La medición de velocidad Atención y tratamiento visual de análisis basado en modelos de resoluciones judiciales de orden temporal

Summary

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Abstract

Este protocolo describe cómo llevar a cabo experimentos de orden temporal para medir la velocidad de procesamiento visual y la distribución de los recursos de atención. El método propuesto se basa en un nuevo y sinérgica combinación de tres componentes: el paradigma de los juicios de orden temporal (TOJ), Teoría de Bundesen de Atención Visual (TVA), y un marco de estimación bayesiano jerárquico. El método proporciona parámetros susceptibles de evaluación, que se apoyan en las bases teóricas y neurofisiológicos de TVA. Usando Tojs, las estimaciones basadas en TVA se pueden obtener para una amplia gama de estímulos, mientras que los paradigmas tradicionales que se utilizan con TVA se limitan principalmente a las letras y dígitos. Finalmente, los parámetros significativos del modelo propuesto permiten el establecimiento de un modelo Bayesiano jerárquica. un modelo estadístico de este tipo permite la evaluación de resultados en un análisis coherente tanto sobre el tema y el nivel de grupo.

Para demostrar la viabilidad y vERSATILIDAD de este nuevo enfoque, tres experimentos se presentan con manipulaciones de atención en la muestra de pop-cabo sintéticos, imágenes naturales, y un paradigma carta-informe con claves.

Introduction

¿Cómo se distribuye la atención en el espacio y el tiempo es uno de los factores más importantes en la percepción visual humana. Los objetos que captan la atención debido a su visibilidad e importancia se procesan típicamente más rápidamente y con mayor precisión. En la investigación del comportamiento, tales beneficios en el rendimiento se han demostrado en una variedad de paradigmas experimentales. Por ejemplo, la asignación de atención a la ubicación de destino acelera la reacción en tareas de detección de la sonda ^1. Del mismo modo, la exactitud de las cartas de presentación de informes se mejora la atención ^2. Tales hallazgos demuestran que la atención mejora de procesamiento, pero siguen siendo irremediablemente silencio acerca de cómo se establece esta mejora.

El presente trabajo muestra que los mecanismos de bajo nivel detrás de ventajas atencionales se pueden evaluar mediante la medición de la velocidad de procesamiento de los estímulos individuales en un marco basado en el modelo que relaciona las mediciones de grano fino Componenct de atención. Con este modelo, la capacidad de procesamiento global y su distribución entre los estímulos pueden ser inferidas a partir de mediciones de velocidad de procesamiento.

Teoría de Bundesen de Atención Visual (TVA) ³ proporciona un modelo adecuado para esta tarea. Se aplica típicamente a los datos de las tareas de informes letra. En lo que sigue, los fundamentos de la TVA se explican y se demuestra la forma en que se pueden extender al modelo de datos del fallo-orden temporal (TOJ) obtenidos con (casi) estímulos arbitrarios. Este nuevo método proporciona estimaciones de la velocidad de procesamiento y distribución de los recursos que se pueden interpretarse fácilmente. El protocolo en este artículo se explica cómo diseñar y llevar a cabo tales experimentos y los detalles de cómo se pueden analizar los datos.

Como se mencionó anteriormente, el paradigma usual en el modelado y la estimación de parámetros de atención basado en la TVA es la tarea de informe letra. Los participantes informan la identidad de un conjunto de cartas quese destella brevemente y normalmente enmascarado después de un retardo variable. Entre otros parámetros, la velocidad a la que los elementos visuales se codifican en la memoria visual a corto plazo puede ser estimado. El método ha sido aplicado con éxito a las preguntas en la investigación básica y clínica. Por ejemplo, Bublak y sus colegas evaluaron los parámetros ⁴ atencionales se ven afectados en diferentes etapas de los déficits cognitivos relacionados con la edad. En la investigación fundamental atención, Petersen, Kyllingsbæk, y Bundesen ⁵ TVA utilizan para modelar el efecto tiempo de permanencia de atención, dificultad del observador en la percepción de la segunda de las dos objetivos en determinados intervalos de tiempo. Una desventaja importante del paradigma informe carta es que requiere estímulos suficientemente overlearned y enmascarables. Este requisito limita el método de letras y dígitos. Otros estímulos deberían recibir una formación pesada de los participantes.

El paradigma TOJ requiere ni stimul específicai ni enmascaramiento. Puede ser utilizado con cualquier tipo de estímulos para los que el orden de aparición puede ser juzgado. Esto amplía la gama de estímulo a casi todo lo que pueda ser de interés, incluyendo comparaciones ⁶ transmodales directos.

La investigación de la atención con Tojs se basa en el fenómeno de la entrada antes de atención, que es una medida de cómo es percibido mucho antes de un estímulo asistido en comparación con un uno desatendida. Desafortunadamente, el método habitual para el análisis de datos TOJ, funciones psicométricas de rendimiento observador de ajuste (tales como funciones gaussianas o logísticas acumulativos), no puede distinguir si la atención aumenta la velocidad de procesamiento del estímulo asistido o si se disminuye la velocidad del estímulo desatendida ^7. Esta ambigüedad es un problema importante debido a que la cuestión de si la percepción de un estímulo es verdaderamente mejorada o si beneficia a causa de la retirada de los recursos de un stimul competir nosotros es una cuestión de relevancia tanto fundamental y práctico. Por ejemplo, para el diseño de interfaces hombre-máquina es altamente relevante para saber si el aumento de la prominencia de un elemento funciona a expensas de otro.

La tarea TOJ generalmente procede de la siguiente manera: Una marca de fijación se presenta para un breve retraso, típicamente un azar dibuja intervalo más corto que un segundo. A continuación, se presenta el primer objetivo, seguido después de un inicio asincronía de estímulo variable (SOA) por el segundo objetivo. En SOA negativos, la sonda, el estímulo que asistieron, se muestra por primera vez. En SOA positivos, la referencia, el estímulo desatendida, conduce. En una SOA de cero, ambos objetivos se muestran simultáneamente.

Típicamente, la presentación de la diana se refiere a la conmutación del estímulo en. Bajo ciertas condiciones, sin embargo, otros eventos temporales, tales como un parpadeo de un objetivo o compensaciones ya presente se utilizan ^8.

_content "> En Tojs, las respuestas se recogen de una manera unspeeded, por lo general por las teclas asignadas a las identidades de estímulos y órdenes de presentación (por ejemplo, si los estímulos son cuadrados y rombos, una llave indica" cuadrado primera "y otro" diamante en primer lugar ") . Es importante destacar que, para la evaluación, estos juicios deben ser convertidos a "primera sonda" (o "primera referencia") juicios.

En el presente trabajo, una combinación del modelo de procesamiento de TVA y el paradigma experimental TOJ se utiliza para eliminar los problemas en cualquiera de los dominios individuales. Con este método, los parámetros de velocidad fácilmente interpretables pueden estimarse para los estímulos visuales casi arbitrarias, lo que permite deducir cómo se asigna la atención del observador de competir elementos visuales.

El modelo se basa en las ecuaciones de TVA para el procesamiento de los estímulos individuales, que se explicarán en breve en lo siguiente. La probabilidad de que una stimulnos está codificada en la memoria visual a corto plazo antes que el otro se interpreta como la probabilidad de juzgar este estímulo como aparece en primer lugar. Las duraciones de codificación individuales se distribuyen de manera exponencial ^9:

(1)

La máxima exposición ineficaces duración t ₀ es un umbral antes de la que nada se codifica en absoluto. De acuerdo con TVA, la velocidad v _{x, i} en qué objeto x se codifica como miembro de una categoría perceptual i (como el color o una forma) viene dada por la ecuación de velocidad,

. (2)

La fuerza de la evidencia sensorial que x pertenece a la categoría I se expresa en eta _{x, i,} y ß _i es un sesgo de decisión para la clasificación de los estímulos como miembros de la categoría i. Esto se multiplica por unattentional pesos. Atencionales pesos individuales w _x se dividen entre los pesos de atención de todos los objetos en el campo visual. Por lo tanto, el peso atencional relativa se calcula como

(3)

en la que R representa todas las categorías y eta _{x, i} representa la evidencia sensorial que objeto x pertenece a la categoría j. El valor de π _j se llama pertinencia de la categoría j y refleja un sesgo para hacer categorizaciones en j. La capacidad de procesamiento general C es la suma de todas las tasas de procesamiento para todos los estímulos y categorizaciones. Para una descripción más detallada de TVA, consulte Bundesen y de Habekost libro ^9.

En nuestro nuevo método, la ecuación 1, que describe la codificación de los estímulos individuales, se transforma en un modelo de Tojs. Suponiendo que los sesgos de selección y las categorías de informes son Constant dentro de una tarea experimental, la tasas de procesamiento v _p y v _r de la sonda dos objetivo estímulos (p) y de referencia (r) depende de C y los pesos de atención en la forma v _p = C · w _p y v _r = C · w _r, respectivamente. El nuevo modelo TOJ expresa la probabilidad de éxito _p P ^{_{1 de}} que un participante juzga el estímulo de la sonda a ser por primera vez como una función de la las tasas de procesamiento de SOA y. Puede formalizarse de la siguiente manera:

(4)

Una descripción más detallada de cómo esta ecuación se deriva de las ecuaciones básicas TVA se describe por Tünnermann, Petersen, y Scharlau ^7.

En aras de la simplicidad, el parámetro t ₀ se omite en el modelo de la Ecuación 1. Según la TVA original, t ₀ debe ser idéntico para both objetivos en la tarea TOJ, y, por lo tanto, se anula. Sin embargo, este supuesto puede ser violado en ocasiones (véase la sección Discusión).

Para el montaje de esta ecuación a los datos TOJ, se sugiere un esquema de estimación bayesiana jerárquica ^11. Este enfoque permite estimar los pesos atencionales w w _p y _r de los estímulos de la sonda y de referencia y la tasa de procesamiento global C. Estos parámetros, la tasas de absorción de _P y V v resultante _r, y las diferencias de atención inducida entre ellos, puede ser evaluado sobre los niveles de sujetos y de grupo, junto con las incertidumbres estimadas. El modelo jerárquico se ilustra en la Figura 1. Durante la fase de planificación para un experimento, el análisis bayesiano de energía conveniente puede llevarse a cabo.

El siguiente protocolo describe cómo planificar, ejecutar y analizar experimentos TOJ partir de la cual los parámetros de velocidad de procesamiento y pesos de atención para los estímulos visuales puedenSer obtenido. El protocolo supone que el investigador está interesado en la forma de una manipulación de atención influye en las velocidades de procesamiento de algunos de los objetivos de interés.

Figura 1: Modelo gráfico utilizado en el procedimiento de estimación bayesiana. Los círculos indican distribuciones estimadas; círculos dobles indican nodos deterministas. Los cuadrados indican los datos. Las relaciones se dan en el lado derecho de la figura. Los nodos fuera de los marcos redondeados ( "placas") representan estimaciones de la media y la dispersión de los parámetros TVA (véase la Introducción) sobre el nivel del grupo. En la placa de "Los sujetos j", se puede ver cómo los pesos atencionales (w) se combinan con las velocidades de procesamiento general (C) a partir de las tasas de procesamiento de estímulos (v) en el nivel de objeto. Placa "i SOA y# 8221; a continuación se muestra cómo se transforman estos parámetros TVA (a través de la _{página ^{1 de}} la función P descrito en la Introducción) en la probabilidad de éxito (θ) para las respuestas binomialmente distribuidos en cada SOA. Por lo tanto, la θ junto con las repeticiones de la SOA (n) describen los puntos de datos (Y). Para más detalles sobre la notación y la interpretación de los modelos gráficos, consulte Lee y Wagenmakers ^23. Tenga en cuenta que en aras de la claridad, se han omitido los nodos que representan diferencias de parámetros. Estos parámetros deterministas se indican en las figuras de los resultados experimentales en lugar. Haga clic aquí para ver una versión más grande de esta figura.

Protocol

NOTA: Algunos pasos de este protocolo se puede lograr utilizando un software personalizado que se incluye (junto con las instrucciones de instalación) a http://groups.upb.de/viat/TVATOJ. En el protocolo, esta colección de programas y scripts que se conoce como "TVATOJ". 1. Selección del material de estímulo Seleccionar los estímulos de acuerdo con la pregunta de investigación. NOTA: En general, los dos objetivos se muestran en diferentes zon…

Representative Results

En lo siguiente, se reportan los resultados obtenidos con el método propuesto. Tres experimentos miden la influencia de diferentes manipulaciones de atención con tres muy diferentes tipos de material de estímulo. Los estímulos son simples segmentos de línea en los patrones emergentes a cabo, espacio objetos de acción en imágenes naturales, y los objetivos de la letra con pautas. Experimento 1: prominencia en las pantall…

Discussion

El protocolo en este artículo se describe cómo llevar a cabo Tojs simples y ajustaba a los datos con los modelos basados ​​en la codificación de estímulo fundamental. Tres experimentos demostraron cómo los resultados pueden ser evaluados en un marco de estimación bayesiana jerárquica para evaluar la influencia de la atención en muy diferente material de estímulo. Prominencia en las pantallas emergentes llevó a cabo un aumento del peso de atención. Además, el aumento de peso se estimaron para los objetos …

Materials

Personal Computer

(Open Source) Experimentation and evaluation software