Evidencia de representaciones dimensionales y dinámicas anticipatorias en la percepción de expresiones faciales

Área de la Ciencia:

• Neurociencia
• Ciencias Cognitivas
• Visión por Computadora

Sus antecedentes:

• El reconocimiento de expresiones faciales es crucial para la interacción social.
• Comprender la base neuronal de la percepción de expresiones dinámicas es un desafío.

Objetivo del estudio:

• Investigar la representación neuronal de expresiones faciales dinámicas utilizando electroencefalografía (EEG).
• Decodificar una amplia gama de expresiones emocionales y conversacionales a partir de datos de EEG.
• Reconstruir representaciones visuales dinámicas a partir de señales neuronales.

Principales métodos:

• Decodificación de 24 expresiones faciales distintas (14 emocionales, 10 conversacionales) a partir de datos de EEG de adultos humanos.
• Reconstrucción de video basada en EEG para visualizar representaciones neuronales dinámicas.
• Análisis de decodificación resuelto en el tiempo para identificar dinámicas neuronales anticipatorias.
• Validación de reconstrucciones neuronales frente a datos conductuales.

Principales resultados:

• Se decodificó con éxito un amplio espectro de expresiones faciales, incluidas variaciones sutiles, a partir de señales de EEG.
• La estructura representacional de las expresiones decodificadas se alineó con las dimensiones de valencia y excitación.
• Las reconstrucciones basadas en EEG capturaron diferencias dinámicas y finas entre expresiones similares.
• Se identificaron dinámicas neuronales anticipatorias, prediciendo el inicio de la expresión con mayor precisión.

Conclusiones:

• Las señales neuronales codifican información rica y dinámica sobre las expresiones faciales.
• La reconstrucción basada en EEG ofrece un método para visualizar y comprender las representaciones neuronales de estímulos visuales.
• Este estudio proporciona información sobre los mecanismos neuronales que subyacen al reconocimiento de expresiones y la percepción visual.