社会的脳におけるボトムアップおよび生成計算による神経応答のユニークな説明

科学分野:

• 神経科学
• 認知科学
• 計算神経科学

背景:

• 視覚入力からの社会的評価は、上側頭溝（STS）および側頭頭頂接合部（TPJ）を関与させます。
• 一般的な仮説は空間的階層を示唆しています：ボトムアップ社会的知覚のための後部STS（pSTS）およびトップダウンメンタライジングのためのTPJ。
• この計算論的神経マッピングは、社会的処理の計算モデルの欠陥により、経験的なテストが不足しています。

研究 の 目的:

• 社会的処理の計算論的神経マッピングを正式にテストすること。
• 社会的相互作用知覚中の神経応答に対して、グラフニューラルネットワーク（GNN）および逆計画モデルを比較すること。
• 社会的知覚およびメンタライジングにおけるpSTSおよびTPJの役割を調査すること。

主な方法:

• 関係視覚情報に基づく社会的相互作用認識のためのGNNモデルを開発しました。
• エージェントの目標と物理的世界モデルを逆転させることによって、社会的相互作用認識のための生成逆計画モデルを開発しました。
• 社会的相互作用を描写するアニメーション形状のビデオを視聴している参加者からfMRIデータを収集し、両方の計算モデルに対する神経応答を比較しました。

主要な成果:

• GNNおよび逆計画モデルの両方が、他のモデルの分散を制御した場合でも、pSTSおよびTPJの神経応答を説明しました。
• 探索的分析により、これらの領域内の初期の知覚処理から後期の高次推論への時間的シフトが示唆されました。
• これは、社会的脳領域における厳密な空間的階層ではなく、時間的階層を示唆しています。

結論:

• 社会的知覚およびメンタライジング領域は、ボトムアップおよび推論的計算の組み合わせを実行し、おそらく異なる時間スケールで実行されます。
• 社会的脳における労働の厳密な分割仮説に挑戦します。
• 逆計画モデルの最初の神経比較を提供し、社会的シーンのfMRI応答に対する認知モデルの予測力を実証します。