从心理物理数据中估计视觉中早期和晚期噪声的贡献

科学领域:

• 视觉神经科学 视觉神经科学
• 心理物理学的精神物理.
• 计算建模计算建模

背景情况:

• 人类的感官表现受到内部神经噪声的限制.
• 这种噪音的确切来源 - - 在感觉路径的早期或在决策过程的晚期 - - 仍然不清楚.
• 区分噪声源对于理解感知局限性至关重要.

研究的目的:

• 开发一种新的心理物理方法来量化早期和晚期噪音贡献.
• 研究外部噪声对解开内部噪声源的影响.
• 估计早期视觉噪声的大小,并将其与视网膜噪声水平进行比较.

主要方法:

• 将经典线性系统理论推广到非线性网络.
• 结合噪声传播理论与感知度量计算.
• 分析了心理物理数据,包括只有值和完整的心理测量功能,有或没有外部噪音.

主要成果:

• 提出了一种方法,仅从心理物理数据来量化早期和晚期噪音.
• 当仅使用值数据时,解开噪声源需要大量的外部噪声.
• 完整的心理测量功能使得即使没有外部噪声,也可以量化两种噪声源.
• 估计的早期视觉噪声明显低于由生理模型预测的视网膜噪声.

结论:

• 拟议的方法有效量化了人类感知中的早期和晚期噪音.
• 外部噪音对于具有有限心理物理数据的源分离至关重要.
• 早期视觉处理可能在减少大量视网膜噪声方面发挥关键作用,与视觉的功能假设保持一致.