海报会议:开发一个自然的宽视图3D场景fMRI数据集,用于建模人类空间认知

科学领域:

• 神经科学是一个神经科学.
• 计算机视觉 计算机视觉
• 认知科学 认知科学

背景情况:

• 深度神经网络 (DNN) 准确地模拟腹部流中的视觉处理.
• 现有的功能性大脑数据集主要支持腹腔流研究.
• 背脊流中的空间认知处理仍然未被使用DNN探索.

研究的目的:

• 为研究空间认知处理引入一个新的数据集.
• 将fMRI与自然的3D场景刺激相结合,用于背部流研究.
• 为了促进视觉空间处理的定量和高维建模.

主要方法:

• 使用自然3D场景的宽视图立体呈现来获取fMRI数据.
• 使用Habitat-Sim生成室内3D场景的电影剪辑与观察者运动.
• 通过匹配染和呈现参数 (视角,瞳孔间距离) 确保了几何准确性.

主要成果:

• 初步结果显示,在腹部和背部视觉区域的口腔中存在显著可解释的变异.
• 观察到的活动延伸到视觉皮层的遥远外围.
• 该数据集显示了模拟视觉空间处理的潜力.

结论:

• 这种新型数据集有效地捕捉了神经对3D空间环境的反应.
• 它为研究背部视觉流和人类空间认知提供了宝贵的资源.
• 这种方法推进了复杂的视觉处理的计算建模.