分享和独特的特征和空间注意力的神经特征
Anmin Yang1, Jinhua Tian1, Wenbo Wang1
1Beijing Key Laboratory of Applied Experimental Psychology, National Demonstration Center for Experimental Psychology Education (Beijing Normal University), Faculty of Psychology, Beijing Normal University, Beijing, China.
NeuroImage
|June 20, 2025
概括
特征注意力 (FA) 和空间注意力 (SA) 分享神经机制,但也有不同的过程. 大数据集上的机器学习揭示了分布式大脑网络支持这两种注意力类型.
科学领域:
- 认知神经科学 认知神经科学
- 神经成像是一种神经成像.
- 在神经科学中的机器学习
背景情况:
- 关于特征注意力 (FA) 和空间注意力 (SA) 的神经支柱仍在争论中.
- 之前的研究表明共享的前额 - 顶额 - 部区域,但受到小样本大小和无变量方法的限制.
研究的目的:
- 通过大规模机器学习方法研究FA和SA的共同和独特的神经机制.
- 识别FA (FAS) 和SA (SAS) 的神经特征及其大脑网络表示.
主要方法:
- 使用一个大样本大小 (N=235) 的跨主体全脑机器学习分析.
- 检查了FA和SA的神经特征的交叉任务预测能力.
- 对两种注意力类型的大规模大脑网络中的分布式表示进行了分析.
主要成果:
- 无论是FA还是SA,都表现出跨任务的预测能力,表明共享和独特的神经机制.
- 面对对面的网络是FA预测的关键,而视觉网络是SA预测的突出因素.
- 对于FA和SA的神经签名显示了大脑网络中的分布式表示,具有足够但不必要的组件.
结论:
- 挑战传统的以网络为中心的注意力模型,强调分布式大脑功能.
- 为共同和独特的神经机制提供了全面的证据,这些神经机制是特征和空间注意力的基础.
- 表明虽然特定网络是突出的,但注意力依赖于分布式的神经表征.


