闪光和声在时间和数量上的交叉模式相互作用遵循贝叶斯因果推理

科学领域:

• 认知神经科学 认知神经科学
• 计算神经科学是一种神经科学.
• 心理学 心理学 心理学

背景情况:

• 多感官感知涉及推断感官输入之间的因果关系,跨越时间和空间等维度.
• 传统的贝叶斯因果推理 (BCI) 模型对于单维感官处理是有效的,但对于现实世界的多维场景是有限的.
• 现实世界的感官处理依赖于整合多个线索,其中维度对齐决定了统一或分离的感知.

研究的目的:

• 引入和验证一个能够处理多维感官信息的扩展贝叶斯因果推理 (BCI) 模型.
• 为了研究大脑如何处理多感官信息,当线索在多个维度中变化时,特别是数量和时间差异.
• 提高BCI模型的预测能力,以在更现实,更复杂的环境中实现多感官感知.

主要方法:

• 开发了一种多维的BCI模型,包括数量和时间差异.
• 使用了经过修改的声音诱导闪光幻觉 (SiFI) 范式,操纵了视听差异.
• 测试了模型在各种刺激条件下预测人类感知的准确性.

主要成果:

• 随着时间差异的增加,多感官集成的概率下降.
• 拟议的多维BCI模型准确地预测了所有测试的刺激条件中的感知结果.
• 证明了模型能够捕捉多维线索对多感官集成的影响的能力.

结论:

• 扩展的多维BCI框架为理解复杂的多感官感知提供了更强大的方法.
• 这个模型提供了对自然主义感官处理背后的计算机制的更深入的见解.
• 建立未来关于大脑如何整合多维感官信息的定量研究的基础.