空间汇聚的对比度响应预测自然图像类别的神经与知觉相似性

基于摘要分析。该研究考察低层次视觉对比度响应能否解释自然图像类别在神经活动与知觉上的相似性，核心方法是对计算机生成的自然风格图像估计对比度响应，再进行空间汇聚并提取统计量，将其与 EEG/ERP 及行为判断相对应。 作者报告，在个体被试的单幅图像诱发 ERP 分析中，汇聚响应统计可解释较大部分的响应差异，但摘要未给出具体解释方差数值。多电极 ERP 的差异性分析显示，图像之间的汇聚响应统计差异越大，诱发活动模式越不相似；统计差异较小的图像则产生较相似的活动模式。在独立行为实验中，统计差异较大的图像被判断为不同类别，统计差异较小的图像更容易混淆。这里的神经分析与行为实验共同支持视觉相似性解释，并非 BCI 解码性能验证。 对照包括 Fourier power spectra，以及对比度分布的高阶属性 skewness 和 kurtosis。作者报告，这些统计虽能支持准确的图像分类，却不能预测 ERP 响应模式或行为分类混淆。这一区别提示，可用于类别区分的图像特征不一定对应人的神经与知觉表征。作者据此提出，空间汇聚的低层次对比度响应统计可能在早期视觉处理中被提取，并参与快速视觉相似性判断；摘要证据不宜进一步解释为已确立因果机制。 具体对比度响应计算方式、空间汇聚规则、图像类别与数量、被试数、EEG 通道、ERP 时间窗、拟合及验证划分、效应量和统计检验尚未验证。复现需先核对这些协议及图像材料，尤其要区分图像分类准确性、ERP 相似性预测与行为混淆预测，不能将三者视为同一指标。