解耦人脑与行为中有生性的五个维度

基于摘要分析。研究关注人脑与行为对有生命和无生命对象的不同响应究竟由哪些对象属性驱动，核心贡献是将有生性（animacy）拆分为五个维度，并结合 EEG、fMRI 和行为判断考察这些维度的表征贡献；这是一项认知神经科学研究，而非 BCI 解码算法研究。 五个维度分别为“具有生命”“看起来像动物”“具有能动性”“具有移动能力”和“具有不可预测性”。研究使用遗传算法优化由 128 张图像组成的刺激集，以区分这些维度，并在 19 名参与者中采集脑信号及属性判断、相似性判断。摘要未说明遗传算法的优化目标、维度之间的剩余相关性，以及脑表征分析的具体实现。 作者报告，在该刺激集与参与者样本下，五个维度能够解释相似性判断中的较多变异；除“具有生命”外，其余各维度均能解释脑表征中的显著变异，但解释程度低于行为判断。摘要未提供效应量、显著性阈值，也未分别列出 EEG 与 fMRI 的结果，因此不能据此确定各维度对应的时间窗口或脑区。 作者提出，不同的有生性敏感脑区可能表征不同属性：这些属性可能是判断对象是否具有生命的可利用知觉线索，也可能因自身的行为重要性而被表征。这属于作者对结果的解释，不能等同于已确立的因果机制。 进一步评估需核对 EEG 预处理、fMRI 分析、属性与相似性判断的采集方式、表征模型及统计控制；实验协议、消融及统计信息尚未验证。当前材料支持其对有生性表征研究的价值，但不提供 BCI 性能或跨被试泛化效果的证据。