查看原文
其他

Cereb Cortex︱中山大学宋嵘/周建英团队揭示立体视觉和深度运动在视觉引导下的运动控制中的作用

王晓露​ 逻辑神经科学 2023-03-10

撰文︱王晓露
责编︱王思珍,方以一
编辑︱王思珍

近年来虚拟现实virtual reality)技术作为一种三维可视化工具在生物医学和神经科学研究领域受到了广泛关注[1]。在三维世界中,双目视差(binocular disparity)和深度运动(motion-in-depth)是反映物体空间运动信息的重要因素[2]。双目视差指的是由于双眼间存在一定的距离,使得我们看物体时左右眼看到的图像存在细微的差别,这种细微的差别正是立体视觉的重要信息来源;深度运动则是相对平面(frontoparallel)运动而言的另一种基本运动形式,其运动方向远离或靠近观察者。目前,相关的研究主要集中在视觉处理(visual processing)以及认知过程(cognitive process)方面,而二者对于运动控制过程的影响还较少受到关注。

近日,中山大学生物医学工程学院宋嵘团队和物理学院周建英团队在Cerebral Cortex上发表了题为“Contribution of the stereoscopic representation of motion-in-depth during visually guided feedback control”的文章,阐述了立体呈现的深度运动在视觉引导的运动控制中的作用。博士生王晓露为论文的第一作者,宋嵘教授和周建英教授为论文的共同通讯作者。研究结果表明,立体呈现的深度运动有助于提升行为学表现。更重要的是,即使在小样本、低难度的条件下,作者在部分额顶叶和枕叶区域也发现了显著的大脑-行为相关性(brain-behavior relationship)。


在此项研究中,作者采用双因素重复测量设计,对比了不同视觉呈现形式(visual representation: stereoscopic vs monoscopic)和运动方向(motion direction: depth motion [DM] vs biased depth motion [bDM] vs frontoparallel motion [FM])条件下的视觉引导的目标跟踪(target tracking)任务表现。为了相同场景下呈现立体显示/平面显示的视觉反馈内容,作者采用了3D/2D可切换的裸眼3D显示设备,并结合fNIRS神经影像学技术分析任务执行过程中的大脑皮层神经活动的差异。通过对比不同试验条件下的跟踪误差,作者发现在立体呈现的深度运动条件下,受试者的跟踪误差更低,反映了更好的行为学表现(图1)

图1 不同试验条件下的跟踪误差对比
(图引自: Wang, X et al., Cereb Cortex, 2023)

作者进一步分析了不同试验条件下的大脑-行为相关性,结果发现,在stereoscopic-bDM条件下,左侧额极区(frontopolar cortex, FPC)、左侧体感联合皮层(somatosensory association cortex, SAC)和双侧视觉皮层V2/V3(visual area V2/V3)的大脑皮层激活程度和跟踪误差呈显著正相关(图2)。该结果支持神经效率假说(neural efficiency hypothesis),即行为学表现更好的个体,其与任务执行相关的脑区激活程度较低,这反映了更好的神经传递效率[3]。值得注意的是,前期相关的研究主要在额顶叶区域发现了显著的大脑-行为相关性,并且是在大样本量、高任务难度的条件下[4,5]。本研究的发现表明,即使在小样本、低难度的条件下,利用立体呈现的深度运动,也能检测到可靠的大脑-行为相关性,并且将相关的脑区拓展至了视觉皮层。

图2 不同试验条件下的大脑-行为相关性
(图引自: Wang, X et al., Cereb Cortex, 2023)

文章结论与讨论,启发与展望
综上所述,该研究全面分析了视觉呈现形式与运动方向对视觉引导下的运动控制的行为学影响及其背后的神经机制。研究结果表明,立体呈现的深度运动可提升行为学表现,并有助于发现显著的大脑-行为相关性。该研究一方面丰富了我们对于视觉运动功能的神经机制的理解,另一方面,也具有潜在的临床意义。特别是近年来虚拟现实康复技术越发受到关注,三维空间中的深度运动以及视觉呈现形式是不可忽视的重要问题。未来,课题组将继续深入研究立体视觉与深度运动对运动学习过程中的神经可塑性变化的影响,从而为临床转化奠定基础。


原文链接:https://doi.org/10.1093/cercor/bhad010


宋嵘(左),通讯作者;周建英(中),通讯作者;王晓露(右),第一作者。
(照片提供自:宋嵘/周建英团队)

通讯作者简介(上下滑动阅读)


宋嵘:中山大学生物医学工程学院教授,博士生导师。长期以来在机器人技术、生物医学信号处理、康复工程等领域开展了深入的研究工作,近3年来在IEEE Transactions on Neural Systems and Rehabilitation Engineering、Journal of Neuroengineering and Rehabilitation等康复和生物医学工程领域权威SCI期刊发表30多篇论文,已申请美国专利6项、授权4项,申请中国发明专利28项、授权10多项、转让1项,申请PCT 8项。目前担任中国生物医学工程学会康复工程分会委员、中国康复辅助器具协会康复工程专业委员会委员、广东省便携式普及型先进实用医疗器械工程技术研究中心主任、广东省传感技术与生物医学仪器重点实验室副主任、广东省机器人专委会委员、IEEE高级会员等社会兼职。
周建英:中山大学物理学院教授,博士生导师。主持或参与国家重点研发计划项目、广东省基础与应用基础研究重大项目、国家自然科学基金重大项目等。目前主要从事远场无侵入超分辨光学成像,大气海洋与散射成像光学与裸眼3D显示技术研究。为开拓裸眼3D显示技术的应用做出了艰苦而有效的努力,显示技术已经应用于眼科、康复、口腔、心理、显微外科等学科,新技术开拓了在远程成像、虚拟教学、展览展示等国防与民用领域的应用。项目成果已实现专利成果转让,受让公司成长为国家高新技术企业与高成长性企业。其项目成果多次在国内外专业会议展示,获得了国际高新技术交易会“全国高新技术产品”、硅谷中美创新奖、中国军民两用技术创新奖等奖励。



欢迎加入逻辑神经科学群:文献学习2

扫码添加微信,并备注:姓名-单位-研究领域-学位/职称






往期文章精选

【1】PNAS︱刘传聚/孙盈团队发现PGRN衍生物有望成为治疗GBA1突变相关疾病的新型生物制剂

【2】APS︱苏州大学罗蔚锋/丛启飞团队揭示A型肉毒毒素缓解帕金森病模型小鼠抑郁行为的机制

【3】CDD︱上海交通大学郭文毅/孙浩课题组揭示青光眼中色氨酸代谢-AhR通路相关的免疫调控机制

【4】HBM︱中南大学湘雅二院刘哲宁团队聚焦脑网络时间聚类系数的重测信度及性别差异

【5】J Neuroinflammation 综述︱魏建设课题组聚焦帕金森病中小胶质细胞与T细胞的相互作用对疾病进程的影响

【6】Cereb Cortex︱黄艳课题组揭示焦虑相关的注意加工脑电机制

【7】Nat Aging︱认知弹性实证测量可解释tau病理对老化中记忆改变的个体差异

【8】专家点评 Transl Psychiatry︱全程mRNA疫苗接种者中持续的夜间睡眠时间过短与长新冠风险增加有关

【9】Nat Commun︱scMoMaT: 基于矩阵分解的单细胞数据融合与生物特征提取方法

【10】Cell Discov︱徐敏/张思宇团队合作揭示研星形胶质细胞调控睡眠-觉醒的新机制

新刊启航,欢迎投稿

【1】Brain-X交叉脑科学:新刊正式启动!

科研学习课程精选

【1】R语言生信数据分析及可视化作图(网络)研讨会(3月3-5日,腾讯在线会议)

【2】延期通知︱宏基因组与代谢组/脂质组学R软件数据可视化研讨会(3月25-26日 ,腾讯在线会议)

【3】单细胞测序与空间转录组学数据分析研讨会(3月11-12日 腾讯在线会议)

【4】高分SCI文章与标书作图(暨AI软件作图)研讨会(2月25-26日  ,腾讯在线会议)(延期至3月25-26日)

学术会议预告

【1】会议通知︱小胶质细胞生理与病理功能专题国际研讨会


参考文献(上下滑动查看)  



[1] Venkatesan M, Mohan H, Ryan JR, Schurch CM, Nolan GP, Frakes DH, et al. Virtual and augmented reality for biomedical applications. Cell Rep Med. 2021;2(7):100348.[2] Rokers B, Cormack LK, Huk AC. Disparity- and velocity-based signals for three-dimensional motion perception in human MT+. Nat Neurosci. 2009;12(8):1050-5.[3] Euler MJ. Intelligence and uncertainty: Implications of hierarchical predictive processing for the neuroscience of cognitive ability. Neurosci Biobehav Rev. 2018;94:93-112.[4] Assem M, Blank IA, Mineroff Z, Ademoglu A, Fedorenko E. Activity in the fronto-parietal multiple-demand network is robustly associated with individual differences in working memory and fluid intelligence. Cortex. 2020;131:1-16.[5] Lamichhane B, Westbrook A, Cole MW, Braver TS. Exploring brain-behavior relationships in the N-back task. Neuroimage. 2020;212:116683.





本文完

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存