DOI: https://doi.org/10.1162/imag.a.1309
PMID: https://pubmed.ncbi.nlm.nih.gov/42524262
تاريخ النشر: 2026-01-01
المؤلف: Ryuto Yashiro وآخرون
الموضوع الرئيسي: آليات الإدراك البصري والمعالجة
نظرة عامة
تبحث الدراسة في منطقة الجسم خارج القشرة (EBA) ودورها في تشفير التمثيلات الدلالية المتعلقة بحركة الجسم البشري ضمن المشاهد الطبيعية. بينما تُعرف EBA تقليديًا باستجابتها الانتقائية لأجزاء الجسم البشري، تفترض هذه الدراسة أنها تشفر أيضًا دلالات المشهد الأكثر ثراءً، لا سيما السرعة الضمنية لحركة الجسم البشري. من خلال تحليل العلاقة بين تزامن الكائنات في تسميات المشاهد واستجابات EBA المتوقعة من نماذج التشفير المستندة إلى التسميات، حدد المؤلفون أزواج فئات الكائنات المحددة المرتبطة بنشاط EBA.
أكدت تجارب سلوكية إضافية وتحليلات الارتباط الفرضية، كاشفة عن علاقات قوية بين استجابات EBA وتقييمات الحركة الضمنية. بالإضافة إلى ذلك، تشير النتائج إلى أن تمثيل الحركة الضمنية للجسم يمتد إلى منطقة الجسم الفيوزيفورم (FBA). أظهرت تحليلات تقسيم التباين أنه، على الرغم من أن الميزات المتعلقة بالجسم مثل عدد الأفراد وحجم الجسم ساهمت في استجابات EBA وFBA، إلا أن الحركة الضمنية كانت لها أكبر تأثير. تقدم هذه الدراسة إطارًا جديدًا لفهم التمثيلات البصرية عالية المستوى في إدراك المشاهد الطبيعية، مع التأكيد على أهمية الحركة الضمنية كمساهم رئيسي في التمثيلات الدلالية في المناطق الانتقائية للجسم.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على الدور الحاسم للتعرف على الجسم في التفاعلات الاجتماعية البشرية، مشددة على أهمية الإشارات البصرية، لا سيما أجزاء الجسم، في نقل الهوية والأفعال والنوايا والعواطف. تُعتبر منطقة الجسم خارج القشرة (EBA) منطقة دماغية رئيسية تستجيب بشكل أقوى للأجسام البشرية مقارنة بالوجوه أو الأشياء، حيث أظهرت دراسات التصوير بالرنين المغناطيسي الوظيفي (fMRI) قدراتها الانتقائية في المعالجة. مكنت التقدمات الأخيرة في مجموعات بيانات fMRI وتعلم الآلة الباحثين من استكشاف استجابات الدماغ للمحفزات الطبيعية الأكثر تعقيدًا، كاشفة أن EBA لا تعالج فقط التمثيلات الثابتة للأجسام البشرية ولكن أيضًا السياق الدلالي للمشاهد التي توجد فيها هذه الأجسام.
لتحقيق المزيد من التحقيق في التمثيل الدلالي في EBA، طور المؤلفون تحليلًا جديدًا يربط إحصائيات التزامن لفئات الكائنات في تسميات المشاهد باستجابات EBA. من خلال استخدام بيانات fMRI واسعة النطاق وتسميات MS-COCO، قاموا بإنشاء مصفوفة تزامن وتطبيق تحليل المصفوفات لتحديد فئات الكائنات الرئيسية التي تؤثر على استجابات EBA. تشير نتائجهم إلى أن استجابات EBA تتأثر بأنواع الكائنات التي تتزامن مع الأجسام البشرية، لا سيما تلك التي تشير إلى أفعال ديناميكية. أكدت تجربة سلوكية هذه النتائج، حيث أظهرت علاقة قوية بين استجابات EBA والحركة الضمنية للأجسام في المشاهد الطبيعية. تستنتج الدراسة أن ميزات متعددة تتعلق بالجسم، مع الحركة الضمنية كمساهم رئيسي، تشكل التمثيل الدلالي في EBA ومنطقة الجسم الفيوزيفورم (FBA)، مقترحة إطارًا يدمج تحليل التزامن مع تقنيات رسم الخرائط من الدماغ إلى النموذج لتحسين تفسير التمثيلات العصبية عالية المستوى.
طرق
تحدد قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. يوضح المواد المحددة المستخدمة، بما في ذلك أي مواد كيميائية ومعدات وعينات بيولوجية، لضمان إمكانية تكرار التجارب. تشمل المنهجية البروتوكولات المتبعة لجمع البيانات، بما في ذلك أي تحليلات إحصائية تم تنفيذها لتفسير النتائج.
بالإضافة إلى ذلك، قد يصف القسم الظروف التجريبية، مثل درجة الحرارة والمدة وأي ضوابط تم تنفيذها للتحقق من النتائج. بشكل عام، يعتبر هذا القسم أساسًا حاسمًا لفهم نهج البحث وموثوقية النتائج التي تم الحصول عليها.
نتائج
تركز نتائج هذه الدراسة على العلاقة بين تزامن الكائنات في المشاهد الطبيعية والاستجابات العصبية في منطقة الجسم خارج القشرة (EBA). من خلال تحليل صور المشاهد الطبيعية واسعة النطاق وتسمياتها المقابلة، قام الباحثون بإنشاء مصفوفة تزامن تلتقط تكرار أزواج الكائنات في أوصاف المشاهد. تم استخدام هذه المصفوفة لتحديد فئات الكائنات المرتبطة بمقادير مختلفة من استجابات EBA. شمل التحليل تدريب نماذج التشفير على بيانات fMRI من ثمانية أشخاص، مما أظهر قدرة تنبؤية قوية لاستجابات EBA (مع ارتباط بيرسون يتراوح من 0.44 إلى 0.72).
من خلال تحليل المصفوفات غير السلبية، تم تحديد ثلاثة مكونات، كل منها يرتبط باستجابات EBA العالية والمتوسطة والمنخفضة. من الجدير بالذكر أن فئة “الشخص” كانت شائعة في مكونات الاستجابة العالية والمتوسطة، بينما كانت غائبة إلى حد كبير في مكون الاستجابة المنخفضة. تشير النتائج إلى أن EBA حساسة للحركة الديناميكية للأجسام البشرية، حيث غالبًا ما كانت الصور المرتبطة باستجابات EBA الأعلى تصور تفاعلًا بشريًا نشطًا، بينما كانت تلك ذات الاستجابات المتوسطة تحتوي على أشكال بشرية ثابتة. يشير ذلك إلى أن EBA تشفر معلومات دلالية تتعلق بحركة الجسم البشري كما تم استنتاجه من الكائنات المتزامنة ضمن المشاهد الطبيعية.
مناقشة
في هذا القسم، يناقش المؤلفون استخدام نماذج التشفير لتحليل المتغيرات العصبية للحركة الضمنية للجسم في المشاهد الطبيعية، مع التركيز بشكل خاص على منطقة الجسم خارج القشرة (EBA). قاموا بتدريب ثمانية نماذج تشفير للتنبؤ باستجابات EBA لـ 73,000 صورة، والتي تم بعد ذلك متوسطها عبر المشاركين. شمل التحليل تحليل المصفوفات غير السلبية لتحديد أنماط التزامن بين تسميات الصور، مما أدى إلى تصنيف الصور إلى مجموعات بناءً على استجابات EBA المتوقعة. تم إجراء تجربة سلوكية لجمع تقييمات ذاتية لسرعة الحركة الضمنية من المشاركين، مما كشف عن موثوقية عالية في التقييمات عبر الأفراد. أشارت النتائج إلى أن استجابات EBA ارتبطت بشكل كبير بتقييمات الحركة الضمنية لصور الأشخاص والحيوانات، ولكن ليس لصور المركبات، مما يشير إلى تشفير فريد لحركة الجسم البشري والحيواني في EBA.
استكشفت التحليلات الإضافية التنظيم القشري لهذه التمثيلات، كاشفة أن كل من EBA ومنطقة الجسم الفيوزيفورم (FBA) أظهرت ارتباطات عالية مع تقييمات الحركة الضمنية. وجد المؤلفون أن استجابة EBA لم تكن ناتجة فقط عن مناطق معالجة الحركة القريبة (MT وMST)، حيث استمرت الارتباطات الكبيرة عند تحليل رؤوس EBA خارج هذه المناطق. بالإضافة إلى ذلك، فحصت الدراسة ميزات أخرى تتعلق بالجسم، مثل حجم الجسم وعدد الأشخاص في الصور، ووجدت أن هذه الميزات ساهمت أيضًا في الاستجابات في المناطق الانتقائية للجسم. أشار تحليل تقسيم التباين إلى أن الحركة الضمنية للجسم كانت المساهم الرئيسي في الاستجابات في EBA وFBA، مع لعب ميزات أخرى دورًا تكميليًا. بشكل عام، تؤكد النتائج على التفاعل المعقد لمختلف الميزات المتعلقة بالجسم في تشكيل التمثيلات العصبية لحركة الجسم في الصور الثابتة.
DOI: https://doi.org/10.1162/imag.a.1309
PMID: https://pubmed.ncbi.nlm.nih.gov/42524262
Publication Date: 2026-01-01
Author(s): Ryuto Yashiro et al.
Primary Topic: Visual perception and processing mechanisms
Overview
The research investigates the extrastriate body area (EBA) and its role in encoding semantic representations related to human body motion within natural scenes. While the EBA is traditionally recognized for its selective response to human body parts, this study posits that it also encodes richer scene semantics, particularly the implied speed of human body motion. By analyzing the relationship between object co-occurrence in natural scene captions and EBA responses predicted by caption-based encoding models, the authors identified specific object category pairs linked to EBA activity.
Further behavioral experiments and correlation analyses corroborated the hypothesis, revealing strong correlations between EBA responses and ratings of implied motion. Additionally, the findings indicate that the representation of implied body motion extends into the fusiform body area (FBA). Variance partitioning analyses demonstrated that, although body-related features such as the number of individuals and body size contributed to EBA and FBA responses, implied motion accounted for the largest variance. This study presents a novel framework for understanding high-level visual representations in natural scene perception, emphasizing the significance of implied motion as a primary contributor to semantic representations in body-selective regions.
Introduction
The introduction of this research paper emphasizes the critical role of body recognition in human social interactions, highlighting the importance of visual cues, particularly body parts, in conveying identity, actions, intentions, and emotions. The extrastriate body area (EBA) is identified as a key brain region that responds more strongly to human bodies than to faces or objects, with fMRI studies demonstrating its selective processing capabilities. Recent advancements in fMRI datasets and machine learning have enabled researchers to explore brain responses to more complex, naturalistic stimuli, revealing that EBA not only processes static representations of human bodies but also the semantic context of scenes in which these bodies are situated.
To investigate the semantic representation in EBA further, the authors developed a novel analysis linking co-occurrence statistics of object categories in scene captions to EBA responses. By utilizing large-scale fMRI data and MS-COCO captions, they constructed a co-occurrence matrix and applied matrix factorization to identify key object categories influencing EBA responses. Their findings indicate that EBA responses are modulated by the types of objects co-occurring with human bodies, particularly those implying dynamic actions. A behavioral experiment corroborated these results, showing a strong correlation between EBA responses and the implied motion of bodies in natural scenes. The study concludes that multiple body-related features, with implied motion as a primary contributor, shape the semantic representation in EBA and the fusiform body area (FBA), proposing a framework that integrates co-occurrence analysis with brain-to-model mapping techniques for enhanced interpretation of high-level neural representations.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including any reagents, equipment, and biological samples, ensuring reproducibility of the experiments. The methodology encompasses the protocols followed for data collection, including any statistical analyses performed to interpret the results.
Additionally, the section may describe the experimental conditions, such as temperature, duration, and any controls implemented to validate the findings. Overall, this section serves as a critical foundation for understanding the research approach and the reliability of the results obtained.
Results
The results of this study focus on the relationship between object co-occurrence in natural scenes and the neural responses in the Extrastriate Body Area (EBA). By analyzing large-scale natural scene images and their corresponding captions, the researchers constructed a co-occurrence matrix that captures the frequency of object pairs in scene descriptions. This matrix was utilized to identify which object categories are associated with varying magnitudes of EBA responses. The analysis involved training encoding models on fMRI data from eight subjects, which demonstrated a strong predictive capacity for EBA responses (Pearson correlation ranging from 0.44 to 0.72).
Through non-negative matrix factorization of the co-occurrence matrices, three components were identified, each correlating with high, moderate, and low EBA responses. Notably, the ‘person’ category was prevalent in the high and moderate response components, while it was largely absent in the low response component. The findings suggest that EBA is sensitive to the dynamic motion of human bodies, as images associated with higher EBA responses often depicted active human engagement, whereas those with moderate responses featured static human forms. This indicates that the EBA encodes semantic information related to human body motion as inferred from co-occurring objects within natural scenes.
Discussion
In this section, the authors discuss the use of encoding models to analyze the neural correlates of implied body motion in natural scenes, particularly focusing on the extrastriate body area (EBA). They trained eight encoding models to predict EBA responses to 73,000 images, which were then averaged across subjects. The analysis involved non-negative matrix factorization to identify co-occurrence patterns among image captions, leading to the classification of images into groups based on their predicted EBA responses. A behavioral experiment was conducted to collect subjective ratings of implied motion speed from participants, revealing high reliability in ratings across individuals. The results indicated that EBA responses significantly correlated with implied motion ratings for person and animal images, but not for vehicle images, suggesting a unique encoding of human and animal body motion in the EBA.
Further analysis explored the cortical organization of these representations, revealing that both the EBA and fusiform body area (FBA) exhibited high correlations with implied motion ratings. The authors found that the EBA’s response was not solely attributable to nearby motion-processing regions (MT and MST), as significant correlations persisted when analyzing EBA vertices outside these areas. Additionally, the study examined other body-related features, such as body size and the number of people in images, finding that these features also contributed to the responses in body-selective regions. Variance partitioning analysis indicated that implied body motion was the primary contributor to the responses in EBA and FBA, with other features playing a complementary role. Overall, the findings underscore the complex interplay of various body-related features in shaping neural representations of body motion in static images.