我们搭建计算模型复制心理物理实验测量的黑光不对称模型分三大阶段第一阶段(视像化)图像略微模糊高斯函数模拟光学模糊后经发光/响应函数传递,比OFP视觉响应多饱和,并因此混淆更多光比图像中的黑特征(中线模糊)。第二阶段(Thalanocortical),模糊图像与Gaussian函数差相混合模拟中心-全景可接受区视网膜神经元中心周界结构与视网膜和Thalmus相似,卷积单步执行Thalomocortal输入中心卷积乘以变量增益并添加随机噪声生成皮层输出三级即最后阶段(概念化)生成正确响应时语义输出跨界后文详解模型不同阶段下方程和所有模拟使用参数
模型输入黑白图像相似心理物理实验使用模拟(即条形图象、点形图象和正方块图像叠加到制服或白噪声背景上)。我们先分解视线光函数
L级图片集
一光点扩展函数
方程2.卷积生成灰度 黑白原创图像中不存在 并略微模糊锐度PSF建模高斯过滤器标准偏差为0.5arcmin
1966年:
\bigin{equation{tag{2}L\left({x,y}\right)=PSF\left({x,y}\right)
透视后,我们建模光接收器响应注入ODF路径和OFF路径并产生两个Naka-Rushton函数(Naka-Rushton函数)(
R
上并
R
关机中显示
方程3.中选
R高山市
X级,
y市提供图像位置响应
X级,
y市函数像素发光
L级高山市
X级,
y市)Naka-Rushton函数的形状由指数判定
N级并发光
L级
50码产生最大响应的50%, 随背景/适配光度变化 和对比极刺激响应量由
R
最大值.FORF响应模拟函数负1绝对值
L级高山市
X级,
y市范围从0(黑)到1(白):
\bigin{equation}Rrmleft(x,y\right)={Rrm最大Lleft(x,y\right){n}+L#left(x,y\right){nend{equation}
{equation{tag{3}R#rmoff{left{x,y\right}=ABS{RQrm最大{Lift{xy{right}+
值传
L级
50码并
N级Off比OF路径低
L级
50码=0.1
N级=1.6OFF:
L级
50码=0.5
N级=2.5),使光度/响应函数比FF视觉响应更清晰求简洁
R
最大值常值对OF响应和OFP响应均值(定值为1)参数值
L级
50码并
N级基础是我们测量OF和OF光/响应函数并显示人的潜力(Kremkow等人,Kremkow等人,
2014年)在所有模拟和模拟中这些参数保持恒定,只有带灰色背景的标注除外灰色后台
L级
50码o路径为0.3比0.1,与我们生理和心理物理测量一致当我们努力选择相似于人视觉皮层的参数值时,本简单模型的目的不在于识别人类骨架中发光/响应函数的精度参数取而代之的是证明OF路径和OF路径的光度/响应饱和度差可复制用人视觉测量的黑/光异性On和OFF启发/响应饱和度差异可用其他组合获取
L级
50码并
N级比较适合其他刺激条件
2013年,
2017)然而,对于猫、猴子和人生理测量所用的刺激和启发条件(Kremkow等人,
2014年)
L级
50码Op比OF视觉响应低
N级大于1并
L级
50码低于0.5参数使用模型 与这些测量上头
R
最大值OFFP比Objective响应值高,差差在中差背景中增加简洁化
R
最大值设为模型一
后我们通过OF视觉路径向光受体响应后,响应信号与中心-环接可接受域相混淆中心-广可接受场与视网膜和Thalamus相似,它单步模拟:Thalomocortal输入Thalomocortal阶段单次卷积
T级
上,
T级
关机)
方程4描述语义响应
C级
上,
C级
关机归结于此卷积
\bigin{equation{tag{4}C#rmoff{left{{xy}\right}=Rqrmoff{left{y}
中心值卷积用于估计目标区域与每项任务相关联的皮层响应
C级目标数目标区域是标注敏捷性任务中的条沟和光/达克目标中心目标区域变值乘增因子
g级并添加随机噪声
R获取感知响应
P级.如果产品大于任意概念阈值(最大响应率10%)
P级置值为1换句话说
P级随机值为0或1,概率相等增益因子模拟神经响应强度调整噪声模拟响应精度差近阈值上头
P级值为1和0模拟二元感应 可正确或不正确和二进制判断一样 概率
P级=1随机求求神经响应达不到阈值并随着卷积值增高每种刺激条件正确响应百分数计算出200个模拟主体的百分数并平均百分数
需要强调的是,所有参数值对OF路径和OF路径都是一样的,但除OF路径外
L级
50码并
N级使光度/响应函数饱和度大于OF响应还应注意的是,较大的点亮/响应饱和使On分解容域大于OF路径(Kremkow等
2014年)光/响应饱和度提高后,模型复制OF神经元和OF神经元接受场大小差异ONF和OFTALMI输入数假设模式相同,因为Beta细胞中心视网膜差异小于猫(Wassle、Bootcet和Illing
1981年和灵长类
2003年无法用cat Thalamus证明(Jin等
2008年)
参数值模拟如下:
R
最大值OF响应和OF响应总值为1
N级总是1.6对响应和2.5对FF响应并
L级
50码OFF响应总为0.5和OF响应总为0.1,除灰色背景条外,用a模拟
L级
50码0.3对ON响应中心-环接场总比中心大2倍概念阈值总为最大响应量的10%噪声模拟统一随机分布范围从-6%至+6%不等,除小点模拟外在所有模拟中最大响应PSF标准偏差常数为0.5arcmin除光模糊外所有模拟变换参数有启发性、可接受场大小、响应增益和随机噪声模拟视觉敏捷度时,我们改变空间频度,即可接受场大小(栏宽度:10至168像素)
自定义4至26像素)和响应增益
g级0.4对0.7)不同的可接受场大小和响应强度变化模拟由不同空间频率驱动的不同神经群大小模拟灰色背景视觉敏捷性时,我们还减法后后背景响应
方程3响应范围介于0至1之间,与光暗背景相同小点模拟中,我们改变点直径9至199像素,并保留其他参数常量,除两个最小点大小外,均需调整增益
g级:1对0.6和随机噪声
R:12%-3%)匹配数据模拟光模糊度时,我们改变高斯函数标准偏差模拟视像级光模糊度
自定义0.5至0.75arcmin)和可接受域大小(6至7像素)同时保持其他参数常数低光度视觉特征模拟中,我们提高可接受场大小(7至11像素)并减少响应增益(0.6至0.5),以模拟低光小可接受场群反应下降