本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
先天性面容失認症是一種從出生就存在的選擇性臉部辨識缺陷。先前，臉部辨識的行為缺陷以及臉部處理區域的神經解剖結構和功能活化的差異主要在單獨的研究中記錄。在這裡，我們提出了一種先天性面部失認症的神經網路模型，它將面部失認症的行為和神經心理學研究與資訊處理的理論模型聯繫起來。在這項研究中，我們用兩種不同的演算法訓練了一個神經網路來表示臉部影像。首先，我們引入了透過時間獨立分量分析 (ICA) 實現的網路連結性下降的傾向。這種傾向導致了以孤立的臉部部位來表徵臉部的特徵。其次，我們使用空間 ICA 訓練網路進行最佳資訊編碼，從而獲得臉部的整體表示。然後在一項實驗中對網路模型進行了經驗測試，其中包括 10 名面盲者和 20 名年齡匹配的對照者。參與者必須區分根據特徵表徵的臉部失認模型或整體表徵的控制模型改變的臉孔。與對照組相比，患有臉部失認症的參與者僅在辨別臉部整體變化方面受到損害，但在檢測特徵變化方面沒有表現出損害。總之，所提出的模型提出了先天性面盲症的可經驗測試的解釋，它將關鍵特徵與計算層面缺乏整體處理和實施層面的稀疏結構連接聯繫起來。更一般地說，我們的結果表明網絡連接的結構差異是先天性面部失認症面部處理缺陷的原因。