Signal detection theory analysis of category-based visual search in natural movies

İnsan beyni, gerçek dünyayı anlamlandırabilme için kendi iç hiyerarşisini ve nöronlar arasındaki bağlantı gücünü değiştiren bir yapıya sahiptir. Bu doğrultuda, insan beyninin dikkat edilen nesneye göre nöronların hassasiyetini değiştirdiği düşünülmektedir. Bu çalışmada voxellerde meydana gelen bu duyarlılık değişimleri sinyal algılama teorisi çerçevesinde ele alınacaktır. Deneklerin beyin aktiviteleri, onlara bir video izletilirken kayıt altına alınmıştır. Dikkatin beyin üzerindeki etkisini anlayabilmek için hem beyin hücrelerinin aktivite sinyalleri (BOLD) hem de videodaki objelere çözümleme (decoding) prosedürü uygulanmıştır. Bahsedilen çözümleme (decoding) prosedürü beyin aktivitelerine neden olan uyarıcıyı (stimuli) tahmin etmeye çalışmaktadır. Bu bağlamda, etki ve tepkiler arasındaki bağıntının kurulması amacıyla bir sınıflandırma algoritması olan "logistic regression" ile deneklerin beyin modelleri oluşturulmaya çalışılmıştır. Bu modellerin performansları d-prime, ROC ve AUC parametreleriyle hesaplanmıştır ve değerlendirilmiştir. Bu araştırma sonucu ortaya çıkan sonuçlara göre, insan beyninin kategori-seçici bölgeleri görsel dikkatle birlikte seçici olmadıkları nesneleri algılayabilmek için o nesnelerin seçiciliğini seçici oldukları nesnelere göre daha fazla arttırmaktadır.