視覺表象可視化的理論依據(jù)與亟待解決的問題,心理學(xué)論文

視覺表象可視化的理論依據(jù)與亟待解決的問題,心理學(xué)論文1978年Shepard曾提出過一個視覺表象外在化的研究設(shè)想。亦即研制一套裝置，這種裝置既能檢測出被試觀看某種客體時的知覺象，同時也能檢測出客觀事物消失后出如今頭腦中的記憶表象和想象表象。檢測出來的視覺表象能夠轉(zhuǎn)換為電信號呈如今熒光屏上供研究者進行考察。毋庸置疑，實現(xiàn)視覺表象外在化需要具備多方面的條件，時至今日還是一個大膽而富有創(chuàng)造性的研究設(shè)想。華而不實，準(zhǔn)確客觀地建立視覺表象與腦神經(jīng)活動之間的對應(yīng)關(guān)系是實現(xiàn)視覺表象外在化的基本前提。近年來興起的功能磁共振多變量形式分析(multi－variatepatternanalysis，MVPA)方式方法能夠有效地建立心理活動與腦神經(jīng)活動之間的對應(yīng)關(guān)系，為視覺表象可視化研究奠定了基礎(chǔ)。本文在介紹多變量形式分析起源及其演變歷程的基礎(chǔ)上，歸納分析視覺表象可視化的理論根據(jù)與亟待解決的關(guān)鍵問題。分析指出視覺表象可視化是表象研究的新途徑，將促進表象本質(zhì)與功能問題的討論，有利于推動視覺表象研究的進一步發(fā)展。1表象研究的窘境眾所周知，表象是心理學(xué)研究中爭論頗多的主題之一?？茖W(xué)心理學(xué)伊始，表象就被列為心理學(xué)研究主題。但表象研究在方式方法與理論模型上逐步成熟并被廣泛認(rèn)可肇始于20世紀(jì)70年代，此時距離表象被心理學(xué)確立為研究主題已有一個世紀(jì)之久。在這里期間，表象研究由盛至衰(之間更有長達(dá)半個多世紀(jì)之久表象研究因少人問津而幾近中斷)，繼而東山再起重新進入心理學(xué)研究的視野。復(fù)蘇的表象研究領(lǐng)域更是爭論不斷，甚至出現(xiàn)了盛極一時的表象之爭(Bartolomeo，2002)。表象研究之所以一步三回頭，華而不實原委與表象具有主觀復(fù)雜的特性而表象研究又缺乏客觀有效性的方式方法之間的矛盾不無關(guān)系(劉鳴，2004)。誠如希爾加德所言:主觀心理活動中最不容否認(rèn)而又最不易通過客觀途徑來進行觀察研究的莫過于表象。表象研究方式方法的新穎獨創(chuàng)性與客觀有效性一直是研究者們竭力追求而又倍感棘手的問題。縱觀表象研究進退浮沉的整個歷程，心理學(xué)研究方式方法的取向與革新在很大程度上決定了表象研究的命運(劉鳴，2004)。眾所周知，表象不僅具有高度主觀內(nèi)在性，而且其表現(xiàn)形式與內(nèi)容也非常復(fù)雜多變，較之于其他研究主題，表象研究對方式方法新穎獨創(chuàng)性與客觀有效性的追求更為迫切也更為固執(zhí):表象的獨特性迫使研究者采用愈加科學(xué)有效新穎巧妙的方式方法進行研究;而方式方法的發(fā)展反過來也會促進表象問題的進一步研究。因而，革新表象研究方式方法是表象研究的重要組成部分，表象研究等待愈加科學(xué)有效方式方法的問世，以實如今更高層次層次上對表象問題進行科學(xué)研究與討論。2多變量形式分析功能磁共振技術(shù)具有相對較高的空間分辨率(約3毫米)能夠數(shù)秒(2～3秒)內(nèi)在大腦數(shù)萬個不同解剖位置采集到任務(wù)加工中神經(jīng)活動導(dǎo)致的血氧水平改變引發(fā)的信號(BOLD)(Normanetal．，2006)。當(dāng)前，功能磁共振(fMＲI)技術(shù)在認(rèn)知神經(jīng)科學(xué)研究中得到廣泛應(yīng)用，在心理活動神經(jīng)機制的討論中發(fā)揮的作用日益凸顯出來。然而，功能磁共振能夠采集的最小單位體素(voxel)(3mm3mm3mm)包含約數(shù)萬個神經(jīng)元，而且存在血液動力學(xué)(HＲF)延遲(5～10秒)現(xiàn)象，并且與任務(wù)有關(guān)的神經(jīng)活動信號淹沒在各種噪音之中(任務(wù)信號約為2～3%)。因而，怎樣從fMＲI數(shù)據(jù)中提取出與任務(wù)相關(guān)的神經(jīng)活動信號是認(rèn)知神經(jīng)科學(xué)的基本問題。由于fMＲI數(shù)據(jù)信噪比(signalnoiseratio，SNＲ)較低，傳統(tǒng)數(shù)據(jù)處理需要把興趣區(qū)(ＲOI)內(nèi)體素激活值(voxelactivationvalue)進行空間平滑(smoot-hing)，在統(tǒng)計分析中將興趣區(qū)內(nèi)體素激活值進行平均疊加(aggravation)，通過比擬不同實驗條件下興趣區(qū)激活強度的差異來推斷不同腦區(qū)在任務(wù)加工中的功能(Fristonetal．，1995;Muretal．，2018;Wors-ley＆Friston，1995)。因而，傳統(tǒng)數(shù)據(jù)處理方式方法也被稱之為激活為基礎(chǔ)(activationbasis)的方式方法(Nor-manetal．，2006)。從本質(zhì)上看，傳統(tǒng)數(shù)據(jù)處理主要檢測單個體素在不同實驗條件下激活強度能否存在顯著差異，屬于單變量數(shù)據(jù)分析方式方法(voxel－wisea-nalysis)。其基本假設(shè)是:興趣內(nèi)各個體素在同一實驗條件下反響趨勢是一致的，互相之間在激活強度上能夠疊加。固然傳統(tǒng)數(shù)據(jù)處理方式方法在一定程度上能夠提高信噪比，但數(shù)據(jù)處理經(jīng)過只考慮單一決策變量，故而對fMＲI數(shù)據(jù)信號的統(tǒng)計檢測力缺乏。主要具體表現(xiàn)出在如下三個方面(Haynes＆Ｒees，2006;Normanetal．，2006;Pereiraetal．，2018):⑴傳統(tǒng)數(shù)據(jù)處理以不同實驗條件下興趣區(qū)內(nèi)的平均激活強度為指標(biāo)進行數(shù)據(jù)分析，僅考慮了較強信號的體素，但實際上反響微弱的體素也攜帶任務(wù)相關(guān)信息(Haxbyetal．，2001);⑵傳統(tǒng)數(shù)據(jù)處理假設(shè)興趣內(nèi)各個體素對同一任務(wù)的反響趨勢一致，進而互相之間能夠進行疊加平均。但實際上單個體素內(nèi)包含數(shù)萬個神經(jīng)元，不同體素內(nèi)神經(jīng)元在任務(wù)加工中反響趨勢往往不一致，將興趣內(nèi)的體素進行疊加操作無疑會丟失信息(Kriegeskorte，Goebel，＆Bandettini，2006);⑶傳統(tǒng)數(shù)據(jù)處理只考慮單一體素的信息，而大腦體素間的協(xié)同活動也攜帶任務(wù)相關(guān)信息，但傳統(tǒng)數(shù)據(jù)處理并沒將其考慮在內(nèi)(Cox＆Savoy，2003)。借鑒統(tǒng)計學(xué)習(xí)理論，研究者們發(fā)展出多變量形式分析(MVPA)(Haynes＆Ｒees，2006;Krieges-korte＆Bandettini，2007;Normanetal．，2006)。與傳統(tǒng)的單變量數(shù)據(jù)分析方式方法不同，MVPA將興趣區(qū)內(nèi)各個體素的信號同時考察，將興趣區(qū)看作一個多維變量，即空間形式(spatialpattern)來分析大腦激活數(shù)據(jù)與任務(wù)相關(guān)的信息(Muretal．，2018;Nor-manetal．，2006)。其基本假設(shè)是:興趣區(qū)內(nèi)不同體素攜帶與任務(wù)相關(guān)的不同維度信息，體素構(gòu)成的激活形式能夠有效地將對應(yīng)的信息內(nèi)容與其他激活形式對應(yīng)的信息內(nèi)容區(qū)分開，也就是大腦認(rèn)知狀態(tài)與神經(jīng)激活形式之間存在對應(yīng)關(guān)系。MVPA充分考慮了體素特異性以及體素之間的關(guān)系，進而有效提高了數(shù)據(jù)處理的敏感性(Haynesetal．，2007;Haynes＆Ｒees，2005;Polynetal．，2005;Ｒaizadaetal．，2018)。借助MVPA方式方法，研究者能夠成功從大腦激活形式中讀取與心理活動狀態(tài)相關(guān)的信息內(nèi)容，而非僅僅關(guān)注腦區(qū)在任務(wù)加工中的激活程度(Mur，Bandettini，＆Kriegeskorte，2018)。MVPA被研究者稱之為讀心術(shù)，其根本原因也在于此。2．1解碼模型與編碼模型MVPA數(shù)據(jù)處理一般包括4個步驟(Normanetal．，2006):特征選擇(featureselection)，形式聚類(patternassemble)，模型訓(xùn)練(modeltraining)，以及模型泛化測試(modeltest)。華而不實，模型訓(xùn)練，亦即建立實驗條件與腦神經(jīng)激活形式之間的函數(shù)關(guān)系，是多變量形式分析的核心。當(dāng)前，模型主要有兩類，分別為:編碼模型與解碼模型(Naselaris，Kay，Nishimoto，＆Gallant，2018)。解碼模型是MVPA首先發(fā)展起來的方式方法。傳統(tǒng)功能磁共振研究一般遵循實驗條件(experimentcondition)－大腦反響(response)－激活(activa-tion)的關(guān)系鏈，數(shù)據(jù)處理關(guān)注不同實驗條件下興趣區(qū)內(nèi)腦神經(jīng)激活強度的差異。既然存在實驗條件－大腦反響－激活關(guān)系鏈，那么數(shù)據(jù)處理能否反其道而行之，能否從大腦的神經(jīng)激活中反推出與之對應(yīng)的實驗條件類型?研究者借鑒機器學(xué)習(xí)理論發(fā)展出以解碼模型為基礎(chǔ)的MVPA方式方法(Cox＆Savoy，2003;Haxbyetal．，2001)。解碼模型通過開創(chuàng)建立判決函數(shù)來學(xué)習(xí)實驗條件類型與腦神經(jīng)激活形式之間的關(guān)系。經(jīng)過訓(xùn)練的分類器能夠從大腦的激活形式中解碼其表征的信息內(nèi)容。這一數(shù)據(jù)處理思路的轉(zhuǎn)變看似簡單，實則意義重大。首先，傳統(tǒng)數(shù)據(jù)處理面臨研究效度問題，數(shù)據(jù)處理需要多重比擬校正，實驗研究也需要進行多模態(tài)、多變式、多指標(biāo)、多程序的交互驗證。而解碼模型將研究效度轉(zhuǎn)換為從腦激活形式中預(yù)測實驗條件的準(zhǔn)確性問題，避免了研究效度問題。其次，傳統(tǒng)數(shù)據(jù)處理方式方法的結(jié)果不具有統(tǒng)計預(yù)測力。通過建立腦神經(jīng)激活形式與實驗條件類型之間的函數(shù)關(guān)系而構(gòu)成的映射模型(解碼模型)則能夠根據(jù)當(dāng)下的腦神經(jīng)激活形式預(yù)測與其所對應(yīng)的最大可能的實驗條件類型(Cox＆Savoy，2003;Haxbyetal．，2001)。再次，MVPA考慮單個體素的特異性以及體素間的互相關(guān)系，明顯提高了數(shù)據(jù)處理的敏感性。數(shù)據(jù)處理能夠?qū)崿F(xiàn)從腦神經(jīng)激活形式中追蹤出單一實驗條件的信息內(nèi)容，為認(rèn)知神經(jīng)科學(xué)實時的研究人類心理活動的神經(jīng)機制提供了可能(Normanetal．，2006)。固然解碼模型存在上述優(yōu)勢，但缺乏之處也很明顯。解碼模型的泛化能力較差，對實驗條件類型的區(qū)分不具普遍性(Kay，Naselaris，Prenger，＆Gal-lant，2008)。根據(jù)腦神經(jīng)激活形式預(yù)測實驗條件類型只能局限在介入分類器訓(xùn)練的實驗條件類型范圍內(nèi)，不能泛化到其他實驗條件類型。為克制解碼模型的這一局限，研究者發(fā)展出編碼模型(Nevadoetal．，2004;Wuetal．，2006)。如前所述，解碼模型通過興趣區(qū)內(nèi)體素激活形式來區(qū)分實驗條件的類型，那么能否使用實驗條件包含刺激的不同特征(例如，視覺特征)形式反過來預(yù)測大腦的激活?這是編碼模型數(shù)據(jù)處理的基本出發(fā)點。解碼模型泛化能力差的一個主要原因是只能通過刺激的類別標(biāo)簽描繪敘述刺激。與之不同，編碼模型通過刺激特征形式來預(yù)測大腦的激活，其對刺激的描繪敘述通過刺激的特征進行，而刺激的特征在刺激之間是具有普遍性的，進而克制了解碼模型泛化能力差的局限(Kayetal．，2008)。毫無疑問，編碼模型是在解碼模型基礎(chǔ)上對傳統(tǒng)數(shù)據(jù)處理方式的又一次超越。在數(shù)據(jù)處理道路上，編碼模型與傳統(tǒng)的數(shù)據(jù)處理道路是一致的，都是遵循實驗條件－大腦反響－激活關(guān)系鏈。但是編碼模型與傳統(tǒng)數(shù)據(jù)處理有本質(zhì)區(qū)別(Naselarisetal．，2018)。我們知道傳統(tǒng)數(shù)據(jù)處理需要估計一個模型，屬于模型驅(qū)動的數(shù)據(jù)處理方式方法。例如，SPM數(shù)據(jù)處理方式方法用一般線性模型(GLM)擬合(fit)每個體素激活，一般線性模型的參數(shù)估計完成后，單個體素的參數(shù)顯著性被評估并在興趣區(qū)內(nèi)進行疊加(ag-gregated)(Worsley＆Friston，1995)?；趩蝹€體素的多變量形式分析的編碼模型也需要建立外界刺激的特征形式和大腦單個體素激活之間的函數(shù)關(guān)系(也是基于一般線性模型)(Naselarisetal．，2018)。但與傳統(tǒng)的數(shù)據(jù)處理方式不同，編碼模型通過一般線性模型擬合的值描繪敘述刺激事件，進而建立外界刺激事件與腦神經(jīng)激活事件之間的概率分布關(guān)系(Kayetal．，2008;Naselarisetal．，2018)。借助編碼模型，研究者能夠通過外界刺激特征形式預(yù)測大腦激活形式，以此討論外界刺激信息在大腦內(nèi)表征的問題(Naselarisetal．，2018)。總之，解碼模型和編碼形式是多變量形式分析兩種主要的數(shù)據(jù)處理方式方法，在認(rèn)知神經(jīng)科學(xué)研究中發(fā)揮重要作用(Kay＆Gallant，2018)。從解碼模型的角度，研究者試圖討論從觀測到的腦激活形式中能夠解碼出何種信息;而從編碼模型的角度，研究者嘗試討論當(dāng)外界刺激變化時，大腦激活是怎樣隨之改變的(Naselarisetal．，2018)。當(dāng)前，借助于編碼模型或解碼模型，研究者能夠有效地研究不同類型刺激特征在大腦同一個腦區(qū)是怎樣表征的，同一類型的刺激特征在大腦不同腦區(qū)是怎樣表征的(Kriegeskorteetal．，2006;Pereiraetal．，2018);編碼模型能夠很好地討論哪些刺激特征能夠完全解釋一個腦區(qū)的激活(Naselarisetal．，2018;Wuetal．，2006);解碼模型能夠有效建立腦激活形式和行為反響之間的關(guān)系(Ｒaizadaetal．，2018;Waltheretal．，2018;Williamsetal．，2007)。2．2多變量形式分析的應(yīng)用當(dāng)前，多變量數(shù)據(jù)分析方式方法被廣泛應(yīng)用于腦神經(jīng)科學(xué)研究領(lǐng)域，包含多種類型:功能連接(function-alconnectivity)、效應(yīng)連接(effectiveconnectivity)(Friston，2018)、動態(tài)因果模型(dynamiccausalmod-eling，DCM)、偏最小二乘法(partialleastsquare)、主成分分析等。固然都屬于多變量數(shù)據(jù)分析方式方法，多變量形式分析與其他多變量數(shù)據(jù)分析方式方法存在顯著差異不同。其他多變量數(shù)據(jù)分析方式方法主要關(guān)注不同腦區(qū)之間的功能關(guān)系，而多變量形式分析主要關(guān)注從腦激活形式中讀取出與大腦狀態(tài)相關(guān)的信息內(nèi)容(Haynes＆Ｒees，2006;Normanetal．，2006)。當(dāng)前，借助多變量形式分析方式方法的認(rèn)知神經(jīng)科學(xué)研究大致能夠歸結(jié)為3個層次。第一個層次，類別解碼(classdecoding)。解碼模型能夠有效地建立刺激類別與腦激活形式之間的函數(shù)關(guān)系。借助解碼模型，研究者能夠從給定的腦激活形式中讀取其表征刺激的類別信息(Carlsonetal．，2003;Cox＆Savoy，2003;Haxbyetal．，2001;Haynes＆Ｒees，2005;Kamitani＆Tong，2005)。當(dāng)前，解碼模型被廣泛應(yīng)用于認(rèn)知神經(jīng)科學(xué)研究中，研究問題牽涉到認(rèn)知活動的各個方面，主要包括:視覺領(lǐng)域的研究(Brouwer＆Heeger，2018;Macevoy＆Epstein，2018;Peelenetal．，2018)，體感(Beauchampetal．，2018;Ｒollsetal．，2018)，嗅覺(Howard，Plailly，Grueschow，Haynes，＆Gott-fried，2018)，聽覺(Ethofer，VanDeVille，Scherer，＆Vuilleumier，2018)，運動(Dinstein，Gardner，Jazayeri，＆Heeger，2008)，注意(Kamitani＆Tong，2006)，意識(Schurger，Pereira，Treisman，＆Cohen，2018)，記憶(Harrison＆Tong，2018;Johnsonetal．，2018)，意圖(Haynesetal．，2007)，認(rèn)知控制(Esterman，Chiu，Tamber－Ｒosenau，＆Yantis，2018)，決策(Soon，Brass，Heinze，＆Haynes，2008)，表象(Ｒeddy，Tsuchiya，＆Serre，2018)。第二個層次，刺激鑒別(stimulusidentification)。編碼模型能夠根據(jù)腦激活形式鑒別給定刺激集合中哪一個詳細(xì)刺激最大可能的激活了當(dāng)下觀測到的腦激活形式。Kay等人(2008)在研究中發(fā)現(xiàn)編碼模型能夠根據(jù)腦激活形式鑒別自然場景圖片。自然場景圖片(對應(yīng)著以像素為維度的數(shù)字矩陣)能夠通過非線性變換轉(zhuǎn)換為以視覺特征(如，Gaborwavelet)為維度的視覺特征形式，編碼模型能夠建立視覺特征形式與大腦單個體素激活值之間的函數(shù)關(guān)系，進而建立圖像視覺特征形式與腦激活形式之間的事件概率模型。研究者通過該模型能夠有效地鑒別給定的圖像集合中哪個圖像在概率上最大可能的激活了當(dāng)下觀測到的腦激活形式。不僅詳細(xì)的圖片刺激能夠根據(jù)腦激活形式鑒別出來，較為抽象的名詞同樣可以以實現(xiàn)。Mitchell等人將25個動詞和詳細(xì)名詞在文本搭配使用的頻率作為描繪敘述名詞的特征，通過編碼模型同樣實現(xiàn)了根據(jù)腦激活形式鑒別詳細(xì)名詞的目的(Mitchelletal．，2008)。需要注意，詳細(xì)刺激能夠從腦激活形式中鑒別出來，其前提條件是刺激集合是預(yù)先給定的，編碼模型只能夠從給定的集合中揣測哪個個體刺激在概率上最大可能的激活了當(dāng)下觀測到的激活形式。第三個層次，形象重建(imagereconstruction)。物體圖片形象和視覺特征存在對應(yīng)關(guān)系(兩者之前的關(guān)系是非線性)，而物體視覺特征和腦激活形式之間可以以建立關(guān)系(大量研究證實兩者之間能夠通過線性關(guān)系描繪敘述)(DiCarlo＆Cox，2007;Naselarisetal．，2018)。那么能否能夠根據(jù)當(dāng)下觀測到的大腦激活形式將引起該激活形式的刺激圖片的形象(對應(yīng)灰度值矩陣值)復(fù)原出來。也就是通過大腦激活形式再造出引起該激活形式的刺激(Kay＆Gallant，2018;Miyawakietal．，2008;Nase-larisetal．，2018;Thirionetal．，2006)。當(dāng)然，在數(shù)學(xué)上通過腦激活形式反推刺激特征不存在唯一解(只存在最優(yōu)解)，因而將真正的實驗刺激從激活形式中復(fù)原出來是不可能的，我們只能夠通過先驗概率揣測出在概率上最大可能引起當(dāng)下激活形式的刺激的副本(Naselaris，Prenger，Kay，Oliver，＆Gallant，2018)?，F(xiàn)有研究業(yè)已證實編碼模型結(jié)合貝葉斯模型(Bayesianmodel)能夠?qū)崿F(xiàn)從大腦激活形式中重建外在刺激形象的目的。其基本框架為:首先將刺激轉(zhuǎn)換到視覺特征(如，Gaborwavelet)，然后使用編碼模型建立特征形式和興趣區(qū)單個體素激活之間的關(guān)系，進而建立刺激特征形式和大腦興趣區(qū)激活形式之間的事件概率分布(先驗概率)(這一步同于刺激鑒別操作)，借助貝葉斯模型揣測引起當(dāng)下腦激活形式的刺激特征的形式，進而還原刺激形象(Ma，Beck，Latham，＆Pouget，2006)。除了視覺特征，刺激其他維度的信息(如，語義特征)可以以通過編碼模型建立刺激和腦激活形式之間的對應(yīng)關(guān)系(Naselarisetal．，2018)。3視覺表象可視化的理論根據(jù)視知覺加工的圖片形象之所以能夠根據(jù)腦激活形式再造出來，根本原因在于編碼模型能夠有效建立圖片的視覺特征與腦激活形式之間的對應(yīng)關(guān)系。而視覺表象是在缺乏外界刺激的情況下生成的感性形象，根本不具備這一基本條件，因此知覺形象可視化的途徑難以直接應(yīng)用于視覺表象。傳統(tǒng)觀點以為初級視覺皮層的激活主要受刺激的低層視覺特征(明暗，紋理變化等)驅(qū)動(Hsiehetal．，2018)，研究也證實低層視覺特征與腦區(qū)激活之間的擬合關(guān)系在初級視覺皮層也較為一致(Na-selarisetal．，2018)。當(dāng)前，根據(jù)腦激活形式重建知覺圖片形象主要通過編碼模型建立低層視覺特征(Gabor特征)與初級視覺皮層(V1，V2，V3)的腦激活形式之間的關(guān)系實現(xiàn)(Naselarisetal．，2018)。但大量研究也證實即便是初級視覺皮層的激活也并非完全由外部刺激驅(qū)動，大腦自上而下的調(diào)控機制發(fā)揮重要作用(Diekhofetal．，2018;Fristonetal．，2006;Hsiehetal．，2018)。現(xiàn)有研究單純通過建立圖片視覺特征(語義特征)與腦激活形式之間的關(guān)系來重建的知覺圖片形象質(zhì)量比擬低(Naselarisetal．，2018)，這應(yīng)該是華而不實一個比擬重要的原因。其實，早在十九世紀(jì)后期，威廉－詹姆斯在(心理學(xué)原理〕中曾預(yù)言(Ｒaichle，2018):我們所知覺到的內(nèi)容一部分來自于我們眼前的事物，而更大的一部分來自于我們頭腦內(nèi)部。這一預(yù)言很精辟的概括了自十九世紀(jì)起關(guān)于大腦功能的兩種針鋒相對的觀點:以謝林頓為代表的腦功能反映論(reflexive)，主張大腦活動主要由環(huán)境刺激驅(qū)動。與此不同，格雷漢姆－布朗等人主張大腦活動是自主的(intrinsic)，大腦獲得(acquisition)和保持(maintenance)的信息用于理解環(huán)境刺激(environmentaldemands)，作用于甚至能夠提早預(yù)測環(huán)境刺激。根據(jù)Kosslyn等人知覺預(yù)期理論的觀點(Kosslyn，2005)，表象神經(jīng)機制很大程度上牽涉到大腦自上而下調(diào)控知覺加工的機制。大量功能磁共振研究也證實知覺經(jīng)過與表象經(jīng)過激活的腦區(qū)存在重疊現(xiàn)象。例如，即便閉眼的情況下，想象一個視覺場景同樣激活視覺皮層(Koss-lyn，Thompson，Kim，＆Alpert，1995);而且視覺皮層激活降低會降低表象的質(zhì)量(Kosslynetal．，1999);表象的激活形式與知覺刺激一樣也存在范疇特異性(Mechelli，Price，F(xiàn)riston，＆Ishai，2004)?；谏鲜龅陌l(fā)現(xiàn)，研究者傾向于將表象看作是知覺加工的特例(specialcase)(Kosslyn，Ganis，＆Thompson，2001):知覺由外界視覺刺激驅(qū)動產(chǎn)生，而表象是由高級認(rèn)知加工中心，如前額皮層(Mech-ellietal．，2004)的信號激發(fā)。但需要注意，主觀想象的事物形象與我們真實看到事物肯定是不同的，表象經(jīng)過與知覺經(jīng)過腦區(qū)激活的重疊現(xiàn)象并缺乏以證明兩者是完全一樣的心理經(jīng)過。已有的功能磁共振研究也證實大腦活動在表象和知覺中的差異不同。例如單細(xì)胞追蹤技術(shù)發(fā)現(xiàn)表象與知覺的反響潛伏期存在差異不同(Kreiman，Koch，＆Fried，2000);有些現(xiàn)象(如聽覺皮層的鈍化現(xiàn)象)在表象與知覺經(jīng)過中并不一致(Amedi，Malach，＆Pascual－Leone，2005);表象與知覺激活形式重疊現(xiàn)象在不同腦區(qū)也存在差異(Ｒeddyetal．，2018)。但根據(jù)知覺預(yù)期理論，表象介入大腦自上而下調(diào)控知覺經(jīng)過的機制，表象與知覺仍存在密切關(guān)系。以多變量形式分析方式方法討論表象神經(jīng)激活形式與知覺神經(jīng)激活形式之間的關(guān)系，是實現(xiàn)視覺表象可視化的重要途徑。既然知覺形象能夠根據(jù)腦激活形式重建出來，而表象神經(jīng)激活形式與知覺神經(jīng)激活形式存在關(guān)系，假如我們能夠揭示視覺表象神經(jīng)激活形式與知覺神經(jīng)激活形式之間的關(guān)系，視覺表象應(yīng)該可以以實現(xiàn)可視化。而表象神經(jīng)激活形式與知覺神經(jīng)激活形式之間存在關(guān)系的根本源頭是表象介入大腦自上而下調(diào)控知覺的機制，因而通太多變量形式分析討論視覺表象神經(jīng)激活形式怎樣調(diào)控視知覺神經(jīng)激活形式是討論視覺表象激活形式與知覺激活形式之間關(guān)系的關(guān)鍵。已有研究證實在大腦形狀特異性腦區(qū)(LOC)，字母X和O的知覺激活形式與對應(yīng)的表象激活形式類似(Stokes，Thomp-son，Cusack，＆Duncan，2018)。也就是，表象在LOC腦區(qū)對應(yīng)的神經(jīng)激活形式與知覺對應(yīng)的神經(jīng)激活形式類似，而表象在LOC神經(jīng)激活形式應(yīng)該是其自上而下調(diào)控知覺神經(jīng)刺激形式的一種具體表現(xiàn)出。在物體辨別領(lǐng)域，研究發(fā)如今LOC后部(LO)內(nèi)場景的典型物體的知覺激活形式能夠線性合成場景的知覺表征形式(MacEvoy＆Epstein，2018)。由于該研究牽涉的場景內(nèi)的典型物體并沒在場景中出現(xiàn)，而且排除了注意的影響，這一研究結(jié)果可能意味著:形狀特異性腦區(qū)后部表征物體的個別屬性(proper-ty)而非整體屬性，而且表征主要在大腦已有知識自上而下的調(diào)控下進行的。該結(jié)論的得出主要基于兩個原因:⑴大腦自上而下生成的表象在該腦區(qū)激活的形式與知覺經(jīng)過大腦激活形式類似;⑵在場景中沒有出現(xiàn)的物體知覺表征形式能夠線性組合為場景的表征形式。既然物體的知覺神經(jīng)表征形式能夠組合為場景的神經(jīng)表征形式，那么相應(yīng)的物體表象激活形式在該腦區(qū)應(yīng)該可以以組合構(gòu)成場景激活形式，這應(yīng)該是物體知覺激活形式能夠組合成場景表征形式的根本源頭所在。亦即，在知覺經(jīng)過中可能不存在純粹由外界刺激驅(qū)動的知覺加工，知覺經(jīng)過是在表象介入調(diào)控下進行的(注意等其他心理經(jīng)過也會介入調(diào)控)(Diekhofetal．，2018;Gazzaleyetal．，2005;Kamitani＆Tong，2005)。華而不實，大腦形狀特異性腦區(qū)應(yīng)該是大腦自上而下調(diào)控知覺表征的核心腦區(qū)，已有研究已經(jīng)證實LOC在調(diào)控大腦初級視覺皮層知覺表征中發(fā)揮重要作用。如此一來，在大腦視覺皮層的不同腦區(qū)(存在等級構(gòu)造)討論表象激活形式與知覺激活形式之間的關(guān)系既是揭示知覺表征的方式方法，也是探究表象本質(zhì)的重要途徑。毋庸置疑，該問題的研究既有利于豐富當(dāng)下從腦激活形式中重建知覺形象的研究，也為視覺表象可視化提供理論根據(jù)。4視覺表象可視化亟待解決的問題如前所述，表象調(diào)控知覺激活形式是視表象激活形式與知覺激活形式存在關(guān)系的根本源頭。固然現(xiàn)有研究已經(jīng)證實形狀特異性腦區(qū)是表象調(diào)控知覺激活形式的關(guān)鍵腦區(qū)，但是在視覺皮層(包括形狀特異性腦區(qū)以及初級視覺皮層)知覺激活形式信息與表象介入的自上而下調(diào)控信息之間的關(guān)系尚不清楚。該問題是視覺表象可視化的核心，至少牽涉如下兩個方面:⑴表象激活形式在調(diào)控知覺表征經(jīng)過中的作用。假如傳統(tǒng)的腦成像研究已經(jīng)證實表象的本質(zhì)牽涉到大腦自上而下調(diào)控知覺表征的神經(jīng)機制，但表象激活形式是怎樣調(diào)控知覺的神經(jīng)機制尚不清楚。⑵表象表征形式和知覺表征形式之間關(guān)系的數(shù)學(xué)模型。表象能夠如知覺形象一樣從腦激活形式中重建出來的基本前提是我們能夠數(shù)量化的描繪敘述表象激活形式和知覺表征形式之間的關(guān)系。怎樣數(shù)量化的描繪敘述兩者之間的關(guān)系當(dāng)前還是個難題?？赡艿囊粋€途徑是借鑒編碼模型的思想，用知覺經(jīng)過中的視覺特征(語義特征)形式來擬合表象經(jīng)過中特定腦區(qū)的激活形式，進而建立知覺經(jīng)過刺激的視覺特征形式事件與表象經(jīng)過腦激活形式事件之間的概率分布，然后借助貝葉斯模型揣測出與表象激活形式對應(yīng)的視覺特征形式，進而實現(xiàn)視覺表象的可視化。5挑戰(zhàn)與瞻望當(dāng)前，根據(jù)腦激活形式重建知覺形象尚處于起步階段，實現(xiàn)視覺表象可視化更是任重而道遠(yuǎn)，視覺表象活動與我們的心理活動接近，視覺表象可視化的實現(xiàn)將為實現(xiàn)真正意義上的讀心術(shù)奠定基礎(chǔ)，這應(yīng)該是認(rèn)知神經(jīng)科學(xué)將來研究的一個熱門。但作為一個新興領(lǐng)域，視覺表象可視化的最終實現(xiàn)需要如下三個方面相關(guān)工作的開展。5．1磁共振數(shù)據(jù)獲取與數(shù)據(jù)處理技術(shù)的發(fā)展⑴怎樣更好地借助功能磁共振技術(shù)獲取大腦活動的信號。例如，提高功能磁共振磁場的場強，提高功能磁共振信號采集序列的空間分辨率或時間分辨率等都是將來該領(lǐng)域的研究需要改良的方向(Naselarisetal．，2018;OpdeBeecketal．，2008)。⑵怎樣更好地優(yōu)化現(xiàn)有的數(shù)學(xué)模型。讀心術(shù)的實現(xiàn)很大程度上基于數(shù)學(xué)模型構(gòu)建刺激特征與腦激活形式之間的關(guān)系實現(xiàn)的。怎樣優(yōu)化現(xiàn)有的數(shù)學(xué)模型以更準(zhǔn)確有效地建立刺激特征與腦神經(jīng)活動之間的關(guān)系應(yīng)該將來的一個重要研究方向(MacEvoy＆Epstein，2018)。⑶怎樣實現(xiàn)重建動態(tài)心理活動。心理活動的一個重要特點是動態(tài)性，動態(tài)的心理活動能否從腦激活形式中復(fù)原?較之于靜態(tài)的圖片刺激，動態(tài)的刺激信息(如，電影)從腦激活形式中重建出來的難度較大，華而不實怎樣解決動態(tài)變化的刺激與大腦血液動力學(xué)函數(shù)延遲之間的矛盾是關(guān)鍵(Nishimotoetal．，2018)。⑷能否實時的再現(xiàn)心理活動。當(dāng)前，功能磁共振研究中實時技術(shù)是個熱門問