bioRxiv（Neuroscience）· Nicolas Piron·· 1 天前精选AI 评分58
Piron 团队用 MEG 定位图像与词汇共享语义类别编码的时间与脑区
From Images and Words to Modality-Independent Semantic Representations: When and Where They Emerge
AI 导读
Nicolas Piron 团队用 MEG 记录 32 名受试者在编码六类语义类别序列时的脑活动，发现图像与词汇的类别解码在刺激呈现约 70 ms 后即高于随机水平。两种模态的分类器泛化在约 520-530 ms 达到峰值，源空间解码指向左右前颞叶、外侧裂周皮层、右侧视觉皮层和双侧眶额皮层，提示存在跨模态的类别编码。受试者执行的是序位判断任务，语义类别与刺激模态均与任务无关。
AI 要点
团队
作者 Nicolas Piron（原文未列所属机构及合作者）
主要结果
图像与词语的类别解码在刺激呈现后约 70 ms 起均高于机会水平；跨模态泛化在约 520–530 ms 达峰，两方向共享同一类别编码。
解决什么问题
考察图像与词语诱发的语义类别表征何时、何处汇聚为模态无关编码，且语义类别与模态均与任务无关。
方法
32 名受试者接受 MEG，编码含六个语义类别样例的六项序列，并报告探测项的顺序位置。
局限
从研究设计看，为单一任务范式的可行性探索，未设对照条件。
AI 依据原文整理，未经人工核对。
AI 推荐理由
研究用MEG在任务无关条件下比较图像与词汇的类别解码，给出跨模态语义编码收敛的时间窗与皮层分布。
来源：bioRxiv（Neuroscience） · biorxiv.org