Modeling early neural responses according to low-level parameters of visual stimuli

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorSimola, Jaana
dc.contributor.authorTorniainen, Jari
dc.contributor.schoolSähkötekniikan korkeakoulufi
dc.contributor.supervisorSepponen, Raimo
dc.date.accessioned2015-02-20T12:56:06Z
dc.date.available2015-02-20T12:56:06Z
dc.date.issued2015-02-09
dc.description.abstractIntroduction Experiment consisting of a visual search was conducted in order to investigate the effect of top-down and bottom-up processing with natural stimuli. Gray-scale photographs of nature scenes were used as stimuli. Stimuli had two conditions: natural and scrambled. Natural images were unaltered photographs and in scrambled images the global information was reduced. Aim Aim of the experiment was to form statistical models explaining the effect the amplitude of early visual potentials as functions of visual input, oculomotor variables and top-down factors. Methods Magnetoencephalography (MEG), electroencephalography (EEG) and eye tracking were recorded simultaneously during the experiment. In the scope of this thesis only EEG and eye tracking were analysed. Statistical models were generated using a method called linear mixed (effect) modeling. Results Data analysis produced two models describing the early visual potential as parameters of visual input and oculomotor variables. The effect of top-down processing was investigated as an additional statistical test. Conclusion Out of the two generated models the visual input model was deemed more accurate due to spatial focality and amplitude latency. Results of the study indicate that early visual responses in EEG correlate strongly with low-level visual inputs and to a lesser degree with oculomotor variables. No evidence of correlation between response amplitude and top-down factors were observed.en
dc.description.abstractJohdanto Visuaalista tarkkaavaisuutta tutkittiin koeasetelmassa, jossa koehenkilöt etsivät heille esitettyjä kuvan osia suuremmista luontovalokuvista. Kuvia oli kahta tyyppiä: muokkaamattomia, sekä kuvia joista globaali informaatio oli hävitetty. Tavoite Kokeen tavoitteena oli kehittää visuaalisia hermostovasteita kuvaava tilastollinen malli. Mallin avulla oli tarkoitus tutkia kuinka matalan ja korkean tason tarkkaavaisuusprosessit vaikuttavat mitattuun vasteeseen. Menetelmät Kokeen aikana koehenkilöiltä mitattiin aivosähkökäyrää (EEG), aivomagneettikäyrää (MEG) sekä silmänliikettä. Kerätty data analysoitiin mallintamalla katseeseen synkronisoituja EEG-vasteita tilastollisesti. Kokeessa kerättyä MEG dataa ei analysoitu tämän työn puitteissa. Mallintamiseen käytettiin lineaarisia sekamalleja, jotka muodostettiin ärsykekuvien, silmänliikkeiden ja tarkkaavaisuusprosessien avulla. Tulokset Mallintaminen tuotti kaksi erilaista mallia, jotka selittivät syntyneen vasteen visuaali-informaation ja silmänliikkeiden perusteella. Korkean tason tarkkaavaisuuden vaikutusta tutkittiin molemmissa malleissa ylimääräisellä tilastollisella testillä. Johtopäätökset Kahdesta tuotetusta mallista visuaalimalli vaikutti todenmukaisemmalta. Silmänliikemallin tulokset olivat puolestaan epävarmempia sijaintinsa ja esiintymislatenssinsa takia. Kummankaan mallin tapauksessa ei havaittu todisteita korkean tason tarkkaavaisuuden vaikutuksesta vasteisiin.fi
dc.format.extent50 + 2
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/15221
dc.identifier.urnURN:NBN:fi:aalto-201502211922
dc.language.isoenen
dc.locationP1fi
dc.programmeEST - Elektroniikka ja sähkötekniikkafi
dc.programme.majorBioelektroniikkafi
dc.programme.mcodeS3006fi
dc.rights.accesslevelopenAccess
dc.subject.keywordEEGen
dc.subject.keywordMEGen
dc.subject.keywordeye trackingen
dc.subject.keywordvisual attentionen
dc.titleModeling early neural responses according to low-level parameters of visual stimulien
dc.titleVarhaisten visuaalisten EEG vasteiden mallintaminen kuva-ärsykkeen ominaisuuksien mukaanfi
dc.typeG2 Pro gradu, diplomityöen
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
dc.type.publicationmasterThesis
local.aalto.digifolderAalto_07550
local.aalto.idinssi50653
local.aalto.openaccessyes
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_Torniainen_Jari_2015.pdf
Size:
2.93 MB
Format:
Adobe Portable Document Format