Neural correlates of visual object recognition learning under temporal statistical regularities

Abstract

We live in an environment that provides us with sensory information rich in spatio-temporal regularities, at different scales ranging from regularities within an entity (e.g. co-occurring visual features of an object) to relations between multiple elements (e.g. sequences of objects that belong to the same setting, such as trees and animals belonging to nature, or PC and printer belonging to an office). We implicitly learn these regularities and utilise them to establish stable, yet flexible, neural representations of single elements in the environment and their relative positions in space and time. This type of implicit learning is essential for cognitive development and facilitates learning and performance in different cognitive domains, such as visual search, motor learning, and object recognition. Additionally, altering these spatio-temporal regularities also changes neuronal and neural responses in the brain. In our studies, we aimed to examine the effect of temporal regularities on object recognition learning and its underlying neural substrates. Specifically, we hypothesised that implicit learning of the temporal association between visual objects that are initially unknown to observers can facilitate their learning. For this reason, we sought to closely monitor the changes associated with learning in both cognitive performance and neural representations of individual objects. Moreover, we wondered how neural representations of learning under temporal regularities between multiple objects would compare to representations of learning at the level of individual objects. On the behavioural level, we show that temporal regularities benefited participants in learning to recognise novel 3D objects and altered the order by which the objects were learnt. On the neural level, we identified brain regions that provided rich information on temporal regularities at both single object and on multi-object levels.These two levels of regularities largely coexisted in ventral occipitotemporal regions. Moreover, we could closely monitor development of representations in single object level over runs and conclude that the brain of mature humans utilises the existing neural substrates to form representations of novel objects, but these representations are not stable and are subject to changes as one gains expertise on distinguishing previously seen objects from unseen objects of the same kind.

Wir leben in einer Umgebung, die uns mit sensorischen Informationen versorgt, die reich an spatio-temporalen Regularitäten sind, die sich über verschiedene Skalen erstrecken, von Regularitäten innerhalb eines Objekts (z. B. koexistierende visuelle Merkmale eines Objekts) bis hin zu Beziehungen zwischen mehreren Elementen (z. B. Sequenzen von Objekten, die zu demselben Kontext gehören, wie Bäume und Tiere in der Natur oder PC und Drucker in einem Büro). Wir lernen diese Regularitäten implizit und nutzen sie, um stabile, aber flexible neuronale Repräsentationen einzelner Elemente in der Umgebung und deren relative Positionen in Raum und Zeit zu etablieren. Diese Art des impliziten Lernens ist entscheidend für die kognitive Entwicklung und erleichtert das Lernen und die Leistung in verschiedenen kognitiven Bereichen, wie z. B. visuelle Suche, motorisches Lernen und Objekterkennung. Darüber hinaus verändert die Modifikation dieser spatio-temporalen Regularitäten auch die neuronalen und neuralen Reaktionen im Gehirn. In unseren Studien zielten wir darauf ab, den Einfluss zeitlicher Regularitäten auf das Lernen der Objekterkennung und die zugrunde liegenden neuronalen Substrate zu untersuchen. Insbesondere stellten wir die Hypothese auf, dass das implizite Lernen der zeitlichen Assoziation zwischen visuellen Objekten, die den Beobachtern zunächst unbekannt sind, deren Lernen erleichtern kann. Aus diesem Grund wollten wir die mit dem Lernen verbundenen Veränderungen sowohl in der kognitiven Leistung als auch in den neuronalen Repräsentationen einzelner Objekte genau überwachen. Darüber hinaus fragten wir uns, wie sich die neuronalen Repräsentationen des Lernens unter zeitlichen Regularitäten zwischen mehreren Objekten im Vergleich zu den Repräsentationen des Lernens auf der Ebene einzelner Objekte verhalten würden. Auf der Verhaltensebene zeigen wir, dass zeitliche Regularitäten den Teilnehmern beim Lernen, neuartige 3D-Objekte zu erkennen, zugutekamen und die Reihenfolge, in der die Objekte gelernt wurden, veränderten. Auf der neuronalen Ebene identifizierten wir Gehirnregionen, die reichhaltige Informationen über zeitliche Regularitäten sowohl auf der Ebene einzelner Objekte als auch auf der Ebene mehrerer Objekte lieferten. Diese beiden Ebenen der Regularitäten existierten weitgehend koexistent in den ventralen okzipito-temporalen Regionen. Darüber hinaus konnten wir die Entwicklung der Repräsentationen auf der Ebene einzelner Objekte über die Durchgänge hinweg genau überwachen und schlussfolgern, dass das Gehirn reifer Menschen die bestehenden neuronalen Substrate nutzt, um Repräsentationen neuartiger Objekte zu bilden, diese Repräsentationen jedoch nicht stabil sind und Veränderungen unterliegen, während man Expertise im Unterscheiden zuvor gesehener Objekte von ungesehenen Objekten derselben Art erlangt.