CNeuroMod-THINGS, מאגר נתוני fMRI מדוגם באופן צפוף עבור מדעי המוח הראייתיים

מדוע מבט בתמונות יכול לחשוף כיצד המחשבה שלנו פועלת

יום‑יום, עינינו קולטות אלפי תמונות — מכוסות קפה וסמארטפונים ועד כלבים, עצים ורחובות צפופים. מאחורי הקלעים, המוח שלנו מזהה במהירות את מה שאנו רואים ולעתים זוכר זאת מאוחר יותר. פרויקט CNeuroMod-THINGS שואף ללכוד פעילות נסתרת זו ברזולוציה יוצאת דופן, ויצר אחד ממאגרי הנתונים המודדים לעומק את פעילות המוח שנאספו כאשר אנשים מסתכלים על תמונות מהעולם האמיתי. המשאב הזה נועד להניע את הדור הבא של מחקרי מוח ובינה מלאכותית.

בניית ספריה עשירה של תגובות מוח

במקום לסרוק מאות מתנדבים פעם או פעמיים, הצוות סרק שוב ושוב ארבעה משתתפים מסורים במיוחד. כל אדם חזר בין 33 ל‑36 ביקורים, שסיפרו לכ‑200 שעות של דימות מוח במסגרת הפרויקט הרחב של CNeuroMod ועשרות שעות שהוקדשו לתמונות בלבד. במהלך המפגשים האלה, המתנדבים צפו עד 4,320 צילומים שונים שנלקחו מאוסף התמונות THINGS, הכולל 720 קטגוריות של חפצים יומיומיים כגון כלי עבודה, בעלי חיים, כלי רכב ורהיטים. הבחירה המוקפדת של התמונות מבטיחה כי פינות רבות של עולמנו הויזואלי מיוצגות, ולא רק כמה עצמים פופולריים.

משחק זיכרון בתוך סורק ה‑MRI

כדי לשמור על מעורבות המשתתפים ולבדוק זיכרון, החוקרים הפכו את צפיית התמונות למשחק הכרה רציף. בכל ניסיון הופיעה תמונה יחידה במרכז המסך בעוד האדם שוכב בסורק ה‑MRI. בעזרת בקר בעל סגנון משחק וידאו מותאם, המשתתפים דיווחו אם הם מאמינים שהתמונה חדשה או כבר נראתה קודם, וכמה ביטחון יש להם בשיפוט זה. רוב התמונות הוצגו שלוש פעמים: פעם אחת במפגש הראשון, שנית כמה דקות מאוחר יותר באותו ביקור, ופעם נוספת בביקור מאוחר יותר, לעיתים כשבוע לאחר מכן. העיצוב הזה איפשר לצוות להשוות זיכרון קצר‑טווח ואורך‑טווח עבור אותן תמונות בדיוק תוך מעקב אחר השינויים המתאימים בפעילות המוח.

לכידת אותות מפורטים של ראייה וזיכרון

מאגר הנתונים הולך הרבה מעבר למדידות פשוטות של "דולק/כבה" בפעילות המוח. המחברים השתמשו בשיטות ניתוח מתקדמות כדי לאמוד תגובה נפרדת לכל ניסיון ותמונה בכל פיקסל תלת‑ממדי קטן בסריקת המוח. הם גם עקבו היכן המשתתפים מביטים באמצעות מצלמות מעקב עיניים, ניטרו נשימה ודופק, ומדדו תזוזות ראש. בדיקות איכות מראות שהאותות יציבים להפליא: המשתתפים הגיבו כמעט לכל ניסיון, החזיקו את המבט קרוב למרכז המסך והתנועעו מעט מאוד. באזורים ויזואליים מרכזיים — אזורים הידועים כמגיבים בחוזקה לפנים, לגופים או לנופים — אותה תמונה ייצרה דפוסים עקביים מאוד של פעילות בכל פעם שהופיעה. דפוסים אלו היו חזקים דיים עד שאם המגיבים הוצגו במפה מפושטת דו‑ממדית, תמונות עם משמעויות דומות (למשל בעלי חיים או כלי רכב) נטו להצטבר יחד בקבוצות.

מיפוי מה חשוב לאזורים שונים במוח

כדי לפרש את האותות הללו טוב יותר, שלושה מתוך ארבעת המשתתפים השלימו בדיקות ראייה נוספות. באחת מהן, צורות נעות חזרו על רקע מרקם כדי לגלות איזו חלק מהשדה הראייתי "נראה" על‑ידי כל אזור מוחי. באחרת הוצגו מקטעים קצרים של פנים, מקומות, חלקי גוף, דמויות וחפצים כלליים כדי לאתר אזורים שמעדיפים סוג אחד של תמונה על פני אחרים. בשילוב המשימות הללו עם הניסוי העיקרי, הצוות יכול היה לשאול שאלות מדויקות כגון: האם ווקסל בודד מגיב יותר כשיש פנים בתמונה, או כשכל הסצנה נראית? הם מצאו שאזורי בחירה לפנים הגיבו בחוזקה בכל פעם שהופיעה כל סוג של פנים, בעוד שאזור שבחר בסצנות העדיף תמונות עם רקע עשיר כמו חדרים, רחובות או נופים, גם כאשר לא היו אנשים נראים. העדפות הדקויות הללו בלטו ברמת התמונות הבודדות ואפילו ברמת הווקסל הבודד.

בסיס למודלים חכמים יותר של הראייה

בסיסו, CNeuroMod-THINGS הוא משאב ציבורי שנבחר בקפידה ולא תוצאה חד‑פעמית. כל נתוני המוח, מעקב העיניים, תגובות ההתנהגות, תיאורי התמונות וקוד הניתוח משותפים בחופשיות תחת רישיון פתוח. מאחר שהארבעה נערכו בסריקות רבות גם במשימות אחרות — צפייה בסרטים, משחקי וידאו, האזנה לסיפורים — חוקרים יכולים כעת לבנות מודלים מפורטים ספציפיים לאדם שמקשרים ניסויים מבוקרים עם חוויות טבעיות יותר. עבור לא‑מומחים, המסקנה היא שיש לנו כעת "טבלת עיון" ברזולוציה גבוהה שמראה כיצד מוח אנושי אמיתי מגיב לאלפי תמונות יומיות. זה יעזור למדענים לבדוק רעיונות על תפיסה חזותית וזיכרון ולהנחות את עיצובם של מערכות ראייה מלאכותיות שיראו את העולם קצת יותר כמונו.

ציטוט: St-Laurent, M., Pinsard, B., Contier, O. et al. CNeuroMod-THINGS, a densely-sampled fMRI dataset for visual neuroscience. Sci Data 13, 141 (2026). https://doi.org/10.1038/s41597-026-06591-y

מילות מפתח: fMRI, תפיסה ויזואלית, זיהוי עצמים, נתוני מוח, זיכרון