自然眼动地形图预测视觉客体记忆：揭示内源性探索模式对长时记忆形成的贡献

《Scientific Reports》：Predicting visual object memory through natural eye movement topography

本研究针对视觉探索与记忆形成的关联机制这一经典问题，通过记录120名受试者自由观看自然场景时的眼动轨迹，并创新性地将自由回忆的口语报告转化为二维记忆图谱，首次系统比较了眼动图谱（gaze maps）与记忆图谱（memory maps）的空间重叠度。结果发现，眼动图谱与记忆图谱的重叠度显著高于随机水平，且远超基于图像的低阶显著性（saliency）和语义特征（semantics）图谱的预测能力。更重要的是，这种重叠度（AOP）能够预测个体的记忆表现。该研究为眼动模式作为视觉场景编码的关键输入、直接参与长时记忆形成提供了新颖证据，凸显了内源性因素在视觉记忆中的重要作用。

　　

我们如何记住每天看到的成千上万个视觉对象？当你走进一个陌生的房间，目光扫过家具、装饰和窗外的景色，这些信息是如何被大脑筛选并牢固存储的？尽管科学家们对视觉探索和记忆已经进行了大量研究，但将场景的自由视觉探索与后续记忆联系起来的特定过程仍未完全清晰。传统理论认为，自由观看时的眼动主要受图像本身的低阶特征（如颜色对比、边缘等显著性）和高级语义信息（如物体意义）的引导。然而，新兴证据表明，内在因素，如个体差异和大脑的内源性动态，在塑造我们的视觉探索模式中扮演着关键角色。同时，记忆与眼动系统在神经层面紧密相连，海马体和眼动控制区域之间存在功能连接。这种紧密的关联暗示，眼动可能不仅仅是信息的“采集器”，更可能是记忆“建筑师”的一部分，为视觉信息的编码提供了空间框架。

为了深入探究眼动模式与记忆内容之间的空间关系，由Miriam Celli、Giorgia Cona等研究人员在《Scientific Reports》上发表了题为“Predicting visual object memory through natural eye movement topography”的研究。该研究旨在回答一个核心问题：在自由探索视觉场景时，眼动的空间分布（即眼动地形图）是否以及如何影响对视觉客体的长时记忆形成？特别是，与图像本身的特征相比，注视点的分布模式是否是记忆更强有力的决定因素。

研究人员开展了一项精巧的实验。他们招募了120名年轻健康成人，记录他们在自由观看180张自然场景图片时的眼动轨迹。其中5张目标图片被重复呈现5次，以促进无意识记忆。在观看任务结束5分钟后，参与者被要求进行自由回忆任务，即口头描述他们记住的这5张目标图片中的物体。研究团队创新性地开发了一套方法，将这些口语报告转化为二维的“记忆图谱”：首先由评估者根据录音和图片标注出被回忆物体的图像坐标，然后通过高斯模糊等技术处理，生成与眼动图谱格式一致的热力图。核心分析在于量化眼动图谱（编码期间注视点的空间分布）与记忆图谱（回忆物体的空间位置）之间的空间重叠，即实际重叠百分比（Actual Overlap Percentage, AOP），并将其与基于随机化生成的零分布进行比较。

研究所采用的关键技术方法主要包括：1）使用Tobii T120眼动仪采集高精度眼动数据，并通过速度阈值算法进行注视点检测；2）基于自由回忆口语报告，通过人工标注和图像坐标提取构建个体化的记忆图谱；3）应用修正版的注视区域重叠分析（Fixation Region Overlap Analysis, FROA）来统计评估眼动图谱与记忆图谱重叠的显著性；4）利用基于卷积神经网络的算法计算图像的显著性图谱和语义图谱，作为刺激驱动因素的对照；5）采用线性混合效应模型（Linear Mixed-Effect Model）分析多种因素（如个体眼动特征、图像视觉复杂度等）对记忆表现的影响。

结果

眼动注视图谱与记忆图谱之间的重叠

研究发现，观察到的AOP值（范围0-0.749，均值0.348）显著高于随机分布产生的AOP值（均值0.218）。统计检验表明这一差异具有高度显著性（t=19.533, p<0.0001）。在个体水平上，大多数（模式为第100百分位数）受试者在单个图像上的眼动-记忆重叠程度都超过了随机分布的95%置信区间，表明这种重叠在个体层面也是显著的。研究还通过不同阈值（10%, 25%, 75%, 90%）进行了稳健性检验，结果均支持主要发现的可靠性。

记忆与眼动图谱的重叠强于与显著性或语义刺激特征的重叠

为了比较记忆内容与不同信息源的关系，研究人员计算了记忆图谱与眼动图谱、显著性图谱、语义图谱以及显著性语义组合图谱之间的AOP。线性混合效应模型分析显示，图谱类型存在主效应。与眼动图谱相比，记忆图谱与显著性图谱、语义图谱以及组合图谱的重叠度均显著更低。这意味着，被回忆物体的空间位置与编码时的注视点位置关联最紧密，而非单纯由图像的低级或高级特征所决定。

记忆表现可由记忆-眼动重叠预测

最后，研究构建了一个线性混合效应模型，以预测个体的记忆表现（回忆出的物体数量）。模型纳入了图像特异性因素（视觉复杂度）和受试者特异性因素（平均显著性信息、平均语义信息、眼动主成分1（PC1）以及AOP）。结果表明，AOP对记忆表现有显著的正向预测作用（Z=2.05, p<0.05）。即，那些眼动模式与后续记忆内容空间重叠度更高的个体，在自由回忆任务中能记起更多的物体细节。

讨论与结论

本研究通过将自由回忆转化为空间记忆图谱，首次在自由观看自然场景的范式下，直接证明了眼动地形图与回忆内容的空间分布存在显著重叠，且这种重叠超越了刺激驱动因素（显著性和语义）的解释力，并能预测个体的记忆成绩。这为“眼动不仅反映信息采样，更直接参与记忆编码”的观点提供了强有力的证据。研究结果支持主动视觉（Active Vision）和主动推理（Active Inference）理论框架，即大脑并非被动接收视觉信息，而是通过眼动主动地测试内部模型，利用内源性先验知识来构建场景的记忆表征。记忆表征在某种程度上是“空间化”的，与编码时的注视模式绑定。

该研究的创新之处在于方法学上的突破，成功地将言语报告空间化，并与眼动数据定量比较。然而，研究也存在一些局限性，例如未深入分析图像类别和情绪内容对记忆-眼动关系的影响，目标图像数量有限，且未详细探讨重复呈现的次序效应。未来的研究可以扩大图像样本，纳入情绪因素，并进一步探索记忆提取时的眼动重现（gaze reinstatement）与编码时眼动模式的时序关系。

总之，这项研究深刻地揭示了内源性过程在塑造视觉记忆回忆中的关键作用。它表明，我们的记忆并非外界世界的简单翻版，而是由我们独特的、主动的视觉探索行为共同雕刻而成的。这不仅深化了对视觉记忆机制的理解，也为探索个体认知差异、乃至相关神经精神疾病的生物标记开辟了新的途径。