一个包含数字线条图的数据库，这些图展示了预期与意外的行为-地点关系

《Vision Research》：A database of digital line draw?ngs that depict expected and unexpected action-place relationships

　　

Sabiha Tezcan Aydemir|Seray Tezcan Umul|Burcu A. Urgen

土耳其比尔肯特大学神经科学系

摘要

在本研究中，我们利用简单的数字绘图工具创建了一个图像数据库，用以呈现预期与意外的动作-地点关系。该数据库包含70幅图画。我们通过207名参与者对数据集进行了验证，他们需评估各种动作、地点以及动作在相应位置发生的概率。每幅图的可理解性是通过三种指标来评估的：H统计量（熵值），用于衡量定义的不确定性；定义相似度百分比，用于衡量参与者之间在命名上的一致性；以及所描述动作在对应地点发生的平均概率。每幅图都包含不同的主体和环境，这为研究人员提供了将此数据集应用于认知神经科学各个领域的机会，包括视觉识别记忆、预测编码以及新奇性检测。

引言

在心理学和神经科学研究中，人们会使用各类视觉刺激来评估行为和神经反应。这些材料包括图片、视频、专业人士创作的图画或通过人工智能设计的图形，还有虚拟现实以及其他可从网络获取的专用视觉材料（Parsons, 2015; Bucci-Mansilla et al., 2021; Gobet & Sala, 2019）。在创建这类刺激时，不仅生成技术很重要，材料的内容和背景也同样关键。例如，由无意义形状构成的元素所提供的数据在生态学有效性方面较差且数量有限，而具有语义意义、结构复杂的视觉材料则能引发更细致的行为和神经反应（Shaojie et al., 2022, Risko et al., 2012）。此外，测试中所使用的元素还会根据所要评估的基本感知或认知功能而有所不同。在评估低级视觉功能时，无意义形状可能就已足够（Barnett et al., 2016; Quinlan & Cohen, 2012），而在涉及视觉识别、记忆、语言和联想学习等任务的场景中，则可使用更复杂、具有语义意义的图像，如物体、面孔和场景（Barry et al., 1997, Chen and Op de Beeck, 2021, Düzel et al., 2018, Meyer, 2020, Yong et al., 2012; Bunzeck and Duzel,2006; Kok et al., 2022, Van Hoef et al., 2024）。

面部数据库属于最具语义意义材料的代表（Workman et al., 2021）。面部识别在神经科学和心理学领域已被研究很长时间，相关领域已形成了相当庞大的数据库，研究人员可根据研究目标和问题选择不同的数据集（Li & Jain, 2005., Khushi et al., 2022）。然而，仅依靠孤立的照片或图画进行评估时，若缺乏上下文信息，其结果可能会受到限制（Calder et al., 2005）。这一情况不仅适用于独立的面部数据库，也适用于其他类别的语义意义材料，即独立的场景和物体数据库，无论其规模大小如何（Kriegeskorte et al., 2008, Hebart et al., 2019, Xiao et al., 2010, Zhou et al., 2017, Lin et al., 2014）。另一方面，引入多种具有丰富语义的元素，有助于更好地理解大脑是如何整合不同类型的信息以形成对环境的连贯感知的，同时也能帮助研究人员构建更贴近现实场景的神经处理模型（Cicourel, 2005, Gordon et al., 2019）。为此，人们开始开发包含物体-场景关系的数据库（Van Hoef et al., 2024, Yong et al., 2012; Düzel et. al., 2018; Brandman and Peelen, 2017, Evans et al., 2022）。在这些数据库中，研究人员通常会根据环境中的统计规律来创设符合预期与不符合预期的情境，从而能够评估新奇性检测、惊讶效应、预测加工、语言功能等多种心理过程。例如，柏林物体识别数据库就包含了两组物品，展现了场景与物体之间的关系。与该数据库中的基本面部、物体或场景图像相比，将物体置于预期或意外位置拍摄的图像能为研究提供更丰富的评估依据。

尽管从方法论角度出发，物体及其与环境的关系已得到了广泛研究，但关于动作及其与环境关系的研究却相对较少。大多数动作数据库都是为推动认知神经科学中的动作观察研究而创建的（Masson et al., 2018, Urgen et al., 2022; Georgiev et al., 2024）。虽然这些数据库提供了大量的图像或视频资料，但它们通常只涵盖一类有限的自然动作（如操作行为或社交互动），无法系统地呈现动作与环境之间的关系。尤其是近年来，认知神经科学领域越来越关注以动作为核心的预测加工机制（Friston et al., 2010, Saygin et al., 2012, Urgen et al., 2018; Elmas et al., 2025, U?kan & Urgen, 2025），因此亟需一个包含能够体现符合预期与不符合预期的动作-环境关系的视觉材料的数据库。

本研究的目的是创建一个动作数据库，用以呈现动作与其发生环境之间的预期与意外关系。为此，我们采用数字绘图工具以可控方式制作图像，并通过计算H统计量（熵值）来评估图像的可理解性。从概念上而言，该数据库旨在以高对比度的方式操控动作-地点层面的语义预期，从而实现基于长期世界知识的范畴性预期违背操作。该数据库的主要用途是比较人们对预期与意外动作-地点组合的处理方式（即预期违背检测/语义新奇性检测），而非提供精细的先验概率参数尺度。我们认为，该数据库可被研究视觉、记忆、语言、新奇性检测及预测加工的学者们所用，为探讨预期如何影响感知与认知提供重要研究资源。

章节节选

参与者

本研究通过在线招募平台Qualtrics招募了207名参与者（142名为女性；平均年龄为36.40岁，标准差为11.14）。本研究中的在线调查方案已获得比尔肯特大学人类参与者研究伦理委员会的批准。所有参与者年龄均超过18岁，且在开始调查前已阅读并签署了在线知情同意书。参与者报告称自己的视力正常或经过矫正后处于正常水平。

材料

共有72

结果

对主研究中第三个问题的分析显示，大多数预期类项目的得分在90%及以上，而意外类项目的得分则在10%及以下。不过，有9个项目的概率值介于这两者之间（见补充材料2文件中的图Sup2）。为让数据集更加统一，我们对这9个项目进行了重新设计，随后仅使用这些项目对192名参与者（140名为女性）进行了同样的调查。这192名参与者是

讨论

本研究共创建了72幅简单的数字绘图，其中一半展现的是预期类的动作-地点关系，另一半则是意外类的关系。在绘制这些图像时，前期研究侧重于日常生活中常见的动作和地点，每幅图中都会呈现不同的个体和不同地点。设计完成后，这些图像又交由大量参与者进行评估以验证其合理性。之后我们计算了定义相似度

局限性

在本研究中，所创建的70个元素的数量相比传统数据库来说可能稍显较少。但在通过图形来表征动作概念的过程中，为确保表达清晰，我们不得不排除许多日常生活中常见的动作，这也是出现这一局限性的原因。此外，从参与图像评估的受访者的性别比例来看，

结论

具有语义意义的视觉元素能为心理学和神经科学研究提供宝贵数据（Bunzeck and Düzel, 2006, Düzel et al., 2018, Kok et al., 2022, Van Hoef et al., 2024, Yong et al., 2012）。这些视觉元素中的各种关联，比如物体与地点的关系、人物与物体的关系，不仅能用于各种实验操作，还能丰富收集到的数据。将动作-地点关系作为这类双重关系之一加以运用，是一种非常有效的方法

数据与材料的获取途径

相关刺激材料和验证数据可在开放科学框架网站上获取，链接如下：https://osf.io/d3k52/?view_only=8c27e55994804747981e4171c9eb0933。

参与同意书

在参与在线调查之前，参与者会先阅读研究概要，然后通过勾选同意框来表明自己已理解研究内容并愿意参与。之后他们才会开始回答调查问题。

出版同意书

本研究的所有参与者均已签署知情同意书。

CRediT作者贡献说明

Sabiha Tezcan Aydemir：写作——审阅与编辑，写作——初稿撰写，可视化，方法设计，研究实施，正式分析，数据整理，概念构建。Seray Tezcan Umul：方法设计，概念构建。Burcu A. Urgen：。

伦理审批

本研究的问卷设计和方法方案已获得比尔肯特大学伦理委员会的批准（编号16.03.2023/405），研究过程也遵循了1964年《赫尔辛基宣言》及其后续修订版本所规定的伦理标准，或是与之相当的其他伦理规范。

资金支持

在准备本篇手稿的过程中，我们没有获得任何资金支持。

利益冲突声明

作者声明，他们不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。

致谢

我们要感谢Erguvan Tu?ba ?zel K?z?l教授、Tu??e Nur Pek?etin和Gaye A?k?n，她们对本研究的方法设计提出了宝贵意见；同时也要感谢Hüseyin Boyac?教授给予的大力支持。本研究未获得任何外部资金资助。