视觉意象视觉锚定量表（VIVAS）揭示可分离的知觉维度和类别特异性结构

《Cortex》：The Visual Imagery Visually Anchored Scale (VIVAS) reveals dissociable perceptual dimensions and category-specific structure

　　

视觉意象在个体间差异显著，从无意象症（aphantasia，无任何视觉意象）到超意象症（hyperphantasia，极度生动意象），但现有测量工具多依赖有限外部锚定的言语自我报告。研究人员引入视觉意象视觉锚定量表（Visual Imagery Visually Anchored Scale, VIVAS），要求被试从六个类别（动物、建筑、面孔、食物、人造物体、新颖物体）中重建其心理意象，并沿三个维度（不透明度opacity、清晰度sharpness、色彩饱和度color saturation）使用视觉呈现的锚定选项进行评分。VIVAS被施测于一个从冰岛国家登记处（National Registry of Iceland）随机抽取的概率面板（N = 205）。VIVAS各维度高度相关但不可互换：色彩意象的个体差异可靠地与不透明度和清晰度的差异分离，表明意象部分地分离为结构清晰度和色度（chromaticity）。意象也随类别系统性地变化。新颖物体在所有三个维度上引发最弱的意象，突显熟悉度在塑造意象强度中的核心作用。食物项目显示出选择性增强的色彩意象，这与色彩在评估可食性中的功能重要性以及视觉皮层中食物和色彩选择性区域的重叠一致。VIVAS总分在性别、年龄、教育程度或设备类型上无显著差异，支持其在线施测的稳健性。VIVAS与视觉意象生动性问卷（Vividness of Visual Imagery Questionnaire, VVIQ）呈中等程度相关，远低于各工具信度所设定的上限，且个体层面的分离显著：部分被试在一个测量中位于底部10%，而在另一个测量中位于顶部四分位数。因此，言语锚定和视觉锚定测量似乎捕捉意象的互补且有时分歧的方面。

**研究背景与问题**
视觉意象（visual imagery）在个体间差异极大，从无意象症（aphantasia）到超意象症（hyperphantasia）构成连续谱系。现有最常用的测量工具是视觉意象生动性问卷（Vividness of Visual Imagery Questionnaire, VVIQ；Marks, 1973），但该工具存在诸多局限：它依赖言语自我报告，缺乏外部锚定（external anchoring），不同被试对“生动性”等标签的理解不一致，且无法区分意象的知觉属性（如不透明度、清晰度、色彩饱和度）。此外，VVIQ与多模态意象问卷（如Plymouth Sensory Imagery Questionnaire, Psi-Q）各分量表的相关性相似，表明其并非纯视觉意象测量。这些问题导致意象能力与其他认知功能（如视觉记忆）之间的关联研究结果不一致，也阻碍了意象相关临床干预（如意象重写疗法）的个体化应用。因此，需要开发一种更可靠、可解释且能补充现有方法的意象测量工具。

**研究内容与结论**
研究人员开发了视觉意象视觉锚定量表（Visual Imagery Visually Anchored Scale, VIVAS），要求被试在观看物体图像后，通过三个知觉维度（不透明度opacity、清晰度sharpness、色彩饱和度color saturation）的视觉锚定选项重建其心理意象。VIVAS包含来自六个类别（动物、建筑、面孔、食物、人造物体、新颖物体）的24个试验项，施测于从冰岛国家登记处随机抽取的概率面板（N = 205）。主要发现：VIVAS各维度高度相关但不可互换，色彩意象的个体差异与结构维度（不透明度和清晰度）部分分离；新颖物体在所有维度上意象最弱，突显熟悉度（familiarity）的关键作用；食物项目在色彩饱和度上选择性增强，与视觉皮层中食物和色彩选择性神经网络的重叠一致；VIVAS总分在性别、年龄、教育程度及设备类型上无差异，支持在线施测的稳健性；VIVAS与VVIQ呈中等相关（r = 0.49），远低于理论上限，且存在个体层面的显著分离（例如，部分被试在一个测量中为无意象，在另一个测量中为正常或高意象）。该研究论文发表在《Cortex》。

**主要关键技术与方法**
研究采用概率面板抽样，样本来自冰岛国家登记处随机选取的成年人（N = 205）。VIVAS通过PsychoPy（2024.2.4版）在Pavlovia平台在线施测。刺激材料：动物、建筑、食物、人造物体选自标准化刺激库（Bank of Standardized Stimuli, BOSS），新颖物体选自AI生成新颖实体图像集（IMAGINE），面孔选自佐治亚理工学院面孔数据库。每个试验项分两步：第一步呈现图像3秒后消失，要求被试在心中可视化；第二步在三个垂直列中显示同一图像的不同版本（分别操作不透明度、清晰度、色彩饱和度），被试从每列选择最匹配其心理意象的选项，并可实时调整重建图像。评分：每个维度1-5分（5分最接近原图，1分表示无意象）。数据分析采用非参数检验（Friedman检验、Wilcoxon符号秩检验）、Pearson/Spearman相关、Steiger检验、偏相关、序数因子分析（基于多列相关矩阵）等。

**研究结果**
1. **VIVAS维度：不透明度、清晰度与色彩饱和度**
三个维度高度相关（Pearson r = .94-.98），但Steiger检验显示不透明度-清晰度相关（r = .98）显著大于不透明度-色彩（r = .94）和清晰度-色彩（r = .95），表明色彩饱和度与其他两个维度部分分离。偏相关分析进一步证实：控制清晰度后，不透明度-色彩相关不显著（r_p = .12, p = .096）；而控制色彩后，不透明度-清晰度相关仍很强（r_p = .81, p < .001）。二值化分析（Cochran's Q检验）显示，最高分（完全真实）比例在不透明度、清晰度、色彩上分别为42.4%、31.2%、10.7%，差异显著（opacity > sharpness > color）。

2. **VIVAS类别：动物、建筑、面孔、食物、人造物体与新颖物体**
Friedman检验显示类别效应在所有维度上显著。新颖物体在三个维度上均显著低于其他所有类别（所有p < .004），表明熟悉度是意象强度的重要决定因素。食物在色彩饱和度上显著高于其他所有类别（p < .005），但在结构维度（不透明度和清晰度）上与其他熟悉类别无显著差异，提示食物意象增强主要源于色彩维度。

3. **VIVAS信度与维度结构**
对每个维度进行序数因子分析（基于多列相关矩阵），结果显示所有维度均呈强单因子结构：不透明度解释方差89%，清晰度84%，色彩饱和度72%。所有项目载荷均> .75，序数α系数均≥ .98，表明各维度内部一致性极高。

4. **VIVAS总分与人口统计学**
VIVAS总分均值4.38（SD = 0.98），呈左偏分布。性别、年龄、教育程度、设备类型均无显著差异（所有p > .3），支持在线施测的稳健性。参与者反馈：37%同意VIVAS充分捕捉了其意象体验，23%不同意，40%中立。

5. **VVIQ与VIVAS的关联与分离**
VIVAS与VVIQ中等相关（r = 0.49），远低于各工具信度允许的上限。个体层面存在显著分离：例如，VIVAS底部10%的参与者中有人的VVIQ得分在75-90百分位，反之亦然。偏相关分析显示，仅VIVAS的色彩饱和度维度与VVIQ存在独特关联（r_p = .14, p = .045），而结构维度（不透明度/清晰度）的偏相关接近零，提示VVIQ可能对意象的色彩特质尤为敏感。

**讨论与结论**
VIVAS作为一种视觉锚定测量，补充了传统言语问卷（如VVIQ）的不足。其维度分离性表明视觉意象可部分分解为结构清晰度（不透明度/清晰度）和色度（色彩饱和度）。类别效应揭示熟悉度驱动意象强度，且食物意象的色彩增强与视觉皮层的功能特化一致。VIVAS与VVIQ的弱相关及个体分离表明两者测量的是互补但不同的意象方面——VIVAS锚定于视觉示例的外观，而VVIQ依赖言语提示和长期知识。研究结论（翻译原文结论部分）：VIVAS提供了一种可靠、视觉锚定的视觉意象评估，补充了传统言语问卷。它突显了色彩的特殊作用，揭示了有意义的类别效应，并强调了熟悉度在意象强度中的重要性。通过改善意象能力的测量，VIVAS有望支持未来基于意象的干预研究，并阐明视觉意象在疾病、学习和记忆中的作用。