INTRODUCTION A LA PSYCHOPHYSIQUE* Andrei Gorea *The science regulating the choice of stimuli, the methods and experimental designs meant to answer specific questions concerning the mechanisms/processes underlying the sensations/perceptions evoqued by external events. *La science régulant le choix des stimuli, des méthodes et des plans expérimentaux permettant de répondre à une question précise en rapport avec les processus sous-jacents aux sensations/perceptions induites par le monde extérieur.

Le cours présente les stimuli élémentaires typiquement utilisés en psychophysique visuelle et leur caractérisation, les méthodes psychophysiques et quelques paradigmes classiques. Il introduit les notions de seuil et de fonction psychométrique et présente des rudiments de la Théorie de la Détection du Signal.

PLAN DU COURS (I. Histoire) II. Stimuli & Méthodes Stimuli élémentaires et leurs paramètres Visibilité, enveloppe spatio-temporelle de la visibilité Autre stimuli, autres problématiques Seuil, Bruit, Fonction Psychométrique et Transduction III. Méthode de mesure de seuils Classification des méthodes et des tâches Fonction psychométrique Paradigmes oui/non et choix forcé Méthodes de mesure de seuil Méthodes des limites Ajustement Stimuli constants Méthodes adaptative ‘Scaling’ et ‘magnitude estimation’ Plans expérimentaux Quelques paradigmes classiques IV. Un peu de pratique V. Théorie de la Détection du Signal

I. UN PEU D’HISTOIRE

1. Les Origines Philosophiques Antiquité Hippocrate (–460 - –377) Héraclite (–5me s) Protagoras (–5me s) Platon (–429 - –346) Les stoïques (4ème-3ème s) Zénon (–335 - –264) Herophilos Galen (-200) Renaissance et Lumières L’École Française Descartes (1596-1650) Rousseau (1712-1778) L’Empirisme britannique précoce Hobes (1651) Locke1690 Berkeley (1709, 1710) Hume (1739-1740) Hartley (1749) L’École Ecossaise Thomas Reid (1764) Dugald Stewart (1792-1827) Thomas Brown (1820) James Mill (1829) Bain (1856) Kant (1724-1804)

2. Les Origines Neuro-Physiologiques, Anatomiques et Cytologiques Antiquité Hippocrate (–460—377) Galen (–200) Descartes (1596-1650), etc. Neuro-physiologie Swammerdam (1737) Haller (1757-1766) Magendie (1822) cf. Bell Charles Bell (1774-1842). Johanes Müller (1801-1858) Helmholtz (1821-1894) Emil du Bois-Raymond (1818-1896) Sherrington (1857-1952) Anatomie & Cytologie Purkynë, 1837 Hannover, 1840 Deiters, 1865 Golgi 1843-1926 Cajal 1852-1934 Franz Nissl (1860-1919) Gall, Brodmann (1909), Von Econnomo etc. Localisationisme (+) vs. Holisme (-) Lésions +Gall (1758-1828) –Flourens (1784-1867). +Bouillaud (1796-1875) & Aubertin (1825-1893) +Broca (1824-1880). +Wernicke (1874) –Goltz (1892 +,–Jackson (1864). +Le cas de Phineas Gage (1848) – Munk (1881), von Monakow (1914), Bucy (1934) +Brodmann (1909) – Lashley (1929) – Goldstein (1939) Stimulation électrique +Hitzig (1838-1907) & Fritsch (1838-1927) +Ferrier (1843-1928) –Grünbaum (1869-1921) & Sherrington (1875-1952) Split-brain studies +van Wagenen & Yorke Herren (1940) +Sperry & coll (‘50s)

3. Les Sources Modernes de la Psychologie en général et de la Psychophysique en particulier Les physiciens : Newton, Young, Fechner, Weber, Mach, Maxwell, Helmholtz; Fechner-Weber-Stevens : le transducteur, fonctions TvC, la fct. Psychométrique, d' Les neuro-anatomistes et les physiologistes (Golgi, 1903 ; Cajal, 1904 ; Müller*, Sherrington*, Pavlov, Hartline*, Kuffler, Barlow, Mountcastle, Hubel & Wiesel, etc.) Les pathologistes et les neurologues (Broca, Wernicke, etc.) Les développementalistes (Binet, Piaget) Les médecins (Charcot, Freud) Les psychologues de la personnalité et les psychosociologues (à partir de Freud: Young, Adler, Eriksen, Roger, etc.) Les associassonistes* et les connexionistes* (Pavlov, Skinner, Hebb, Rosenblatt, etc.) La Gestalt* (Wertheimer, Koffka, Kohler ; depuis les « champs électromagnétiques » : aux attracteurs des réseaux de neurones) Watson (1913) et le behaviorisme Gibson* (la vision écologique) Marr* et la vision computationnelle

4. Les Premiers Psychophysiciens L’approche « dure » Wundt (1874). 1er Handbook de Psy. Exp., Helmholtz (Acoustique – 1863 – et Optique Physiologique, 1856-1866) Weber et Fechner mesurent la sensation. Fechner (1860) : Psychophysique. Concept de j.n.d.. Külpe et Titchner décomposent la sensation en attributs. Hering (1834-1918) pose (avec les nativistes) que l’étendue et la durée sont des données a priori élémentaires ne relevant donc pas du sensoriel au sens physiologique. Théorie des couleurs. Lotze (1852) : Théorie du Signe Local. Les phénoménologistes : La Gestalt Wertheimer (1912), Kofka (1915), Köhler (1920) : la Loi de la Pregnantz Von Ehrenfels (1890) : L’école de la Qualité-Forme Titchner’s (1909) : Théorie du Contexte Tolman (1918) : contexte et comportement adéquat William James et l’introspection Le Behaviorisme Watson (1913) remplace la sensation par le comportement discriminatoire.

L’on veut tester la loi de Weber (DI/I = k). Comment procède-t-on ? Du point de vue de STIMULI Du point de vue de la MESURE / MÉTHODE Performance Temps de Réponse Du point de vue du PLAN EXPERIMENTAL Niveaux/catégories tirés au hasard vs. Ordonnés Règle d’espacement des niveaux/catégories (linéaire/log)

II. STIMULI « ELEMENTAIRES » En Psychophysique, le Stimuli doivent être précisément définis… …leur forme, leur taille, leur couleur, leur orientation, leur contraste (intensité)… …leur fréquence temporelle/spatiale, leur disparité binoculaire, leur vitesse…

Visual Angle T/2  T Rule of the thumb: q = 57.3/d

The Snellen charts (1862)

Dots and Bars Weber’s Contrast L0+DL L0-DL L0 CWEBER = DL L0

DL CWEBER = L0 Gaussian blobs Weber’s Contrast L L0+DL DL LO x G  [m, s] CWEBER = DL L0

dB dB = 20log10 (DI / I) DI = I10dB/20 1dB  DI/I = 1.122

Pierre Vernier (1580-1637) mathématicien français Vernier Acuity Pierre Vernier (1580-1637) mathématicien français Dx DxSeuil = 5’’

Minimum separabile DxSeuil ≈ 36’’ Dx

Spatial Frequency (Gratings) L(x,t) = L0[1 + mcos(2pfx  2pwt)] Michelson Contrast Amplitude LMAX Lmin L0 CMichelson = LMAX - Lmin LMAX + Lmin A = SF [cycles/degree] L(x,t) = L0[1 + mcos(2pfx  2pwt)]

Elements of Fourier Analysis fx fy 2A

1f, A fy 3f, A/3 fx fx fy S

1f, 2A 3f, 2A/3 5f, 2A/5 fx fy fx fy

Fonction de transfert d’une lentille Dans un système linéaire, mesurer l’amplitude du signal de sortie du système pour une amplitude d’entrée constante (l’approche de l’ingénieur) équivaut à mesurer l’amplitude entrante requise afin d’obtenir un signal de sortie constant (le seuil; l’approche du psychophysicien). Low-pass Low-pass Variable Output amplitude Band-pass Band-pass Output amplitude Fonction de transfert d’une lentille Constant Input amplitude Frequency (c/deg)

The Human Contrast Transfer Function (CSF) Classical acuity minimum separabile ( 50 c/deg) S (= 1/Cq) C SF INHIBITION ≈ 36’’ ?

Direction, speed, velocity Gratings move… Direction, speed, velocity Speed  deg/s Direction  deg Velocity = Speed + Direction Speed [deg/s] = Space [deg] Time [s] = TF [cycles/s] SF [cycles/deg]

THJRESHOLD & SENSITIVITY 1 Hz 6 Hz 16 Hz 22 Hz 0.5 c/° 4 c/° 22 c/° Robson, 1966 16 c/° THJRESHOLD & SENSITIVITY Kelly, 1978 Sensitivity = 1/Threshold Temporal Frequency cycles/s  Hz

Equiluminant gratings Examples of gratings with S-cone positive (left) and S-cone negative (right) contrast.

Chromatic grating & sensitivity Contrast sensitivity as a function of spatial frequency for the blue-yellow grating (□; 470, 577 nm) and a yellow monochromatic grating (○; 577 nm). Contrast sensitivity as a function of spatial frequency for the red-green grating (□; 526, 602 nm) and a green monochromatic grating (○; 526 nm). Contrast sensitivities as a function of spatial frequency for a blue-yellow grating (◊; 470, 577 nm) and a red-green grating (□; 602, 526 nm). Mullen, K.T. (1985) J. Physiol. 359, 381-400

Color vision tests Isihara plates

FILTRAGE MULTIECHELLE Face SF Face SF + Ori

Mach bands Brightness Luminance x

Mach bands

An illusion by Vasarely, left, and a bandpass filtered version, right.

(a) Image 1-D luminance profile (b) Fourier transform of the image (1-D Fourier spectrum) (c) Human SF sensitivity (d) Dot product of (b) & (c) (e) ‘Reconstructed image 1-D luminance profile (inverse Fourier transform)

The RF is equivalent to the system’s Impulse Response Incoming light Photoreceptors Neurons Axons RECEPTIVE FIELD PHYSICAL SPACE Recording site RETINOTOPICAL SPACE IMPULSE RESPONSE La représentation d’un ensemble de points (image) Dans un système linéaire rétinotopique, par un seul neurone est strictement identique à la représentation d’un point dans l’espace physique par l’ensemble des neurones qui le traitent.

CONVOLUTION Champ récepteur -1 3 Réponse impulsionnelle -1 3 -1 3 1 2 1 1 1 1 2 3 4 5 5 5 5 1 1 1 1 2 3 4 5 5 5 5 Champ récepteur -1 3 Réponse impulsionnelle -1 3 -1 3 1 2 3 4 6 5 -1 3 -1 3 -1 3 -2 6 -3 9 -4 12 -5 15 -5 15 -5 15 -5 -5 15 E(X) = Entrée (fct. de X) S(X) = Sortie (fct. de X) CR = h(x) = Réponse Implle (fct. de x) 1 2 3 4 6 5

Gabors: cos(x)  Gauss(x) L(x,t) = L0[1 + mcos(2pfx  2pwt)]  Carrier (porteuse)  c/deg, phase  contrast Envelope  m, s  deg Spatial Frequency (c/deg) s (deg) Orientation

 Plaids (tartans) fx fy fx fy fx fy + + fx fy fx fy

Plaids in motion Speed [deg/s] = Space [deg] Time [s] = TF [cycles/s] SF [cycles/deg]

White noise Pink noise S(f)  1 / f 0 = k S(f)  1 / f 1 Appearance Amplitude (dB) Frequency (Hz or c/deg) 1 10 100 Appearance 1-D Fourier spectrum Pink noise or 1/f noise is a signal or process with a frequency spectrum such that the power spectral density is proportional to the reciprocal of the frequency. For pink noise, each octave carries an equal amount of noise power. The name arises from being intermediate between white noise (1/f0) and red noise (1/f2, more commonly known as Brownian noise)

Filtered noise Appearance 2-D Fourier spectrum 1-D Fourier spectrum White Filtered with a 0.5 octave* isotropic filter * Octave: Frequency doubling

Figure 4. Illustration of spatial whitening Figure 4. Illustration of spatial whitening. (a) A natural image whose amplitude spectrum, plotted in (c), falls approximately as “1/F” on log–log axes with a slope of j1.4. Whitening the amplitude spectrum produces an image (b) that appears sharpened, but otherwise structurally quite similar. (d) The amplitude spectrum of the whitened image has approximately the same amplitude at all spatial frequencies and a resultant spectral slope close to 0. The rms contrasts of the source and whitened images have been fixed at 0.25. Bex, Solomon & Dakin, (2009). Journal of Vision, 9(10):1, 1–19.

White noise Natural Image Root mean square Contrast

rms Contrast (root mean square)

Assessing the internal noise SF gratings in Noise Assessing the internal noise Contraste au Seuil Noise rms Contrast Élévation du Seuil Equivalent Noise Seuil « absolu »

A visual assessment chart consisting of letters in noise that is designed to test for some neural deficits while being unaffected by optical deficits. Denis Pelli (NYU, USA) & John Hoepner (Depart. of Opthalmology, Health Science Center, Syracuse, NY, USA.) http://viperlib.york.ac.uk/scripts/PortWeb.dll?field=keywords&op=contains&value1=noise&template=thumbs_details&join=or&field2=imageDescription&op=contains&value2=noise&sorton=Filename&catalog=proto1&submit2.x=0&submit2.y=0&submit2=Search

Random Dots Stereograms (RDS – Julesz, 1961) I. Create a random dot image. II. Copy image side by side. III. Select a region of one image. IV. Shift (horizontally) this region and fill in the blank space left behind with the random dots to be replaced ahead. The Random Dot Stereogram is ready. To “reveal” the “hidden” square the brain presumably computes the cross-correlation between the 2 images.

Binocular disparity P p p’ Binocular disparity  x – x’ [deg] x’ x Figure 1. The binocular fusion problem: in the simple case of the diagram shown on the left, there is no ambiguity and stereo reconstruction is a simple matter. In the more usual case shown on the right, any of the four points in the left picture may, a priori, match any of the four points in the right one. Only four of these correspondences are correct, the other ones yielding the incorrect reconstructions shown as small grey discs

Amplitude Modulation (AM) Contrast-Contrast (2nd order modulations) x Amplitude CMAX Cmin CCMichelson = CMAX - Cmin CMAX + Cmin http://viperlib.york.ac.uk/scripts/PortWeb.dll?field=keywords&op=contains&value1=second+order+motion&template=thumbs_details&join=or&field2=imageDescription&op=contains&value2=second+order+motion&sorton=Filename&catalog=proto1&submit2.x=41&submit2.y=12&submit2=Search http://www.michaelbach.de/ot/lum_contrast-contrast/index.html

Amplitude Modulation (AM) Contrast-Contrast

Other stimulus types

Other approaches… other stimuli…

Lois d’organisation

Figure-Fond Rubin, 1915

Figure-Fond

Necker cube Luis Albert Necker, 1832

Sort commun, Mouvement et Forme 2D HIDDEN IMAGE

Optic flaw Biological motion

Hollow Mask

Light from above

Illusions http://www.michaelbach.de/ot/

THE CONCEPT OF THRESHOLD (SEUIL) INTENSITY RESPONSE SEUIL PERFORMANCE p I Threshold Noise

THE CONCEPT OF SENSORY NOISE 100 % Detected THRESHOLD P(RI) 50 Internal Response Stimulus Intensity

THE CONCEPT OF SENSORY NOISE & THE PSYCHOMETRIC FUNCTION P(IR) Internal Response SEUIL % Detected Stimulus Intensity 100 50

THE PSYCHOMETRIC FUNCTION Stimulus Intensity % Detected 100 50 P(IR) Internal Response SEUIL PENTE s

TRANSDUCTION s = cst. NO Weber ’s Law DI = k k p(R) DII0 DII1 I0 I1 DR Input R = kI log (I) log (DI) slope = 1 NO Weber ’s Law DI = k k DII1 DR DII0 DR I0 I1

TRANSDUCTION s = cst. Weber ’s Law DI = kI p(R) DII1 DII0 I0 I1 DR log (I) log (DI) slope = 1 Weber ’s Law DI = kI DII1 DR DII0 DR I0 I1

TRANSDUCTION Weber ’s Law DI = kI p(R) DII1 DII0 I0 I1 DR slope > 1 log (I) log (DI) slope > 1 Weber ’s Law DI = kI DII0 DR I0 I1