The role of action in perceptual decision making

datacite.contributor.RelatedPersonΜουστάκας, Κωνσταντίνος
datacite.contributor.RelatedPersonΑριστείδης, Δερμιτζάκης
datacite.contributor.SupervisorΔελής, Ιωάννης
dc.contributor.authorΜπαλντούκας, Κωνσταντίνος
dc.contributor.otherBalntoukas, Konstantinos
dc.date.accessioned2025-02-05T10:50:18Z
dc.date.available2025-02-05T10:50:18Z
dc.date.issued2025-01-29
dc.degreemasterThesis
dc.description.abstractThe motor system plays a pivotal role in shaping sensory processing and decision-making during goal-directed actions, such as reaching into a bag to locate a specific object. To explore this interplay, we conducted a two-alternative forced-choice experiment where 16 participants lifted two objects of varying weights to decide which was heavier or lighter. Participants reported their decisions by deviating the trajectory of their lifting movements either to the left or right, while electromyographic (EMG) signals were recorded from nine muscles of the lifting arm. Using single-trial multivariate Linear Discriminant Analysis (LDA) on the EMG data, we identified two distinct neural signals: one reflecting the participants’ choices and another encoding the presented stimuli. Both signals demonstrated a consistent trend, with classifier performance (Az) progressively improving midway through the trial, capturing a decision-making component. Cognitive modeling with a Hierarchical Drift Diffusion Model (HDDM) revealed key decision-making dynamics. The drift rate, representing the speed of evidence accumulation, was positively correlated with choice accuracy, while the non-decision time parameter, encompassing sensory encoding and motor execution processes, predicted reaction times. Crucially, the first timepoint at which significant weight discrimination emerged in EMG signals for each participant was strongly predictive of their median reaction time and, more specifically, the HDDM-derived non-decision time. This finding links the pre-decisional EMG activity to the sensory encoding phase of the decision-making process. HDDM analyses further revealed that EMG components associated with weight discrimination increased evidence accumulation rates (higher drift rate) and response caution (higher decision boundary) during trials involving heavier stimuli. Overall, this study establishes a comprehensive framework for understanding how motor signals interact with cognitive processes to shape perceptual decisions. By integrating neurophysiological measures and computational modeling, it provides novel insights into the shared mechanisms underpinning sensory encoding, motor execution, and decision dynamics.
dc.description.translatedabstractΤο κινητικό σύστημα παίζει καθοριστικό ρόλο στη διαμόρφωση της αισθητηριακής επεξεργασίας και της λήψης αποφάσεων κατά τη διάρκεια στοχευμένων ενεργειών (active sensing), όπως το να βάλεις το χέρι σου σε μια τσάντα για να εντοπίσεις ένα συγκεκριμένο αντικείμενο. Για να διερευνήσουμε αυτή την αλληλεπίδραση, πραγματοποιήσαμε ένα πείραμα εξαναγκασμένης επιλογής δύο εναλλακτικών επιλογών, όπου 16 συμμετέχοντες σήκωσαν δύο αντικείμενα διαφορετικού βάρους για να αποφασίσουν ποιο ήταν βαρύτερο ή ελαφρύτερο. Οι συμμετέχοντες ανέφεραν τις αποφάσεις τους αποκλίνοντας την τροχιά των κινήσεων ανύψωσης είτε προς τα αριστερά είτε προς τα δεξιά, ενώ καταγράφηκαν ηλεκτρομυογραφικά (EMG) σήματα από εννέα μύες του βραχίονα ανύψωσης. Χρησιμοποιώντας multivariate Linear Discriminant Analysis (LDA) στο επίπεδο κάθε μεμονωμένης δοκιμής (single trial level) στα δεδομένα EMG, εντοπίσαμε δύο διαφορετικά νευρικά σήματα: ένα που αντανακλά τις επιλογές των συμμετεχόντων και ένα άλλο που κωδικοποιεί τα παρουσιαζόμενα ερεθίσματα. Και τα δύο σήματα έδειξαν μια σταθερή τάση, με την απόδοση του ταξινομητή (Az) να βελτιώνεται προοδευτικά στα μέσα της δοκιμής, καταγράφοντας μια συνιστώσα λήψης αποφάσεων. Η γνωστική μοντελοποίηση με ένα ιεραρχικό μοντέλο διάχυσης ολίσθησης (HDDM) αποκάλυψε βασικές δυναμικές λήψης αποφάσεων. Ο ρυθμός διολίσθησης, που αντιπροσωπεύει την ταχύτητα συσσώρευσης αποδεικτικών στοιχείων, συσχετίστηκε θετικά με την ακρίβεια επιλογής, ενώ η παράμετρος του χρόνου μη-απόφασης, που περιλαμβάνει τις διαδικασίες αισθητηριακής κωδικοποίησης και κινητικής εκτέλεσης, προέβλεψε τους χρόνους αντίδρασης. Το σημαντικότερο είναι ότι το πρώτο χρονικό σημείο στο οποίο εμφανίστηκε σημαντική διάκριση βάρους στα σήματα ΗΜΓ για κάθε συμμετέχοντα προέβλεπε σε μεγάλο βαθμό τον μέσο χρόνο αντίδρασης και, πιο συγκεκριμένα, τον χρόνο μη-απόφασης που προέκυψε από το HDDM. Αυτό το εύρημα συνδέει την προ-αποφασιστική δραστηριότητα ΗΜΓ με τη φάση αισθητηριακής κωδικοποίησης της διαδικασίας λήψης αποφάσεων. Οι αναλύσεις HDDM αποκάλυψαν περαιτέρω ότι τα στοιχεία EMG που σχετίζονται με τη διάκριση βάρους αύξησαν τα ποσοστά συσσώρευσης αποδείξεων (υψηλότερος ρυθμός oλίσθησης-drift rate) και την προσοχή στην απόκριση (υψηλότερο όριο απόφασης-boundary) κατά τη διάρκεια δοκιμών που περιλάμβαναν βαρύτερα ερεθίσματα. Συνολικά, αυτή η μελέτη δημιουργεί ένα ολοκληρωμένο πλαίσιο για την κατανόηση του τρόπου με τον οποίο τα κινητικά σήματα αλληλεπιδρούν με τις γνωστικές διαδικασίες για τη διαμόρφωση αντιληπτικών αποφάσεων. Με την ενσωμάτωση των νευροφυσιολογικών μέτρων και της υπολογιστικής μοντελοποίησης, παρέχει νέες γνώσεις σχετικά με τους κοινούς μηχανισμούς που διέπουν την αισθητηριακή κωδικοποίηση, την κινητική εκτέλεση και τη δυναμική των αποφάσεων.
dc.identifier.urihttps://hdl.handle.net/10889/28830
dc.language.isoen
dc.rightsCC0 1.0 Universalen
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/
dc.subjectΑctive sensing
dc.subjectDecision-making
dc.subjectLinear Discriminant Analysis (LDA)
dc.subjectHierarchical Drift Diffusion Model (HDDM)
dc.subjectMotor control
dc.subject.alternativeΣτοχευμένες ενέργειες
dc.subject.alternativeΜοντέλα διάχυσης ολίσθησης
dc.titleThe role of action in perceptual decision making
dc.title.alternativeΟ ρόλος του κινητικού συστήματος στον τρόπο λήψης απόφασης

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
K.Balntoukas_MSc Thesis_final.pdf
Size:
2.27 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
5.02 KB
Format:
Item-specific license agreed upon to submission
Description: