Boston Attention and Learning Laboratory, VA Boston Healthcare System, Boston, MA, USA; Department of Psychiatry, Harvard Medical School, Boston, MA, USA.
Boston Attention and Learning Laboratory, VA Boston Healthcare System, Boston, MA, USA; Department of Psychiatry, Harvard Medical School, Boston, MA, USA.
Cortex. 2024 Jul;176:37-52. doi: 10.1016/j.cortex.2024.03.011. Epub 2024 Apr 25.
Developmental prosopagnosia (DP) is associated with considerable perceptual heterogeneity, though the nature of this heterogeneity and whether there are discrete subgroups versus continuous deficits remains unclear. Bennetts et al. (2022) recently found that holistic versus featural processing deficits distinguished discrete DP subgroups, but their sample was relatively small (N = 37), and subgroups were defined using a single task. To characterize perceptual heterogeneity in DPs more comprehensively, we administered a broad face perception battery to a large sample of 109 DPs and 134 controls, including validated measures of face matching (Cambridge Face Perception Test - CFPT, Computerized Benton Facial Recognition Test, Same/Different Face Matching Task), holistic processing (Part-Whole Task), and feature processing (Georges Task and Part-Whole part trials). When examining face matching measures, DPs exhibited a similar distribution of performance as controls, though shifted towards impairment by an average of 1.4 SD. We next applied Bennetts (2022) hierarchical clustering approach and k-means clustering to the CFPT upright, inverted, and inversion index measures, similarly finding one group of DPs with poorer inverted face performance and another with a decreased face inversion effect (holistic processing). However, these subgroup differences failed to generalize to other measures of feature and holistic processing beyond the CFPT. We finally ran hierarchical and k-means cluster analyses on our larger battery of face matching, feature, and holistic processing measures. Results clearly showed subgroups with generally better versus worse performance across all measures, with the distinction between groups being somewhat arbitrary. Together, these findings support a continuous account of DP perceptual heterogeneity, with performance differing primarily across all aspects of face perception.
发展性面孔失认症（DP）与相当大的知觉异质性有关，尽管这种异质性的性质以及是否存在离散的亚组与连续的缺陷仍不清楚。Bennetts 等人（2022 年）最近发现，整体与特征处理缺陷区分了离散的 DP 亚组，但他们的样本相对较小（N=37），并且亚组是使用单个任务定义的。为了更全面地描述 DP 中的知觉异质性，我们向 109 名 DP 和 134 名对照者的大样本中进行了广泛的面孔知觉测试，包括经过验证的面孔匹配（剑桥面孔知觉测试-CFPT、计算机本顿面部识别测试、相同/不同面孔匹配任务）、整体处理（部分整体任务）和特征处理（Georges 任务和部分整体部分试验）的测量。在检查面孔匹配测量时，DP 的表现与对照组相似，但平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均平均的方式表现出与对照组的区别。我们接着应用 Bennetts 等人（2022 年）提出的分层聚类分析方法和 K 均值聚类分析方法对 CFPT 的正立、倒置和反转指数进行分析，同样发现一组 DP 具有较差的倒置面孔表现，而另一组具有降低的面孔反转效应（整体处理）。然而，这些亚组差异未能推广到 CFPT 以外的特征和整体处理的其他测量。我们最后在我们更大的面孔匹配、特征和整体处理测量的电池上运行了分层和 K 均值聚类分析。结果清楚地表明，在所有测量中，存在着一般表现较好与较差的分组，分组之间的区别有些任意。总之，这些发现支持 DP 知觉异质性的连续解释，主要表现在面孔知觉的各个方面。
