生物帮三维或“体积”图像广泛用于医学成像。这些图像忠实地代表了人体中存在的3D空间关系。然而，3D图像通常显示在二维监视器上，这会产生必须在临床环境中解决的维数不匹配的问题，在该环境中，从业者必须搜索2D或3D图像才能找到特定的特征或感兴趣的目标。
要了解有关此问题的更多信息，加利福尼亚圣塔芭芭拉大学心理与脑科学系的Craig K. Abbey，Miguel A. Lago和Miguel P. Eckstein使用了视觉科学领域的技术来研究观察者使用图像中的信息来执行给定的任务。他们的研究发表在《医学影像学杂志》上，评估了人类在定位任务中的表现，这些任务涉及搜索2D或3D图像以找到被噪声掩盖的目标。与在临床环境中读取图像相似，添加噪声使任务变得困难。
该研究中的图像是旨在近似于高分辨率X射线计算机断层扫描(CT)成像的模拟。图像以3D形式生成并视为2D“切片”，并且实验中的测试对象能够自由检查图像，包括滚动浏览3D图像。Abbey解释说：“已经开发了许多用于图像显示的技术，但在临床环境中，只需滚动2D切片的“堆栈”即可读取体积图像，这种情况并不少见。”该研究旨在比较无法滚动的3D图像和2D图像中阅读器性能的组成部分，以查看受试者是否能够将多个切片整合到确定感兴趣目标的定位响应中。
总共评估了八个实验条件(2D与3D图像，大与小目标，幂律与白噪声)。该团队根据任务效率和分类图像技术评估了性能，该技术显示了观察者如何使用嘈杂的图像执行视觉任务，例如目标定位。
根据Abbey的说法，“论文的令人惊讶的发现是，分类图像几乎没有证据表明可以在图像的多个部分上组合信息来定位跨越图像多个部分的目标。观察者实质上是在处理体积图像作为一堆独立的2D图像的堆栈。这导致了一种分离，观察者可以更有效地定位2D图像中的较大目标，而3D图像中的较小目标(不会扩展到多个体积部分)。
