本研究利用猕猴单细胞记录证实,腹侧视觉通路终端的下颞叶皮层(IT,尤其是前部颞上沟下岸 TEs 区)神经元不仅编码由双眼视差(binocular disparity)定义的三维表面朝向,而且能够对由单眼纹理梯度(texture gradient)定义的三维表面倾角(tilt)产生选择性调谐。在兼具两类线索选择性的神经元中,纹理梯度的偏好表面朝向与双眼视差的偏好朝向呈现高度定量一致性(相关系数达 0.81);且这种基于纹理的三维朝向调谐对底层纹理图样类型及倾斜陡度(slant)表现出良好的跨变换不变性。这一结果为高级腹侧皮层整合不同深度线索以构建高阶三维表面表征提供了单细胞水平的直接生理证据。
研究背景
视觉系统能够从二维视网膜投影中准确恢复物体的三维空间结构与表面朝向,这一过程依赖于双眼视差、纹理梯度、运动视差及阴影等来源各异的深度线索。自 Gibson 提出生态光学理论以来,纹理元素随距离渐变的几何梯度(密度、透视与压缩梯度)一直被视为单眼深度感知的重要线索。然而,纹理梯度的神经编码机制此前尚不明确:神经元对纹理渐变的反应究竟反映了对二维视网膜空间频率与方向局部特征的低阶响应,还是真正表征了由纹理所定义的宏观三维表面空间朝向?
既往在背侧视觉流通路(如中颞区 MT、内侧上颞区 MST 及顶下小叶 CIP)已发现神经元能够整合双眼视差与单眼线索以编码表面朝向和光流;但在负责物体形状识别的腹侧流终端下颞叶皮层,电生理记录主要集中在复杂二维轮廓及由双眼视差定义的三维立体视觉上。人类功能成像研究显示腹侧枕颞皮层在感知纹理定义的三维形状时被激活,但受限于空间分辨率,无法确认是由单一神经元同时汇聚两类线索,还是由不同神经元亚群分别独立处理。
本研究利用“跨线索偏好一致性”判据检验 IT 神经元的三维编码属性:双眼视差定义的倾斜调谐已由单眼控制实验证实代表真实三维朝向,若同一神经元对单眼纹理梯度表现出选择性,且其偏好朝向与视差偏好朝向在全方向上严格对齐,则排除了单纯二维图像局部特征假说的解释。需要指出的是,记录局限在麻醉状态下猕猴的 TEs 亚区,实验采用有限的规则几何梯度与平面倾斜刺激;所得结论主要反映了局部表面朝向的前馈汇聚特征,更复杂曲面及自由清醒注视状态下的线索整合仍待后续研究。
研究思路
研究设计围绕“偏好一致性、单眼对照、线索不变性”三个逻辑环节展开。首先,在固定空间视差梯度的随机点立体图(RDS)下测量神经元对三维表面倾角(tilt:0°、90°、180°、270°)的调谐曲线,并设置单眼呈现作为基线,排除由于单眼图像几何畸变引起的伪调谐。其次,在零视差条件下呈现纯单眼纹理梯度刺激,测试其对同一组三维倾角的调谐曲线;在群体水平计算双线索首选倾角之间的相关性(r)与角偏差,检验两类线索是否投射至相同的朝向表征。最后,系统改变底层微观纹理图样(随机点、实心圆、正方形、网格线)及表面倾斜陡度(slant:30°、45°、60°),检验神经元对纹理梯度三维朝向的选择性是否具备跨图样与跨陡度的恒常性。
方法
实验在两只轻度麻醉(芬太尼与一氧化二氮维持)的成年恒河猴上开展(M1 贡献 79 个单元,M2 贡献 36 个,共 115 个具备视觉反应的单神经元),记录靶区定位于颞上沟下岸前部(TEs 区)。刺激呈现在 21 英寸阴极射线管显示器上,通过偏振眼镜实现双眼分视(刷新率 120 Hz)。立体图刺激由 1440 个随机点构成,呈现内凹或外凸倾斜;纹理刺激包括四种类型(点纹理、圆纹理、方块纹理、网格纹理),在四个表面倾斜朝向(0°、90°、180°、270°)和三种陡度(slant: 30°、45°、60°)下组合呈现,并包含正方形与圆形两种外轮廓,每类刺激呈现 600 ms,间隔 800 ms,重复 5–10 次。单细胞放电采用峰值时间窗统计,利用单因素与双因素方差分析(ANOVA)评估线索选择性及主效应。
主要结果
- IT 神经元对两类深度线索的普遍敏感性:在记录的 115 个 TEs 神经元中,105 个(91%)对点纹理梯度表现出显著的视觉反应,95 个(83%)对双目立体图表现出显著反应(图 2、表 1)。在倾角选择性方面,67 个神经元(58%)对点纹理的倾斜朝向表现出显著的选择性调谐(ANOVA, p < 0.05),61 个(53%)对视差梯度的倾斜朝向表现出显著选择性。
- 双线索选择性神经元中偏好朝向的高度一致:共有 41 个神经元同时对纹理梯度与双眼视差两类深度线索表现出显著的倾斜朝向选择性。在这批双重选择性细胞中,由纹理梯度测得的最佳倾角与由视差梯度测得的最佳倾角呈现出高度吻合(相关系数 r = 0.81, p < 0.0001,图 3A);两者最佳倾角的绝对角偏差中位数仅为 12.0°,显著聚集在 0° 附近(图 3B),证实同一神经元在处理两类物理本质截然不同的深度信号时编码了统一的三维几何朝向。
- 单眼对照排除了局部二维特征假说:单眼呈现随机点立体图时,神经元完全失去了对倾斜朝向的选择性调谐(图 2、图 3D),证实视差调谐完全依赖双眼三维深度线索;而在纹理梯度测试中,即便采用对称的圆形刺激外轮廓(消除边界透视几何线索),神经元的倾斜调谐曲线依然保持稳定,排除了刺激边缘效应的干扰。
- 两类线索的时间动力学特征差异:群体脉冲时间进程分析显示(图 4),纹理梯度诱发的放电潜伏期与视差梯度基本相当(约 100 ms 出现初始反应),但纹理梯度诱发了更强且更持久的持续放电;跨时间窗分析表明,纹理与视差的朝向偏好一致性在刺激呈现后 100–200 ms 的早期阶段即已确立,并在整个刺激呈现期间保持稳定。
- 跨纹理图样与跨倾斜陡度的表征不变性:在测试多种纹理样式的亚组中,神经元对四种微观图样(点、圆、方块、网格)的最佳朝向表现出高度一致性(图 5 上),表明调谐反映的是由梯度抽象出的宏观倾斜方向而非特定微观纹理单元;在变化倾斜陡度(30°–60°)时,神经元在不同 slant 下的最佳倾角调谐保持恒定(图 5 下),展现出高阶表面朝向编码的恒常性。
图注解读
图 1 · 深度线索刺激的设计总览
原文图注:Figure 1. Stimuli. Top, Two examples of a pair of random dot patterns that, when presented dichoptically, produce disparity gradients of the indicated tilts (top row) and illustrations of the texture gradients of four different tilts (columns; tilt indicated on top) of each texture type (bottom rows). The apparent contour is a square. Bottom, Dot texture pattern projected at four different tilts (columns) and three different slants (rows) with a circular contour.
本图展示实验刺激设计空间:上半部分展示利用随机点双目视差构建的三维倾斜表面,以及四种纹理梯度图样(点、圆、方块、网格)在四个倾角(0°、90°、180°、270°)下的几何形态(正方形边界);下半部分展示消除边缘透视线索的圆形轮廓刺激,以及在不同倾斜陡度(slant:30°、45°、60°)下的测试刺激示例。本图确立了线索分离的刺激几何基础。

图 2 · 单个 IT 神经元对两种线索的倾斜调谐示例
原文图注:Figure 2. Responses of a single inferior temporal neuron to binocular presentations of the dot textures (top row) and stereo stimuli (second row) portraying four tilts (columns). The two bottom rows show responses to monocular presentations of the left (MonoL) and right (MonoR) eye stereo images. The onset and offset of the stimulus (600 msec duration) is indicated by the vertical bars.
本图展示单个代表性 IT 神经元的刺激反应刺激后时间直方图(PSTH):各行分别对应双眼点纹理梯度、双眼随机点立体图(RDS)、左眼单眼 RDS 及右眼单眼 RDS,各列对应四个倾角(0°、90°、180°、270°)。数据显示,该神经元在双眼纹理与双眼视差下均对 90° 倾斜表现出选择性强放电,而单眼对照完全丧失朝向选择性。本图对应主要结果第 1、3 点。

图 3 · 群体水平:两线索首选倾斜高度一致
原文图注:Figure 3. The tuning of inferior temporal neurons to tilt portrayed by different textures and disparity gradients is compared. A, Correlation of the preferred tilt for the dot texture and disparity gradients for those neurons selective for both cues. B, Absolute difference in preferred tilt for the dot texture and disparity gradients for the same neurons in A. C, Population tuning; polar plot of the mean response of the neurons selective for both cues. The preferred tilt in the stereo condition of each neuron was aligned with 90°. ……(后略:D 为对四种纹理类型均有选择性的神经元的群体调谐极坐标图,以点纹理的首选倾斜对齐 90°。)
A 为 41 个兼具两类线索选择性神经元的核心散点图,横轴为视差梯度的最佳偏好倾角,纵轴为纹理梯度的最佳偏好倾角,数据点高度贴近对角线(r = 0.81);B 为两线索偏好角度差绝对值的分布直方图,高度聚集于 0° 附近;C 展示根据各神经元最佳视差倾角对齐后的群体归一化调谐曲线,纹理与视差曲线重合良好;D 展示单眼对照下群体的选择性消失。本图对应主要结果第 2、3 点。

图 4 · 两线索倾斜选择性的时间过程
原文图注:Figure 4. Population analysis of time courses of responses to the disparity- and dot texture-defined surfaces for 41 neurons tilt selective for both depth cues. A, Population response histograms for the best, preferred, texture-defined (P texture), and disparity-defined tilt (P stereo) and for the worst, nonpreferred, texture-defined (NP texture), and disparity-defined tilt (NP stereo). Before averaging, the maximum of four peristimulus time histograms was normalized to 100% for each neuron (bin width, 20 msec). The black bar indicates stimulus presentation. B, Differences between the population responses to the best and worst tilt in the texture (DIFT) and disparity (DIFD) conditions. Same neurons and conventions as in A.
横轴为相对于刺激呈现的时间(时间窗口宽度 20 ms,黑色粗线标记 600 ms 刺激期),纵轴为群体归一化放电率。A 给出纹理与视差两类线索在最佳倾角与最差倾角下的放电率时程曲线,显示纹理反应整体幅度较高,但两者潜伏期一致;B 给出两类线索选择性指数随时间的动态演变,证实朝向调谐在刺激呈现后约 100 ms 内迅速建立。本图对应主要结果第 4 点。

图 5 · 同一神经元对纹理类型与 slant 的不变性示例
原文图注:Figure 5. Responses of a single inferior temporal neuron to binocular presentations of the texture gradient and disparity gradients portraying four tilts (columns). The top panel shows the response of the neuron to stereo images and four different texture types. The bottom panel shows the responses of the same neuron to dot textures portrayed with four different tilts and three slants. Conventions are the same as Figure 2.
上排展示单个代表性神经元对双眼视差及四种不同纹理图样(点、圆、方块、网格)的倾斜调谐曲线,各纹理图样下的最佳朝向均锁定在同一倾角;下排展示该神经元在点纹理梯度的三个不同倾斜陡度(slant:30°、45°、60°)下的调谐曲线,显示偏好朝向在不同 slant 条件下保持恒定。本图对应主要结果第 5 点。

讨论
作者在讨论中强调了腹侧高级皮层整合单目与双目深度线索的生理意义。在 TEs 区发现大量对单眼纹理梯度表现出明确表面朝向调谐的神经元,且其偏好角度与双目视差调谐高度重合,有力证实了下颞叶皮层编码的是超越特定感觉输入的、抽象的三维表面朝向。这种跨模态的一致性表明,背侧流中观测到的表面朝向选择性同样存在于腹侧物体识别通路中,有助于腹侧流通路在二维轮廓之外抽取物体的真实三维几何结构。此外,朝向调谐对微观纹理图样及倾斜陡度的跨变换不变性,表明该神经回路已经成功过滤了底层低阶纹理细节,实现了宏观三维特征的稳定表征。
关于神经回路的层级起源,作者讨论了两种可能的加工路径:一种是由早期视皮层(如 V1、V2 或 V4)通过各向异性空间频率与朝向滤波器提取局部梯度,并在 IT 皮层完成跨线索汇聚;另一种是由背侧流区域(如 CIP 或 MT/MST)先行整合深度信息,再通过皮层间侧向连接投射至下颞叶皮层。现有记录在麻醉状态下完成,且约半数选择性神经元仍只对单一线索产生调谐,提示 TEs 区内部可能处于线索汇聚的中间层级。未来研究需在清醒行为猴上检验这种跨线索朝向表征在指导三维物体辨别与抓握动作中的行为因果作用。
一句话总结
本文通过电生理记录证实,猕猴前下颞叶皮层神经元能够从单眼纹理梯度中提取三维表面空间朝向,其偏好朝向与双眼视差定义的空间朝向高度一致,且表现出跨纹理样式与倾斜陡度的表征不变性;该发现阐明了高级腹侧视觉流在单细胞水平整合多源深度线索以构建高阶三维表面表征的神经机制。