IT / 文献库

PAPER 048 / CLOSE READING

Effect of image scrambling on inferior temporal cortical responses

语义审核:pass · 图表审核:pass

本文目录 (Table of Contents)
  1. 研究背景
  2. 研究思路
  3. 方法
  4. 主要结果
  5. 图注解读
    1. 图 1 · 单个 IT 神经元的打乱效应示例
    2. 图 2 · 六个神经元的归一化打乱曲线
    3. 图 3 · 群体分析:50% 阈值分布与中位量-效曲线
  6. 讨论
  7. 一句话总结

本研究通过对自然物体图像进行不同程度的网格打乱(image scrambling),检验猕猴下颞叶皮层(IT)单个神经元的放电反应随图像破碎程度的变化规律。实验在单细胞水平考察了 IT 皮层编码整体构型与局部部件的比例,其群体量-效关系曲线与人类外侧枕区(LO)的 fMRI 结果高度吻合,为跨物种视觉表征的对应关系提供了实验参照。

研究背景

灵长类腹侧视觉通路(V1 至 IT)在物体识别中发挥核心作用。层级越高的脑区对更复杂的特征组合具有选择性:例如 IT 面孔选择性神经元中,部分细胞对正常五官构型的反应强于打乱五官位置的图像,表明其编码整体构型特征。除面孔之外,其他自然物体是由整体构型表征还是由局部部件组合表征,在当时尚存不同观点。Tanaka 等人利用刺激削减法在麻醉猴中发现,多数 IT 神经元调谐于构成物体部件的中等复杂度特征。

在人类功能成像研究中,Grill-Spector 等人采用改变网格块大小和数量的打乱范式,测量皮层区域对图像完整性的敏感度。他们发现前部外侧枕区(LO)对图像打乱表现出高度敏感性,多数体素在粗粒度打乱下仍保持反应,提示 LO 可能主要编码物体部件。由于有学者推测人类 LO 与猕猴 IT 可能存在功能同源性,需要在清醒行为态猕猴的 IT 皮层中,使用同类参数化打乱刺激开展单细胞记录以进行直接检验。

研究思路

作者将人类成像中的参数化打乱范式迁移至清醒行为猴的电生理记录中。两只猕猴在执行自然图像分类任务(树 vs 非树、鱼 vs 非鱼)的同时,记录 IT 神经元对自然图片原图及五个打乱等级的放电反应。其推论逻辑为:若神经元表征物体的整体构型,即使在最轻度的打乱(4 块重排)下,放电率也应显著下降;若神经元在更重度的打乱下仍保持反应,则更可能调谐于物体的局部部件。最后将单细胞群体的平均量-效曲线与人类 LO 的 fMRI 激活曲线进行对照,检验同源假说。

方法

被试是两只已接受大量视觉分类训练的猕猴(rhesus monkey),记录部位经组织学验证位于上颞沟(superior temporal sulcus)下岸与沟底及下颞回,且在后中颞沟前端的更前方(即前部 IT)。任务中猴子需向不同方向做眼动报告类别:树图向右、鱼图向上、非树/非鱼图向左,记录期间正确率高于 95%。刺激是彩色图片(树、鱼及其他自然或人造物体,无面孔),平均亮度 21 cd/m²、平均大小约 7.8°×7.2°(此处 PDF 文本层有缺损),居中呈现在黑背景上,猴子注视白色光点。每个记录日先从图库随机抽 60 张图测反应,再挑 4 张(两张树/鱼、两张非树/非鱼,含反应最大的一张)做打乱测试:打乱方式是随机重排矩形图像块,块数从 2×2 到 32×32 共五个等级(即 4、16、64、256、1024 块)。4 张原图、20 张打乱版加上 16 张其他随机图片共 40 个刺激交错呈现,每图至少 4 次(中位 5 次)。对打乱图的反应无论"分类对错"一律给奖,猴子事实上把打乱图归为非树/非鱼。分析上,计数两个等长时间窗内的脉冲:一个在刺激出现前,另一个自刺激出现后 50 ms 开始(以避开眼动相关活动,窗长中位 140 ms);后者减前者得净反应(net response)。每个神经元做三因素 ANOVA(反应窗×图片×打乱程度),并以"对最佳图像的净反应降至最大 50% 时所需的打乱块数"作为敏感度指标,另计算衡量对 60 张图反应选择性的稀疏指数(sparseness index,本样本中位数 0.20,低于同任务大样本 IT 神经元群体的 0.34,说明本样本刺激选择性更强)。

主要结果

  1. 打乱显著影响了 85%(40/47)IT 神经元的放电反应。 其中 35 个神经元随打乱加重放电单调下降,3 个在中间打乱程度反应最强,2 个随打乱反应增强,7 个未表现出显著的打乱效应(图 2)。
  2. 单细胞对构型破坏的敏感度存在显著差异。 12/47(26%)的神经元在最低打乱等级(4 块)时放电率即下降超过 50%,表明这部分神经元对全局构型高度敏感;其余多数神经元需要更细粒度的打乱才会出现显著抑制(图 3 上)。
  3. 群体放电的半最大抑制点落在 64 块打乱等级。 对最佳图像的净反应降至最大值 50% 平均需要打乱至 64 块;在最高等级(256 与 1024 块)下,群体中位反应降至最大值的 10%–20%;4 块与 16 块打乱诱发的群体放电水平相近(图 3 下)。
  4. 刺激选择性与打乱敏感度显著正相关。 稀疏指数与“50% 反应所需打乱块数”呈显著相关(Spearman r = 0.39,n = 44,p < 0.01):对原图调谐越窄的神经元,对图像打乱越敏感。
  5. 解剖前后位置与敏感度存在梯度关联。 记录点前后坐标(Horsley-Clarke 12–24 mm)与打乱效应显著负相关(r = −0.32,n = 47,p < 0.05):位置越靠前的前部 IT 神经元,在越轻度的打乱下即表现出放电减半。
  6. 群体反应曲线与人类功能成像吻合。 Grill-Spector 等人报道人类 LO 在 64 块打乱时激活强度降至最大值的约 50%,与本文测得的猕猴单细胞群体中位曲线具有相近的转折点。

图注解读

图 1 · 单个 IT 神经元的打乱效应示例

原文图注:FIG. 1. Effect of image scrambling on the response of an inferior temporal neuron. Top, unscrambled and scrambled versions of Tree1 and Ntree1. The actual images were in colour. The degree of scrambling increases from left to right. Bottom, net average ®ring rate to four images as function of the degree of scrambling.

上部面板展示 Tree1 与 Ntree1 的原图及从左到右逐级加重的打乱版本(实际刺激为彩色);下部面板横轴为打乱块数(0、4、16、64、256、1024),纵轴为净平均放电率(spikes/s),四条曲线对应四张测试图片。示例神经元对最优树图的反应在 4 块打乱时即出现明显抑制,非最优图像被打乱后放电亦同步下降,定性展示了打乱对调谐强度的抑制效应。

Figure 1

图 2 · 六个神经元的归一化打乱曲线

原文图注:FIG. 2. Effect of the degree of image scrambling on the responses of six inferior temporal neurons. Net responses were normalized with respect to the maximal response for each neuron.

展示了六个代表性神经元经各自最大值归一化后的量-效响应曲线(纵轴约 −0.2 至 1,横轴 0–1024 块)。实线细胞表现出单调下降;实心方块细胞在中间打乱程度响应最高;实心圆细胞随打乱呈现放电增强;实心三角细胞对打乱不敏感。该图展示了 IT 神经元在构型敏感性上的单细胞异质性,支持结果第 1 条。

Figure 2

图 3 · 群体分析:50% 阈值分布与中位量-效曲线

原文图注:FIG. 3. Effect of the degree of scrambling: population analysis. Top, distribution of the number of scrambled parts at which the neuronal responses is reduced to 50% of the maximum. U: neurons for which either the number of scrambled parts at 50% response was . 1024, the response increased with increasing degree of scrambling, or response was the strongest at intermediate degrees of scrambling. Bottom, median normalized response and quartiles of all neurons (n ˆ 47) as a function of the degree of scrambling.

上部直方图展示神经元放电减半(降至 50%)所需打乱块数的分布,U 类汇总了无有限 50% 阈值的神经元(阈值大于 1024 块、随打乱增强或中间峰值),其中 26%(12/47)在 4 块打乱时即放电减半。下部曲线展示 47 个神经元归一化反应的中位数与四分位数随打乱块数的变化:中位放电率在 64 块时降至约 50%,在 256 与 1024 块时降至 10%–20%,支持主要结果第 2、3 条。

Figure 3

讨论

作者将实验结果与 Tanaka 的特征提取框架相结合:当神经元的调谐依赖于物体整体构型时,轻度打乱即可破坏神经反应,该效应在强选择性神经元中尤为明显;当神经元调谐于局部特征部件(如局部器官或构件)时,需更细粒度的打乱才会破坏该局部特征;对打乱不敏感的神经元则可能编码纹理或颜色等非形状特征。作者分析了潜在的混淆因素:虽然图像打乱伴随空间频率成分的改变,但纯粹的低阶频谱变化不足以完全解释放电抑制;打乱引入的人工直线边缘在轻度打乱时最明显,但并未引起普遍抑制;同时,前部 IT 感受野较大,部件位置的随机置换既可能移入也可能移出最敏感区域,难以系统性导致放电单调下降。针对与人类 LO 数据在 64 块半抑制点上的对应,作者指出了方法学差异:fMRI 反映的是局部组织的总代谢活动,而电生理记录基于对原图有显著反应的神经元亚群;此外,两项研究在刺激绝对尺寸与物种感受野范围上存在差异。作者提出,确认人类 LO 与猕猴 IT 的同源关系,需结合相同刺激范式下的猕猴功能磁共振成像进行直接对照。

一句话总结

本研究表明,约四分之一的猕猴 IT 神经元对图像整体构型破坏高度敏感(轻度打乱即放电减半),多数神经元在更重度打乱下才受抑制,群体半最大抑制点落在 64 块打乱等级,与人类外侧枕区(LO)的量-效反应相一致,为腹侧通路对整体构型与局部部件的混合表征提供了电生理证据。

审校与证据追溯

当前来源未附审校评注。请参照上方登记状态。