Working memory for visual objects: complementary roles of inferior temporal, medial temporal, and prefrontal cortex

一句话定位：这是一篇理论驱动的综述——作者把分散在单细胞电生理、损毁与 fMRI 文献里的证据拼成一个可检验的模型：视觉工作记忆（working memory, WM）的维持靠下颞皮层物体表征持续激活，而前额叶与内侧颞叶从上游提供自上而下的反馈。读完你会明白为什么"存储"不等于"一个脑区的事"，以及工作记忆的早期几秒钟如何悄悄决定长时记忆能否形成。

研究背景

过去 30 年工作记忆研究的火力几乎全部集中在前额叶皮层（prefrontal cortex, PFC），这有其历史必然——从 Jacobsen 的延迟反应实验到 Funahashi、Rao 等的电生理记录都把 PFC 推上舞台中央。但到 2000 年代初，证据已经清楚：PFC 的功能不止于 WM 维持，WM 依赖一个远超 PFC 的分布式皮层网络；针对空间 WM 和言语 WM 的综述相继出现，而"视觉物体 WM 如何由多个皮层区协同实现"却缺少一个整合框架。这是文章要填的第一个缺口。

第二个缺口是各证据来源各说各话。单细胞记录显示 IT（area TE，腹侧通路末端）神经元在短延迟期间维持物体选择性持续活动，但 Miller 等发现干扰分心物能冲掉这种活动，因此常被解读为"IT 不承担维持"；内侧颞叶长期被默认只管长时记忆（LTM）不参与 WM，可是鼻周皮层和内嗅皮层里带延迟期活动的细胞比例反而更高（鼻周 38%、内嗅 71% 对比 TE 的 22%）；人类 fMRI 把整个下颞皮层平均来看时，有的研究看到持续活动、有的只看到瞬时反应。作者认为症结在于大家把不同层面（低级特征、视点无关表征、物体完整表征）上的维持机制混为一谈，而常规多体素平均又会稀释物体选择性的信号。

研究思路

作者的做法是把"神经解剖回路 + 记忆内容"两条线拧在一起。一方面按连接关系确定网络成员：IT 是物体表征的所在地，鼻周皮层快速形成新物体表征（它接受基底核大量胆碱能输入，利于可塑性），海马专门编码场景中物体间的关系，PFC 则不存内容而是做"选择"——增强或抑制表征的激活。另一方面，作者先立两条基于视知觉理论的原则：其一，视觉 WM 在皮层层级的多个水平上并存维持（因此在一处引出零效应不代表别的水平也不参与，对损毁或单细胞的阴性结果要格外小心）；其二，视觉 WM 与知觉一样是建构性的——被试要靠自上而下的知识去"重建"刚见过的图像，所以延迟期开头的几秒钟和后面的时段在机制上应当解离。

这套思路的一大妙处是模型给出了一条能被 fMRI 直接检验的预言：既然重建新异图像需要海马和背外侧前额叶的参与，那么延迟期早期这些区域的活动就应该与该物体日后能否进入长时记忆挂钩——而 WM 决策本身不管物体是否被记住都照常完成，靠的是另一套系统。下颞和低级视觉区则应当不管记住与否都持续激活。

方法

文中综合了三类证据来源，其中至少两项关键实验值得展开。研究一（Fig. 3，Ranganath 等 2005）：事件相关 fMRI，被试在延迟匹配任务中主动维持一个新异三维物体以做匹配-不匹配判断；扫描结束后立刻做意外长时记忆再认测验（旧物体与从未见过的配对干扰物），把延迟期活动按"后来记住/后来忘记"分别平均。研究二（Fig. 4，Ranganath 等 2004a）：被试先学习面孔、房子及面孔-房子配对，然后完成两种任务——DMS（维持刚才看过的物体）与延迟配对联想任务 DPA（看到面孔线索要回忆其配对房子并维持）；另做一轮定位扫描找每个被试的梭状回面孔区（fusiform face area, FFA）与海马旁回位置区（parahippocampal place area, PPA），再以这两个类别特异亚区为感兴趣区，按延迟期内活跃在记忆里的是面孔还是房子来分析。前述单细胞数字（38%、71%、22%）来自 Nakamura 与 Kubota 对猴腹侧颞叶各区延迟期激活细胞比例的统计，作者转述并加以比较。其余引用研究的设计文中均已简述，具体刺激与分析参数文中未详述。

主要结果

• IT 的持续激活是视觉 WM 维持的"底座"：猴 IT 神经元在短延迟期间呈现物体选择性持续放电；损毁或失活 IT 严重损害视觉物体特征的短时保持。人 fMRI 用个体化定位的 FFA/PPA 后显出一致的模式——FFA 在维持面孔时持续激活，且激活随维持的面孔数量线性上升；即使知觉输入相同，任务相关（而非无关）的面孔在 FFA、房子在 PPA 的编码与延迟期活动也更强（支持"持续激活下颞物体表征"这条主线）。
• 内侧颞叶皮层在"抗干扰"和"新异材料"上补 IT 之短：鼻周、内嗅皮层内具有延迟期维持活动的细胞比例（38%、71%）显著高于 TE（22%）；TE 的取样选择性延迟活动被干扰物清除，内嗅皮层的却纹丝不动；而严格的新物体短延迟再认（7–10 s）在猴和人广泛内侧颞叶损伤后都会受损，且海马/鼻周活动对新异刺激的增强大于熟悉刺激。海马在 WM 延迟期间与 IT 的功能连接增强（Gazzaley 等 2004）——这正是模型要求的反馈通路。
• PFC 的分工按"选择层级"而非"内容通道"划分：尾侧/腹侧 PFC 负责选择具体项目（物体、位置、词语），激活地形随被选内容落在对应后部感觉拓扑（视觉非言语在右 BA 44/47，语义在左 BA 45/47 等），与后部皮层对各项特征的表征互为平行；嘴侧/背侧 PFC（BA 9, 10, 46）则在需要基于抽象关系进行推理、分组、抑制旧联想或序列操作时被启动，且对内容类型不敏感。这一框架同时解释了"空间专化说""操作说"之争——空间任务只是"处理项目间空间关系"的一个特例。
• WM 延迟期早期与 LTM 形成直接挂钩（Fig. 3）：无论物体后来记住与否，左侧腹侧 PFC 与枕部区域在延迟期持续激活（B）；而记住的物体随后在延迟期早期出现左前海马和左侧背外侧 PFC（BA 9）的显著更强活动，差异在 8–10 秒后最大、延迟后期消失；枕-颞区域的后续记忆效应则全程稳健。随后的行为实验证实因果方向：干扰延迟期早期显著损害 LTM，干扰后期无效。
• 通过联想"回忆"而非"知觉"维持时，下颞亚区活动跟内容走（Fig. 4）：DPA 试次中 FFA 的延迟期活动在看房想脸、PPA 在看脸想房时反而更强——即维持的是回忆出的内容而非线索本身；而前部 PFC（BA 10）与海马在 DPA 线索期选择性增强，提示它们负责"按既有联结把正确表征调进 WM"，尾侧/腹侧 PFC 则在两种任务延迟期持续活动、支持维持本身。

图注解读

图 1 · 视觉 WM 网络的脑区与连接底片

原文图注：Fig. 1. Brain regions implicated in visual WM processing: (A) At left, locations of inferior temporal (red) and medial temporal (yellow) neocortical areas and the hippocampus (blue) are shown. At right, relative locations of rostral/dorsal (BA 9, 10, and 46, shown in magenta) and caudal/ventral prefrontal regions (BA 44, 45, and 47/12, shown in green) are shown. (B) Neuroanatomical connections between these regions are schematically depicted.

这是全文模型的"地图页"，不是数据图。左半部把三组角色摆上脑面：红色为下颞皮层、黄色为内侧颞叶新皮层（鼻周、内嗅、海马旁回等区）、蓝色为海马本体；右半部给出 PFC 的两个功能分区——洋红为嘴侧/背侧（BA 9, 10, 46）、绿色为尾侧/腹侧（BA 44, 45, 47/12）。B 部示意这几个区域之间的解剖连接，为"前额叶与内侧颞叶自上而下反馈到 IT"的模型主张提供解剖底座。读图时留意连接是示意框图而非真实示踪数据，定位精度到 Brodmann 区级别。

图 2 · 猴与人前额叶同源区的错位对齐

原文图注：Fig. 2. Differences in relative locations of prefrontal regions between the macaque and human brain. (A) Cytoarchitectonic analyses of the monkey cortex have led many researchers to postulate functional differences between regions in and around the sulcus principalis (BA 9 and 46), shown in magenta, and regions in and around the inferior convexity (BA 44, 45, and 47/12), shown in green. A dashed line schematically illustrates the division between these areas. (B) The relative locations of homologous areas are shown for the human brain, based on published cytoarchitectonic analyses of the human PFC.

这张图解决一个跨物种比对的技术坑。猴脑上主沟（sulcus principalis）周围的 BA 9/46 与下凸面周围的 BA 44/45/47/12 在皮层表面紧挨着；人类前额叶在细胞构筑（cytoarchitecture）上同样分这两套区，但人脑整体扩张后，同源区域落入相对更嘴侧、更背侧的位置（BA 9, 10, 46 对 BA 6/8, 44, 45, 47）。读图要点：A、B 各有一条虚线示意两套区的分界，人脑版本依据已发表的细胞构筑研究绘制，但不能把猴背侧 BA 46 与人背侧 BA 46 直接等同。它埋在解释人类 fMRI 结果与猴单细胞结论如何对齐的关键处。

图 3 · 维持期脑活动预测长时记忆

原文图注：Fig. 3. FMRI results relating activity during WM maintenance to LTM formation. (A) On each trial of the WM task, subjects actively maintained a novel 3d object across a delay period in order to make a match–nonmatch decision. After the scan session, subjects were given a surprise LTM test and activity during the WM trials was averaged separately for subsequently remembered and forgotten objects. (B) Areas showing persistent delay period activity for both remembered and forgotten objects. Note that activity in both left ventral prefrontal and left occipital regions was quite robust throughout the memory delay. (C) Areas showing differential delay period activity for remembered and forgotten objects. During the early part of the delay period, the left hippocampus and dorsolateral PFC (BA 9) exhibited greater activity for subsequently remembered than for forgotten objects. Note the robust difference between the time courses 8–10 s following cue onset. During the late part of the delay, bilateral occipital regions exhibited subsequent memory effects. The subsequent memory effect in this region, unlike the hippocampus and dorsolateral PFC, was quite robust throughout the memory delay.

读法：A 是任务流程与后续记忆事件分析的逻辑——同一批试次按"后来是否记得"分成两组平均。B 图给出两组都有的持续激活区（左侧腹侧 PFC、枕部）：曲线在整个延迟期都高，说明这些是"维持本身"的底座。C 图给出区分组：左前海马与左侧 BA 9 的曲线只在延迟期早期（约 cue 后 0–8 秒）显著分叉，8–10 秒后差异最大，随后两条曲线合拢；双侧枕区的后续记忆效应却是全程都显著。对比这两组自然是全文最有说服力的一张：记忆不是靠"维持得久"，而是靠"开头那几秒有没有动用海马和 BA 9"。

图 4 · 想出来的脸也能激活 FFA

原文图注：Fig. 4. Human brain activity during visual WM maintenance and associative memory retrieval. (A) In this event-related fMRI study, subjects were trained to learn a set of faces, houses, and face-house associations and were scanned while performing two tasks. On DMS trials, subjects were shown a previously studied face or house and required to maintain it across a delay. On DPA trials, subjects were shown a face or a house that was previously learned in a face–house pair and asked to recall and maintain its associate across a delay period. In a separate scan, tasks were performed to identify the locations of the FFA and PPA. Activity in these category-specific inferior temporal subregions was then examined during the DPA and DMS tasks separately according to whether the cue stimulus was a face or house. (B) On DPA trials, activity during the cue phase in the FFA (left) and PPA (right) was enhanced when each region's preferred stimulus was presented. However, during the delay period, activity in these regions reflected the type of information that was active in memory, rather than the previously presented cue stimulus.

读法：A 列出 DMS/DPA 双任务的时程设计。B 是全文最核心的一组数据：DPA 试次的线索期，FFA 在见到面孔线索时更强，说明定向编码仍然正常；但在延迟期，FFA 的活动要跟随"想起了哪类东西"——看到房子线索去想一张脸时，反而是 FFA 活跃。C 中 DMS 试次里线索与延迟两者都随偏好类别增强作对照。D 显示前部 PFC（BA 10）与海马在 DPA 线索期比 DMS 线索期更活跃，对应"整合线索-联结关系"的功能分工。

讨论

作者在收尾时并不把网络当成均质的大模型：维持由 IT（以及更早的 V4、可能还有 V1）里持续的表征激活实现，尾侧/腹侧 PFC 支持这种持续活动并压制干扰；而当一张复杂的新异图像必须被主动"建构"、或者必须凭借任意学得的联想关系去唤起表征时，来自内侧颞叶皮层、海马与 PFC 的自上而下反馈就是决定性的。他应对的主要"反例"是 Miller 等发现"干扰物会清掉 IT 延迟期活动"——用多层维持原则把它解释为干扰清掉的是完整连贯的物体表征，而其他层面的维持仍可幸存；结尾落在机制句上：低层特征靠尾侧/腹侧 PFC 对早期视觉区的自上而下调制维持，一旦海马和背外侧 PFC 在延迟早期被成功动员，一个可以同时支撑 WM 决策与日后长时记忆的新表征就被建起来了。局限方面，文中坦承一些引用来自未经系统发表的工作（Takashima 等的 MEG 结果标注了 unpublished），也把"维持的初始阶段到底促进再认还是回忆"留作开放问题。

一句话总结

按我的理解，这篇文章真正的贡献在于把"工作记忆归前额叶"这个流行说法拆成了一句更诚实的话：内容存放在后头，前额叶出的是"指挥和筑构"的力量，海马在新材料上补一手。延迟期开头几秒的机制分化是全文最漂亮的实证——在我的理解里，工作记忆不是孤立运行的暂存器，它更像长时记忆形成过程在当下这一瞬间的影子。