一句话定位:本文基于人类连接组计划(HCP)171 名受试者的 7T 静息态 fMRI 数据与 HCP-MMP 360 区精细皮层图谱,定量分析了 55 个视觉相关皮层区与全脑的有向有效连接(effective connectivity),结合功能连接与弥散纤维束成像,系统描摹出人脑视觉皮层的多条并行处理通路。
研究背景
灵长类视觉皮层传统上被概括为背侧(空间与动作)和腹侧(物体识别)两条主通路,主要证据源自猕猴解剖示踪、病损研究及人类功能磁共振成像。后续猕猴电生理研究在上颞沟(STS)区域记录到对动态面部表情、生物运动、发声及社会交互线索特异调谐的神经元群,提示视觉皮层的信息分流机制可能超越经典的双流框架。人类神经影像虽已定位众多特化功能亚区,但在全脑精细分区层面测量区域间有向因果投射的研究仍相对有限,限制了对视觉特征分层加工路径的系统理解。
有效连接利用时间滞后信号估计脑区间的相互影响方向与投射强度,克服了传统功能连接缺乏因果方向性的局限。经典的动态因果模型(DCM)受计算复杂度限制,通常仅能对少数预选脑区构成的小规模网络建模。本研究团队开发的 Hopf 全脑计算模型能够在数百个皮层节点上同步估计双向有效连接,结合 Pearson 功能连接(衡量活动协同程度)与弥散磁共振纤维束追踪(提供直接白质投射约束),实现了全脑尺度的有向网络重建。
本文基于 171 名 HCP 健康受试者的 7T 超高场静息态数据,对 55 个视觉皮层分区展开分析,依据有向连接模式与下游靶区的功能特征,归纳出五条主要的皮层视觉通路:腹外侧物体通路、腹内侧场景通路、背侧动作/运动通路,以及上颞沟腹侧与背侧两条语义语言交互通路。研究旨在系统描摹多通路并行投射网络,各通路的实际因果功能仍需进一步的任务态与神经干预实验检验。
研究思路
研究采用“定向有效连接估计结合结构与功能关联互证”的方法设计。核心指标为基于 Hopf 振子全脑模型估计的有效连接矩阵:以 HCP-MMP 1.0 的 360 个皮层区为节点,在解剖结构连接矩阵的先验约束下,利用时滞自协方差(tau = 2 s)反向拟合各脑区间的有效突触权重,输出具备非对称方向性的连接矩阵。第二项指标为常规功能连接(带通滤波后 BOLD 信号的 Pearson 相关系数),用于交叉验证区域间的共激活水平。第三项指标为基于高角度分辨率弥散成像(HARDI)的概率纤维束追踪,用于检验有效连接是否存在直接白质纤维投射。
在获得统一被试群体的标准化多模态连接矩阵后,作者结合 55 个视觉分区的连接输入与输出靶区,分析信息流向与不对称性,归纳出五条主要的视觉皮层处理流。作者指出,通路的划分主要用于概括多流并行处理的解剖组织规律,而非排他性的离散分类。
方法
数据源自人类连接组计划(HCP)S1200 发布的 7T 静息态 fMRI 数据集。样本包含 171 名健康青年受试者(22–36 岁,女性 105 名,男性 66 名),每名受试者完成 4 节多频带梯度回波 EPI 扫描(TR = 1000 ms,各向同性体素 1.6 mm,每节 900 帧,单节约 15 分钟)。数据经 HCP 最小预处理流水线处理,包括梯度非线性校正、刚体头动校正、B0 场图畸变校正、ICA-FIX 自动去噪以及 24 个头动参数回归。皮层分区采用 HCP-MMP 1.0 表面图谱(双侧半球共 360 个皮层区)。分析选取的 55 个视觉皮层区包括初级视觉皮层(V1)、早期纹外皮层(V2–V4)、背侧流分区(V3A/B、V6、V6A、V7、IPS1)、腹侧流分区(FFC、PIT、V8、VMV1–3、VVC)、MT+ 复合体(MT、MST、FST、LO1–3、PH、V3CD、V4t)、额叶眼区(FEF、PEF、SCEF)、上颞沟分区(STGa、STSda/dp/va/vp)、海马旁回(TF、PHA1–3)、外侧颞叶(PHT、TE1a/m/p、TE2a/p、TGd/v)以及顶内沟区(AIP、LIPd/v、MIP、VIP、IP0–2)。
有效连接矩阵基于 Hopf 全脑振子网络进行参数反演:每个脑区建模为处于分岔点附近的 Stuart-Landau 振子,内在固有频率匹配该区域带通滤波(0.008–0.08 Hz)后的 BOLD 信号峰值。模型节点通过有向权重矩阵 C 耦合,以结构连接(概率纤维束追踪流线数)作为初始先验,采用梯度下降算法最小化模型模拟与实验测得的即时及延时(tau = 2 s)功能协方差矩阵误差。模型设定全脑最大有效连接参数为 0.2(对应左右半球 V1 之间),半球内最大值为 0.15(对应 V1 至 V2 投射)。功能连接计算 55 个视觉区与全脑各区 BOLD 序列的 Pearson 相关系数(展示阈值设定为 0.4)。弥散纤维束追踪基于多壳层多组织约束球面反卷积(MSMT-CSD)与解剖约束流线追踪算法(iFOD2,单例生成 100 万条流线),经 SIFT2 滤波过滤,展示阈值设为 10 条流线。统计显著性采用 2×180 双因素方差分析检验各区域有效连接向量间的交互项差异,并经 Bonferroni 多重比较校正及非参数 Scheirer-Ray-Hare 检验验证。
主要结果
- 55 个视觉分区的有向连接拓扑具有统计特异性。在 171 名受试者中,两两脑区之间的 2×180 双因素方差分析交互效应经 Bonferroni 校正后均达到显著水平(P < 10^-90),并经非参数检验确认,表明在精细皮层分区尺度下,各视觉区域均表现出独特的全脑输入与输出连接模式。
- 皮层视觉层级呈现显著的前馈不对称性。半球内最强的有效连接位于初级到二级视觉皮层(V1→V2 为 0.15),随后沿层级逐级递减(V1→V3、V3→V4)。总体上,自初级指向高级皮层的前向连接强度普遍高于对应的逆向反馈连接(图 3 中前向差值主要为正值)。全脑范围内最强的单一投射为双侧初级视觉皮层之间的跨半球连合连接(有效连接强度 0.2,图 1)。
- 腹侧识别流分化为外侧与内侧两支通路。腹外侧视觉流(V1→V2→V3→V4→PIT/V8→FFC→TE2p/PH→PHT→TE1p/TE2a/TGd)沿梭状回与下颞叶延伸,主要表征静态物体与面孔特征(图 6)。腹内侧视觉流(经 V8、PIT 投射至腹内侧区域 VMV1–3 及 VVC,继而延伸至海马旁回 PHA1–3)构成通向海马记忆系统的场景空间信息通路(图 7)。VMV 与 VVC 同时接收来自 MT+ 区域的输入,表明腹内侧通路兼具场景几何与视觉运动线索处理能力。海马旁回 TF 区作为腹外侧“什么”流向嗅周皮层 PeEc 的中继枢纽,将物体特征输入海马复合体。
- 背侧流形成视觉运动到动作规划的投射阶梯。背侧通路自早期视觉区(V2、V3A、LO3)投射至 MT+ 复合体(MT、MST 等),继而向前输入顶内沟功能区(AIP、LIP、VIP、MIP),最终汇入顶叶第 7 区(图 9)。顶内沟各亚区输出强力投射至运动前区(6a、6r)、额叶眼动中枢(FEF/PEF)及背外侧前额叶;下顶叶 PGp 区向海马旁场景区(PHA1–3)发出显著有效连接,构成对空间视角表征实施自身运动更新的解剖通路。背侧流亦接收来自腹侧梭状面孔区(FFC)及 TE2p 的侧向输入,为顶叶抓握规划提供物体三维轮廓信息。
- 上颞沟区域包含分离的语义语言对接网络。腹下侧 STS 区域(STSva 与 STSvp)接收来自外侧颞叶(TE1a、TE1m、TE2a、TGd、TGv)、下顶叶 PGi、腹内侧前额叶(10v、10r)及后扣带回记忆区的投射,并向前输出至布洛卡区(44/45 区、47s)及额上语言区(SFL),构成静态物体与面孔身份的语义通路(图 8)。背上侧 STS 区域(STSda 与 STSdp)接收下顶叶 PGi(整合视运动信息)、上颞视觉区 STV 以及 A5 听觉区的多模态汇聚投射,向前投射至语言区(44/45、47l、PSL、SFL),构成处理面部动态表情、发声与社会交往信号的动态语义通路(图 10)。半球对称性分析显示,同名脑区间的跨半球连接最为突出;背侧与腹侧识别流连接在右半球相对占优,而 STS 语义流连接在左半球呈现优势。
图注解读
图 1 · 从全皮层"流入"视觉区的效应连接矩阵
原文图注:Fig. 1. Effective connectivity TO visual cortical regions (the rows) FROM 180 cortical areas (the columns) in the left hemisphere. The effective connectivity is read from column to row. Effective connectivities of 0 are shown as blank. All effective connectivity maps are scaled to show 0.15 as the maximum, as this is the highest effective connectivity found between this set of brain regions.
左半球 180 个皮层区向 55 个视觉皮层区输入的有效连接矩阵。列表示源脑区,行表示目标脑区,连接方向为列指向行;数值为 0 显示为空白;色标上限设为 0.15(全脑最大值 0.2 见于双侧 V1 连合)。矩阵行被红线划分为 9 个功能分区组(早期视觉、背侧流、腹侧流、MT+、眼动区、STS、海马旁回、外侧颞叶、顶内沟区)。图谱展示了各视觉皮层亚区接收的前馈与侧向输入拓扑结构。

图 2 · 从视觉区"流出"全皮层的效应连接矩阵
原文图注:Fig. 2. Effective connectivity FROM the visual cortical regions TO 180 cortical areas in the left hemisphere. The effective connectivity is read from column to row. Effective connectivities of 0 are shown as blank. Abbreviations: See Table S1. The groups of visual cortex areas are separated by red lines.
展示 55 个视觉皮层区分区向全脑 180 个皮层区域输出的有向有效连接强度。列表示视觉源脑区,行表示接收投射的靶脑区。矩阵反映出视觉高级皮层向额叶前运动区、语言中枢及内侧颞叶的投射分布,揭示了不同通路终末效应连接的非对称性。

图 3 · 方向不对称性:逐连接的前向减反向差值
原文图注:Fig. 3. Difference of the effective connectivity for visual cortical regions with other cortical regions. For a given link, if the effective connectivity difference is positive, the connectivity is stronger in the direction from column to row. For a given link, if the effective connectivity difference is negative, the connectivity is weaker in the direction from column to row. This is calculated from 171 participants in the HCP imaged at 7T. The threshold value for any effective connectivity difference to be shown is 0.01.
展示视觉皮层各连接的有向差值矩阵(前向投射强度减去反向投射强度)。正值表示列向行的投射强于反向投射,负值表示反向投射更强,展示阈值设为 0.01。矩阵左上角区域中,对角线下方对应的高阶皮层投射普遍显示为正差值,证实视觉层级系统以前馈驱动为主导。

图 4 · 功能连接(展示阈值 0.4)
原文图注:Fig. 4. Functional connectivity between visual cortical regions and 180 other cortical regions in the left hemisphere. Functional connectivities less than 0.4 are shown as blank. The upper figure shows the functional connectivity of the visual cortical regions with the first half of the cortical regions; the lower figure shows the functional connectivity with the second half of the cortical regions. Abbreviations: See Table S1.
展示 55 个视觉区与全脑 180 个区域间的 Pearson 相关功能连接矩阵,阈值设为 0.4(小于 0.4 显示为空白)。功能连接反映时间序列协同激活水平,但缺乏因果方向性信息,作为有效连接拟合结果的基础观测参照。

图 5 · 弥散纤维束成像显示的直接连接
原文图注:Fig. 5. Connections between the visual cortical regions and 180 other cortical regions in the left hemisphere as shown by diffusion tractography using the same layout as in Figs. 1 and 4. The number of streamlines shown was thresholded at 10 and values less than this are shown as blank. The color bar was threshold at 1000 streamlines (see text). Abbreviations: See Table S1.
基于概率弥散纤维束追踪重构的解剖结构连接矩阵。颜色标尺指示重建流线数,阈值设为 10 条流线,上限截断为 1000 条。该结构数据作为 Hopf 计算模型的先验耦合骨架,用于判定功能信号是否通过直接白质纤维传导。

图 6 · 腹外侧视觉流示意图
原文图注:Fig. 6. Effective connectivity of the Ventrolateral Visual Cortical Stream, which reaches inferior temporal cortex TE regions in which objects and faces are represented: Schematic overview. A green arrow shows how the Ventrolateral Visual Stream provides "what" input to the hippocampal memory system via parahippocampal gyrus TF to perirhinal PeEc connectivity from FFC, PH, TE1p, TE2a and TE2p. The Ventrolateral Visual Stream also provides input to the semantic language system via TGd. The Ventrolateral Visual Stream also has connectivity to the inferior parietal visual area PFm, PGs and PGi as indicated by 2 green arrows.
展示腹外侧视觉流解剖示意:通路自 V1 经 V2、V3、V4、PIT/V8、FFC 延伸至下颞叶 TE 各亚区(TE1p、TE2a 等)。绿色箭头标明三处核心输出:经海马旁回 TF 区与嗅周皮层 PeEc 输入海马情节记忆网络;经 TGd 区投射至语言语义中枢;以及投射至下顶叶视觉区(PFm、PGs、PGi)。箭头大小与线宽对应有效连接参数。

图 7 · 腹内侧视觉流示意图
原文图注:Fig. 7. Effective connectivity of the Ventromedial Visual Cortical Stream, which reaches the parahippocampal gyrus PHA1—PHA3 regions via ventromedial (VMV) and ventral visual complex (VVC) and ProStriate regions: Schematic overview. Visual scenes are represented in the anterior parts of VMV and the posterior parts of PHA1—PHA3 in what is the Parahippocampal scene area PSA (sometimes called the Parahippocampal place area, PPA). The green arrows show how the Ventromedial Visual Stream provides "where" input about locations in scenes to the hippocampal memory system from the parahippocampal gyrus PHA1-PHA3 region (which corresponds to TH in macaques).
展示腹内侧视觉流结构示意:信号通经腹内侧区 VMV1–3、腹侧视觉复合体 VVC 及前纹状皮层 ProS 投射至海马旁回 PHA1–3 区(包含海马旁场景区 PSA/PPA)。绿色箭头指示场景几何“哪里”信息由此汇入海马系统,图谱同时标示了来自下顶叶 PGp 区的定向投射。

图 8 · 下 STS 语义系统示意图
原文图注:Fig. 8. Inferior STS cortex semantic system in STSva and STSvp: schematic overview. An output of the ventrolateral visual system for object and face information is to the cortex in the inferior parts of the Superior Temporal Sulcus, STSva and STSvp. The visual inputs to these inferior STS cortex regions are shown with green arrows, and come from TE1a, TE1m, TE2a, TGd, TGv, and PGi. Other connectivities are with the memory-related parts of the posterior cingulate cortex (31pd and 31pv); and from the vmPFC (10v and 10r) (see Fig. 1). STSva and STSvp have connectivity directed towards Broca's area 44 and 45, and related areas (47s), and to the superior frontal language region (SFL).
展示上颞沟腹侧语义系统(STSva 与 STSvp)网络拓扑。该区域接收来自外侧颞叶与下顶叶 PGi 的静态视觉投射(绿色箭头),并与后扣带回记忆区(31pd/pv)及腹内侧前额叶(10v/10r)互联;输出端定向投射至额下回布洛卡区(44、45、47s)及额上语言区(SFL),支持物体与面孔身份的语义符号化表征。

图 9 · 背侧视觉流示意图
原文图注:Fig. 9. Effective connectivity of the human dorsal visual cortical stream, which reaches (partly via V3, V3A and LO3) the MT+ complex regions (FST, LO1, LO2, LO3, MST, MT, PH, V3CD and V4t), and then the intraparietal regions (AIP, LIPd, LIPv, MIP, VIP IP0, IP1 and IP2) and then the area 7 regions: Schematic overview. Connectivity to the inferior parietal cortex region PGp, which in turn has effective connectivity to the parahippocampal scene area in PHA1–3 (Rolls, Deco, et al. 2022a) is shown. Inputs to this stream from ventral stream regions such as FFC and TE2p are shown with dashed lines.
展示背侧视觉流层次投射:自早期视觉区向 MT+ 复合体汇聚,继而进入顶内沟区(AIP、LIP、VIP、MIP)并终止于第 7 区。虚线标出来自腹侧梭状回(FFC)和 TE2p 的交叉输入,显示形状特征向动作抓握环路的传递;实线标出 PGp 向海马旁场景区(PHA1–3)的定向反馈通道。

图 10 · 上 STS 语义系统示意图
原文图注:Fig. 10. Superior STS semantic system in STSda and STSdp: schematic overview. Visual inputs for moving visual stimuli/objects reach STSdp from PGi. Visual inputs also reach STSdp from the superior temporal visual area, which receives from FFC. STSda and STSdp also have connectivity from STSva and STSvp, which have strong connectivity with the Ventrolateral Visual Stream (Fig. 6). STSda and STSdp also receive auditory effective connectivity from A5.
展示上颞沟背侧语义系统(STSda 与 STSdp)网络结构。该区域整合来自下顶叶 PGi 的动态视觉运动输入、上颞视觉区 STV 的视听线索、下 STS 通路的物体信息以及 A5 听觉区的音频输入;向前定向投射至语言运动区(44/45、47l、PSL、SFL),构成多模态动态社会交往信号的处理中枢。

讨论
研究基于有效连接分析构建了多通路视觉网络框架,指出经典的双流模型可拓展为多条功能分化的处理系统。针对层级反向有效连接的意义,作者指出逆向投射并不简单传递感觉重构信息,而是充当自上而下注意调制、工作记忆偏置及模式补全检索的神经通路,因此在计算功能上应与前向驱动表征明确区分。
在此框架下,作者梳理了各通路的终末投射:腹外侧流向眶额皮层输入感觉特征以评估奖赏价值,向海马旁嗅周系统提供情节记忆的物体索引,向颞极语言区提供语义概念;腹内侧流经海马旁场景区(PSA)支持场景几何编码;背侧流通经顶内沟区实施坐标变换,并通过 PGp 提供自身运动更新;上颞沟双流系统分别支持静态概念与动态社会线索的言语化编码。
本研究在方法学上存在特定局限:有效连接属于基于宏观 BOLD 信号非线性动力学模型反演的统计估计,其参数强度反映的是区域间耦合效率,不宜简单等同于离散轴突数量;弥散成像在皮层灰质内部终末分辨力有限,且存在跨半球长程纤维漏失风险;各通路划分基于解剖与模型估计,其具体认知分工仍需结合精细任务态 fMRI 与经颅磁刺激等因果干预手段予以检验。
一句话总结
本研究利用 7T 神经影像与全脑有效连接模型,系统勾勒出包含腹外侧物体流、腹内侧场景流、背侧动作流及上颞沟双语义流通路的人脑视觉皮层有向投射网络。