IT / 文献库

PAPER 117 / CLOSE READING

Mild perceptual categorization deficits follow bilateral removal of anterior inferior temporal cortex in rhesus monkeys

语义审核:pass · 图表审核:minor_issue

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 · 损毁范围
    2. 图 2 · 任务流程与线索集示例
    3. 图 3 · 任务 1 各 session 的高低激励错误率
    4. 图 4 · 错误按单张刺激的分布
    5. 图 5 · 一次性样本的分类与累计错误
    6. 图 6 · 显式 2-IFC 分类的正确率
    7. 图 7 · 对比敏感度函数
    8. 图 8 · WGTA 经典辨别的学习所需试次
  6. 讨论
  7. 一句话总结

本损毁实验在恒河猴中系统检验了双侧前下颞叶皮层(TE 区)在视觉知觉范畴化(perceptual categorization)中的必要性。研究通过被试内前后对照测试同一批猴在切除 TE 前后的范畴归类能力,结果显示损伤效应显著温和:双侧 TE 切除后的恒河猴依然能够完成猫与狗、人脸与猴脸的知觉分类,并能在单个测试单元内掌握“轿车 vs. 卡车”的新类别规则,且成功泛化至未曾学习过的全新刺激样本。该发现对“TE 区作为腹侧视觉终点必然构成所有高阶知觉分类必要神经基础”的经典假说提供了直接的实证检验。

研究背景

灵长类腹侧视觉通路层级模型普遍将前下颞叶 TE 区视为支持高阶物体识别与形状表征的关键中枢。既往文献表明,TE 区器质性损伤会显著损害复杂几何形状辨别及跨视角的物体恒常性识别;电生理记录显示该区单神经元对面孔与复合图形具有高度选择性,且对局部功能模块的电微刺激能够偏置动物的分类决策行为。基于此类证据,理论常推论复杂自然类别的知觉归类必然依赖 TE 区的高阶表征;然而,“神经元参与编码特定类别”并不等同于“该脑区对所有知觉分类任务均具有不可或缺性”。视觉范畴化决策可能基于中低级视觉特征组合完成,或由皮层其他并行通路予以代偿。

此前该团队针对外侧前额叶(lateral PFC)的损毁研究表明,双侧前额叶大范围切除后猕猴依然能够稳定保留已知范畴的泛化并可习得新范畴,提示前额叶并非知觉分类能力的唯一承载者。若作为上游输入源的 TE 区是范畴表征的核心基质,其双侧损毁理应诱发灾难性分类障碍;若分类能力在术后得以保留,则提示需重新评估精细模式辨别、跨样本范畴泛化与工作记忆负荷之间的神经分工。此外,为了防止“阴性结果源于损毁不彻底”的技术质疑,实验必须在同一批动物中复现经典的 TE 区神经心理学缺损图景。

为此,本研究系统测试了恒河猴在双侧 TE 区切除前后的内隐分类、显式强迫选择分类、未见新样本泛化及新范畴学习能力;同时利用正弦光栅对比敏感度测试排除低级视觉锐度与程序性学习受损的混淆,并在威斯康星测试装置(WGTA)中验证了图案辨别等经典缺损。实验表明,TE 切除后范畴化损伤程度显著温和,旧类别保持完好且新范畴可快速习得并泛化,而经典图案辨别与并行联结学习严重受损。这一分离证据表明 TE 区并非所有知觉分类的统一终点站,但在高难度显式任务中表现仍有一定下降,提示范畴决策可能依赖更早期的粗粒度特征分析或广泛的分布式表征网络。

研究思路

研究采用被试内自身前后对照设计:3 只实验猴在 TE 区完整时建立稳定的分类行为,接受双侧吸引切除术后在完全相同的任务范式下接受复测。实验设置了多层级任务体系:任务 1 采用内隐行为指标(利用非对称奖赏结构下“低激励试次错误率自发升高”的行为学生理特征,在不要求显式分类动作的前提下推断类别辨别);任务 2 转换为显式双时段强迫选择(2-IFC)分类任务,并引入 3 只未手术正常对照猴,以检验内隐与显式任务是否共享相似的神经病理表型;任务 3 测定全视野正弦光栅对比敏感度函数,严格控制视网膜视敏度与基本操作程序学习能力;任务 4 在威斯康星通用测试装置(WGTA)中评估经典图案与物体辨别学习,核实损毁范围是否引起经典的神经心理学损伤。同时,研究使用基于原始图像像素特征的线性支持向量机(SVM)作为计算基准,量化底层视觉统计差异对分类表现的理论上限。

方法

实验使用 3 只雄性恒河猴(体重 3.9–5.75 kg)作为损毁组(完成任务 1 与 4),任务 2 与 3 额外引入 3 只年龄体重匹配的正常对照猴。双侧 TE 切除在无菌手术下采用显微吸引术完成,前后范围自下枕沟前端后方 1 cm 处延伸至颞极,背侧边界达颞上沟底,腹内侧边界达枕颞沟外侧壁与前中颞沟/嗅脑沟中点;损毁边界经由 1.5 T MRI 冠状位结构扫描(层厚 1 mm,面内分辨率 0.4 mm)对照立体定位脑图谱重建确认,3 只动物的 TE 区均被大范围损毁。

行为范式:动物抓握反应杆,屏幕首先呈递 13°×13° 视觉线索,0.4 s 后出现红色注视靶,间隔 0.5–1.5 s 靶点转为绿色,动物需在 3 s 内松开操作杆获得果汁奖赏,过早或超时的反应均记为错误并施加超时惩罚。任务 1 包含高激励(高奖赏)与低激励(低或无奖赏)试次,首先使用黑白抽象图案训练建立基线反应偏好,随后替换为范畴图像:狗(高)vs. 猫(低)、人脸(高)vs. 猴脸(低),以及术后学习的汽车(低)vs. 卡车(高)。两类线索诱发的错误率差值作为范畴辨识的内隐指标。基础训练集包含每类别 20 张图像(200×200 像素,白色统一背景),测试集包含各类别 240 张单试次独有图像(trial-unique,不重复呈递),在视角、尺寸及色彩上包含剧烈自然变异。任务 2 调整为显式 2-IFC:呈现低激励类别时动物需在红靶期松杆快速跳过,呈现高激励类别时维持按压至绿靶出现以获得奖赏。任务 3 测定空间频率 0.125–16 周期/度范围内的正弦光栅对比敏感度。任务 4 在 WGTA 装置中测试加号与方块平面卡片辨别、单对三维实物辨别以及 8 对实物并行辨别(学习达标标准为连续 3 个单元正确率 ≥90%)。统计分析采用二项分布的广义线性混合效应模型(GLMM,纳入随机截距与斜率),SVM 解码基于 100 次 90%/10% 交叉验证。

主要结果

  1. 任务 1 内隐分类结果(图 3):术前 3 只猴在狗/猫及人脸/猴脸测试集上均表现出高度显著的错误率不对称性(低激励类别错误显著偏高,各动物单项卡方检验 p 值达 10⁻¹⁰ 量级)。术后复测:人脸/猴脸范畴在首个测试单元即全员恢复显著不对称;狗/猫范畴经历 1 至 3 个测试单元(动物 T 第 1 个,K 第 2 个,G 第 3 个)完全恢复。跨期 GLMM 分析表明,狗/猫分类表现出微弱但统计显著的损伤主效应(z=−2.51,p=0.012)及类别 × 损毁交互作用(p=4.8×10⁻¹¹);人脸/猴脸未见显著损毁效应(p=0.089)。
  2. 刺激水平的反应分布分析(图 4):各测试单元中 3 只动物的反应错误均匀分布于整个刺激集,排除了动物仅记忆少数代表性样例完成任务的可能性。
  3. 单试次独有新样本的泛化(图 5):术后引入 480 张未曾呈现的全新狗/猫图像(每个单元 240 张),3 只动物在高低激励类别上的错误率与累积错误差值均高度显著;人脸/猴脸 480 张新样本亦全部呈现稳定分类;在术后全新学习的轿车/卡车范畴中,动物 T 与 G 在首个测试单元即达到显著区分(p=0.02 与 3.6×10⁻¹¹),动物 K 在第 3 个单元达标,学习速率与术前习得基线相仿,随后在 480 张全新汽车样本上的泛化测试全部成功。
  4. 显式 2-IFC 分类任务(图 6):所有 6 只动物均在 7 个测试单元内掌握操作规则(TE 组 4–5 个,对照组 4–7 个)。在连续 4 个单元的全新单试次狗/猫测试中,对照组平均正确率为 85%,TE 损毁组平均正确率为 73%(GLMM 分析 z=13.36,p=2.0×10⁻¹⁶),表现虽显著低于对照组,但仍大幅高于 50% 随机几率线,体现出温和受损的特征。
  5. 控制任务与功能分离(图 7、8):TE 组动物的正弦光栅对比敏感度曲线与正常对照组重合,排除低级感知锐度缺损;在 WGTA 任务中,TE 组复现了经典的下颞叶损伤症状——平面图案对辨别及 8 对实物并行联结学习严重受损,单对实物辨别能力相对保留。像素级 SVM 对刺激集的理论分类上限为人脸/猴脸 96%、汽车/卡车 74%、狗/猫 65%;对照组表现(85%)远超低级像素分类边界,而 TE 损毁猴(73%)则落在此上限附近。

图注解读

图 1 · 损毁范围

原文图注:Figure 1. A, MR images of prelesion and postlesion brain (white rectangles, right) at the vertical line on a surface view (left). B, Lesion reconstructions for the three monkeys with TE removals.

面板 A 对比了冠状位 T1 磁共振成像中损毁前后的皮层解剖结构,白色方框指示前下颞叶吸引切除区域;面板 B 在标准立体定位脑图谱上三维重构了 3 只实验猴的切除范围,证实损毁对称集中于双侧 TE 区,为行为表型归因于前下颞叶切除提供了神经解剖学基础。

Figure 1

图 2 · 任务流程与线索集示例

原文图注:Figure 2. A, Sketch of the sequence of events during one trial. B, Examples of visual cue sets. Top, Twenty dogs and 20 cats. Bottom: Twenty dogs and 20 cats out of 240 trial-unique dogs and 240 trial-unique cats. ITI, Intertrial interval.

面板 A 标注了单试次的时间事件链(手杆按压—线索呈递—红靶呈现—转绿触发反应);面板 B 展示了视觉线索刺激库示例,上栏为基础训练所用的各 20 张猫狗图像,下栏截取自用于泛化测试的 240 张单试次独有图像库,直观呈现了刺激在真实三维姿态、毛色纹理及构图尺寸上的自然几何变异。

Figure 2

图 3 · 任务 1 各 session 的高低激励错误率

原文图注:Figure 3. Error rates in Task 1 for high- (H) and low-incentive (L) cues in each session. The inset images indicate which cue sets were used in each session. Blue and red bars represent mean error rates for the high and low-incentive cues, respectively. Symbols indicate error rates for individual monkeys. A, C, Results for the prelesion tests. B, D, E, Results for the postlesion tests.

横轴表示连续测试单元,纵轴为操作错误率;蓝色与红色柱状图分别对应高激励(H)与低激励(L)范畴线索,散点代表单只动物表现。在术前基线阶段(A、C),两类刺激均呈现显著的不对称差值;在术后测试阶段(B、D、E),人脸/猴脸分类立即恢复显著差异,狗/猫范畴经历短暂过渡后重新建立稳定区分。

Figure 3

图 4 · 错误按单张刺激的分布

原文图注:Figure 4. Summation of error rates for individual stimuli in Task 1. A, C, Results for four sessions of prelesion tests (each represented by a different color in the stacked bar). B, D, E, Results for five sessions of postlesion tests. The thin black vertical line delineates the categorical boundary between high- (H) and low-incentive (L) cues. Mean error rates of the three monkeys in sessions were stacked.

横轴沿类别边界排列各个具体刺激(细黑竖线左侧为高激励类别,右侧为低激励类别),堆叠柱按测试单元分层累加 3 只动物的单项错误率。数据分布表明错误率并未过度聚集于孤立的边缘图像,证实动物的分类决策并非基于对少数原型的机械记忆。

Figure 4

图 5 · 一次性样本的分类与累计错误

原文图注:Figure 5. Error rates and cumulative error counts for high- (H) and low-incentive (L) trial-unique cues in Task 1. A, C, E, Error rates for the high- and low-incentive cues. The meanings of bars, symbols, and images are the same as in Figure 3. B, D, F, Cumulative error counts for the high- and low-incentive cues. The scale of cumulative error counts changes substantially. The figures in the left, middle, and right columns show the results for Monkeys T, K, and G, respectively. The vertical lines show the trial at which the difference in cumulative errors for the high- and low-incentive cues becomes significant (p < 0.05 by χ2 test for 5 consecutive trials).

左侧面板(A、C、E)展示单试次独有刺激下的错误率对比,右侧面板(B、D、F)展示按试次递增的累积错误轨迹,垂直虚线指示累积差异达到连续 5 次试次统计显著(卡方检验 p<0.05)的转折点。累积曲线的快速分离表明 TE 切除猴对未曾学习的新样本能够迅速实现范畴泛化。

Figure 5

图 6 · 显式 2-IFC 分类的正确率

原文图注:Figure 6. Correct rates in Task 2: explicit choice task for trial-unique dogs/cats on four consecutive sessions for control (Ctrl) and TE-lesioned (TE) monkeys. Symbols and bars indicate correct rates for individual monkeys and their averages, respectively.

横轴为 4 个连续测试单元,纵轴为对全新单试次独有狗/猫样本的显式分类正确率;空心散点代表单只动物,实心柱代表组均值。TE 切除组均值(73%)虽系统性低于正常对照组(85%),但仍大幅偏离 50% 随机几率水平,证实损毁诱发的是温和定量受损而非质性崩溃。

Figure 6

图 7 · 对比敏感度函数

原文图注:Figure 7. The contrast sensitivity functions for control (Ctl) and TE-lesioned (TE) monkeys. Contrast sensitivity is plotted on a logarithmic scale against spatial frequency. The fitted curves are quadratic functions.

横轴为空间频率(周期/度),纵轴为对比敏感度对数坐标,实线与虚线为二次多项式拟合曲线。两组动物的空间频率调谐曲线高度吻合,组间差异无统计学显著性,排除了 TE 损毁后基本对比感知与空间视敏度下降的可能。

Figure 7

图 8 · WGTA 经典辨别的学习所需试次

原文图注:Figure 8. Number of trials to criterion in Task 4: WGTA tests. Symbols and bars indicate the numbers of trials for individual monkeys and their averages, respectively.

纵轴表示达到达标标准(连续 3 个单元正确率 ≥90%)所需的累积训练试次数;涵盖二维符号辨别、单对三维物体辨别及 8 对三维物体并行联结学习。TE 损毁组在平面图案与多对并行辨别中所需试次急剧增加,复现了经典下颞叶切除在视觉长时特征记忆上的特征性缺损。

Figure 8

讨论

作者首先评估了损毁的有效性:在 WGTA 任务中成功复现了图案辨别与多对并行学习受损的经典表型,且对比敏感度排除了感觉视敏度与程序性操作受损,证实分类能力的相对保留并非源于手术切除不彻底。针对前下颞叶切除后动物仍能维持较高范畴化能力的现象,作者提出了四种潜在机制:

第一,广泛的分布式表征:视觉范畴化决策并非局限于单一皮层节点,而是由腹侧流与额叶等多个区域构成的分布式网络协同介导,单一脑区的定点损毁难以诱发灾难性功能丧失。

第二,替代通路的代偿参与:候选结构包括视通路下游的嗅周皮层(perirhinal cortex,参与复杂特征重叠物体的辨别与跨视角泛化)、上游的 TEO 区,以及直接接收 TEO 输入并编码刺激—奖赏联结的杏仁核。然而,本实验中的大范围 TE 切除基本阻断了嗅周皮层的主要视皮层前馈输入,使嗅周皮层完全代偿的解释存在理论困难。

第三,粗粒度特征分析的时序优先性:电生理学研究表明,大尺度整体范畴信息在视皮层神经元放电的早期潜伏期即已表达,而局部精细构型特征的解析则滞后出现;范畴泛化所需的粗粒度视觉表征可能在上游脑区(如 TEO)已基本成型。

第四,知觉范畴化与特异性模式辨别的解耦:视觉系统在对物理形态进行精确模板匹配之前,可能已通过独立的并行通路完成了类别属性的抽取。研究同时指出,实验采用的范畴决策任务未施加工作记忆延迟负荷,线索在决策期保持可见;未来的理论模型需进一步界定范畴形态边界的模糊度达到何种阈值时,前下颞叶皮层的精细表征才成为不可或缺的关键瓶颈。

一句话总结

本研究证实恒河猴在双侧前下颞叶皮层切除后依然保留了对自然物体的范畴泛化与新范畴快速习得能力,表明高阶知觉范畴化并不唯一依赖 TE 区的局灶表征,为理解灵长类物体识别与范畴决策的皮层功能分工提供了重要的因果损毁证据。

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。