该研究结合脑磁图(MEG)多变量解码与行为反应时分析,检验大脑视觉皮层实时浮现的类别表征何时能够预测分类行为决策。研究利用物体样例在表征激活空间中到决策边界的几何距离作为证据质量指标,发现该距离在刺激呈现后 120–240 ms 的峰值解码窗口内显著预测分类反应时,且该关联主要由有生命类别(animate)驱动。研究区分了“信息在传感器层面可被算法解码”与“信息被神经系统实际用于行为输出”,为时间分辨多变量神经影像的机理解释提供了实证框架。
研究背景
人类视觉系统能够在极短时间内完成自然物体的粗粒度分类。MEG 模式解码研究显示,刺激呈现后 60–100 ms 即可在脑电/脑磁信号中分离出类别信息。解码准确率随时间上升并在特定窗口达到峰值,直觉上易将峰值期视为大脑提取类别信息的关键时刻。但分类器成功解码仅表明瞬时神经活动中包含区分不同刺激的统计信息,无法证明这些信息实际参与了下游的行为决策。为建立神经表征与反应时之间的行为关联,需要定量描述神经表征提供证据的信噪比,并评估该指标何时能够预测个体的决策潜伏期。
以往 fMRI 研究提出了“距离假说”(distance hypothesis):在腹侧颞叶神经激活空间中,单个样例到类别分类超平面的欧几里得距离越远,表征模糊度越低,行为分类反应时越短。该逻辑与经典信号检测论相契合,为表征几何与决策潜伏期之间搭建了桥梁。MEG 具有毫秒级时间分辨率,能够动态追踪表征空间随时间展开的过程,检验距离—反应时相关是否在解码峰值期达到最强。同时,任务相关性是关键控制变量:若该关联仅在主动分类任务中出现,可能混杂运动准备或决策反思信号;若在无关分心任务中提取的表征距离同样能预测独立分类任务的反应时,则更支持该表征源于视觉系统前馈浮现的核心物体编码。
本文在有生命/无生命分类任务与分心中央字母判断任务中记录全头 MEG 信号,逐时间点构建判别空间并计算样例到边界的距离,进而与分类反应时进行秩相关分析,并检验了常规诱发感觉峰波幅与潜伏期能否解释同样的行为差异。结果表明,距离—反应时相关大体追踪整体解码强度的动态起伏,但在峰值窗口中段存在短暂的显著性断裂,提示解码率最高并不严格对应最强的行为关联。该效应主要由有生命刺激驱动,且后期关联可能延伸至决策执行阶段之后。
研究思路
作者将表征距离假说拓展至高时间分辨率 MEG 分析中,以 20 ms 为时间步长逐点检验:在各时间点利用多通道传感器活动构建多维表征空间,拟合有生命/无生命类别的线性判别轴与决策边界,计算各个物体样例到超平面的投影距离,并将其与跨被试中位反应时进行 Spearman 秩相关分析。核心检验逻辑在于:若解码峰值期即是大脑提取物体类别用于决策的时窗,则距离—反应时负相关应在该区间显著成立,并与解码曲线保持时间同步。
为排除混杂因素,设计中设立了双重对照:第一重为任务注意对照,设置物体分类任务与中央分心字母辨别任务。若距离—反应时相关源于刺激诱发的前馈核心表征,则从分心任务数据中抽取的表征距离应能跨任务预测分类反应时(cross-over 相关),而分心任务自身对字母辨别的反应时与物体边界距离不应存在相关(作为零假设检验)。第二重为单通道诱发响应对照,检验早期初级感觉峰的潜伏期或波幅是否足以预测反应时,以排除多变量表征距离仅是传统宏观 ERP/ERF 指标投射的替代假说。
方法
研究招募 30 名健康受试者(29 人纳入最终分析,1 人数据损坏)。视觉刺激包含 24 幅自然物体抠图(12 幅有生命刺激:人/动物面孔与躯干;12 幅无生命刺激:人工物体与自然物),视野大小约 4 度,中心注视点叠加元音或辅音字母。刺激呈现 500 ms,反应时间窗口 1000 ms,试次间隔 900–1200 ms;每个样例在每个 run 呈现 8 次(192 试次/run),每种任务完成 4 个 run(共 768 试次/任务)。按键对应关系在 run 间平衡,并在反应后给予颜色反馈。
脑磁信号采集采用 160 通道全头轴向梯度计系统(采样率 1000 Hz,在线带通 0.1–200 Hz),利用时间平移主成分分析(TSPCA)消除环境噪声,截取 -100 至 600 ms 时间窗,剔除眼动伪迹(平均剔除率 2.1%)。离线分析下采样至 50 Hz(20 ms 分辨率,共 36 个时间点,通过仿真估算并校正滤波带来的约 20 ms 时滞);采用保留 99% 方差的主成分分析降维,在各时间点训练基于朴素贝叶斯的线性判别分析(LDA)分类器,进行 9:1 分折交叉验证,解码表现量化为敏感度指标 d',统计检验采用 Wilcoxon 符号秩检验并经 FDR 校正。行为结果:分类任务平均准确率 91.8%(SD 5.6%),反应时 469 ms(SD 82);分心字母任务准确率 87.2%(SD 8.5%),反应时 516 ms(SD 96)。
主要结果
- 类别信息超早期可解码并呈现双峰特征(图 3):两类任务的解码起始点(onset)均出现在刺激呈现后 60 ms;随后解码率快速上升并展现宽双峰轮廓,第一波峰位于 140 ms(两任务一致),第二波峰在分心任务中为 220 ms、分类任务中为 240 ms。以两峰均值(d'=0.61)为基准,120–240 ms 区间各时间点与峰值无显著差异,定义为“峰值解码期”。
- 表征距离与分类反应时显著负相关,但在峰值窗口中段出现解离(图 4):样例到边界的距离与分类反应时的 Spearman 秩相关在解码起始后多个时间点均达到显著,包括峰值期前后(<120 ms 与 >240 ms);但在 160–180 ms 这一时间窗口,距离—反应时相关未达到统计显著。
- 对照任务证实表征距离独立于任务态决策(图 4):分心任务中的字母反应时与物体边界距离在所有时间点均无显著相关(符合零对照预期);而采用分心任务 MEG 数据计算的表征距离能够跨任务显著预测分类任务的反应时(cross-over 相关),且其时间曲线与分类任务自身导出的相关高度吻合,同样在 160–180 ms 处出现脱落,证实该表征的形成具有刺激驱动的任务不变性。
- 相关强度与解码表现同步,主要由有生命刺激驱动(图 5–7):解码准确率时间序列与距离—反应时负相关强度时间序列之间呈现显著负相关(图 5),即解码率越高的时点,距离越远对应反应时越短的负相关越强。分项分析显示(图 6),负相关主要由有生命样例主导,在峰值期附近及 380 ms 之后显著;时间平均(0–600 ms)后有生命样例的平均负相关显著强于无生命样例(图 7),且仅有生命样例的相关时程与整体解码时程呈显著相关。考虑到分类任务平均反应时为 469 ms,晚期仍显著的时点反映了决策完成前后的持续神经表征。
- 初级感觉峰未能预测分类反应时(图 8):提取 160 ms 前各样例在传感器平均波形上的感觉峰潜伏期与峰波幅,其与中位规范反应时之间的相关在分类任务和交叉任务中均不显著,按生命性拆分后亦无相关。在 160–180 ms 处,有生命样例到边界的投影距离出现集群性回缩,对应图 3 解码曲线的短暂下陷波谷,导致样例间的相对排位顺序发生紊乱,解释了该时窗解码率虽高但反应时相关脱落的现象。
图注解读
图 1 · 距离假说的原理图
原文图注:Fig 1. Distances from a decision boundary through activation space can be used to predict reaction times (RT). (A) A hypothetical 2D activation space for human IT representing animate and inanimate object exemplars. Activation patterns for individual exemplars are projected onto a discriminant axis, which differentiates patterns based on animacy. A decision boundary placed along the axis allows for classification of animate and inanimate exemplars. Gaussian distributions along the discriminant axis reflect "decision noise". Exemplar representations closer to the boundary produce more ambiguous evidence compared to exemplar representations far from the boundary. An implication of classic signal detection theory is that RTs will correlate negatively with distance from the boundary. (B) A hypothetical emergent activation space for animate vs. inanimate object exemplars as would be revealed using MEG decoding methods. Stimulus onset is the time the stimulus is presented. The decoding onset (dashed line) is the first time point that a classifier trained to discriminate between animate and inanimate examplars performs significantly above chance. Peak decoding (gray box) is the optimal time point to read out information about stimulus category. Clusters depict the hypothetical 2D activation spaces at notable points in the decoding time-course.
子图 A 与 B 分别展现表征的几何空间与时间演变。图 A 为概念示意:在假想的二维激活空间中,散点代表各物体样例的活动模式,沿有生命/无生命判别轴投影并设立决策边界;沿轴的高斯分布反映决策噪声,遵循信号检测论的基本推论——样例距边界越远,证据模糊度越低,反应时越短。图 B 将该逻辑沿时间轴展开:在解码起始点(虚线,分类表现首次显著高于随机)之后,类别模式逐渐分离,灰框标出的峰值解码期被假定为读取类别信息的最优时窗。该图为后续分析确立了基准:横轴均为刺激呈现后的时间进程,纵轴表征距离均以决策边界为参考点。

图 2 · 双任务实验范式
原文图注:Fig 2. Behavioral paradigm. Trial structure for the two experimental tasks. On each trial a letter (vowel or consonant) was superimposed on the fixation circle in the centre of each object exemplar. When performing the categorization task subjects judged whether the exemplar stimulus was animate or inanimate, while during the distracted viewing task subjects judged whether the letter was a vowel or consonant. After subjects responded the fixation circle briefly flashed green (correct response) or red (incorrect response or no response) to provide trial-by-trial feedback on performance.
该图展示试次结构:物体图像中央注视点叠加字母,分类任务中受试者判断物体是否属于有生命类别,分心任务中判断字母为元音还是辅音,按键后注视圆以绿色(正确)或红色(错误/未作答)提供即时反馈。该设计通过中央字母将注意资源抽离物体本身,使物体在被动注视下呈现,从而构成了任务态与前馈表征的对照。这一范式支撑了主要结果第 3 条:交叉任务相关显著而分心字母反应时相关不显著,证实预测行为的是任务无关的前馈浮现表征而非任务特异性加工。

图 3 · 动画/非动画解码的时间进程
原文图注:Fig 3. MEG decoding for animacy. Mean classifier performance (d') for both the categorization task (red) and distracted viewing task data (orange) plotted over time. Shaded regions above and below the mean lines indicate +/- 1 SEM across subjects. Color-coded asterisks indicate time points at which classifier performance was significantly above chance, using a Wilcoxon signed rank test (* = false discovery rate (FDR) adjusted p < 0.05). Decoding onset for both data sets (60ms) is indicated by a dashed vertical line. The period of peak decoding is indicated by a gray box extending 120–240 ms post-stimulus onset. The bar along the x-axis indicates the stimulus duration.
横轴为刺激后时间(-100 至 600 ms),纵轴为分类器性能 d';红线代表分类任务,橙线代表分心任务,阴影为受试者间 ±1 SEM,星号标示经 FDR 校正后显著高于随机水平的时间点,垂直虚线为解码起始点(60 ms),灰框标出峰值解码期(120–240 ms),底部横条对应刺激呈现时长(500 ms)。曲线呈现双峰轮廓:在 140 ms 达到首个波峰,160–180 ms 出现短暂下凹波谷,随后在 220–240 ms 形成第二波峰。该时段的波动与结果第 5 条相呼应,确立了时间分析框架,支撑主要结果第 1 条。

图 4 · 距离—反应时相关的时间进程
原文图注:Fig 4. Time-series correlation between representational distances from the animacy boundary and categorization task reaction times. The time-varying rank-order correlation (Spearman's ρ) between the average object exemplar representational distance and average reaction time across subjects for the categorization task (red), distracted viewing task (orange), and cross-over between the tasks (blue), in which representational distances from the distracted viewing task were correlated with the median RTs for the categorisation task. Color-coded asterisks indicate time points at which a correlation between distance and RT achieves significance (* = FDR adjusted p < 0.05). The decoding onset is indicated by dashed vertical line (60 ms). The period of peak decoding is indicated by the gray shaded region extending from 120–240 ms post-stimulus onset. The bar along the x-axis indicates the stimulus duration.
横轴为时间,纵轴为距离与反应时的 Spearman 秩相关(负值表示离边界越远、反应越快)。三条曲线分别对应:分类任务距离对分类反应时(红线,主预测)、分心任务距离对分心字母反应时(橙线,理论预期为零相关)、分心任务距离对分类任务反应时(蓝线,跨任务交叉相关)。红线在解码起点后的多个时间点均达到显著,仅在 160–180 ms 处出现显著性中断;橙线全程无显著时间点;蓝线在解码起点后大部分时段显著,同样在 160–180 ms 暂时中断。该图同时呈现了主效应、零对照与交叉验证,支撑主要结果第 2、3 条。

图 5 · 解码强度与相关强度的对齐
原文图注:Fig 5. Matrix of correlations between decoding time-courses and representational distance-RT correlation time-courses. The "heat" of each tile reflects the strength of the rank-order correlation (Spearman's ρ) between a decoding time-course and a representational distance-RT correlation time-course. Asterisks indicate significant correlations (* = p < .01; ** = p < .001).
该图为相关矩阵热图:各单元格显示解码时程(分类任务或分心任务)与距离—反应时相关时程之间的秩相关强度,颜色偏暖表示相关越强,星号标记统计显著性(p < .01 / p < .001)。解码时程与相关时程呈显著负相关,表明分类器表现越强的时点,距离与反应时的负相关斜率也越陡峭。该结果将图 3 的解码指标与图 4 的行为相关联系起来,支撑主要结果第 4 条。

图 6 · 按类分开的逐样例表征距离
原文图注:Fig 6. Time varying representational distance for individual exemplars separated by object category. Time varying (A) categorization task (red) and (B) cross-over (blue) rank-order correlations (Spearman's ρ) for animate and inanimate exemplar stimuli. The color-coded asterisks in the top row of plots indicate time points at which there is a significant correlation between distances and RTs (* = FDR adjusted p < 0.05). The bottom row of plots displays the distances from animacy decision boundaries at each time point, computed for both the categorization task and distractor task data sets. Each time-varying line depicts the representational distance for an individual exemplar stimulus, at each 20 ms time point (either animate or inanimate). The color of each line is based on the rank-order of the median RT for each exemplar (rank is always within category). In all plots, decoding onset is indicated by dashed vertical line (60 ms). The period of peak decoding is indicated by a gray box extending 120–240 ms post-stimulus onset.
图示采用双行布局:上行为不同时段的相关时程,A(红线)为分类任务、B(蓝线)为交叉任务,各自区分有生命与无生命两类;下行为逐样例的表征距离时间序列,每条曲线对应一个物体样例(时间分辨率 20 ms)。下行数据显示,有生命样例的表征距离在峰值期前后清晰分离,而在 160–180 ms 出现整体收敛;曲线颜色对应各样例中位反应时的秩次。整体模式表明,有生命样例主导了距离—反应时的负相关走势,在峰值期附近达到显著,直接呈现了主要结果第 4 条的模式。

图 7 · 时间平均后的有/无生命比较
原文图注:Fig 7. Time-averaged (0–600 ms) correlations between representational distance and RTs for both animate and inanimate object exemplars. Mean time-averaged categorization (red) and cross-over (blue) correlations (Spearman's ρ) between representational distances and RTs. Asterisks indicate significant comparisons (Wilcoxon Signed Rank Test; * = p < .01; ** = p < .001). Error bars indicate +/- 1 SEM across time-points.
该图对 0–600 ms 逐时间点的相关系数取平均,对比有生命与无生命两组样例:纵轴为平均相关,红色代表分类任务、蓝色代表交叉任务,误差条为跨时间点 ±1 SEM,星号标示 Wilcoxon 符号秩检验的组间比较显著性(p < .01、p < .001)。两组的平均相关均呈显著负相关,但有生命组显著更强。这一结果量化支持了主要结果第 4 条中关于有生命样例主导整体效应的结论。

图 8 · 经典感觉峰的否定性检验
原文图注:Fig 8. Correlations between sensory peak latencies and amplitudes and categorization task RTs. Scatter plots for the rank-order (A) categorization and (B) cross-over correlations (Spearman's ρ) between peak latency and peak amplitude and median normalized RTs for the categorization task. (A) Red circles indicate animate exemplar data points, while red rings indicate inanimate data points. (B) Blue circles indicate animate exemplar data points, while blue rings indicate inanimate data points. Peak amplitude scale is in units of 10−14 T. For comparison also plotted are the correlations between representational distance and RTs at 120 ms. Asterisks indicate significant correlations (* = p < .01; ** = p < .001).
图示包含两个散点图面板(A 分类任务、B 交叉任务),每个点代表一个物体样例:实心圆为有生命样例、空心环为无生命样例,横轴为感觉峰潜伏期或波幅(波幅单位 10^-14 T),纵轴为该样例的中位规范反应时。两面板中无论感觉峰潜伏期还是波幅、无论是否区分生命性,与反应时的相关均未达显著;作为对照,120 ms 处的表征距离与反应时呈现显著相关。该结果排除了“表征距离效应仅反映传统诱发成分波幅或潜伏期”的替代解释,支撑主要结果第 5 条。

讨论
作者讨论了上述结果的三层理论含义:第一,在超快速视觉分类机制方面,类别信息在 60 ms 即可被解码,且距离—反应时相关在解码初发期即已出现,这与心理物理学中快于 200 ms 的眼跳分类潜伏期一致;该时程模型亦有助于解释“超阶类别反应时快于下属类别”与“某些细粒度类别解码峰值更早”之间的理论表象差异。第二,在时间分辨解码的解释学层面,多变量算法成功分类仅说明物理信号中包含信息,不能直接等同于大脑内部成功读取;距离—反应时关联将神经几何与行为表型绑定,提供了衡量表征“解缠结”(untangled)并投入决策链的更为保守的指标。在 160–180 ms 窗口,尽管分类器仍维持高准确率,行为层面的相关却暂时中断,提示该时刻机器可读的信号尚未有效转化为行为驱动力。第三,在知觉决策模型整合方面,序贯抽样模型(如漂移扩散模型 DDM)通常将反应时变异归因于向决策阈累积的漂移率(drift rate);若将表征空间中样例到边界的距离设定为决定漂移率的生理参数(距离越大,证据信噪比越高,漂移越快),则可将多变量表征几何无缝映射至漂移扩散动力学中。
研究局限主要在于:所观测的统计相关反映的是全脑多传感器复合信号的几何特征,未直接定位至特定腹侧皮层亚区;距离参数与漂移扩散模型的形式化拟合在本文中尚未实际执行;此外,距离—反应时效应显著偏向有生命刺激的神经生物学机制仍有待阐明。
一句话总结
该研究在毫秒级时间尺度上证实,多变量表征空间中样例到决策边界的几何距离能够在 120–240 ms 峰值期预测分类反应时,表明该相关独立于特定任务态加工并主要由有生命刺激驱动;同时 160–180 ms 处的行为相关解离明确了“机器算法可解码”与“生物系统实际用于决策”之间的边界。