IT / 文献库

PAPER 176 / CLOSE READING

Object representation in inferior temporal cortex is organized hierarchically in a mosaic-like structure

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 · 记录区解剖定位与物体刺激集
    2. 图 2 · 域结构的发现:层次聚类与皮层映射
    3. 图 3 · 换刺激子集聚出同样的格局
    4. 图 4 · k-means 与 VB-MoG 复核
    5. 图 5 · H1 与 H2 各域的物体调谐曲线
    6. 图 6 · H3 各域的调谐曲线与低层特征检查
    7. 图 7 · 域内逐位点的响应全景图
    8. 图 8 · 面孔域内的亚类选择性异质性
    9. 图 9 · 反面孔域内同样存在异质性
    10. 图 10 · 域与特征柱的关系:OISI 对位证据
    11. 图 11 · 单细胞-柱-域三层级的相关系数分布
  6. 讨论
  7. 一句话总结

一句话定位:该研究在猕猴前部下颞叶(IT)皮层表面进行大面积密集多电极记录,对上百个位点的物体响应向量进行聚类,发现特征柱之上存在跨数毫米的"域"(domain),域内包含对类内不同样本调谐各异的位点,显示 IT 皮层具有类似马赛克的层级组织:宏观上共享类别偏好,微观上由不同特征选择性位点嵌合而成。

研究背景

下颞皮层如何组织物体信息,长期存在两种看似不同的图景。一类功能成像研究发现面孔和身体等类别偏好的斑块,使类别模块成为解释高阶视觉的重要框架;另一类单细胞和内源光学成像研究则强调特征选择性,显示不同物体能够激活皮层上多个小尺度位点,并通过位点组合得到区分。前者突出毫米尺度上的类别共同性,后者突出约半毫米尺度的局部差异。面孔斑块之间的连接证据与特征柱研究各自不断积累,却仍留下一个问题:这些现象代表不同的组织原则,还是同一结构在不同观察尺度上的表现?

仅凭已有成像方法很难裁决。功能磁共振与内源光学信号都间接反映神经活动,其空间范围受到血流动力学和采样分辨率影响;一个看起来类别一致的区域,内部可能包含许多选择性不同的局部群体,而零散活动斑点也可能共同嵌在更大的类别偏好区域中。要区分这些可能性,需要直接测量足够广泛、足够密集的神经响应,再把反应相似性与真实皮层位置对应起来。分析还不能完全依赖预设的面孔减非面孔对比,否则发现某个面孔区域本身并不能回答更一般的组织问题。关键在于先按对多类刺激的整体响应关系分组,再检查空间聚集和组内异质性。

Sato 等在猕猴前部下颞皮层开展密集多电极记录,以记录位点的刺激响应向量进行聚类,并将所得分组映射回皮层表面,检验是否存在大于特征柱尺度的“域”。随后,他们比较同一域内各位点对不同面孔或其他样本的调谐,并与内源光学成像的活动斑点对照。这样,类别共同性与细粒度差异能够在同一套空间框架内接受检验,使模块和分布式表征的关系成为可测量的问题。这里的“层级”主要指局部位点、柱和域的嵌套组织,并非已经证明的信息加工先后顺序。记录来自麻醉动物的有限区域,域的偏好也受刺激集约束;某个域对面孔反应弱,尚不足以确定它真正编码的特征或在清醒识别中的因果作用。

研究思路

作者的总体策略是绕开间接代谢信号,采用不带预设类别对比的大范围电生理记录直接测量神经活动。具体逻辑分三步:第一,提取每个记录位点的刺激响应向量(该位点对全部刺激的平均放电率),以位点间响应向量的相关系数作为相似度进行无监督层次聚类;第二,将聚类结果映射回皮层表面,检验相似位点是否在空间上聚集为大于柱尺度的"域";第三,分析域内逐位点响应,检验同一域内各位点在类内样本水平(如猴脸 vs 人脸、正常脸 vs 打乱脸)上的调谐差异,并结合 OISI 将电生理位点与已知特征柱激活斑对位,从而在同一套数据中检验模块化与分布式表征的组织形态。

方法

实验层面,研究用了三只雄性恒河猴(Macaca mulatta)的三个右半球(H1、H2、H3),全程在深麻醉下进行(记录期间以维库溴铵麻痹并人工呼吸,芬太尼镇痛)。记录腔定位于前部 IT 皮层(大致在上颞沟 STS 下方、颞中沟前段附近,腔中心约在前耳道前方 15–20 mm 处,属 TEad 一带),术后用离体脑确认解剖位置。电生理记录使用三根间距约 150 μm 的钨丝电极捆成的电极束垂直穿刺皮层,在每个穿刺点从发现首个放电的深度(记为 0)起每 300 μm 记录至 1200 μm 共 5 个深度,每次推进后等 30 分钟稳定;多单元活动(multiunit activity, MU)以背景噪声 3.5 倍标准差判峰,每个刺激 12 试次,反应为刺激起始后 80 ms 起 500 ms 的平均放电率减去刺激前 500 ms 基线,最后把 3 电极 × 5 深度的 15 个 MU 平均成该位点的"局部活动"——如此取平均有依据:作者引用其 2009 年的工作表明,同一柱状区域内细胞具有共同响应属性,池化即得柱响应。刺激集 A(H1、H2)含 104 张图像、7 个类别(正常面孔 16、打乱面孔 8、手 16、猴身体 16、非灵长类动物身体 16、食物蔬菜 16、人造物 16);刺激集 B(H3)为 112 个刺激、增加彩色/单色/剪影三种版本及简单彩色形状。

分析层面,以 1−相关系数为距离做层次聚类(complete linkage),阈值取两两相关显著(单侧 Pearson 检验 p≤0.05)对应的距离(104 个刺激时显著相关为 0.16、阈值距离 0.84),每个半球的位点由此聚成 7–8 组;再用 k-means 与变分贝叶斯高斯混合(variational Bayesian mixture of Gaussians, VB-MoG)两种方法交叉验证。空间聚集性用置换检验(permutation test)定量:把组内成员随机重排到全皮层记录位点位置 1 万次,看真实组内平均空间距离是否落入随机分布的最低 5%。OISI 方面,以 605 nm 波长光照皮层、CCD 相机拍摄 6.4×4.8 mm 区域,25 个刺激加 2 个空白屏随机呈现、每刺激每轮重复 32 次,只保留在两个不同日期一致出现的激活斑点(activity spots)做后续对照。

主要结果

  1. IT 皮层存在稳定的"域"结构。层次聚类把位点聚成 H1 七组、H2 八组、H3 七组,且每组成员在皮层表面就近分布:组内位点平均空间距离 H1 为 2.12 mm、H2 为 2.22 mm、H3 为 2.58 mm,均显著小于随机重排的距离(置换检验 10000 次,p<0.05)。这个尺度远大于 0.5 mm 的特征柱(图 2)。聚类结果对方法(k-means、VB-MoG,图 4)与刺激子集(图 3)稳健,H3 用完全不同的刺激集(含彩色、单色、剪影)也得出相似的空间格局,说明"域"是稳定结构而非刺激集选择的产物。

  2. 一些域对特定类别敏感。H1 的 Domain I 明显偏好面孔:最佳 5 个刺激里 4 个是猴脸,全部面孔刺激落在调谐曲线前 34%,面孔(16 个)与非脸(80 个)响应差异 t 检验 p=3.2×10⁻¹³;Domain II 也偏好面孔但特异度稍弱(p=1.1×10⁻⁹);Domain III 偏好猴身体(猴身体图像全落前 41%,p=4.5×10⁻¹⁰)。同时存在面孔诱发最弱响应的"反面孔域"(anti-face domains):H1 的 Domain IV 最差 4 个刺激全是猴脸,最差 30% 覆盖全部面孔刺激(面孔 vs 非脸,p=2.7×10⁻¹¹),H2 的 Domain V、H3 的 Domain VI 类似(图 5A、B,图 6A)。H3 的方差分析(99 个有彩色/单色/剪影三版的刺激)显示除 Domain I 外各域均不受低层特征(颜色、轮廓)显著调制,而 Domain I 在这 99 个刺激中的最佳响应仅 13.0 spikes/s,远低于其面孔响应(猴脸 46.4、人脸 33.7 spikes/s,面孔刺激未纳入 ANOVA),因此所有域都难以用低层特征解释。

  3. 域内调谐具有异质性并嵌有特征柱。面孔域内全部位点(H1 16 个、H2 19 个)对面孔的响应均显著高于非面孔(各自 t 检验 p<0.05),表明域级选择性并非由少数强响应位点主导;但逐位点分析显示,位点对亚类样本(猴脸 vs 人脸、正常脸 vs 打乱脸)的偏好存在差异:H1 有 6 个、H2 有 5 个位点对猴脸响应显著更强,H1 的 Site Q 与 H2 的 3 个位点对人脸响应更强;在正常脸 vs 打乱脸对比中,多数位点(H1 12/16、H2 17/19)无显著差异,少数位点显著偏好正常脸(可能表征面孔整体构型)。作者推断域由表征面孔不同局部特征的柱组成(图 7、图 8)。反面孔域内所有位点的面孔响应均显著弱于非面孔,但抑制程度同样受到亚类调制(H1 4/7、H2 2/5 的位点在人脸与猴脸间差异显著;H1 有 2 个位点在正常脸与打乱脸间差异显著),显示出域内异质性(图 9)。

  4. OISI 激活斑与域内位点对应,斑尺寸与已知特征柱一致。OISI 显示物体诱发的活动斑点集中在域内,斑点直径 0.49±0.07 mm(n=14),与既往报道的 IT 特征柱尺寸(约 0.5 mm,Fujita 等 1992)吻合;H1 有 14 个、H2 有 11 个域内记录位点被鉴定为活动斑。面孔在面孔域内激发斑点,而斑马、瓶子等非脸物体在该域内激活甚弱;更重要的是,同一域内不同面孔激发的斑点图案互不相同(位点 M 对应的斑点只被三张脸中的一张清晰激活),印证域内异质性确由柱级特征所致(图 10)。

  5. 响应相似度按"点内-域内-域间"单调衰减。把距离 ≤1 mm 的 MU 对按三种来源分类后发现:同一位点内部 MU 对的相关系数最高,同域不同位点次之,跨域最低——两两差异都显著(Wilcoxon rank-sum 检验,p<1.0×10⁻¹⁶,H1 与 H2 均如此)。排除了"物理距离"这一混淆后,这一梯度意味着皮层从单细胞 → 柱 → 域的层级组织中,调谐相似性在越小尺度上越高(图 11)。

图注解读

图 1 · 记录区解剖定位与物体刺激集

原文图注:Figure 1. Recording area and object stimulus sets. A, The coordinates of the major sulci in lateral view of the brain (H1) reconstructed from the coronal sections obtained by MRI. The circle in broken line gives the location of the recording chamber. B, The representative MRI section at anterior–posterior (AP) 17.8 mm (red line in A) relative to ear canal. C, The lateral views of the postmortem brains (H1, H2, and H3) where the location of chamber (circle in broken line) and MU recording area within the chamber (shaded area; see also Fig. 2B,D,F) were indicated. In A–C, LF, Lateral fissure; IOS, inferior occipital sulcus; PMTS, posterior middle temporal sulcus; STS, superior temporal sulcus; AMTS, anterior middle temporal sulcus; DV, dorsoventral location relative to ear canal. D, E, The stimulus sets for H1 and H2 (D), and for H3 (E). Red circle, blue triangle, and green square represent face, monkey body, and animal body categories, respectively. ……(下略)

这张图前半(A–C)交代解剖:靠 MRI 重建把主要脑沟标在半球外侧面,画出示记录腔的位置,再用三只猴的离体脑核对腔位与多单元记录覆盖区,说明记录确实落在前部 IT(TEad 一带)而非别处。后半(D–G)交代刺激:D、E 分别是给 H1/H2 与 H3 用的两大套图像,红圈、蓝三角、绿方块三种符号分别标记面孔、猴身体、动物身体三类并在后文沿用;F、G 是 OISI 实验用的各 25 个刺激子集。图 1 确立了解剖记录区域与刺激类别的基准,为后续空间定位与调谐曲线分析提供解剖和刺激框架。

Figure 1

图 2 · 域结构的发现:层次聚类与皮层映射

原文图注:Figure 2. Hierarchical clustering and cortical mapping for three hemispheres. A, C, E, Dendrograms obtained by the hierarchical clustering of recording sites based on similarity in stimulus response vectors for H1 (A), H2 (C), and H3 (E). The vertical axis, similarity distances [1 − correlation coefficient (r)]. Horizontal axis, recording sites sorted by the similarity distances. IDs of recording sites are given in Roman letters (A–mm) and used consistently throughout the paper. The broken horizontal red lines represent the threshold for statistically significant correlations between two sites (p ≤ 0.05). We used this threshold to define groups of sites with similar stimulus response vectors: the branches below the threshold indicate grouped sites. ……(下略)

左侧(A、C、E)为三个半球记录位点刺激响应向量的层次聚类树:横轴为记录位点,纵轴为 1−相关系数距离(越低越相似),红色虚线对应两两相关显著(p ≤ 0.05)的截断阈值,低于该线的聚类分支定义为位点组。右侧(B、D、F)将各组位点投影回皮层表面(每组三个相邻黑点代表一个记录位点),显示同组位点在空间上聚集分布而非离散分布。置换检验显示各组内平均距离(H1 2.12 mm、H2 2.22 mm、H3 2.58 mm)均显著小于随机重排距离(p < 0.05),据此界定了响应相似且空间连续的毫米级"域"结构。

Figure 2

图 3 · 换刺激子集聚出同样的格局

原文图注:Figure 3. Hierarchical clustering with stimulus subsets in H1. A, Subsets (I and II) of the stimulus set in Figure 1D. B, C, the results of the hierarchical clustering with the Subsets I (B) and II (C). The color for each site indicates the group assigned to the site by the hierarchical clustering with each stimulus subset. D, The same figure as Figure 2B for comparison.

该图检验聚类结果对刺激采样的稳健性。作者将 104 个刺激划分为两个不同子集分别重新聚类,获得 B 与 C 两幅皮层映射,并与包含全部刺激的 D 进行对比。三幅图的空间分布格局保持一致,表明聚类得到的域结构反映了稳定的皮层空间组织,而非特定刺激选择的偶发结果。

Figure 3

图 4 · k-means 与 VB-MoG 复核

原文图注:Figure 4. The results of different clustering analyses. A–F, Resulting grouping of sites is indicated on the cortical surface using the same color for sites belonging to each group in H1 (A, B), H2 (C, D), and H3 (E, F). The analyses were k-means clustering (A, C, E) and clustering using the VB-MoG (B, D, F). Other conventions are the same as in Figure 2, B, D, and F.

该图检验聚类结果对分析方法的稳健性。针对层次聚类阈值设定的潜在任意性,作者分别采用 k-means(A、C、E,组数采用层次聚类结果)与变分贝叶斯高斯混合模型(VB-MoG,B、D、F,自动估计组数与边界)进行重新聚类。投影回皮层的各组空间分布与图 2B、D、F 基本一致,证实域划分对聚类算法具有稳健性。

Figure 4

图 5 · H1 与 H2 各域的物体调谐曲线

原文图注:Figure 5. Object tuning curves of domains in H1 (A) and H2 (B). Domains are in accordance with the hierarchical clustering in Figure 2A,C. Horizontal axes give object stimuli in ranked order (n = 104) and vertical axes give responses evoked by the stimuli. In each panel, red circles, blue triangles, and green squares, represent face, monkey body, and animal body categories, respectively (see Fig. 1D). Other object categories (scrambled face, monkey hand, food and vegetable, and man-made object) are indicated by small black dots. Shaded area in each panel represents estimated trial-by-trial SD calculated according to a previous study (Sato et al., 2009). The rectangular boxes below the horizontal axis give the best five (the box with solid line) and the worst five (the box with broken line) stimuli. ……(下略)

读法:每个小面板是一个域,横轴为 104 个刺激按响应强度排序、纵轴为平均响应;红圈=面孔、蓝三角=猴身体、绿方块=动物身体、黑点=其余类别,阴影是试次估计的标准差,实线框标最佳 5 个刺激、虚线框标最差 5 个。调谐曲线的形态反映出各域的反应偏好。例如 H1 Domain I 面板里红圈集中在响应最强的一端,最佳 5 个刺激里 4 个是猴脸;而 H1 Domain IV 中红圈全部落在响应最弱的一端——面孔是它最不敏感的刺激。这张图支撑第 2 条结论,即面孔域、猴身体域、反面孔域的类别化行为,也给出"前 34%/前 41%/后 30%"这类定量描述的图形来源。

Figure 5

图 6 · H3 各域的调谐曲线与低层特征检查

原文图注:Figure 6. Stimulus tuning curves for domains in H3. A, Object tuning curves, where conventions of colored symbols are the same as those in Figure 5, namely, face, monkey body, and animal body categories. Domains are in accordance with the hierarchical clustering in Figure 2E. B, The same tuning curves in A except for the conventions of colored symbols. In B, magenta circles, cyan triangles, and black squares indicate colored, monochrome, and silhouette versions of stimuli, respectively (see Fig. 1E). Horizontal axes give stimuli in ranked order (n = 112) and vertical axes give responses evoked by the stimuli. Other conventions in A and B are the same as in Figure 5.

H3 用了另一套 112 刺激集,这张图做两件事。A 是与图 5 相同符号的类别版调谐曲线,承载 H3 的主要结论——Domain I 与 II 偏好面孔、Domain VI 是反面孔域、Domain III 可能偏好猴身体。B 换一套符号专门检验低层特征:同一物体以彩色(品红圈)、单色(青三角)、剪影(黑方块)三版出现,如果某域的调谐主要由颜色或轮廓驱动,三种符号在曲线内应系统性分离;结果除 Domain I 外未见显著主效应,且 Domain I 在这 99 个三版本刺激中的最佳响应仅 13.0 spikes/s,远低于面孔响应。这就是对"域只是反映颜色/形状维度"这一替代解释的否证,支撑第 2 条结论的后半部分。

Figure 6

图 7 · 域内逐位点的响应全景图

原文图注:Figure 7. Common and heterogeneous object selectivity within domains. A, B, Evoked responses of individual recording sites to different objects ordered in categories for H1 (A) and H2 (B). Color indicates site-by-site evoked responses that were normalized with the maximum response across the objects within individual sites. The vertical axis represents the site IDs defined in Figure 2. The horizontal axis shows 104 stimuli arranged category by category (see Fig. 1D). The domains are in accordance with the hierarchical clustering in Figure 2A,C.

这是一张热图:行是逐个记录位点(对齐图 2 的域编号),列是按类别排序的 104 个刺激,颜色为每个位点归一化后的响应强弱。读图要点是先纵向看面孔那一列的色带——面孔域内每位点在面孔列都亮(共同性);再横向扫 16 张脸,会发现亮度的图案并不相同(异质性)。这张图是第 3 条结论的直观底版:域内既有共性(都爱面孔)也藏着由位点间差异组成的细纹理,并预演了图 8 的逐对比较。

Figure 7

图 8 · 面孔域内的亚类选择性异质性

原文图注:Figure 8. Heterogeneous selectivity within face domains. A, B, Spatial patterns of sites with differential responses to monkey and human face subcategories for H1 (A) and H2 (B). Sites within face domains (Domain I in both H1 and H2) determined by the hierarchical clustering are plotted (Fig.2B,D). Circles represent the sites showing significantly stronger evoked responses to monkey faces than human faces (t test, p ≤ 0.05). Squares indicate stronger sites to human faces than monkey faces (t test, p ≤ 0.05). Triangles indicate no significant difference between monkey and human faces. C, D, Spatial patterns of sites with differential responses to normal face and scrambled face subcategories in face domains for H1 (C) and H2 (D). Circles represent the sites showing significantly stronger evoked responses to normal faces than to scrambled faces (t test, p ≤ 0.05). ……(下略)

这张图把第 3 条结论落到实处。前四个面板(A–D)画的是面孔域内的皮层地图:圆圈=显著更爱猴脸(或正常脸)的位点,方块=显著更爱人脸(或打乱脸)的位点,三角=无显著差异。读图时看到三种符号混在同一个面孔域里、"猴脸偏好者"在 H1 里略偏向域的前部而在 H2 里杂乱无章,即可确认亚类调谐在域内确有差异但不规则成簇。下半 E、F 两栏给出代表性位点的分类别响应条形图,样本为两半球面孔域内共 35 个位点,括号里的百分数是各选择类型位点的占比——"大多数位点对正常脸与打乱脸无差异"这一关键数字就出自 F。作者据此说:面孔域是"面孔相关特征的集市",而不是一整块一模一样的面孔探测器。

Figure 8

图 9 · 反面孔域内同样存在异质性

原文图注:Figure 9. Heterogeneous selectivity within anti-face domains. A, B, Spatial patterns of sites with differential responses to monkey and human faces in anti-face domains for H1 (A) and H2 (B). C, D, Spatial patterns of responses to normal faces and to scrambled faces in anti-face domains for H1 (C) and H2 (D). Conventions are the same as in Figure 8A–D. E, F, Representative sites in anti-face domains showing differential selectivity for human and monkey faces (E) and for normal and scrambled faces (F). Conventions are the same as in Figure 8E,F.

反面孔域是本文故事的另一面。这里所有位点对脸的响应都显著弱于非脸——但"弱"的程度不均:A、B 显示人脸 vs 猴脸在域内个别位点上仍有显著差异(H1 4/7、H2 2/5),C、D 显示正常脸 vs 打乱脸在 H1 有两位点差异显著。符号约定与图 8 完全一致,只是方向换成"对哪类脸最不敏感"。读法与图 8 相同:看符号是否混排、看 E、F 示例曲线里脸的响应是否压在底部。这张图支撑第 3 条结论中"域内异质性不是面孔域专属"的一半,也让反面孔域不至于被理解成"一小撮对抗面孔的细胞",而更像由若干共享"面孔最弱响应"属性的特征柱组成。

Figure 9

图 10 · 域与特征柱的关系:OISI 对位证据

原文图注:Figure 10. Relationship of domains to feature columns. A–D, Spatial patterns of intrinsic signals elicited by objects (lower right insets) in H1 (A, B) and H2 (C, D). B and D represent magnified views of representative sites in A and C, respectively. Color indicates p value representing statistically significant difference between trials with stimulus and trials without stimulus (blank screens; t test, p ≤ 0.01). The shaded regions represent an anti-face domain in green and face domain in pink determined by the hierarchical clustering (Fig. 2B,D). Electrophysiological recording sites are indicated by black dots as in Figure 2B,D.

该图将内源光学信号(OISI)与电生理聚类域进行空间对位。四幅内源信号图按 p 值着色(刺激 vs 空白,t 检验 p ≤ 0.01),叠加粉色面孔域、绿色反面孔域及电生理记录位点(黑点),右下角显示对应刺激。面孔刺激在粉色面孔域内诱发出多个活动斑点(平均直径 0.49 ± 0.07 mm,n=14),且不同面孔激活的斑点空间位置存在分离(如位点 M 对应的斑点仅被三张面孔中的一张显著激活);斑马、瓶子等非面孔刺激在面孔域内未见显著激活。H1 中 14 个、H2 中 11 个电生理记录位点被确认为活动斑,表明毫米级域内部包含对类内不同样本特异响应的特征柱结构。

Figure 10

图 11 · 单细胞-柱-域三层级的相关系数分布

原文图注:Figure 11. Relationship among MUs within site, within domain, and across domains. A, B, The distribution of MU pairs against correlation coefficient between their stimulus response vectors in H1 (A) and H2 (B). Only the MU pairs with the distance ≤ 1 mm are counted to ensure that the response similarity was due to local (presumably columnar) structure rather than simply proximity. We plotted MU pairs taken from within a site (blue), different sites but in the same domain (green), and different domains (red) separately. Vertical axis, frequency of MU pairs with the correlation coefficient indicated in horizontal axis.

这张图用分布直方图呈现层级组织。横轴是两支 MU 响应向量的相关系数,纵轴是配对频数,三种来源分色:同一位点内(蓝)、同域不同位点(绿)、跨域(红)。读图要点:蓝峰最右(相关最高),绿峰居中,红峰最左,两两比较均为 Wilcoxon rank-sum 检验显著(p<1.0×10⁻¹⁶,H1 与 H2 皆然)。注意"只取距离 ≤1 mm 的配对"这一过滤——它排除了"距离近所以相似"的物理邻近解释,使绿与红的差异只能归因于组织结构。这张图一并支撑第 5 条结论:同一柱内相似度最高、同域内次之、跨域更低,层级结构从小尺度到大尺度逐步"松开"。

Figure 11

讨论

作者把全部结果解读为一种马赛克式的层级组织:域是整幅大图,特征柱是其中一枚枚局部不同的瓷片;既往 fMRI 所说的"斑块"(patch)与本文的"域"其实是同一事物在不同空间分辨率下的样子。这也解释了此前文献的一处谜案——Kriegeskorte 等(2008)发现人下颞叶 BOLD 信号的不相似度结构与猴 IT 单单元记录的惊人相似,原因可能是随机在域内取样(电生理的常态)与把整域平均(单个体素 BOLD 的常态)都会得到相同的类别选择性画面。与 Tsao 等的面孔斑块对话也很直接:本研究面孔域的空间范围与 fMRI 面孔斑块(约 16 mm²)在同一量级,位置上可能对应其命名的 AL 斑块;Freiwald 与 Tsao 在 AL 区域记录到 24% 的面孔抑制神经元与 14% 的无选择性神经元,在本文框架下可解释为间接且空间分辨率较低的 fMRI 信号将反面孔域与面孔域合并在同一斑块内。作者也坦承局限:某域"偏爱什么类别"的描述依赖刺激集,反面孔域真正偏好的类别可能不在其 104 个刺激之内(虽然"面孔一致诱发最弱响应"这一点说明其偏好类别肯定不含面孔特征);每位点具体表征什么特征有待未来鉴定;H2 与 H3 的猴身体域也只是部分成立的候选。

作者进一步讨论了这种结构是否构成皮层的一般组织形式:若将功能柱视为皮层的基本功能单元,马赛克式的域结构可能同样存在于 IT 皮层其他区域乃至更广泛的皮层系统中——Harada 等(2009)的 fMRI 显示色敏感区在 IT 内也呈聚集分布(位置比本文记录区更腹侧),Pinsk 等(2005)报道的身体部位激活区可能与本文的猴身体域对应。这些讨论与作者团队自己的特征柱系列工作(Wang 等 1996/1998、Tsunoda 等 2001、Sato 等 2009)一脉相承,将精细的分布式特征表征整合进宏观的类别组织框架中。

一句话总结

该研究的核心发现是下颞叶皮层存在嵌套式的层级组织:宏观上表现为数毫米尺度的类别偏好域,微观上则由不同亚类特征选择性的特征柱镶嵌而成。这一多尺度结构协调了宏观功能成像(模块说)与微观电生理及光学成像(分布式特征编码说)之间的观察差异,表明两类假说对应着同一解剖结构在不同空间分辨率下的表征特征;其局限在于域的调谐界定取决于所选用的刺激集,刺激集之外的潜在类别偏好仍有待进一步验证。

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。