IT / 文献库

PAPER 189 / CLOSE READING

Object decoding with attention in inferior temporal cortex

语义审核:minor_revision · 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 · 注意对解码精度的影响与群体调谐曲线
    2. 图 2 · 注意把表征恢复到"单独呈现"状态
    3. 图 3 · 干扰物突显变化压过注意增强
  6. 讨论
  7. 一句话总结

该研究评估空间注意对下颞叶(inferior temporal, IT)皮层神经元群体物体表征信息量的影响。作者训练猕猴在包含多物体的复杂视野中将注意分配至指定目标,利用模式分类器从约 200 个 IT 神经元构成的伪群体(pseudopopulation)放电率中解码物体身份与空间位置。结果表明,多物体视觉杂乱会明显降低单个物体的群体信息量,而空间注意能够将被注意物体的群体激活模式恢复至接近单独呈现时的状态;当非注意干扰物发生突发性颜色改变时,自下而上的物理显著性变化会引起群体表征的短暂转移。

研究背景

神经生理学研究已记录了空间注意对腹侧视觉通路神经元活动的调节效应,包括感受野内放电率升高、有效对比度响应增强、gamma 同步增强以及局部噪声相关性降低。然而,在单细胞水平上观察到的放电率变化幅度相对有限,其在神经元群体水平上对物体分类与识别所需信息量的实际贡献仍存讨论。例如,Li 等人(2009)利用群体解码方法发现杂乱背景未显著降低 IT 皮层对特定物体的信息量,这一结果引发了关于注意在过滤视觉杂乱中是否具备必要性的探讨。此外,既往研究多聚焦于单神经元层面的回路调节机制,而较少在计算与表征层面上直接评估这些生理变化如何转化为下游脑区可读取的物体信息。

本研究旨在通过群体解码方法量化注意对 IT 皮层表征保真度的实际影响,并从群体状态空间的角度考察同一神经群体中存在的两类注意效应——即单感受野内多刺激竞争时的放电调节,以及单刺激呈现时的增益性放大——是否在算法层面上共同服务于目标物体身份与位置信息的恢复。

研究思路

研究设计了跨条件的分类器训练与测试方案。为检验杂乱背景对神经表征的干扰程度及注意的恢复能力,分类器首先在“物体单独呈现”的数据集上进行训练,随后在“三物体杂乱阵列”的测试集上评估解码性能。若杂乱场景中的神经放电模式保留了单独呈现时的表征结构,分类器应能正确识别目标。

为进一步判别注意究竟是将神经表征拉回至孤立呈现状态,还是生成了依赖于特定背景的新表征,研究建立了交叉训练矩阵:分别利用线索呈现前(注意尚未分配)和线索呈现后(注意已稳定分配)的杂乱阵列数据训练分类器,并在孤立物体与杂乱物体数据上进行互测。此外,实验在部分试次中引入非目标干扰物的突发变色事件,用于检验自上而下空间注意与自下而上物理显著性信号在 IT 皮层群体表征中的动态竞争。

方法

实验记录了两只猕猴前部 IT 皮层的单细胞神经电生理活动。猴子执行注视与目标颜色变化检测任务:在中央注视点保持注视期间,对侧外周视野呈现 1 个或 3 个物体图像(大小 2.3°×2.3°,来自面孔、车辆、水果和沙发四类共 16 种物体,离心率 5.5°)。三个刺激位置分别位于不同的视网膜拓扑区域(落入 V4 神经元不同的感受野内),但均落入 IT 皮层记录神经元的感受野覆盖范围内。

阵列呈现约 525 ms 后出现中心线段空间线索,提示目标物体位置。猴子需维持注视,直至目标物体发生细微颜色变化(线索后 518–1260 ms 随机发生)时向目标发起扫视;在 50% 的试次中,某个非目标干扰物会提前变色,猴子需抑制对干扰物的扫视冲动。正确注视试次中,猴子对变色目标的正确识别扫视率约为 72%,对变色干扰物的误判扫视率约 1%。

分析构建了由 187 个 IT 神经元构成的伪群体(猴 1 包含 75 个,猴 2 包含 112 个)。采用相关系数分类器与 12 折交叉验证(重复 50 次),每个神经元的放电率经过 z-score 标准化。身份解码使用刺激呈现后 85–585 ms 的平均放电率作为训练数据,采用 150 ms 滑动时间窗(步长 50 ms)进行跨时程测试。分类性能以受试者工作特征曲线下面积(AUROC,机会水平 0.5)量化,统计显著性基于置换检验。

主要结果

  1. 视觉杂乱降低单物体表征保真度:孤立呈现时,物体身份解码在刺激出现后 225 ms 达到峰值(AUROC=0.83±0.022);而在三物体杂乱阵列中,在线索呈现之前,单物体解码准确率峰值仅为 0.62±0.014,两者自刺激呈现后约 75 ms 起即表现出统计学显著分离(P<0.01,图 1B)。
  2. 空间注意增强目标物体信息量:在线索呈现后约 150 ms,被注意物体的身份解码性能显著高于未被注意的物体(P<0.01);在线索后 400 ms,被注意物体的 AUROC 提升至 0.64±0.017(接近同时间段孤立刺激的 0.68±0.024),而未被注意物体的 AUROC 降至 0.56±0.010(图 1B)。目标的空间位置信息同样被显著恢复(图 1C)。
  3. 注意表现为群体状态的“恢复”而非“重构”:利用线索前杂乱数据训练的分类器性能弱于利用孤立物体数据训练的模型;而利用线索后注意分配阶段的数据训练分类器,其在各测试集上的解码率并不优于直接使用孤立物体数据训练的模型(图 2 右列实线与虚线基本重合)。这表明注意的作用机制主要是将杂乱扰动的群体状态拉回至孤立呈现时的表征构型。
  4. 自下而上显著性捕获引起的表征转移:将神经数据对齐至干扰物变色时间点,干扰物一旦发生颜色变化,IT 皮层群体表征瞬间切换为变色干扰物主导(分类准确率短暂反超被注意物体),随后在主动调控下重新恢复至被注意目标(图 3)。行为指标同样显示,若目标在干扰物变色后较短间隔内变色,猴子的按键反应时显著延长。
  5. 表征维度的统一性:群体编码分析显示,感受野内多刺激竞争调控与单刺激增益调控分别在群体空间中对应于身份区分模式与位置区分模式的恢复,表明两类经典注意效应可在同一高维表征空间中实现协同。

图注解读

图 1 · 注意对解码精度的影响与群体调谐曲线

原文图注:Fig. 1. Effects of attention on decoding accuracy. (A) Timeline for three-object trials. Single-object trials had the same timeline, except only one object was displayed. It should be noted that the attentional cue was shown for both isolated- and three-object trials, and once the cue was displayed it remained on the screen for the remainder of the trial (which could lead to potential visual–visual interactions). (B) Decoding accuracies for which object was shown on isolated-object trials (blue traces), and the attended object (red trace) and nonattended objects (green trace) in the three-object displays. Vertical lines indicate the times of stimulus onset, and cue onset. Colored shaded regions indicate ±1 SE of the decoding results (Methods). (C) Decoding accuracies for the position of the isolated stimulus (blue trace) and the attended stimulus (red trace). Black square boxes indicate times when the decoding accuracy for the position of the attended object was above what would be expected by chance (chance performance is 33%). (D) Z-score–normalized population firing rates to cluttered-display images ranked based on their isolated-object preferences.

子图 A 展示三物体试次的时间线(注视—阵列呈现—空间线索—变色事件—扫视)。子图 B 展示物体身份解码随时间变化的 AUROC 曲线:蓝色代表孤立呈现,红色代表被注意目标,绿色代表非注意干扰物。两条竖线分别对应刺激与线索呈现时刻,显示线索后约 150 ms 红绿轨迹显著分离。子图 C 展示刺激位置解码准确率,被注意物体(红色)显著高于随机水平。子图 D 呈现标准化群体放电率沿神经元偏好位置排序的调谐曲线,表明空间注意引起了群体响应轮廓的整体调节。

Figure 1

图 2 · 注意把表征恢复到"单独呈现"状态

原文图注:Fig. 2. Attention restores neural activity to a state that is similar to when the attended object is presented alone. Results are based on training a classifier with either 11 examples of isolated objects (solid lines) or with 11 examples of the same (attended) objects in cluttered displays (dashed line). The classifier was trained with either 300 ms of data from the array period (Left, gray shaded region) before the attentional cue or 310 ms of data from the period following the onset of the attentional cue (Right, gray shaded region). The classifier's performance was tested with either isolated-object trials (A) or with cluttered array data (B), using firing rates from 150 ms of data sampled in 50-ms sliding intervals. The results show that when training with data from the array period, better performance is achieved when training with isolated-object data compared with clutter data (left two plots), confirming that clutter reduces information about particular objects. Approximately equal levels of performance were obtained when training with either isolated or cluttered data from the period following the attentional cue (right two plots), indicating that attention caused the neural representation to enter a state that was similar to when objects were presented in isolation.

该图评估分类器跨条件泛化能力:A 列测试数据为孤立呈现物体,B 列测试数据为杂乱阵列。各子图对比了利用孤立数据训练(实线)与利用杂乱数据训练(虚线)的效果。左侧两图采用线索前数据训练,实线显著高于虚线;右侧两图采用线索后数据训练,实线与虚线高度重合,说明在注意部署后,杂乱场景诱发的群体状态与孤立物体呈现时的状态高度等价,支持注意对群体状态具有“模式恢复”作用的假说。

Figure 2

图 3 · 干扰物突显变化压过注意增强

原文图注:Fig. 3. Changes in the salience of distractor stimuli dominate over attention-related enhancements. A comparison of the decoding accuracies for the attended stimulus (red trace) to the distractor that underwent a color change (light green trace) and the distractor that did not undergo a color change (dark green trace). The data are aligned to the time when one of the distractors underwent a color change (black vertical bar). Chance decoding accuracy is 1/16 or 6.25%.

该图将神经放电数据对齐至非目标干扰物发生颜色改变的时刻(0 点黑色竖线),纵轴表示身份分类准确率(机会水平 1/16 即 6.25%)。红色曲线为被注意目标,浅绿色曲线为变色干扰物,深绿色曲线为未变色干扰物。变色事件发生后,浅绿曲线迅速上升并短暂反超红线,显示外显物理显著性可在短时内主导 IT 皮层的群体表征。

Figure 3

讨论

研究结果在群体表征层面对注意的功能机制进行了阐释。首先,在多物体杂乱视野中,下颞叶单细胞大感受野会导致非目标刺激的表征信号相互重叠,从而降低单物体的信噪比;自上而下的空间注意发挥了功能性门控作用,通过抑制非注意位置的传入输入,使 IT 皮层群体活动恢复至接近单独呈现目标时的状态,从而保障复杂场景下的物体识别。这一机制与基于感受野归一化及偏向竞争(biased competition)的理论预测相一致。

针对既往文献关于杂乱是否显著削弱 IT 信息量的争议,作者指出分类器训练与测试方案的设定是关键变量:若训练与测试均在完全相同的固定杂乱构型中进行,解码算法可能提取刺激间的组合构型线索;而本研究测试的是跨情境泛化表征,能够直接反映单个物体的保真度。关于自上而下与自下而上的交互作用,干扰物变色引发的瞬时表征反转表明,IT 皮层的高级视觉表征并非静态滤波,而是处于自上而下目标驱动与自下而上物理突显驱动的持续动态竞争之中。研究局限性包括采用伪群体而非全同步多通道记录,无法直接评估单试次噪声相关的动态改变,但补充分析表明人工引入相关性未显著改变解码的核心结论。

一句话总结

该电生理与群体解码研究表明,视觉杂乱会明显降低下颞叶皮层关于单物体的表征信息量,而空间注意通过将神经元群体激活模式恢复至接近刺激孤立呈现时的构型以抵抗干扰,且该自上而下的注意恢复效应可被自下而上的突显物理变化瞬时打断。

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。