IT / 文献库

PAPER 210 / CLOSE READING

Robust selectivity to two-object images in human visual cortex

语义审核:needs_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 · 一个梭状回电极上"第二个物体几乎不衰减反应"的示例
    2. 图 2 · 位置与物体数目的群体水平比较
    3. 图 3 · 单物体训练、两物体测试的解码性能
    4. 图 4 · 潜伏期与抑制的时间演化
  6. 讨论
  7. 一句话总结

一句话定位:该研究探讨了灵长类神经生理与人类快速视觉识别之间的表征差异:猕猴单细胞研究表明 V4 与 IT 神经元对偏好刺激的反应在视野内加入第二物体后常受明显抑制,而人类在数百毫秒内即可识别多物体场景。作者记录癫痫患者的颅内场电位(intracranial field potentials, IFP),发现人类视觉皮层在刺激呈现后约 200 ms 内的选择性对视野内第二物体的干扰具有抗性,且基于单物体训练的线性分类器可直接解码两物体图像中的类别信息,为人类视觉皮层早期阶段以并行前馈为主的表征方式提供了电生理证据。

研究背景

自然视觉输入多包含多个物体。以往猕猴单单位记录显示,当记录感受野内出现第二物体时,V4 与 IT 神经元对偏好刺激的放电率往往显著下降。若该抑制在皮层中普遍存在,人类在杂乱场景中快速识别物体的机制就需要进一步解释。对此有两种主要假设:一种认为面孔等特殊演化类别具备免受抑制的特异性,但该假设难以解释常见人工物体的快速识别;另一种假设认为空间注意在物体间快速串行转移,分步处理单一物体。然而人类心理物理学与早期诱发电位研究表明,视觉刺激呈现后 150–200 ms 即已出现类别选择性信息,串行注意扫描在时间窗口上未必能完全解释第一波识别信号。

检验上述假设需要来自人类视觉皮层的直接记录,并系统排除其他可能解释:例如两物体条件下的放电减弱是否源于较小感受野的位置采样偏差;类别特异性效应是否仅局限于面孔;以及单物体条件下建立的表征能否直接支撑多物体识别。若在单物体训练、两物体测试的条件下解码器仍能维持判别性能,则说明早期神经群体信号包含对干扰具有不变性的目标信息。此外,潜伏期分析可用于检验额外注意转移是否引入了处理延迟。

Agam 等记录难治性癫痫患者的颅内场电位,比较单物体与两物体图像条件下的响应幅度、抑制指数(SI)、位置容忍性与反应潜伏期,并应用线性支持向量机(SVM)进行跨条件解码。研究旨在检验:人类视觉皮层在第二物体加入时是否普遍出现响应抑制,该抗干扰表现是否能由局部感受野或特定类别解释,以及早期群体信号是否足以支持多物体识别。实验结果支持前馈并行的早期加工特征;同时作者指出,刺激材料为灰度背景下的规则孤立物体,实验未直接排除自然复杂杂乱场景中串行注意的后续调节作用,且场电位群体信号与单个神经元的放电特性存在尺度差异。

研究思路

作者的设计由三部分构成:第一,在电生理记录中量化多物体干扰程度,计算抑制指数(SI)并拟合多种响应加和模型;第二,检验混杂因素,通过位置随机化评估反应分布是否存在双峰特征(以排除覆盖单一位置的局部小感受野假说),并对比单、双物体刺激下的潜伏期分布(检验是否存在注意转移导致的时间滞后);第三,进行跨条件泛化检验,使用单物体条件下的 IFP 特征训练支持向量机,直接测试两物体图像的单试次反应,量化评估神经群体信号在无监督或单样本经验下的干扰容忍度与解码准确率。

方法

被试为 9 名接受术前致痫灶定位评估的药物难治性癫痫患者(10–47 岁),植入硬膜下栅格/条状电极(8 人)或立体定向深部电极(1 人),共记录 672 个电极触点(其中 296 个位于视觉皮层),信号带通滤波为 0.1–100 Hz。刺激为对比度归一化的灰度图像,涵盖动物、椅子、面孔、汽车、房屋 5 个类别,每类 5 个实例;呈现时间为 100 ms,间隔 1000 ms 灰屏,包含单物体条件(30%)与两物体条件(70%),两物体对称呈现在注视点上下或左右(单物体视角约 3.4°,中心距注视点约 3.8°)。被试执行目标类别检测任务(每个区块预先指定目标类别,按键报告是否包含目标),平均正确率为 92%±12%,平均反应时约 630 ms。数据分析截取刺激呈现后 [50, 300] ms 窗口的 IFP 响应幅度 R = max − min;单物体条件下经跨类别单因素 ANOVA(p < 0.01)筛选出 24 个具有视觉选择性的电极。抑制指数定义为 SI = (R12 − max(R1, R2)) / max(R1, R2);解码分析提取每个试次的三个特征(电压极小值时刻、极大值时刻及峰峰值 R),训练线性核 SVM 执行二分类(偏好类别 vs 其余类别),显著性阈值以 100 次类别标签随机置换生成的零分布均值上浮 3 个标准差为准。

主要结果

  1. 第二物体呈现未诱发普遍抑制。 左侧梭状回示例电极显示,两物体同类别条件引发的 IFP 波形与单物体条件相近;偏好类别与非偏好类别配对呈现时仅有微弱衰减(图 1A、1B)。跨类别配对的平均 SI 为 −0.02±0.09,跨实例配对为 −0.09±0.16(基于 24 个电极、140 个类别配对),且面孔偏好电极与非面孔偏好电极之间无显著差异(图 1E、图 2E)。
  2. 选择性稳健性不依赖于小感受野假设。 位置随机化后反应幅度呈单峰分布,单物体条件下的位置容忍指数为 0.09±0.08,两物体条件下为 0.08±0.07,上下视野位置间未表现出系统性偏好(图 1C、1D、图 2B、2C)。
  3. 两物体响应接近最大值合并规则。 在对比的七种加和模型中,拟合最佳的形式为 a·max(R1, R2) + b·min(R1, R2),其中 a = 0.74±0.18、b = 0.13±0.28,表明群体响应主要取决于较强刺激的单项驱动,而非线性的刺激平均(图 S2)。
  4. 单物体训练解码器可解码双物体呈现。 基于单电极特征的分类准确率(CP)介于 51%–77%(均值 60%±7%),24 个选择性电极中有 21 个(88%)显著高于随机置换水平;45 个电极构成的伪群体展现出更高的解码性能;分类表现显著的脑区分布于下枕回、外侧梭状回及下颞皮层(图 3A–G)。两物体训练-测试的准确率与单物体训练-两物体测试的泛化准确率呈高度线性相关(r = 0.96),表明外推衰减有限(图 3C)。
  5. 时间进程未显示串行注意转移的额外延迟。 两物体图像的神经反应潜伏期(157±37 ms)与单物体图像(167±45 ms)无统计学显著差异(双尾 t 检验 p > 0.3),且各电极在两条件下的潜伏期显著正相关(r = 0.67);在 [50, 300] ms 窗口内,SI 随时间保持在 0 附近,未见系统性负向偏移(图 4A–C)。

图注解读

图 1 · 一个梭状回电极上"第二个物体几乎不衰减反应"的示例

原文图注:Figure 1. Example of Robustness to the Presence of a Second Object in IFP Recordings from Human Visual Cortex. Responses of an electrode in the left fusiform gyrus (see inset) showing an enhanced response to the 'human faces' category ('preferred category,' blue) versus other categories (gray). The stimulus was presented for 100 ms (gray rectangle); responses are aligned to stimulus onset (t = 0). (A) Responses to one-object images (thin lines) or two objects from the same category (thick lines) averaged over different exemplars and positions. (B) Responses to two objects from different categories (thick lines) compared to one-object images (thin lines) for images that contain the preferred category (blue) or nonpreferred categories (gray). (C) Responses to one-object images separated by object position…… (E) IFP response magnitude (max(IFP) − min(IFP) in [50,300] ms) to two-object images (r12) versus response to the preferred one-object image [max(r1,r2)]…… (F) Distribution of IFP response magnitudes based on the data in (B) for the two-object images containing the preferred category (blue) or nonpreferred categories (gray)……

(A)(B) 显示偏好类别(蓝线)在双偏好物体或偏好-非偏好配对下,波形幅度与单物体条件接近;(C)(D) 位置拆分结果表明上下两个呈现位置均表现出偏好类别的选择性优势;(E) 各散点对应不同实例配对,数据点集中分布在恒等线略下方,反映 R12 略低于 max(R1, R2),对应抑制指数接近 0;(F) 响应幅度分布与 ROC 曲线显示两类条件在单试次水平具备区分度。该图对应主要结果第 1、2 项。

Figure 1

图 2 · 位置与物体数目的群体水平比较

原文图注:Figure 2. Comparison of the Responses across Positions and Number of Objects in the Image. (A) Average normalized IFP responses to one-object images (thin lines) and two-object images (thick lines) for preferred categories (black) and nonpreferred categories (gray)…… (B) The position tolerance index was defined as |Rpos1 − Rpos2|/max(Rpos1, Rpos2)…… (C) Comparison of the response magnitudes when the preferred category was in the top position versus the bottom position…… (D) Comparison of the responses to two-object images (R12) against the maximum of the response to the two corresponding one-object images [max(R1,R2)]…… (E) Distribution of the response suppression index, defined as SI = (R12 − max(R1,R2))/max(R1,R2). Negative (positive) values of SI indicate response suppression (enhancement) with respect to the preferred category alone……

(A) 为 24 个选择性电极的归一化平均波形,偏好类别(黑线)在单物体与双物体条件下波形重叠度较高;(E) SI 分布以 0 为中心,面孔偏好(蓝)与其他类别偏好(灰)的分布形态相似,表明抗抑制表现不局限于面孔;(D) 散点分布显示不同类别在双物体反应与单物体最大值之间遵循相似的对应关系。该图对应主要结果第 1 项的群体统计分析。

Figure 2

图 3 · 单物体训练、两物体测试的解码性能

原文图注:Figure 3. Decoding Visual Information in Single Presentations of Two-Object Images. (A) Distribution of single-electrode classification performance values to decode category information in two-object images for all the electrodes that showed visually selective responses (n = 24). The classifier was trained with one-object images and CP was evaluated with two-object images…… (B) Classification performance for each category with a pseudopopulation containing 45 electrodes…… (C) Comparison of the CP obtained upon training the classifier with one-object images and evaluating CP with the responses to two-object images ('singleCP2-object,' y axis) versus training the classifier with the responses to two-object images and evaluating CP with different repetitions of two-object images ('allCP2-object,' x axis)…… (D–G) For each location with >10 electrodes, we built a pseudopopulation based on the entire data set……

(A) 横坐标显示单电极分类准确率,多数电极落在虚线所示的显著性置换阈值右侧;(C) 散点紧贴恒等对角线(r = 0.96),表明单物体训练得到的决策边界可直接推广至两物体图像条件;(D–G) 伪群体解码结果显示,分类性能显著的区域主要集中在下枕回、外侧梭状回与下颞皮层,指示该信号沿腹侧视觉通路分布。该图对应主要结果第 4 项。

Figure 3

图 4 · 潜伏期与抑制的时间演化

原文图注:Figure 4. Response Latencies and Temporal Evolution of the Response Suppression in Two-Object Images. We compared two possible definitions for the latency. Def1 = first time point where the response to the preferred category exceeded by >20% the response to the nonpreferred categories during at least 75 ms. Def2 = first time point where a one-way ANOVA across object categories yielded p < 0.01 for 15 consecutive time points…… (A) Mean response latencies (bars = Def1; squares = Def2) for the visually selective electrodes…… There was no significant difference between the response latencies to one-object images (black bar) compared to two-object images (light bar) (two-tailed t test, p > 0.3). (B) There was a weak but significant correlation between the response latencies for one-object images (x axis) and two-object images (y axis)…… (C) Mean response suppression as a function of time from stimulus onset……

(A) 在两种潜伏期定义下,单物体与双物体条件的反应延迟均无统计学差异;(B) 两条件潜伏期的正相关(r = 0.67)表明响应时序特性主要由电极解剖位点决定,未随物体数量增加而出现系统性延后;(C) 沿 25 ms 时间窗滑动的 SI 曲线在早期窗口内维持在 0 附近,未见随时间演化而持续加深的抑制趋势。该图对应主要结果第 5 项关于时序动力学的分析。

Figure 4

讨论

作者认为上述发现与视觉识别的前馈分层处理假说相符,表明在简单背景下双物体的早期并行表征不需要额外的串行加工步骤。论文从七项观察界定了早期信号对注意串行模型的解释边界:位置随机化下行为表现稳定、眼跳加潜伏期的时间预算限制、眼动监测未见异常注视移动、[50, 200] ms 窗口内 SI 保持恒定、面孔与非面孔电极的 SI 一致、目标存在与否未改变 SI、以及单双物体潜伏期无显著差异。对于本研究所见抑制程度低于既往猕猴单细胞记录的现象,作者提出了几种解释:物种间皮层构筑差异、脑区同源定位偏差、信号采集尺度(局部场电位反映群体突触后电位的空间整合,而单单位记录反映单个动作电位),以及刺激间距和半视野分布差异。该研究同时指出,实验刺激采用灰色背景下的离散双物体,在物体密度和杂乱度增加的自然场景中,串行注意机制仍可能发挥关键作用。

一句话总结

该研究表明人类腹侧视觉皮层在刺激呈现后 200 ms 内对第二物体的出现表现出较强的抗抑制特性,基于单物体训练的线性解码器可有效泛化至双物体条件,为早期视觉阶段并行前馈加工提供了直接的颅内电生理支持。

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。