IT / 文献库

PAPER 215 / CLOSE READING

A stable topography of selectivity for unfamiliar shape classes in monkey inferior temporal 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 · 四种假设的对照框架
    2. 图 2 · 三类参数化陌生物体示例
    3. 图 3 · 逐体素显著图:三对对比在 IT 中的分布
    4. 图 4 · 选择性的可复现性与跨操纵稳定
    5. 图 5 · 覆盖 IT 的选择拓扑彩色图
    6. 图 6 · 跨时间/训练/任务/位置的拓扑稳定性
    7. 图 7 · 训练对整体反应幅度的影响
    8. 图 8 · 物体位置改变:IT 稳、早期视觉区垮
    9. 图 9 · 形状特征重组改变选择拓扑
    10. 图 10 · 与脸斑的关系:部分相关、不可还原
  6. 讨论
  7. 一句话总结

本研究利用清醒猕猴对比剂增强功能磁共振成像(fMRI),让两只猕猴观看三组人工合成且此前从未见过的陌生物体类别,在下颞叶皮层(IT)发现了一张毫米级尺度的“形状选择拓扑图”。该拓扑构型在经历 3 个月时间间隔、超过 13 万次判别训练、任务切换以及视网膜位置改变时保持稳定,但会随物体空间形状的几何重组发生相应形变,并与已知的“面孔斑块(face patches)”空间分布呈现部分重叠但不完全重合。研究排除了熟悉客体语义经验与长期记忆的混杂,为探讨高级视觉皮层的宏观空间组织原则提供了基于形状物理维度的实证证据。

研究背景

灵长类腹侧视觉通路的高级范畴组织,最初主要通过具有重要生物学或行为学意义的熟悉刺激(如面孔、身体部位、场景及工具)被揭示。功能磁共振成像在下颞叶皮层定位到了离散的类别特异性功能区,微电极记录与光学内源信号成像亦在局部数十至数百微米尺度上观察到了形状调谐的聚集排列柱状结构。这些发现引出了高级视觉通路空间分布机制的核心争论:宏观的功能拓扑究竟反映了何种根本组织原则?自然界中的熟悉范畴同时伴随着独特的二维轮廓、三维骨架、特定的注视离心度偏置以及长期的行为交互经验,因此不同刺激引发的皮层响应差异难以单独归因于某一孤立维度。仅仅观察到面孔选择性斑块,既无法确认皮层是否依据语义范畴名词实施模块划分,也无法断定该宏观构型是由长期视觉经验逐渐塑造而成,还是已有视觉形状拓扑对经验输入的自然响应。

人工合成的陌生物体为剥离既有语义知识与长期行为经验的干扰提供了有效工具。若灵长类动物在初次接触某类完全人工设计的陌生物体时,下颞叶即可检出空间上稳定可复现的类别间选择性拓扑,则表明皮层的宏观表征布局无需依赖特定的生物学意义或长期训练即可存在。然而,确立这一结论需要系统排查多种竞争假设:初次测试观察到的弱选择性可能仅是测量噪声,需要经历长期训练才能固化;或者早期存在的空间分布在训练后会被经验彻底重组;抑或学习仅改变了神经元的整体放电幅度而未触动空间空间排布。传统逐体素严格阈值统计容易遗漏大面积虽未达单点显著但具备高度空间一致性的分布式表征,因而实验不仅需要检验统计显著的斑块,还需引入全脑区分布式多体素空间相关分析,以量化表征构型的客观稳定性。

本文利用三组参数化几何形状,在清醒恒河猴中开展对比剂增强 fMRI 扫描,系统比对初次暴露阶段与数月高强度分类训练后的选择性分布图谱;并通过切换行为任务及改变视网膜刺激投射位置,检验维持形状不变时该图谱的表征鲁棒性;最后通过重组局部与全局几何特征检验图谱是否由形状本身主导,并分析其与面孔斑块图谱的解剖映射关系。需要说明的是,使用人工陌生物体并不等同于动物缺乏底层视觉特征的感知经验;初次测试检出组织构型亦不能直接推导出其完全由先天遗传决定的结论;本研究基于两只实验动物在毫米级空间分辨率下的稳态表征,不能直接排除亚毫米微回路或在其他学习任务范式下潜在的神经可塑性。

研究思路

研究设计分为三个递进步骤:第一步,验证陌生状态下的空间拓扑——仅使用实验动物首日接触人工物体时的数据,检验对三组陌生物体类别是否存在可复现的宏观空间分布,为后续纵向评估建立基线;第二步,维持几何形状不变下的控制实验——间隔约 3 个月(期间对动物进行高强度的单类别内部细粒度判别训练)、切换至注意脱离的非形状认知任务,以及将刺激投射至全新的外周视网膜位置,检验空间拓扑在排除时间、训练、任务与视野位置干扰后的稳定性;第三步,重组几何特征的操纵实验——将原有三类的全局宏观结构(如纵横比、主干走向)与局部微观部件(如直线棱角、光滑曲面)进行交叉重组,生成三组混合新类别(spiky smoothies、cuby spikies、smoothy cubies),检验空间拓扑是否随几何特征改变而重塑,以排查图谱由低阶伪影主导的可能。最后,将陌生物体图谱与面孔定位图谱在同一空间对齐,探讨人工形状图谱与经典生物学范畴斑块之间的表征关系。在数据分析上,除常规逐体素激活检验外,引入全 ROI 跨体素空间相关分析,并基于裂半信度建立理论最大期望相关系数,使“稳定性”获得定量的置信度边界。

方法

实验动物为两只恒河猴(Macaca mulatta,雄性猴 J,体重约 3.7 kg;雌性猴 M,体重约 3.2 kg),头部植入核磁兼容固定装置,扫描周期分别为 20 个月与 18 个月。测试刺激为三组完全参数化人工合成的陌生几何客体(每类包含 1296 个独立样本,外轮廓视角约 6°×6°):平滑组(smoothies,以连续光滑曲面为主)、尖刺组(spikies,以锐角尖锐突起为主)与方块组(cubies,由水平底座与竖直立方体组合构成)。类别间在全局宏观特征(纵横比、结构分布)与局部细节特征(曲率、棱角比例)上均存在系统差异,且类别内部样本在 4 个复合几何维度上变化,以保证辨别需依赖完整的形状分析。定位扫描采用 20 张恒河猴面孔、20 张熟悉物体及 20 张傅里叶相位打乱对照图。

行为任务包括三种:(1) 被动注视任务(在中央 2° 注视窗内维持注视以获得液体奖励);(2) 色彩检测任务(注视点呈现弱饱和红/绿/蓝变化,每 20 个物体穿插 1 次,被试扫视上方目标块作答,虚警率控制在 5% 以下,以确保注意力集中于屏幕中心且与物体形状解耦);(3) 形状同异辨别任务(连续呈现两幅物体,动物扫视左右侧标靶判断两图是否一致,刺激呈现 300 ms、间隔 ≥420 ms、包含 2° 随机空间抖动)。

在初次扫描后,扫描暂停约 3 个月(猴 J 间隔 95 天,猴 M 间隔 81 天),期间对每只动物针对单一类别执行密集的类内细粒度判别训练(猴 J 训练 spikies,猴 M 训练 smoothies):初期辨别成绩处于随机水平(J 50%,M 53%),经长期训练后对 60% 几何差异的微小样本达到良好辨别水平(猴 J 会话 46 达到 71%,猴 M 会话 43 达到 72%),训练类样本累计呈现逾 13 万次,而训练前扫描期各类别累计呈现不足 6000 次。

功能影像采集在 3 T Siemens Allegra 扫描仪上使用定制表面接收线圈完成,采用 EPI 序列(TR=3 s,TE=26 ms,1.25 mm 各向同性体素,45 层,完整覆盖枕极至颞极的腹侧视觉皮层)。各扫描会话前静脉注射单晶氧化铁纳米颗粒对比剂(MION,剂量约 7 mg/kg),通过体素信号反转计算相对注视基线的百分信号变化(PSC)。采用区组设计,每区组 45 s 呈现单一类别的样本序列,单序列包含 9 个区组,总长约 7 分钟。实验包含 6 个独立研究:实验 0 为面孔/物体/打乱图定位;实验 1 为训练前陌生物体初次扫描;实验 2 为 3 个月训练后同协议复测;实验 3 为磁体内部形状辨别任务;实验 4 为偏心视野位置实验(猴 J 采用 8.4° 偏心象限呈现,猴 M 采用消除包络差异的位置微抖动);实验 5 为全局/局部形状特征重组实验。严格筛选后保留猴 J 193 个、猴 M 180 个有效时间序列(保留率约 87%),注视达标率 >84%,眼动坐标作为协变量纳入一般线性模型(GLM),空间平滑核为 2.5 mm FWHM。定义四类 ROI:新物体选择性 ROI(实验 1 中显著体素,会话平均 223 个体素)、标准物体选择性 ROI(物体对比打乱图,平均 1264 体素)、全视野视觉反应 ROI(8271 体素)及中央凹 V1 ROI(1076 体素)。量化指标采用选择性指数(偏好类归一化为 1 后,[偏好 − 非偏好] × 100%)与跨体素空间相关系数,并以裂半信度估算理论最大期望相关系数作为统计参考上限。

主要结果

  1. 下颞叶皮层对陌生物体类别呈现可复现的空间选择拓扑。在单体素分析中,每对类别比较平均有约 19% 的 IT 体素达到统计学显著(p<0.001,未校正);针对实验 1 识别出的偏好体素提取独立测试数据,平均类别选择指数达到 38%(即非偏好类别的神经响应仅为偏好类别的 62%),在两只实验动物中均得到显著复现(猴 J p=0.02,猴 M p<0.001,图 3、4a)。
  2. 拓扑分布广泛存在于全区多体素模式之中。在标准物体选择性 ROI 内,将数据平分为两个独立半份,成对差异图的跨体素空间相关系数分别达到 0.57(猴 J)与 0.73(猴 M);在人为剔除统计显著的高选择性体素后,剩余亚阈值体素间的空间相关依然达到 0.55 与 0.69(图 5),证实类别偏好构型并非少数峰值体素的孤立表现,而是以连续大尺度多体素模式广泛分布。
  3. 跨越 3 个月时间间隔与 13 万次训练后,空间拓扑保持高度稳定。训练后的平均选择指数为 34%,与训练前的 38% 无统计学差异;跨越 3 个月前后的空间相关系数平均为 r=0.51(猴 J)与 0.53(猴 M),统计上未显著低于基于数据信度推算的理论最大期望值 0.55;首日扫描生成的空间拓扑与 3 个月后的测量结果平均相关达 0.58。特别是在受训动物体内,受训类别与未受训类别的拓扑复现性未检出显著差异(猴 J 为 0.38 对比 0.44,猴 M 为 0.57 对比 0.45,图 6),表明针对特定类别的判别训练未引发该类别空间图谱的剧烈重组。
  4. 认知任务与视网膜投射位置改变未显著破坏 IT 拓扑稳定性。在切换为主动形状判别任务后,平均选择指数为 31%,与色彩任务无统计学差异,跨任务空间相关达 0.33(未显著低于理论上限 0.42);将刺激移至 8.5° 外周偏心视野(猴 J)或改变空间抖动包络(猴 M)后,IT 全局放电幅度下降至中央凹刺激的 38% 与 26%,但 IT 皮层内部的空间相关系数仍达 0.44(理论上限 0.49);与之形成对照的是,V1 区的跨位置空间相关仅为 0.04,早期视网膜拓扑区在相同位置复现良好但在位置切换后空间相关降至接近零(图 4b、6、7、8)。此外,训练对整体反应幅度影响有限:在色彩任务下训练类与未训练类的总体激活无显著差异(p>0.25),仅在形状判别任务中训练类呈现略高的激活增强(合并 p=0.010)。
  5. 几何特征重组改变选择拓扑,面孔斑块仅解释有限空间变异。针对三组全局与局部特征交叉重组的新类别进行测试,原图谱与新图谱的空间相关系数在全局形状匹配条件下显著下降至 r=0.29,在局部特征匹配条件下下降至 r=0.13,均显著低于信度上限 0.55(图 9),证实图谱由更广泛的综合形状特征塑造,不能被单一几何参数解释。[面孔 − 物体] 差异图与三对陌生物体差异图的跨体素空间相关平均为 0.31,显著低于理论期望值 0.71;多元回归分析显示,能够预测 3 个月后图谱构型的是新物体选择性本身(标准化系数 0.49,p=0.0002),而非面孔选择性图谱(系数 0.12,p=0.12);在完全剔除所有具备面孔选择性的体素(占 ROI 的 19%)后,3 个月跨期空间相关依然维持在 0.47(图 10)。

图注解读

图 1 · 四种假设的对照框架

原文图注:Figure 1. Four qualitative hypotheses about how much selectivity for initially novel object classes might be found with fMRI and how this selectivity might change as a consequence of training to gain expertise with those object classes. (a) No topography of selectivity before or after training; (b) no topography of selectivity before training but clear selectivity after training; (c) topography of selectivity before training that is unaffected by training; (d) topography of selectivity that changes as a consequence of training.

四种定性假说的结构树:上方行与下方行分别对应训练前与训练后的大脑构型。(a) 全程不存在空间选择拓扑;(b) 训练前无拓扑,高强度经验积累后诱发产生拓扑;(c) 陌生期即已存在稳定的空间拓扑,且训练未对其空间排布产生明显改变;(d) 初始存在拓扑,但经历长期训练后发生实质性重组。实验结果支持了假设 (c)。

Figure 1

图 2 · 三类参数化陌生物体示例

原文图注:Figure 2. Four example objects from each of the 3 parameterized object classes used throughout most experiments (smoothies, spikies, cubies). In each panel, the 2 example objects in the top row are maximally distinct from each other (100%) within the space of possible objects in the class. For comparison, the 2 example objects in the bottom row are only 60% as distinct from each other.

展示实验采用的三类参数化几何客体(smoothies、spikies、cubies):各子图上排呈现该类别内部参数空间距离最大(100% 差异)的极端样例,下排呈现仅有 60% 参数差异的细粒度样本。图像直观体现了类别间宏观几何轮廓差异与类别内部多维参数连续变化的双重特征,为后续结合类间宏观扫描与类内细粒度判别训练提供了刺激模型。

Figure 2

图 3 · 逐体素显著图:三对对比在 IT 中的分布

原文图注:Figure 3. Significance maps of selectivity for novel object classes across anterior IT cortex (data from Experiment 1). (a) Anatomical location of anterior IT cortex (area TE). The border between area TEO, an area with a coarse retinotopic organization (Boussaoud et al. 1991), and area TE, an area without any known retinotopic organization, is indicated with a green dotted line and was estimated based on data in the literature (Boussaoud et al. 1991). Abbreviations of anatomical landmarks: pmts, posterior middle temporal sulcus; amts, anterior middle temporal sulcus. (b) Significance maps in IT cortex for each of 3 pairwise contrasts ([spikies − smoothies], [cubies − smoothies], [cubies − spikies]) in each hemisphere of each monkey. The maps are thresholded at P < 0.001 (uncorrected for multiple comparisons).

(a) 解剖边界示意图:绿色虚线标明粗略视网膜拓扑区 TEO 与无已知视网膜拓扑的前部下颞叶 TE 区的解剖分界;(b) 呈现两只猴各半球三对成对差异在 p<0.001(未校正)下的逐体素显著图。显著体素在皮层呈现离散斑块分布,平均仅覆盖约 19% 的 IT 体素,展现了传统硬阈值分析下局部显著聚集的分布样貌。

Figure 3

图 4 · 选择性的可复现性与跨操纵稳定

原文图注:Figure 4. Reproducible, stable selectivity in monkey IT cortex for novel object classes. (a) The mean response to the preferred and nonpreferred object classes over voxels showing significant pairwise object class selectivity in Experiment 1 (normalized to the mean response to the preferred object class, see Materials and Methods). The difference between the light and dark bar indicates the average pairwise class selectivity. Responses are shown for the scan session used to select the voxels with a significant preference for one object class above another (selection) and for the same voxels but using data from other scan sessions (independent). (b) The category selectivity in these voxels, defined as normalized preferred response minus normalized nonpreferred response. This selectivity measure was computed for the selected voxels using independent data from Experiment 1 (i.e., the independent data from a; original), data obtained several months later (time), data obtained while the monkeys performed a different visual task (task), and data obtained with objects presented at different visual field positions (position). Error bars show the standard error of the mean across time series (see Materials and Methods).

(a) 呈现初次扫描界定的偏好体素的归一化反应幅度(浅色为偏好类,深色为非偏好类):右侧独立测试会话数据证实了可靠的类别偏好(非偏好类响应约为偏好类的 62%);(b) 跟踪该体素群在经历 3 个月时间/训练后(time)、切换至形状判别任务时(task)以及变换至外周视野投射时(position)的选择性指数变化(分别为 38%、34%、31% 与 36%),各条件下选择性强度与初始水平无统计学差异。

Figure 4

图 5 · 覆盖 IT 的选择拓扑彩色图

原文图注:Figure 5. Large-scale selectivity maps for novel objects across the ventral visual pathway in monkeys. (a) Nonthresholded pairwise t-maps of the 3 object classes in monkey M (right hemisphere). (b) Multidimensional color map that represents the selectivity across all 3 object classes (right hemisphere of each monkey). The procedure followed to derive these color maps from pairwise t-maps (as shown in panel a) is explained in the Materials and Methods. Saturation represents amount of selectivity (no saturation = gray = same response to each object class) and hue represents which object class is preferred (spikies = green, smoothies = red, cubies = blue) or which combination. Scale bar shows an approximate distance of 7 mm. (c) Mean response to each object class at points indicated in the selectivity maps in b. Responses are expressed in units of PSC relative to the fixation condition, and error bars represent the standard error of the mean of these responses across time series (see Materials and Methods).

(a) 展示三对未设阈值的成对 t 统计图(t 值跨越 −5 至 5);(b) 融合生成的多维连续伪彩图:色调指示类别偏好(绿色对应 spikies,红色对应 smoothies,蓝色对应 cubies,混合色代表复合偏好),色彩饱和度指示选择性偏好强度(灰色为各类别等额响应),标尺显示连续聚集区跨越数毫米范围;(c) 提取特征位点的各类别 PSC 反应值,显示神经元表现为差异化调谐而非全或无的绝对排他响应。

Figure 5

图 6 · 跨时间/训练/任务/位置的拓扑稳定性

原文图注:Figure 6. Stability of the selectivity topography in IT cortex across time, training, task, and object retinal position. (a) Selectivity topography represented by the same continuous color scale introduced in Figure 5. The maps are shown for the original experiment and across time/training, task, and changes in the position of the stimuli. (b) The correlation between the original selectivity topography and the selectivity topography measured from each of the other data sets in each monkey (including data from both the left and right hemispheres; see Results for details). The left panel shows the correlations for each monkey separately, the right panel shows the correlations for each pairwise object class comparison. The horizontal lines represent the maximal correlation that is expected if the selectivity topography was identical in each case (i.e., given the reliability of the 2 data sets being correlated; see Materials and Methods). The ratio of the observed correlation to the error bar represents the test statistic to determine the significance of the correlation across time series (see Materials and Methods).

(a) 逐行对比基线期、3 个月训练后、形状判别任务及偏心位置条件下的连续多维伪彩拓扑图,空间几何形态呈现高度一致;(b) 量化柱状图展示基线图谱与各条件图谱的跨体素相关系数(左侧分猴统计,右侧按比较对拆分),横线指示基于信度测算的理论最大相关上限,实测相关系数高度贴近理论极值,确立了宏观表征模式在多维操纵下的稳定性。

Figure 6

图 7 · 训练对整体反应幅度的影响

原文图注:Figure 7. The effect of training on overall responsiveness in IT cortex. The results are shown for 3 experiments: color task before training (Experiment 1), color task after training (Experiment 2), and shape discrimination task after training (Experiment 3). In each monkey, the trained object category is the category for which the monkey was trained in the training phase (spikies for monkey J and smoothies for monkey M) and the untrained object category is the category for which the other monkey was trained (smoothies for monkey J and spikies for monkey M). The responses were normalized per experiment according to the overall response to the untrained object category. The overall response (expressed as PSC relative to fixation) in the different experiments was 0.90 (Experiment 1), 0.87 (Experiment 2), and 0.77 (Experiment 3). Error bars show the standard error of the mean across all time series obtained in the 2 monkeys (N = 53, 61, and 61 in Experiments 1, 2, and 3, respectively).

柱状图展示在基线色彩任务、3 个月后色彩任务及形状判别任务中,受训类别与未受训类别的全区归一化激活幅度。结果显示,长期训练未导致受训类别在非形状任务中出现显著的全局反应增强,仅在主动形状辨别任务中呈现微弱的反应优势,提示行为训练的收益并未简单转化为皮层总体放电能量的扩张。

Figure 7

图 8 · 物体位置改变:IT 稳、早期视觉区垮

原文图注:Figure 8. The effect of object position on the pattern of selectivity across the ventral visual pathway in monkey J. The pattern of selectivity in anterior regions (especially IT) as found with foveal stimuli (top 2 panels) was largely replicated with peripheral stimuli (bottom panel). In contrast, the pattern of selectivity in posterior regions was strongly altered by changes in object position. In fact, reliability analyses failed to show within-position replicability of the pattern of selectivity in posterior regions with peripheral stimuli that appeared in multiple positions (in contrast to all other selectivity maps shown in this paper). That is, the color map in posterior regions in the bottom panel was unreliable. IOS, inferior occipital sulcus.

上两排展示中央凹注视条件下的拓扑构型,下排展示刺激移至 8.5° 外周偏心视野后的分布:前部下颞叶皮层的多维色彩分区基本保持稳定;而后部早期枕叶皮层(IOS 等区域)的伪彩分布则完全解体,在偏心测试下丧失了自复现性,排除了 IT 拓扑图谱源于早期视网膜拓扑或视网膜轮廓包络投影伪影的假设。

Figure 8

图 9 · 形状特征重组改变选择拓扑

原文图注:Figure 9. Changes in stimulus shape alter the selectivity topography in IT cortex. (a) One exemplar from each of the 3 new object classes that were used in this experiment. (b) The correlation of the spatial pattern of selectivity across voxels in the original measurement (Fig. 6) with the selectivity for object classes that have similar global shape properties (global) or similar local shape properties (local). The horizontal lines indicate the expected correlation if the spatial patterns were identical (as in Fig. 6b).

(a) 展示三组几何特征交叉重组的新客体样例;(b) 柱状图展示原始基线图谱与基于“全局形状匹配”及“局部细节匹配”新图谱之间的跨体素空间相关系数。实测相关系数显著偏离红线所示的理论信度上限,证实空间拓扑对物体综合几何构型敏感,排除了图谱独立于感觉刺激几何特性的不变性假设。

Figure 9

图 10 · 与脸斑的关系:部分相关、不可还原

原文图注:Figure 10. Selectivity maps across IT cortex for familiar objects. (a) Selectivity maps obtained using faces, natural objects, and scrambled images. (b) Correlation of the spatial distribution of selectivity for [faces − objects] with the spatial distribution of selectivity for 3 pairs of novel object classes. The horizontal lines indicate the expected correlation if the spatial pattern of face selectivity was identical to the indicated novel object selectivity pattern (as in Fig. 6b). Error bars show the standard error of the mean across time series. Sm, smoothies; Sp, spikies; Cu, cubies.

(a) 呈现基于面孔、自然物体与打乱图像定位的经典面孔选择性斑块;(b) 计算面孔选择图谱与三对陌生物体选择图谱的空间相关系数:实测相关均值为 0.31,虽然在统计上显著高于零(面孔斑块整体更偏好平滑轮廓的 smoothies),但显著低于红线所示的理论等同上限(约 0.71),且在解剖上剔除面孔斑块后新物体拓扑依然稳定存在,确立了人工形状拓扑对面孔功能系统的相对独立性。

Figure 10

讨论

作者将这些实证结果综合为高级视觉皮层包含大尺度“形状选择拓扑图(shape map)”的核心论点:该构型在解剖上与光学成像及单细胞记录揭示的亚毫米柱状结构相互呼应,但在空间上呈现出跨越数毫米的连续大尺度排布;在理论上对应于人类功能成像中提出的“物体形态拓扑(object form topology)”,并在此处通过完全人工合成的陌生物体彻底排除了熟悉度与语义概念的混杂。

研究中最引人瞩目的特征在于该宏观图谱的高度稳定性:经历 3 个月累计 13 万余次的细粒度判别训练、注意任务切换以及视野位置大幅位移,宏观多体素空间排布均保持稳固,唯有对几何外形实施本质重组时图谱才发生显著解构。关于经验未能剧烈重写空间排布这一现象,作者将其置于跨物种与电生理语境中展开讨论:人类在类似范式中经历数日训练即可诱发体素模式的局部形变,猴与人之间的差异可能反映了认知策略(人类更善于利用符号化规则整合细微差异)以及扫描前预暴露量等实验控制因素的差异;同时,单细胞研究显示客体训练对神经元选择性的改变多表现为反应率的相对调整而非空间重定位,且 fMRI 血氧信号在更大程度上反映了局部场电位(LFP)所代表的群体突触输入,后者在数毫米解剖尺度上展现出的调谐聚集特性与本研究的 fMRI 图谱尺度相吻合。

针对形状图谱与经典功能模块的关系,作者指出:面孔选择性斑块虽然与平滑轮廓形状偏好存在空间统计上的正向关联,但在剔除面孔区后人工物体拓扑图谱完好无损,表明特定生物学范畴可能只是依托于更基础的几何形状拓扑骨架而实现解剖定位,而非塑造全皮层拓扑的唯一主导力量。

一句话总结

研究通过清醒猕猴对比剂增强 fMRI 证实,下颞叶皮层在动物初次接触完全陌生的几何客体时即具备清晰稳定的毫米级空间选择拓扑,该宏观构型在经历长期辨别训练、任务切换与视野变换中保持高度稳定,但随几何形状特征的重组发生相应重构,揭示了高级视觉通路存在以物体几何形状为基础的大尺度皮层表征架构。

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。