Color tuning of face-selective neurons in macaque inferior temporal cortex

这篇文章用 fMRI 导向的微电极记录，第一次定量测量了猕猴下颞叶皮层（inferior temporal cortex, IT）ML 与 AL 两个面补丁（face patch）里面选择性神经元对 16 个色调的完整调谐曲线。作者发现面细胞对纯色（等亮度）刺激反应很弱，但在保留原图亮度对比的彩色图像上，群体调谐整体偏向暖色（对应 L-M 拮抗轴的 L>M 极）；把这个群体 Fisher 信息（Fisher information）与真实人脸肤色的分布叠加，两者非但不匹配，典型肤色处反而落在信息的低谷。它值得读，是因为把单细胞色调谐、fMRI 色偏好和高效编码（efficient coding）的信息论检验串成了一条完整的逻辑链，直接回答了"面细胞到底管不管颜色"这个悬置已久的问题。

研究背景

IT 皮层里有一类对复杂形状（尤其是面孔）有强烈选择性的细胞，而"面孔细胞不携带颜色信息"是一个流传很广、但从未被定量检验过的假设。支持这个假设的间接证据包括：心理物理研究表明仅凭亮度对比（luminance contrast）就足以完成面孔识别，且面孔/颜色之间缺乏交叉适应效应，所以许多面孔研究干脆只用无彩色图像。但另一方面的证据同样醒目：颜色承载着健康、情绪、性别等社交信号；而且在低压钠灯下（视网膜色觉机制被破坏）人脸看起来一律发绿，这种看似"反贝叶斯"的现象可以用高效编码来解释——如果神经表征及其解码相对于环境统计量是最优的，那么面孔颜色越常见的方向，群体的分辨能力就应该越强。这自然引出一个可检验的预测：倘若面细胞参与面孔颜色的分辨，其群体 Fisher 信息应当与面孔颜色的自然分布相吻合（Fisher 信息取决于调谐峰的分布、调谐宽度与幅度调制在群体中的配置）。

当时的直接证据只有两项且互相矛盾：Perrett 等（1982）报告面细胞对颜色不敏感；Edwards 等（2003）则在 22 个细胞中发现部分细胞对自然彩色的面孔照片反应更强。关键缺口在于，面选择性神经元色调谐函数（color-tuning function）的定量测量此前从未有人做过，因此无法判断这些细胞能否、以及以何种方式参与面孔颜色的判别。本文正是要补上这块空白，并把测量结果放到信息论的框架里与行为层面的需求（区分面孔颜色）对接。

研究思路

作者的总体策略是"先定位、再筛选、后定量、最终对照环境统计量"。用 fMRI 的 faces>bodies 对比定位 ML 与 AL 面补丁，把微电极精确导入；先给细胞看 14 个类别的灰度图像完成面选择性筛选，再呈现 16 个色调的彩色面孔/身体/水果图像。刺激设计上有一个关键决定：主条件的彩色图像是把原图每个像素替换为同亮度的目标色，从而完整保留原图的亮度对比关系——这样测得的色调制不会被亮度对比范围的差异污染（相比旧的"加滤色片"式假彩色方法）；随后再用等亮度（equiluminant）刺激把颜色与亮度两种驱动直接拆开。分析上同时用傅里叶谐波、向量和两种互补的量化方式刻画调谐形状。最后的点睛之笔是把拟合出的群体 Fisher 信息与 Xiao 等（2017）四族群 960 人皮肤色度数据库换算出的面孔颜色分布叠加比较：匹配则支持面细胞编码面孔颜色，错位则证伪。这一设计把"细胞有没有颜色反应"提升到了"颜色反应是否有功能意义"的层面。

方法

被试为 3 只雄性恒河猴（M1–M3，8–10 kg），植入 MRI 兼容记录室与头柱。fMRI 在 3T 扫描仪上进行（1 mm³ 体素，MION 造影增强），用面孔对身体的块设计对比定位面补丁；M1、M2 的 fMRI 色调谐数据沿用了该组此前研究（Lafer-Sousa & Conway, 2013；Rosenthal et al., 2018）。电生理用环氧涂层钨微电极（Plexon 系统记录、离体分选单单元），猴子注视屏幕中央点（眼动容差约 1°）。

刺激与流程：筛选刺激为 14 个类别各 10 张灰度照片（7.5°×7.5° 亮度噪声背景，呈现 200 ms、间隔 200 ms）。彩色实验共 96 张刺激（人与猴的正脸、3/4 侧脸、熟悉水果、无头身体各若干），在 CIELUV 色空间等间隔取 16 个目标色调；主条件把原图每个像素映射为显示器色域内同亮度、最饱和的目标色，等亮度条件则把像素映射到等亮度平面上（饱和度随原像素亮度变化，Judd–Vos 校正）。分析端：面孔选择指数 FSI =（Rface − mean(Rbodies, Rfruits)）/（|Rface| + |mean(Rbodies, Rfruits)|），只分析 FSI>1/3（面孔反应至少两倍于身体和水果）的 173 个细胞（ML 102、AL 71；另为图 12 补入 61 个低 FSI 细胞，总数 234）。反应窗由基线上 2.5 SD 的规则逐细胞确定；色调制显著性用 1000 次置换色调标签的系数变异检验；傅里叶分析取前 8 个谐波，向量和给出偏好色调角与调谐锐度；Fisher 信息用 von Mises 函数逐细胞拟合后按独立泊松噪声假设推导，并做 1000 次 bootstrap 置信区间；肤色分布由 Xiao 等（2017）的前额与脸颊数据经 CIELAB→XYZ→CIELUV 换算得到。

主要结果

1. 面细胞有颜色调制，但幅度很小，亮度对比才是主要驱动。群体层面色调引起的放电率变化仅约为平均刺激驱动反应的 ±24%，即约 76% 的反应可归因于亮度对比；约 25% 的面细胞受色调制达到显著（ML 23/102，AL 21/71）（图 4、图 6）。
2. 调谐形状分两类：71/173 个细胞最佳拟合为一阶谐波（first harmonic，单一偏好色），21/173 为二阶谐波（second harmonic，偏好一条颜色对抗轴）；在 44 个显著调制细胞中 37 个一阶最高、5 个二阶最高（图 4、图 5）。颜色选择性本身不依赖细胞对面孔身份的偏好（秩次 ANOVA p>0.13）。
3. 群体水平存在一致的暖色偏置：一阶谐波相位角集中于 0–180° 色轴的红端（对应 L-M 锥拮抗轴的 L>M 极，图 7）；二阶谐波相位集中于 90°–270° 轴（对应 S 视锥轴）。ML 与 AL 的 16 色反应剖面高度相关（r=0.89），单细胞群体色调谐与 fMRI 测得的面补丁色调谐也显著相关（ML r=0.67，AL r=0.61）（图 7、图 10）。偏暖色的偏置并非面细胞特有——非面选择细胞同样偏暖（图 12）。
4. 纯色不足以驱动面细胞：等亮度条件下面细胞群体净放电率中位数仅 0.99 spikes/s，而保留亮度对比的主条件为 7.64 spikes/s（N=71，p<0.001）（图 9）。这与 fMRI 上面孔区对亮度对比反应强于等亮度颜色的观察一致。
5. Fisher 信息与面孔颜色分布错位：群体 Fisher 信息呈双峰（峰约在 84° 与 −66° 色调角，即绿、紫方向），而面孔典型肤色对应的恰好是信息的低谷——面细胞群体并不擅长分辨面孔的典型颜色。但把数据沿绿—红轴投影后，Fisher 信息随 L>M 分量增大而上升，提示面细胞可能选择性地参与面孔绿-红（L-M）对比的加工；沿 S 视锥轴投影则没有这种选择性（图 11）。

图注解读

图 1 · Fisher 信息由群体三参数决定的示意

原文图注：Figure 1. Simulated population of 50 cells responding to a circular variable and corresponding Fisher information. A population with von Mises tuning curves of width t', amplitude a', and distribution of peaks p' yields a Fisher information with one peak. Each of these three parameters can be individually adjusted to create a population with a different Fisher information. Uniformly increasing tuning width (t'') while holding a' and p' constant yields a two-peaked Fisher information. Independently adjusting the distribution of tuning curve amplitudes (a") or the distribution of the peaks (p") creates an asymmetric Fisher information.

这张是方法论示意图：用 50 个具有 von Mises 调谐曲线的模拟细胞说明 Fisher 信息的形状如何由调谐宽度、幅度、峰值分布三个群体参数独立塑造——均匀加宽调谐曲线会造出双峰 Fisher 信息，单独调整幅度或峰的分布则造成不对称的信息曲线。它为图 11 的解读提供语法：后文观察到的双峰、不对称的 Fisher 信息形态，都能追溯到群体调谐参数的具体配置，而高效编码假说的检验正是把这条信息曲线与环境分布对齐来完成的。

图 2 · fMRI 导向记录与面细胞筛选

原文图注：Figure 2. FMRI-guided microelectrode recording of face-selective cells in macaque IT. A, MR Images with recording microelectrodes; superimposed is shown the fMRI contrast maps of faces.bodies uncover the face patches (ML-M2, top; AL-M3, bottom). Electrodes appear black in the MRI images, and target the face patches. B, PSTH for an example cell in ML (top) and AL (bottom) showing the responses to achromatic images used to identify face cells. The red line along the x-axis shows the stimulus duration. C, Histogram showing the FSI for the population of face cells in ML (top) and AL (bottom); the dashed vertical line shows the mean FSI. All cells with an FSI . 1/3 were included in the analysis.

（注：图注中 "faces.bodies" 应为 faces>bodies 对比，"FSI . 1/3" 应为 FSI > 1/3，系 PDF 提取件的符号缺损。）A 面板证明定位精度：MRI 上黑色的电极轨迹正落在 fMRI 面孔>身体对比图勾出的面补丁（上排 ML、下排 AL）内。B 面板给出两个示例细胞的 PSTH，展示用灰度图像筛选面细胞的过程。C 面板是全部面细胞 FSI 的直方图，虚线为均值——AL 细胞的 FSI 中位数（0.92）显著高于 ML（0.60），而两区自发/驱动放电率相仿；这一"越靠前级面选择性越锐"的梯度支撑了方法部分"筛选标准统一应用于两补丁"的做法，也交代了全部 173 个分析细胞的来源。

图 3 · 16 色彩色刺激的构造

原文图注：Figure 3. Stimuli used to measure the color responses of face-selective cells in macaque IT. A, Color space illustrating the procedure for generating the colored images. Each colored image was generated by replacing the pixels in the original achromatic image with a given hue that preserved the luminance of original pixel. B, Sixteen colored versions were generated; the chromaticity of the most saturated pixel in each version is shown in CIELUV (u, v; top panel) and cone-opponent color space (DKL, bottom panel).

这张图交代刺激的物理定义：A 面板示意"逐像素同亮度换色"的流程，B 面板把 16 个彩色版本中最饱和像素的色度分别画在 CIELUV（上）与 DKL 锥拮抗（下）空间里。读图要点是 16 个色调在 CIELUV 中等角均匀分布，而换算到 DKL 后对应 L-M 与 S 两条锥拮抗卡迪尔轴（cardinal axes）；正文明确说选 CIELUV 是因为 V4 复合体的颜色表征与之匹配。这张图支撑"主要结果 3"中对 L-M/S 轴的解读——后文所有"偏红对应 L>M 极"的说法都以这里的坐标定义为准。

图 4 · 六个示例面细胞的颜色反应

原文图注：Figure 4. Responses to color of six face-selective cells in macaque IT (two cells for each monkey M1: #2, 3; M2: #1, 5; M3: #4, 6). A, Average responses to images of faces, bodies, and fruits. The time period during which the responses were quantified in subsequent analyses is shown by the blue bar along the x-axis. B, PSTH (top panels) showing the average responses to colored images of faces; blue bar along the time axis as in panel A. Average response to face images of each color (bottom), quantified during the time period indicated by the blue bar in A, B. ……（后略：C 面板为 16 色归一化反应的极坐标图、向量和模长与最佳拟合谐波）

每列一个细胞：A 行先确认面孔>身体/水果的选择性（FSI 0.44 到约 1），蓝条标出后续量化用的反应窗；B 行上为彩色面孔的 PSTH（纵轴时间、横轴颜色），下为各色调的平均反应曲线，红细线是最佳拟合正弦波，星号标显著；C 行极坐标图里加粗黑字是向量和的模长（0 到 1，越大调谐越窄）。读图关键是对比：细胞 #1 呈两峰（二阶谐波）、#3 与 #6 单峰偏好（且偏暖色）、#2/#4/#5 无显著色调制——直观呈现"约四分之一细胞显著、形状分单峰与轴偏好两类、幅度普遍不大"的结论（主要结果 1、2）。

图 5 · 群体傅里叶功率谱

原文图注：Figure 5. Power spectrum of the Fourier analysis of the color-tuning responses of face-selective neurons in macaque IT. Average normalized amplitude of each harmonic component for the population of 173 cells (in black) and for significantly color-tuned cells (in red). Surrounding shaded areas show 95% confidence intervals. Dashed and dotted lines represent the averages for, respectively, ML and AL and solid lines the average across both face patches.

横轴为谐波次数（1–8），纵轴为归一化幅度；黑线是全部 173 个细胞的平均，红线是显著调制细胞，阴影为 95% 置信区间，实线/虚线/点线分别对应 ML+AL 合并、ML、AL。读图要点：功率集中在一、二阶谐波，且在显著细胞中一、二阶谐波幅度都明显高于作为噪声基准的第八谐波，高阶谐波接近噪声水平。这张图支撑"主要结果 2"——调谐可以用前两个谐波充分概括，也说明"取前 8 个谐波"的分析窗口足够。

图 6 · 全部面细胞按色调制显著性排序的响应热图

原文图注：Figure 6. Responses to face images in each of 16 colors, for each cell in the ML face patch (left) and the AL face patch (right). Each row shows data for one cell. Cells are ordered from the top by descending color selectivity (p value indicated by the color scale). The plot shows normalized responses: the sum of the responses to the 16 colors for each row adds up to one (darker gray indicates relatively stronger responses).

左 ML、右 AL，每行一个细胞，按颜色调制 p 值从小到大自上而下排列；每行 16 格的归一化反应加和为 1，越暗表示该色调占比越高。读图要点：顶部（最显著的细胞）多在上半圆、即暖色区出现暗块，但并非整齐划一——例如 ML 的第 6、7 行和 AL 的第 1、2 行偏好绿色。这张图支撑"主要结果 1、3"：暖色偏置是群体趋势而非每个细胞的属性，且文中特别提到这些"离群"的绿偏好细胞恰恰是色彩选择性最强的一群，讨论部分据此推测它们可能是另一类面细胞。

图 7 · 一阶与二阶谐波的相位角分布

原文图注：Figure 7. Fourier analysis of the color responses of face-selective cells in macaque IT. A, left panel, Distribution of the phase angle of the first harmonic component for cells with higher amplitude in the first harmonic than the second harmonic (126/173 cells; mean: 4.40° CI = [17.0,18.5]). Right panel, Phase angle of the second harmonic component for cells with higher amplitude in the second harmonic compared with the first harmonic (47/173 cells; mean: 1102.7° CI = [194.5,1111.1]). B, Distribution of the phase angle for the whole population (173 cells) for the first harmonic (left panel; mean 113.3° CI = [10.1,127.9]) and the second harmonic (right panel; mean: 199.6° CI = [194.2,1105.3]). The color space is CIELUV; black tick marks are provided for the cardinal axes of the cone-opponent DKL color space (these are offset from the axes of CIELUV by 6.7°). ……（后略：C 面板为三只猴子各自的分布）

（注：本图注在 PDF 提取件中正负号有缺损，如 "1102.7°" 应为约 102.7°、"[194.5,1111.1]" 约为 [94.5, 111.1]，读数以下述中文解读为准。）A 面板是极坐标直方图：一阶谐波占优的 126/173 个细胞相位角均值约 4.4°，紧贴 0°（L>M 红极）；二阶谐波占优的 47/173 个细胞相位集中于 90°–270° 轴（S 视锥轴）。B 面板把全部 173 个细胞纳入后结论不变。C 面板显示三只猴子单独分析时模式一致。这张图是"群体偏暖色 + S 轴成分"两条核心结论（主要结果 3）的直接证据；作者强调 S 轴偏置是纹外皮层首次测到的"基数机制"印记。

图 8 · 偏好色调角对向量和模长的散点图

原文图注：Figure 8. Quantification of the color responses of face-selective cells. Preferred hue angle (direction of the average vector) is plotted as a function of the strength of the color preference (norm of the average vector). Each face-selective cell is represented by a dot. The symbol size corresponds to the median number of stimulus presentations per hue. The gray value of the symbols reflects the significance of the color modulation (p value). The marginal distribution shows the normalized distribution of the preferred hue for significantly (dark gray) and non-significantly (light gray) color-tuned cells.

横轴是向量和的模长（颜色偏好强度），纵轴是偏好色调角，点的大小代表每色调的重复次数、灰度代表显著性，边缘是偏好色调的分布。读图要点：模长大的点（右侧）其偏好角向 0°（L>M 极）收敛——调谐越强的细胞越一致地偏暖色，符合"颜色调谐反映环路计算属性"的预期。显著与非显著细胞的平均偏好角没有差别（Watson–Williams 检验 p=0.80），但显著细胞的角度方差显著更小（Wallraff 检验 p<0.001），且这一差异不能用数据量多少解释（按重复数分组后 p=0.29）。该图细化了主要结果 3 的表述：暖色偏置集中在调谐强的那部分细胞里。

图 9 · 等亮度纯色刺激的反应

原文图注：Figure 9. Response to equiluminant stimuli. A, Illustration of the construction of an L.M colored image. The range of gray values in the original image were replaced with colors defined by a vector along an equiluminant plane in the color space; white pixels of the original image were rendered in a saturated hue, black pixels were rendered in gray, and gray pixels were rendered in a hue of intermediate saturation. B, Firing rate above background of a population of face-selective neurons to equiluminant stimuli (x-axis) versus luminance-preserved colored stimuli (y-axis; N =71 cells, ML = 35, AL = 36), each dot represents one cell.

A 面板示意等亮度图像的做法：原图白像素换成饱和色调、黑像素保持灰、中间灰按亮度换中等饱和度，从而整图亮度恒定、只有颜色变化。B 面板散点图中每点一个细胞（N=71），横轴等亮度条件、纵轴主条件的背景净放电率——B面板每点代表一个细胞（N=71）。按原图轴标签，横轴为保留亮度对比的彩色刺激反应（Lum+color），纵轴为等亮度刺激反应（Isoluminance）；散点主要位于单位对角线下方，表明等亮度条件反应较低。两条件的反应中位数分别为7.64和0.99 spikes/s。注意：原论文图注中的横纵轴说明与图面标签相反，此处按图面标签解读。：中位数 0.99 对 7.64 spikes/s，秩和检验 p<0.001。这张图支撑"主要结果 4"，作者还专门论证了这一比较的公平性（等亮度刺激的颜色对比已达显示器色域上限，且同 类刺激在 V1/V4/IT 都能驱动颜色敏感细胞），排除"刺激本身太弱"的解释。

图 10 · 单细胞与 fMRI 色调谐的对接

原文图注：Figure 10. Comparison of color tuning measured using microelectrode recording of single cells in face patches and fMRI. A, Average above-background firing rate computed over a 400-ms time window that begins with the stimulus onset (peak responses away from 0 can be accounted for by summing the first two harmonics of the response). B, Average above-background response for all face-selective cells (N = 173) to face images in 16 colors (the color of the traces corresponds to the colors of the images, see Fig. 3). C, Correlation between average response across the population of single units and fMRI color tuning assessed in the face patches of monkeys M1 and M2 (see Materials and Methods).

为与 fMRI 的 BOLD 时间尺度可比，A 面板把放电率在刺激起始后的 400 ms 窗口内平均：ML 与 AL 的 16 色反应剖面之间颜色差异显著（Friedman 检验 p<0.001）且彼此高度相关（r=0.89）。B 面板把 173 个细胞的 16 色平均反应画成 16 条彩色曲线，可见两点：对所有颜色反应都强（亮度对比的功劳），其中 L>M（粉红）方向的反应高于 M>L（偏绿）方向。C 面板是单细胞群体曲线与 fMRI 色调谐的相关：ML r=0.67（p=0.005）、AL r=0.61（p=0.01）。这张图把"主要结果 3"落到跨方法收敛上——微电极与 fMRI 在同一动物身上测得一致的色偏好。

图 11 · 群体 Fisher 信息与面孔肤色分布的叠加

原文图注：Figure 11. Analysis of the Information represented in the population. A, Parameters of the von Mises fits over the 173 face-selective cells used to compute the population information. B, Average net firing rate across the population. C, Population Fisher information (thin line), smoothed Fisher information (thick line), and 95% confidence intervals. On both panels, the dashed line represents the distribution of natural face skin color, and the y-axis limits for Fisher information is kept constant across all three analyses. The left column corresponds to the analysis performed in CIELUV space, the middle one to the analysis projected along the greener to redder chromatic axis (positive values indicating redder), and the last one to the analysis projected along the bluer to yellower chromatic axis (positive values indicating yellower).

三列分别是完整的 CIELUV 分析、投影到绿—红轴（正值偏红）的分析、投影到蓝—黄轴（正值偏黄）的分析；每列 A 行是 173 个细胞 von Mises 拟合参数，B 行是群体平均净放电率，C 行是 Fisher 信息（细线原始、粗线 Savitzky–Golay 平滑、阴影 95% 置信区间），虚线是人脸肤色分布。读图要点：左列中肤色分布的峰值恰好落在 Fisher 信息的低谷而非峰上——这是否证"面细胞为分辨面孔颜色而优化编码"的关键一击（主要结果 5）；中列中 Fisher 信息随偏红方向上升，支持面细胞选择性参与 L-M 对比加工；右列（S 轴）则没有相应的信息峰。三列纵轴统一，便于横向比较。

图 12 · 色调偏好与面孔选择性的关系

原文图注：Figure 12. Hue preference by FSI. Each dot represents one cell in one bin of 0.2. Median and 95% confidence intervals on the median for each bin are represented above the kernel density estimate of the distribution. The mean FSI across all 234 cells is 0.55.

这张图把分析扩展到全部 234 个记录细胞（含 61 个 FSI 低于 1/3 的细胞）：横轴按 0.2 一档的 FSI 分箱，每箱内画细胞的核密度估计，上方给出偏好色调角的中位数与 95% 置信区间。读图要点：从低 FSI 到高 FSI，偏好色调角的中位数都稳定落在偏暖（红）一侧，不随面选择性增强而移动——即暖色偏置不是面细胞特有的属性，面补丁边缘的非面选择细胞同样偏暖（主要结果 3 的补充）。这为讨论部分"IT 整体对暖色物体做了适配"的推测提供了单细胞层面的佐证。

讨论

作者的核心立场是：面选择细胞的色调谐宽而偏暖，其群体 Fisher 信息与面孔颜色分布明显错位，因此面细胞并不是为分辨面孔颜色而优化的一群。讨论给出三种可能的机能定位：其一，信息虽非最优但非零，面细胞仍能（以次优方式）参与颜色判别；其二，人类对面孔颜色最敏感的成分正是随健康与情绪波动、沿 L-M 轴编码的红绿分量，而本文测得的调谐与 Fisher 信息在 L>M 方向上升，与 Freiwald 等（2009）描述的面细胞对其他特征的"斜坡式"调谐类似，提示 L-M 色对比可能是面细胞编码的一个相关特征；其三，颜色调制可能只是帮助面细胞在遇到面孔时提高放电的增益信号（类比注意调制），甚至更一般地，IT 对"物体总体比背景偏暖"的环境统计做了适配——Gibson 等（2017）、Rosenthal 等（2018）的物体色统计和 fMRI 上贯穿 IT 前后轴的暖色偏好多带（不以面补丁为界）都支持这一点，本文图 12 中非面细胞的暖色偏置亦是佐证。关于二阶谐波/S 轴偏置，作者强调因为刺激保留了原图的黑白端亮度，等亮度估计误差造成的伪影会被掩盖，故该结果是可信的；并称之为纹外皮层反映锥拮抗"基数机制"（cardinal mechanisms）的首批测量——皮层输入层附近本已弥散的皮层下色彩印记，竟在层级远端的 IT 重新出现。

作者也坦承若干局限：分析假设猕猴裸露面部皮肤的颜色分布与人近似（两者都由氧合血红蛋白与黑色素主导，应无大异）；彩色图像是整图均匀换色，未再现面部颜色变化的真实空间模式，故所测颜色反应只是下限；等亮度与亮度对比反应之间没有公认的可比度量，只能靠多处旁证缓解；此外少数色彩选择性最强的细胞偏好绿色，可能构成另一类面细胞，作者留作开放问题。整体上，文章与 Lafer-Sousa & Conway（2013）的 IT 多级平行加工框架对话：颜色偏组织与面孔偏组织大体不重叠，因此与物体（包括面孔）颜色判别相关的信息，更可能由面补丁之外的环路处理。

一句话总结

这篇的漂亮之处在于它敢让数据去打脸一个直觉假设：面细胞明明对颜色有系统性的暖色偏置，Fisher 信息却恰恰在典型肤色处最深地塌陷下去——"有颜色反应"和"为颜色分辨而优化"是两回事。在我看来，它真正留下的遗产是把颜色问题从面补丁内部推向了 IT 的平行架构：面细胞手里那点 L-M 信息更像顺带的增益调制，而真正的颜色判别该到旁边的颜色偏区去找。需要注意的是 Fisher 信息依赖泊松噪声假设和 von Mises 拟合，且整图换色的刺激离自然面孔的颜色模式还有距离，这些结论的量级应打折看待。