Heterogeneous single-unit selectivity in an fMRI-defined body-selective patch

这篇文章把 fMRI 定位的猕猴上颌颞沟中部身体选择区（midSTS body patch）拉到了单神经元分辨率下：先用同一批猴子的 fMRI 锁定记录靶点，再用 10 类共 100 张图像做被动注视下的单细胞放电与局部场电位（local field potentials, LFP）同步记录。结果出乎当时直觉地"不整齐"——群体平均响应确实像 fMRI 那样偏向身体，但单个神经元大多只对少数几张身体图像放电，类别选择性是在平均过程中"攒"出来的。对想理解 fMRI 类别区在细胞层面究竟是什么的读者，这是一篇很好的"显影液"。

研究背景

对同种身体图像的视觉表征关乎生存、繁衍与社会交流：灵长类能快速准确地把动物从非动物中分出来，场景中无头身体和面孔一样快地帮助检测"人"，身体姿态编码还参与动作识别。fMRI 研究已在灵长类枕颞皮层发现多个被身体（或身体部位）图像更强激活的区域（Downing et al., 2001; Tsao et al., 2003; Pinsk et al., 2005, 2009; Popivanov et al., 2012）。但 fMRI 测的是大群神经元的活动，从群体信号推不出里面单个神经元到底对什么刺激敏感——这是全篇的核心缺口。

当时已有的单细胞证据几乎全部来自 fMRI 引导的面孔区记录：面孔区里选择性细胞比例很高，且单个细胞对多样面孔（人、猴、卡通）都响应（Tsao et al., 2006; Freiwald et al., 2009; Issa and DiCarlo, 2012）。身体区这边只有一项先例：Bell 等（2011）在前部一个身体部位选择区记录，发现约一半神经元对身体部位放电更强——比例明显低于面孔区，而且身体区内部对这些刺激的聚类结构、对单个例图的选择性完全没有人测过。于是问题自然形成：身体区里的神经元是否普遍偏好身体（连面孔在内）、它们对同一类别内的不同例图是"一视同仁"还是同样挑三拣四？

研究思路

作者的策略是"先在群体层面复现 fMRI，再逐层下钻、最后问为什么平均能出类别选择性"。第一步在 fMRI 定义的身体区内记录，验证群体平均放电和 LFP gamma 功率是否与 fMRI 的身体激活一致；第二步对每个单神经元计算类别选择性指数（BSI、d′），回答"每个细胞都偏好身体，还是少数强选择细胞混在一堆非选择性细胞里"这条谱系上的哪一点；第三步用例图排名分析暴露类内选择性；第四步跳出类间比较，用多神经元欧氏距离相异矩阵和层次聚类看整个刺激集在群体响应空间里如何组织，并用支持向量机（SVM）检验能否把没用过的图像归入类别——泛化是"真类别"的试金石；最后用离体拍摄的身体部位刺激集检验一种替代解释：低类别选择性和强类内选择性是否源于"调谐到身体部位×朝向"而非"调谐到身体类别"。整个设计层层递进，前半部分决定"怎样描述"，后半部分决定"怎样解释"。

方法

被试为两只雄性恒河猴（E 与 B），都是此前 fMRI 研究（Popivanov et al., 2012）四只猴中的两只，左半球，植入 MR 兼容头柱与针对 midSTS 的记录舱。记录靶点由每只猴自己的 fMRI 定：选"猴体 > 控制物体（objects M）"对比过 FWE 校正 p<0.05 且不被"猴脸 vs objects M"对比显著激活的体素；位置用 MR 兼容在位电极成像和玻璃毛细管轨迹在解剖 MRI 上反复核验。主要刺激集为 10 类各 10 张（共 100 张）：无头猴体、无头人体、猴脸、人脸、四足哺乳类、鸟类、身体状雕塑（H. Moore 作品）、果蔬，以及两组低层属性（长宽比）分别匹配猴体与人体的人造物体（objects M、objects H，共 6+4 类构成身体/非身体两组——身体类=猴体、人体、哺乳类、鸟类）；图像亮度、对比度、平均面积尽量配平，嵌入与图像平均亮度相同的粉噪声背景。副刺激集为 7 类雄猴身体部位（臂、脚、生殖器、手、腿、尾、躯干）×3 个例图×5 个面内朝向（45° 步进，含 180° 倒置），共 105 张、4° 见方、灰色背景。记录用环氧树脂绝缘钨微电极，被动注视任务：刺激 200 ms、间隔约 400 ms、100 张伪随机穿插（每块恰好一遍），注视窗 2°×2°，破窗即中止本试次；先在中央注视搜索，响应弱时以最强图像做 35 点感受野映射并移至最优位置重测主实验。以 split-plot ANOVA（基线期 vs 刺激期，50–250 ms 响应窗）及每刺激至少 5 次未中止试验为标准，E 判定 134/185、B 判定 81/114 个响应神经元；每刺激平均 9 次有效呈现。LFP 用同一电极同步记录（1–300 Hz 带通），Morlet 小波求 1–150 Hz 时频功率并按刺激前 100 ms 基线归一，分析 alpha（8–12）、beta（13–29）、低 gamma（30–59）、中 gamma（60–99）、高 gamma（100–150 Hz）五个频段。类别指标包括身体选择性指数 BSI（身体与非身体净响应之差除以二者绝对值之和，0.33 对应两倍关系）、面孔选择性指数 FSI，以及兼顾类内响应方差并经置换检验定显著的 d′ 指标；群体分析用归一化净响应的欧氏距离相异矩阵（与对应像素灰度相异矩阵做 Spearman 对照）、Ward 法层次聚类和线性 SVM（100 次随机 7:3 训练/测试划分）。

主要结果

1. 群体平均复现 fMRI 的身体选择性。群体 PSTH 上十类响应差异极显著（各猴 p<0.0001），四个身体类（猴体、人体、哺乳类、鸟类）平均高于包括身体状雕塑在内的其余各类；身体类对非身体类的平均净响应超出极显著（配对 t 检验，两猴均 p<0.00001；表 1 中 E 猴 0.14 对 0.06），猴体显著高于 objects M（p<0.00001，正是 fMRI 定义对比）。面孔方面，E 猴每个身体类都显著高于面孔类，B 猴只有猴体一项达标。LFP 功率与放电高度耦合：三个 gamma 频段的平均功率均显著偏向身体（如高 gamma E 猴 0.50 对 0.40，p=0.0001，B 猴同），beta 弱（仅 B 猴显著），alpha 则反向偏向非身体；放电与 gamma 频段功率的跨类别相关 r>0.92（B 猴低 gamma 为 0.82），而与 beta、alpha 无显著相关（图 1D，3，4；表 1）。
2. 单细胞层面高度异质。净响应 BSI 中位数为 0.47（E）与 0.25（B），分布宽而连续；按面孔区沿用的 0.33 标准，61%（E）与 48%（B）可算"身体选择性细胞"（合计约 53%）。改用原始放电率（不扣基线、正负不抵消）时中位数降到 0.19，过阈比例 35%/30%；d′(body) 中位数 0.43/0.21，35–46% 的神经元显著大于 0.5，另有约 8% 显著偏好非身体。仅约 67% 神经元的最优刺激是身体图像（图 5；表 2）。
3. 面孔选择性细胞与身体选择性细胞同区混居。16%（E）与 21%（B）的神经元 FSI>0.33、8% 与 19% 的 d′(face)>0.5；同一穿透内，面孔选择神经元上下相邻的神经元指数显著反转（如 FSI 中位数 0.72 对 −0.44，Mann–Whitney p<0.05），图 6C 的示例神经元就是偏爱侧脸、FSI 高达 0.98 的"面孔细胞"（图 6，7A）。
4. 类内选择性极强，但群体仍能解码类别。类内排名分析显示每类第 10 名（最差例图）的响应不比基线高（Bonferroni 校正 p>0.05 每类每猴），且该效应不受图像面积、对比度、长宽比影响（图 7B）。尽管如此，用群体平均响应区分身体/非身体图像的 ROC 下面积对应正确率达 97%（E）与 91%（B）；SVM 训练在 70% 图像、泛化到剩余 30%，身体 vs 非身体 90%/89% 正确，面孔 vs 非面孔 92%/97%，十类判别全部远高于机会水平（约 10%）（图 10）。
5. 表征以身体/非身体为主轴、且随位置平滑过渡；部件刺激揭示"例图×朝向"调谐。神经相异矩阵与像素相异矩阵几乎无关（Spearman rS=0.03，不显著；图 8A、B），层次聚类得到身体/非身体两大簇——主要结果及图8解读统一一个主簇包含44张图像，其中39张为身体图像、5张为非身体图像，簇纯度为88.6%；该簇覆盖全部40张身体图像中的39张，覆盖率为97.5%。原文报告该身体聚类显著（二项检验，p<0.01），但其百分比的分母表述有混淆，此处按报告计数区分两种比例。，但一缕长发外观近似多肢体的人脸被误归入身体簇；gamma 带 LFP 功率给出同样结构，alpha/beta 带则无（图 9）。沿 midSTS 外移 1 mm、3 mm，类别谱逐渐从身体转向面孔（外侧位置上 17/20 张面孔自成一簇；位置×类别交互 p<0.0005；图 11）。身体部位实验中 52 个神经元对离体部件响应强（身体部位实验中，52个神经元对各自最优部件图像的平均净响应为55 spikes/s（SEM=6）；主实验215个神经元对各自最优全身图像的平均净响应为44 spikes/s（SEM=3），Mann–Whitney U检验未检出显著差异。这是两个仅少量重叠的神经元样本之间的非配对比较；重叠神经元数量及试次数不足以支持可靠的同神经元比较，因此只能描述两组响应量级相近，不能证明响应等效或同一神经元对部件与全身响应等强。），朝向依赖极强（最优-最差指数 BWI 中位数 0.97），却完全不按部位类别聚类——七类部件例图被打散，直立勃起的阴茎和抓握姿态的腿两张图相异性突出且只出现在特定朝向，与像素距离的模式仅弱相关（rS=0.17）（图 2，12）。

图注解读

图 1 · fMRI 身体区定位与群体响应总览

原文图注：Figure 1. Category selectivity in the fMRI-defined midSTS body patch. A, Example image taken from each of the 10 stimulus classes of the main stimulus set, embedded into a pink noise background. B, Flattened surface of the left hemisphere of the monkey brain (F99 common space) with the body selective fMRI activations (contrast: monkey bodies > objects M; only activations that passed the FWE corrected level of p<0.05 are shown) of both subjects. The white ellipse indicates the midSTS: the region targeted in the recordings…

A 给出十个刺激类各一张示例（注意猴体是无头的、物体分 M/H 两组配长宽比），是后面所有图的颜色约定来源；B、C 是"定位"部分：把两只猴自己的 fMRI 身体激活投到 F99 标准表面和冠状切片上，白椭圆即 midSTS 靶区，C 中还能看到猴 E 在位电极伪影和猴 B 的套管轨迹，证明电极确打在激活中心；D 是群体归一化 PSTH（每次试验前各自按最大放电率归一），身体四类曲线明显高于其余类。这张图支撑结果 1 的群体层面部分和本文"记录真的在 fMRI 身体区里"这一前提。

图 2 · 身体部位刺激集

原文图注：Figure 2. Body part stimulus set. A, The three exemplars of each of the seven body-part classes are shown in rows per class. B, Five in-plane orientations of one particular exemplar (step size 45°). The body parts measured 4° on a side and were shown on uniform gray background.

这是副刺激集的说明书：七个身体部位类各三例，每一例再在面内旋转 45° 步长出五个朝向（含 180° 倒置），共 105 张离体、去背景、亮度配平的部件图。它支撑结果 5 的方法部分——正是"同一部件多朝向"的设计使得"部件类别调谐"与"例图×朝向调谐"可以被区分开。

图 3 · LFP 功率的类别选择性

原文图注：Figure 3. Category selectivity of the LFP power. Time-frequency plots representing the power change normalized to baseline for monkey E (A) and monkey B (B), averaged across sites (monkey E, N=133; monkey B, N=66) for each of the 10 stimulus classes. The boundaries of the frequency bands (alpha, α; beta, β; low gamma, γL; middle gamma, γM; high gamma, γH) are shown on the first plot in both panels. Stimulus onset and offset are marked by white vertical dotted lines.

每行是一个刺激类、横轴为刺激后时间、纵轴为频率、颜色为相对基线的功率变化。读图要点：gamma 频段（约 >60 Hz）在身体四类上的颜色更深、持续时间更久，而 alpha/beta 段的变化幅度小甚至反向。该图把"身体区 fMRI 激活可能主要由 gamma 功率承载"这一推断可视化，支撑结果 1 的 LFP 部分。

图 4 · 放电活动与各频段 LFP 功率的相关

原文图注：Figure 4. Correlation between the category selectivity of spiking activity and LFP power in different frequency bands. Left, Normalized spiking activity (spikes) averaged per class of those units for which valid LFP measurements were obtained and normalized LFP power averaged for the same sites. The mean LFP power is averaged within each of five frequency bands. Colors indicate the normalized response strength (see bottom color bar). Each class is indicated by an example image. Right, Pearson correlation coefficient r between the mean spiking response and the mean power for each frequency band. The red line depicts the statistical threshold above which the correlations are significantly different from 0 (p<0.05; N=10 classes).

左半是十类的群体放电与五个频段功率的并排彩色条，右半给出对应的 Pearson r。读图时抓住"越高的 gamma 越像放电"：gamma 各段 r 均超过 0.92（B 猴低 gamma 0.82）且都过红线的显著性阈值，beta/alpha 的 r 不过线。这为"gamma 功率是局部放电率的代理指标、且 fMRI 身体激活与 gamma 相符"提供了定量依据，支撑结果 1。

图 5 · 身体选择性指数的分布

原文图注：Figure 5. Body category selectivity in the midSTS body patch. A, Distribution of the BSI of body-patch single neurons. The values for the two animals are indicated by different gray levels (darker corresponds to monkey B). The triangles indicate the median BSI of each monkey. The dotted line marks a BSI of 0.33, corresponding to a twofold greater net response to bodies with respect to nonbodies. BSI was computed using net responses. B, Distribution of d′(body) of the same neurons. The same conventions as in A, except that the dotted line represents a threshold of d′>0.5). The neurons with d′ values significantly different from 0 (p<0.025, Permutation test) are hatched.

A 是全篇最关键的单细胞级证据：BSI 分布横跨负值到接近 1，不聚在一个峰上——正是"异质性"的字面写照；虚线 0.33 即"身体响应两倍于非身体"的经验标准，看得出相当一部分神经元在线左侧。B 用引入类内方差的 d′ 分布重复了同样的信息，斜纹标出经置换检验显著者。这张图支撑结果 2、3 的定量描述：约半数过阈、少数显著反向选中非身体/面孔。

图 6 · 三个示例神经元的完整响应谱

原文图注：Figure 6. Selectivity pattern of three example body-patch neurons. Each bar corresponds to the net response to a stimulus. The stimuli are grouped per class as indicated by the bar colors above the example images. Error bars denote the SEM across trials. Images to which the neurons are responding (the three best and two others) are shown above their corresponding bars. The BSI and d′(body) computed on raw responses was −0.79 and −0.89, respectively. The neuron preferred profiles of human faces. Insets show the PSTHs of the mean responses to bodies (green), faces (red), and inanimate objects (including sculptures, dark purple) for each neuron…

（注：meta 中此图注条目在"raw responses"一句处截断，括号内数值对应第三例神经元；实际图注按 A/B/C 分别给出三例的原始响应 BSI 与 d′(body)：A 为 0.63/0.70，B 为 0.20/0.74，C 为 −0.79/−0.89。）解读上要看三例的差异而非只看统计：A 神经元 BSI 满格却 d′ 不高——因为它只对少数几例身体图强烈放电、对多数身体图近乎沉默，是"类内强选择性"的活标本；B 是典型的弱类别选择性神经元；C 则整幅图偏红（面孔类）——面孔细胞就嵌在身体区里。它支撑结果 2、3 的定性部分，也是理解图 5 分布背后真实神经元形态的入口。

图 7 · 全体神经元的刺激选择性矩阵与类内排名

原文图注：Figure 7. Stimulus selectivity of midSTS body-patch neurons. A, Spiking activity matrices where each row represents the normalized responses of a neuron to each of the 100 stimuli. Each column corresponds to a stimulus. The stimuli are grouped per class as indicated by the example images. Normalized response strength is indicated by a color code (see colored bar). Cells are ordered by their BSI, i.e., the cells on top of the matrix are the most body-selective. The mean normalized responses, averaged across neurons, for each stimulus are shown below the matrices ("average"). B, Within-category selectivity. Mean normalized responses to the 10 stimuli within a class, ranked by response strength from best (rank 1) to worst (rank 10). For each neuron, half of the trials were used for ranking the stimuli and the other half of the trials were used to average the responses. Normalization was performed with respect to the maximum responses across all 100 stimuli tested…

A 是整篇论文的"全景照片"：每行一个神经元、按 BSI 从上（最身体偏好）到下排列，行与行之间颜色斑驳——没有任何一行是"十类均匀高响应"；而矩阵最下方按刺激平均的"average"行却呈现出整齐的类别结构，这正是"异质个体平均出类别选择性"的直观版本。B 用排名方差分离设计（一半试验排名、另一半验证）量化类内选择性：从第 1 排到第 10，曲线一路下滑，最差例图不再高于零。它支撑结果 2、4 和"猴子们不用同一套特征"这一核心叙事。

图 8 · 刺激表征：像素距离 vs 神经距离

原文图注：Figure 8. Representation of animate and inanimate object exemplars in the midSTS body patch. A, Dissimilarity matrix of pairwise Euclidean distances for all stimulus pairs based on the gray level difference in the corresponding pixels. The stimuli are grouped per class as indicated by the example images. The dissimilarity is indicated by the color scale with red indicating high dissimilarities. Note that the matrix is symmetric with respect to the zero distance diagonal. B, Dissimilarity matrix of pairwise Euclidean distances for all stimulus pairs based on the spiking responses of 215 body-patch neurons. The same conventions as in A. C, Hierarchical clustering of the stimuli based on the spiking responses of both monkeys (N=215 neurons). Vertical stippled lines indicate the boundaries of the major clusters. The stimulus classes are color-coded according to the legend (bottom).

三联图从"物理相似性"走到"神经相似性"再走到"类别树"：A 是逐像素灰度欧氏距离矩阵（对照组），B是100张图像在215维神经元伪群体响应空间中的两两欧氏距离矩阵，矩阵大小为100×100。，二者 Spearman 相关只有 0.03 且不显著——身体图像之间在像素上并不相同，但神经距离把它们整体抬高了。C 的聚类树上，身体四类几乎全部聚进一个主簇（44 张中 39 张为身体，97.5%），其余分出一张面孔大簇；身体簇内还能看到 9 张人体、两件长条物体 H 和一根竖直玉米的子簇。它支撑结果 5 的表征结构部分，也是讨论中"局部形状特征"论点的证据源。

图 9 · 基于 LFP 功率的刺激表征

原文图注：Figure 9. Representation of animate and inanimate object exemplars based on the LFP power in different frequency bands. Left, The dissimilarity matrices of pairwise Euclidean distances for all stimuli pairs, based on the LFP power in each frequency band (same conventions as in Fig. 8B). Right, The hierarchical clustering of all stimuli (same conventions as in Fig. 8C). The sites from both monkeys are pooled together resulting in N=199 sites for the gamma bands and N=196 sites for the beta and alpha bands. Note that three sites from monkey B had to be excluded from the analysis of the alpha and beta LFP power due to a close to zero maximal percentage power relative to baseline, which after normalization resulted in very large values, distorting the mean distances.

把图 8 的分析套到 LFP 上：高频段（高/中 gamma）的相异矩阵和聚类与放电的基本一致——身体对之间距离相对近、高gamma的身体簇含47张图像，其中39张为身体图像，簇纯度为83.0%，覆盖全部身体图像的97.5%；中gamma的身体簇含42张图像，其中37张为身体图像，簇纯度为88.1%，覆盖全部身体图像的92.5%。原文报告两者的身体聚类均显著（p<0.01）；低 gamma 次之；alpha/beta 带则身体/非身体结构缺席。这张图支撑结果 1 的频段特异性，也提示图 8 那套表征在"空间尺度更大"的群体总和（LFP）尺度上依然成立——前提是看 gamma。

图 10 · SVM 分类器的混淆矩阵

原文图注：Figure 10. Confusion matrices displaying the performance of the linear SVM classifier for the two subjects (top and bottom). In each panel, the rows indicate the presented stimulus of a particular class (input class) and the columns the classifications made by the classifier (output class). The classification scores are color coded according to the color scale shown between the panels. Numbers indicate correct classification scores as a percentage. Perfect classification corresponds to values of 100% along the diagonal. The proportions of a row add up to 100%. Each class is indicated by an example image.

对角线为正确分类率、非对角为把 A 类误判成 B 类的概率。两猴都是对角线全面深色（十类全部远高于 10% 机会水平），且值得注意的两处最高：身体 vs 非身体二分类达 90%/89%，而主要只差长宽比的 objects M 与 objects H 几乎不互相混淆——说明群体响应里连这类"非语义"的几何差异都有位置。它支撑结果 4，即单个神经元再杂，群体码本仍足以承载类别乃至细粒度信息。

图 11 · 沿内外轴的类别选择性梯度

原文图注：Figure 11. Comparison of the category selectivity between different medial-lateral locations within the midSTS of monkey E. A, Coronal slice of monkey E's brain, showing the activation for bodies (blue, contrast; monkey bodies, objects M) and faces (red, contrast; monkey faces, objects M). The overlapping activations are in purple. Only activations that passed the FWE corrected level of p<0.05 are shown. The white arrows show recording locations (1, center of midSTS body patch; 2, 1 mm more lateral than 1; 3, 3 mm more lateral than 1). B, Mean normalized response per class for the spiking activity and high gamma (γH) band for each recording location as indicated in A. Only neurons for which valid LFPs were obtained were included. C, Hierarchical clustering of the stimuli based on the spiking responses of monkey E for the population of neurons recorded at locations 1 and 3 (A). The stimulus classes are color-coded according to the legend shown at the bottom. N indicates number of recorded neurons within each of the populations.

这张图展示了"毫米尺度上的渐进迁移"：A 在解剖切片上标出三个记录位置及其与身体激活（蓝）、面孔激活（红）的关系；B 显示从位置 1 到 3，身体类条形渐矮、面孔类条形渐高（位置×类别交互 p<0.0005，锋电位与高 gamma 同步出现）；C 中位置 1 还是"身体簇 vs 其余"，位置 3 就变成"面孔簇（17/20）vs 其余（含身体）"。它支撑结果 5 的空间梯度部分，是讨论里"类别表征随位置强变、支持平滑语义梯度"的直接证据。

图 12 · 身体部位选择性

原文图注：Figure 12. Selectivity for body parts. A, Spiking activity matrix where each row represents the normalized responses of a neuron to each of the 105 body part stimuli. The horizontal line at cell number 26 separates the neurons of the two animals (below horizontal line, monkey B). Each column corresponds to a stimulus. The stimuli were first grouped per body part class, as indicated by the example images, then by body part exemplar (three exemplars per class) and subsequently by orientation. Short and long tick marks at the top and bottom of the matrix indicate the divisions between the three exemplars of a class and between the different classes, respectively. Normalized response strength is indicated by a color code (see colored bar). The mean normalized responses, averaged across neurons, for each stimulus are shown in the bar below the matrix (average). B, Top, The dissimilarity matrix of pairwise Euclidean distances for all stimulus pairs, based on the spiking responses of 52 body-patch neurons. Bottom, The dissimilarity matrix based on the gray level difference in the corresponding pixels. The same conventions are used as in Figure 8A. The two images that demonstrated a relatively high neural dissimilarity are shown above the top panel and the arrows indicate their mean response (A) and dissimilarity values (B).

A 矩阵按"类→例图→朝向"排列，若神经元按部位类别调谐则应出现成块的竖条——实际看不到；相反，亮斑散落在特定"例图×朝向"组合上，群平均的 B 矩阵则显示两张图（勃起阴茎、抓握姿态的腿）与一切图像的距离异常大，而其平均响应并不高（15 与 17 spikes/s，与其他图持平），说明是响应模式差异而非强度差异抬高了距离，且该效应只在特定朝向出现；下方的像素距离矩阵与之仅弱相关（rS=0.17）。它支撑结果 5 的部件部分，构成"这些神经元不直接编码'手''腿'类别"的否定性关键证据。

讨论

作者的解读围绕"平均"两个字展开：midSTS 身体区的 fMRI 激活、群体放电和 gamma 功率都偏向身体，但其来源是"偏好各不相同、类内选择性极强、只对整体身体略占优"的异质细胞群——既不是一小撮身体细胞被非选择性背景稀释，也不是普遍的弱身体调谐。这带来一条对整个领域的警示：fMRI 和 LFP 这类大群体测量会因平均而高估细空间尺度上实际存在的类别选择性（与之对话的有 Mur et al., 2012; Vul et al., 2012 关于 fMRI 单图像响应的工作）。与面孔区文献相比，身体区的类别选择性比例（按指标 33–53%）明显偏低（Tsao et al., 2006 的 ML/MF 达 97%；Issa and DiCarlo 2012 的 ML 为 75%；Ohayon et al., 2012 为 82%），作者归因于两点：其一，仅 67% 神经元最优刺激是身体；其二，身体（及本文的人脸猴脸）刺激本身远比以往面孔集（多取正面）异质，采样范围广的类别空间给出更生态有效但数值更低的类别指数——身体可变的姿态与形状本来就比面孔多。更根本地，作者猜想这些细胞回应的是"恰好更多地出现在身体图像中的特征"而非身体本身，长毛人脸混入身体簇即是佐证。讨论还处理了两组文献对话：与 Bell 等（2011）的前部身体区相比，本文用同样宽松标准（原始响应 BSI>0）得到 78% 对约 50% 的"身体偏好比例"，差异可能源于两区有别或离体部件在前区约束更弱；与 Kiani 等（2007）在 IT 随机取样得到的"动物/非动物"主轴相比，本文的"身体/非身体"主轴高度依赖取样位置——外侧几毫米处即转为面孔主轴，这与 Huth 等（2012）在人类皮层看到的平滑语义梯度相容。他们同时关联了 gamma 功率与 BOLD 信号的已证耦合（Mukamel et al., 2005; Niessing et al., 2005）。局限写得实在：只有两只猴、仅左半球、被动注视任务，且这种丰富而多样的响应如何最终与行为上的分类相连，"需要因果技术的应用"——作者把这个悬而未决的桥留给后续研究。

一句话总结

这篇笔记的主角其实是"平均"这个动作本身：作者不动声色地演示了一个 fMRI 类别区完全可以在单细胞层面支离破碎——五分之一的"面孔细胞"混在身体区里，身体图之间互不像——而类别边界依然在群体码本中清晰可分类。依我看，它给做比对影像学的人立了一条规矩：解释任何类别激活前，先想想这个平均数底下藏着什么样的分布；但也要记得它的边界——被动注视、每类仅 10 张例图、单半球记录，距离"身体知觉如何发生"还有一整段因果链没搭。