一句话定位:这篇综述结合灵长类枕颞通路(V1→V2/V3→V4→IT)的解剖层级结构与 V4、IT 单细胞电生理记录,阐明腹侧通路的各个处理站并非独立分拣单一视觉属性,而是在站内并行处理空间与光谱信息;同时,信息表征的整合范围沿通路逐级扩大——V4 神经元在兴奋性感受野外具有大范围的沉默抑制性周边,IT 神经元则发展出独立于位置与大小的全局轮廓形状选择性。
研究背景
20 世纪 80 年代初,双通路理论把纹状皮层之后的视觉加工分成进入颞叶的腹侧系统和进入顶叶的背侧系统。颞下皮层(IT)损伤主要损害图形与物体辨别,顶叶损伤则更多影响空间任务,提示腹侧系统承担物体识别。然而,识别并不是 V1 到 IT 之间简单接上一条线即可完成。解剖学已发现 V2、V3、V4、MT 等多个纹外皮层区,研究者既可以按层级把它们理解为逐步整合的加工站,也可以按颜色、运动、形状等属性把它们理解为相对平行的专门模块。两种图景对信息怎样到达 IT、每级增加什么计算,给出了不同回答。
V4 是争论的中心。Zeki 曾把它视为主要负责颜色的区域,但后续记录显示,多数 V4 细胞并非窄调谐的颜色检测器。若 V4 不只处理颜色,它是否仍保留 V1 式朝向、宽度、空间频率和运动选择性?它的感受野明显增大后,新增功能会不会位于传统兴奋性感受野之外?与此同时,IT 细胞具有覆盖很大视野、常包含中央凹的感受野,适合整合整体形状,却需要用可参数化的轮廓刺激检验其选择性,而不能只靠少数复杂图片描述偏好。从 V4 的大范围周边作用到 IT 的整体形状编码,可能构成加工范围逐级扩大的连续过程。
本文把解剖投射的层板模式与 V4、IT 单细胞记录结合起来,正面检验“一个区管一种属性”的设想。作者要说明,腹侧通路各站并非只传递单一视觉属性,而是在每一站同时处理空间和光谱信息,并逐渐增加全局比较:V4 的沉默抑制性周边可比较中心与背景,IT 则可能在位置和大小改变时保持对整体轮廓的偏好。颜色恒常和图形—背景分离是对这些周边机制的功能推测,并非当时已经完成的因果证明。文章的来龙去脉正是从双通路分工进一步追问:承担物体识别的腹侧系统内部,究竟按属性分拣,还是按层级逐步重构表征。
研究思路
作者的论证框架以解剖层级结构为基础,通过单细胞神经电生理测量检验功能假设。首先利用顺向与逆向轴突投射的皮层层板终止模式(前向投射起源于浅层并主要终止于靶区第 4 层,反馈投射则起源于深层并避开第 4 层),确定枕颞腹侧通路呈现 V1→V2/V3→V4→IT 的前向串行层级结构,将背侧运动通路(MT 等)排除出物体形状识别的主干通路。其次,针对“V4 是否为纯粹颜色专属区”的观点,系统测量 V4 神经元在长宽、朝向、运动方向、空间频率以及波长调谐上的反应特性,检验其是否具备多属性并行编码的能力。在此基础上,重点考察感受野外围的作用:既然 V4 神经元的经典感受野显著增大且保持空间调谐,其是否通过经典感受野之外的非兴奋性区域实现更宽视野范围的比较。对于层级终点的 IT 皮层,引入傅里叶描述子(Fourier descriptor, FD)将闭合图形边界的几何曲率参数化,检验大感受野神经元对全局形状特征的调谐特性,并评估该调谐在刺激大小和位置改变时的稳定性。
方法
本文结合了系统的文献综述与两项单细胞神经电生理记录实验:
- V4 单细胞电生理实验:在麻醉与肌松状态下的猕猴中,记录偏心度 5° 以内的 V4 神经元活动(共记录 200 余个单细胞)。利用计算机控制的亮/暗窄光条闪烁以定量绘制兴奋性感受野结构;采用漂移正弦光栅测量空间频率调谐与相位敏感性;光谱实验使用半高宽 10 nm 的窄带干涉滤光片覆盖 460–660 nm 光谱范围,并在 CIE 明视觉光度学上对刺激亮度进行配平(刺激亮度 1.5 ft-L,背景 0.5 ft-L)。刺激随机交替呈现,每种刺激重复 5 次(每次 1.28 s),统计刺激呈现期的平均放电率(扣除自发基线)作为“On”反应,刺激撤除后 0.64 s 内计算“Off”反应。通过在感受野外呈现不同波长或空间频率的大范围环形光栅,测量周边区域对中心刺激反应的调制效应。
- IT 全局形状电生理实验:依据 Zahn 与 Roskies 的傅里叶描述子(FD)算法,将闭合轮廓边界的曲率函数展开为傅里叶级数,构建频率在 2–64 周期/周长(cycles per perimeter)范围内的标准化几何轮廓刺激系列(中性背景上的高对比图形)。刺激呈现在 IT 神经元的兴奋性感受野内并对齐注视中心,测量神经元对不同 FD 频率成分的调谐反应;并通过改变刺激视角的几何缩放与空间偏心位置,检验形状调谐特性的尺度与位置不变性。
主要结果
-
枕颞腹侧通路在解剖上呈现明确的串行前向层级:皮层层板连接模式表明,V1 主要投向 V2(部分投向背侧 V3),V2 与 V3 进一步前向投射至 V4,V4 的主要输出端指向 IT 皮层。IT 皮层缺乏精确的视网膜拓扑映射,其兴奋性感受野极大,普遍覆盖中央注视区并延伸越过垂直子午线进入同侧视野。
-
V4 感受野范围增大但保持精细的空间调谐:在偏心度 1° 处,V4 感受野的线性尺度约为 V1 的 4 倍(面积约为 16 倍),在 3° 处约为 6 倍(面积约为 36 倍)。然而,对刺激长度、宽度、运动方向具有敏感性的细胞比例与 V1 相当,朝向调谐的半高宽可窄至 25°,最适空间频率分布范围(0.12–8 c/deg)与 V1 显著重叠。亮刺激与暗刺激的兴奋区在多数细胞中呈现空间重叠(类似 V1 复杂细胞,图 2);同时,神经元在空间求和、调制深度及相位依赖性上展现出从“简单样”到“复杂样”的连续过渡(图 3)。
-
V4 神经元并行处理空间与光谱信息,而非单一颜色检测器:绝大多数 V4 细胞对全色谱及白光均表现出显著放电(最不敏感波长的平均反应约为最敏感波长的 20%,白光反应约为最敏感波长的 60%)。多数细胞表现出较视锥吸收谱更窄的波长选择性,调谐带宽与外侧膝状体(LGN)的颜色对抗细胞相当,但在亮度和适应态受控条件下极少观察到典型的红绿或蓝黄拮抗反应(图 4)。
-
V4 神经元普遍具备大范围的沉默抑制性周边:周边区域直径可达 30° 以上,并可越过垂直子午线延伸进入同侧视野 16° 以上。该周边区域单独呈现刺激时不诱发神经元放电,但当其受刺激时会对感受野中心的反应产生显著抑制;且抑制效应在周边刺激与中心刺激具有相同波长或相同空间频率光栅时达到最大(图 5)。作者推测该抑制机制可能参与颜色恒常性计算及图形与背景的分割过程。
-
IT 神经元表现出尺度与位置不变的全局形状选择性:IT 神经元的平均感受野面积超过 625 平方度(显著大于 V4 中央凹感受野的亚度量级)。约半数视觉敏感的 IT 细胞对傅里叶描述子(FD)的特定频率表现出明确调谐;在具有形状选择性的细胞中,超过半数神经元的最适 FD 频率在刺激视角尺寸缩放或位置平移时保持恒定(图 7),表明其编码的是轮廓边界的相对曲率特征,而非视网膜坐标上的绝对局部条纹密度。
图注解读
图 2 · 三个 V4 神经元的明暗兴奋区几乎重叠
原文图注:Fig. 2. Receptive fields of three representative V4 neurons. At the top are diagrams of the light and dark excitatory zones. At the bottom are the response curves. Stimuli were narrow light and dark bars. flashed at multiple positions, with separations indicated by the scale bars below each diagram. Responses were calculated from the average firing rate for five stimulus presentations. less the average spontaneous firing rate. For all three cells the dark and light excitatory zones were overlapping, and in this respect they resemble complex cells in striate cortex. For some cells in V4, the peaks of the dark and light zones were spatially offset (cell I). but for most cells the zones were coextensive (cells Z and 3). Some cells had a preference for either light or dark (cell 2). but for other cells the responses were nearly equivalent (cell 3).
上方示意图展示神经元的亮兴奋区与暗兴奋区空间分布,下方为不同空间位置闪烁窄光条诱发的放电响应曲线(扣除自发基线)。三个代表性细胞的亮区与暗区均呈现高度空间重叠,与初级视皮层(V1)的复杂细胞特征一致;细胞 1 呈现亮暗峰值的轻微空间错位,细胞 2 与 3 呈现共轴同域分布,表明 V4 感受野内部具备复杂的两维亮度整合能力。

图 3 · 两个 V4 神经元的光栅调谐:低频求和与高频拮抗
原文图注:Fig. 3. Responses of two V4 neurons to drifting gratings. At the top are diagrams of the receptive fields and the optimal sine-wave gratings. At the bottom are the response curves. Responses calculated as in Fig. 2. The cell on the left responded best to a grating with a half-cycle that was the width of the receptive field. while the cell on the right responded best to a grating with many cycles within the receptive liefd.
展示两个 V4 神经元对漂移正弦光栅的空间频率调谐曲线:左侧神经元的最适刺激为半周期与感受野宽度匹配的低频光栅,体现感受野内的空间求和特性;右侧神经元偏好感受野内容纳多个周期的高频光栅,表现出感受野内部的拮抗亚结构。该差异支持 V4 神经元在感受野调谐特性上存在多样化的空间组织形式。

图 4 · V4 神经元的波长调谐曲线:峰值 500 nm、白光仍有好反应
原文图注:Fig. 4. Responses of a representative V4 neuron to a white stimulus (W) and to narrow-band spectral stimuli. All stimuli were 0.75' x 0.75'. flashed within a 1' x 1" excitatory receptive field. Spectral stimuli were produced by narrow-band interference filters (IO nm full-width at half-amplitude). All stimuli were equated for photopic luminosity (CIE) and had a luminance of I.5 ft-L on a neutral background of 0.5 ft-L. Stimuli were randomly interleaved by computer and were presented for five trials each, with a 1.28 set presentation each trial. "On" responses were calculated from the average firing rate during the stimulus presentation less the baseline firing rate. "Off" responses were calculated from the average firing rate during a 0.64 set period following the stimulus presentat……
横轴表示测试波长(460–660 nm,最右端为白光 W),纵轴为归一化放电反应幅度(以 500 nm 处的峰值反应为 100%)。该代表性细胞对蓝绿波段表现出明确调谐,在 580 nm 以上波段反应微弱,但对等明度的非彩色白光仍保留约 60% 的放电反应,且未观察到长波拮抗性的“Off”抑制成分,表明其属于宽带波长调谐而非严格意义上的窄带颜色检测器。

图 5 · V4 感受野-周边的频率特异性压制
原文图注:Fig. 5. Example of spatial frequency specific interaction between the excitatory receptive field and surround of a V4 neuron. At the top are diagrams of the receptive field and effective excitatory stimuli. The excitatory receptive field was 1" x 2'. and the sine-wave gratings were drifted across the receptive field al 1 c/set. Gratings were generated by a high-speed graphics system that could drift one or more gratings within windows while keeping the rest of the screen at mean luminance. (A) Responses lo gratings restricted lo the receptive field compared with responses to gratings that covered both the excitatory receptive field and a lo" surround. The best response was to a 0.25c/deg grating that was restricted to the receptive field. (B) Responses to an optimal grating (0.25 c/deg) wi……
(A) 对比光栅局限于经典感受野(实线)与扩展至包含 10° 周边区域(虚线)时的频率响应,大范围光栅在所有测试频率下均引发反应抑制;(B) 在中心感受野维持最佳光栅(0.25 c/deg)驱动时,改变周边区域的光栅频率,抑制效应在周边频率与中心一致时达到最强,偏离中心频率时抑制逐渐减弱。结果证实 V4 存在具有特征调谐特异性的大范围抑制性周边。

图 6 · Fourier 描述子形状刺激系列
原文图注:Fig. 6. Examples of FD stimuli, which vary in frequency from 2 to 64 cycles per perimeter. Although stimuli are shown in black, the stimuli used in the experiment were normally white on a neutral background.
展示基于傅里叶描述子(FD)构建的几何轮廓刺激集,其边界曲率频率从 2 周期/周长逐步递增至 64 周期/周长。该参数化方法将连续形状轮廓分解为独立的频域分量,为定量测量高阶视皮层神经元的二维轮廓形状调谐曲线提供了标准化的实验刺激。

图 7 · IT 神经元形状偏好的大小不变性
原文图注:Fig. 7. Responses of an IT neuron to FD stimuli of different sizes. All stimuli were confined to the receptive field and were centered on the fovea. Responses calculated as in Fig. 4. Although the absolute response of the neuron varied with stimulus size, the preferred frequency remained 4 cycles per perimeter.
展示单个 IT 神经元对不同视角尺寸(13、28、50 平方度)的 FD 形状刺激的频率调谐曲线。虽然绝对放电率随刺激尺寸变化有所浮动,但调谐曲线的最优调谐峰值始终稳定在 4 周期/周长,证实该神经元具备针对几何形状轮廓的高阶调谐特性,且该表征对整体尺度的缩放表现出鲁棒的不变性。

讨论
作者基于上述实验证据提出腹侧物体识别通路的双重组织原则:首先,关于皮层功能分工,各级视觉皮层并不按单一物理属性(如颜色或空间轮廓)在脑区间进行刚性隔离,V1、V2、V3、V4 及 IT 的各个中继站均表现出对朝向、空间频率、运动方向及光谱成分的协同加工;柱状功能分区更多体现为区内的微观功能模块,而非宏观脑区层面的属性分流。因此,V4 更应被理解为整合空间与光谱特征的多功能中继站,而非孤立的颜色分析中心。
其次,关于表征尺度的演化,信息处理沿腹侧通路呈现逐级空间全局化的趋势:V4 神经元在保留局部空间分辨的同时,通过大范围的沉默抑制性周边引入了上下文背景参照,为视野范围内的空间与颜色相对比较(如颜色恒常性与图-底分离)提供了候选通路;IT 神经元则通过进一步融合前级输入,形成了覆盖广泛视野的巨大感受野,并构建起能够容忍物体空间平移与尺寸缩放的全局轮廓表征。
作者指出了当时研究的局限性:V4 皮层的视网膜拓扑结构具有相当的复杂性,其亚区边界划分仍待细化;同时,周边抑制效应对颜色恒常性和图-底分割的具体贡献,在当时主要基于生理相关性推测,仍需在行为清醒动物的因果干预实验中做进一步确证。
一句话总结
本研究系统证实了灵长类视觉腹侧通路采用每级多特征并行编码与逐级扩大空间上下文比较的组织原则:V4 神经元通过大范围沉默周边实现跨视野的特征抑制交互,IT 神经元则构建了对尺寸和位置具有不变性的全局形状调谐表征。