PNAS:新技术助力动物深部视觉皮层的功能超声成像 | 脑科学顶刊导读 056期
1,清醒状态非人灵长类动物深部视觉皮层的功能超声成像
2,视觉心理意象和知觉共享的神经表征发生在alpha频带
3,人脸和场景识别中人类内侧顶叶的类别选择性
4,灵长类丘脑后侧中的长期价值记忆在快速自动动作中的作用
5,在先天性盲人的早期“视觉”皮层中解码自然声音1,清醒状态非人灵长类动物深部视觉皮层的功能超声成像
期刊:PNAS
作者:Loren
2,视觉心理意象和知觉共享的神经表征发生在alpha频带
期刊:Current Biology
为了在开展适应性活动时有足够的灵活度,生物体必须对物理呈现的刺激进行快速的认知反应。为此,人类使用视觉心理意象,即从记忆中唤起生动的内在体验的能力,来代表对刺激的感知。视觉心理意象的内容在主观上模仿了感知到的内容,这表明心理意象和感知具有共同的神经机制。
通过对人类脑电图(EEG)数据进行多变量表征相似性分析,我们比较了心理意象和物体感知过程中的大脑振荡活动的时间过程。我们发现,心理意象和感知之间共享的表征形式只出现在alpha频段。这些表征存在于大脑后部电极中,但不存在于前部电极中,表明这些表征起源于顶枕皮质。使用表征相似性分析将共享表征与计算模型进行比较,发现其与物体表征上训练的深度神经网络的后面层之间相关联,而不是和听觉或语义模型关联,这暗示了复杂视觉特征的表征是通用的基础。
总之,我们的研究结果发现并刻画了alpha振荡作为视觉心理意象和感知之间共享的表征的皮层标签。
https://doi.org/10.1016/j.cub.2020.04.074
3,人脸和场景识别中人类内侧顶叶的类别选择性
期刊:Current Biology
人脸和场景的快速识别和记忆涉及腹侧视觉通路中特定类别的计算中心与分布式皮层记忆网络的结合。为了更好地了解人类如何进行识别和辨认人脸和场景,我们记录了一大批患者(n = 50)的顶内侧皮层(MPC)和内侧颞叶(MTL)的颅内信号,这些脑区被广泛的认为参与了人脸和场景识别。
我们发现,MPC对人脸和场景识别产生了拓扑性的调谐响应,MPC中进行场景识别的电极簇位于大脑双侧,而进行人脸识别的电极簇位于右侧顶下沟。MTL的类别选择性具有结构梯度,表现为内嗅皮层前部具有人脸选择性,而旁海马脑区后部具有场景选择性。
在MPC和MTL中,具有刺激特异性的可识别的样本在这些皮层模块中都具有更强的激活。这两个区域协同工作促使人脸和场景识别。特征选择性和身份敏感性在这两个区域是一致的,并且它们在人脸和场景识别过程中表现出θ相位锁定。这些发现共同为MPC子区域在识别独特实体中的特定作用提供了明确的证据。
4,灵长类丘脑后侧中的长期价值记忆在快速自动动作中的作用
期刊:Current Biology
丘脑被广泛认为是处理来自各个大脑区域的信息并将其传播到其他大脑区域的脑区,在感知觉和运动执行中起着至关重要的作用。丘脑还接收基底神经节(BG)的输入,而BG参与基于价值的决策,这表明丘脑在价值加工过程中发挥作用。
我们发现,在猕猴丘脑后侧的特定脑区中的神经元编码了视觉物体的历史价值记忆。这些价值编码神经元多位于膝上核(SGN)中。这个丘脑区域直接从上丘(SC)接受解剖输入,并且其神经元显示的视觉反应具有对侧偏好。值得注意的是,这些丘脑神经元的价值辨别活动在学习过程中增加,学习后的价值甚至在学习后200天内仍保持稳定。
我们的数据表明,丘脑后部的单个神经元不仅处理简单的视觉信息,而且还表征历史价值信息。此外,我们的数据表明,SC-丘脑后侧-BG-SC皮层下神经回路可以编码历史价值,从而绕过视觉皮层实现快速自动注视。
5,在先天性盲人的早期“视觉”皮层中解码自然声音
期刊:Current Biology
复杂的自然声音,如鸟儿唱歌的声音,说话声或交通噪音,可以在被蒙住眼睛的正常视力被试的早期视觉皮层中诱发可解码的fMRI激活模式。也就是说,早期视觉皮层接收非视觉信息以及来自听觉信息中的潜在预测信息。但是,目前尚不清楚听觉信息向早期视觉区域的转移是视觉意象的附带现象,还是由与视觉经验无关的机制驱动的。
本研究发现,我们可以从缺乏视觉意象的先天性盲人的早期“视觉”脑去中的活动模式中解码自然声音。因此,视觉意象不是听觉信息反馈到早期视觉皮层的前提。此外,早期视觉皮层中声音空间模式解码的准确度在盲人和正常视力的个体中非常相似,且解码的准确度从中央凹到周围区域不断梯度增加。
这表明,即使在终生没有视力的情况下,早期视觉皮层的典型反常组织也会发展为听觉反馈。给早期视觉皮层的相同反馈可能会辅助正常视力个体的视觉感知,并促使该脑区参与盲人的非视觉功能。
作者信息
校审:Freya(brainnews编辑部)
题图:Singularity Hub
前 文 阅 读
欢迎加入超过 18000人的
全球最大的华人脑科学社群矩阵