人类颞叶面部处理的神经计算框架：从视觉特征到身份识别的奥秘

《Current Biology》：A neural computational framework for face processing in the human temporal lobe

本文通过记录人类腹侧颞叶皮层（VTC）和内侧颞叶（MTL）的颅内脑电图（iEEG）及单神经元活动，揭示了 VTC 中基于特征的密集表示转化为 MTL 中基于身份的稀疏表示的机制，为理解面部识别的神经基础提供关键依据。

　　

引言

在认知神经科学领域，一个关键问题是统一的身份表征如何从视觉输入中产生。面部识别是一项基本社交技能，面部处理障碍与诸如面孔失认症和自闭症等神经疾病相关。尽管过去二十年在理解面部感知的神经机制方面取得了进展，但潜在的神经计算和动态仍不清楚，尤其是从详细视觉输入到抽象语义表征的过程。

此前的研究提出了两种主要假设：基于特征的模型认为面部由神经元集合表示，每个神经元调谐到特定视觉特征轴；基于样例的模型则表明神经元以高度选择性的方式编码面部身份。然而，人们并不清楚感知驱动的高级视觉区域特征编码如何转变为 MTL 中记忆驱动的语义编码，也不确定人类 VTC 是否与猴子的 ITC 一样具有基于轴的特征编码。

本研究通过对神经外科患者进行直接电生理记录，旨在填补这些空白。研究假设 VTC 中的神经元编码神经轴，形成神经特征空间，而 MTL 中的神经元在该空间内编码感受野，从而实现从 VTC 的密集特征表示到 MTL 的稀疏身份表示的转换。

结果

1. VTC 和 MTL 中视觉反应的时空神经动力学：研究人员对 18 名神经外科患者进行记录，让他们观看 500 张名人面部图像并执行 1-back 任务。从 1249 个通道获取 iEEG 记录，其中 883 个在 VTC，366 个在 MTL。结果发现，VTC 和 MTL 各子区域都有显著比例的视觉反应通道，且右侧半球的反应通道更多。在时间动态上，pFG 反应最早，MTL 区域反应较晚。同时，在多个区域观察到身份选择性编码，信息沿视觉层级前馈流动。
2. VTC 中的轴基特征编码：利用预训练的深度神经网络（DNN）提取视觉特征，并通过偏最小二乘法（PLS）回归建模神经反应。研究发现，双侧 pFG 和 aFG 存在显著的轴基特征编码，且 pFG 的轴编码开始更早、更强。ITG 未显示面部的轴基特征编码，但在之前研究中对物体有轴编码，这表明 ITG 可能编码非面部特征。此外，VTC 中轴编码通道和 MTL 中身份编码通道对面部的表征相似，暗示了信息在这些脑区之间的流动。
3. 人类 MTL 中的单个神经元对 VTC 神经特征空间区域的调谐：构建 VTC 神经特征空间后，研究人员记录了 27 名患者 MTL 中 1864 个单神经元的活动。结果发现，部分 MTL 神经元对 VTC 神经特征空间中的特定区域有选择性反应，即表现出区域编码。通过表征相似性分析（RSA）发现，VTC 轴编码通道与 MTL 区域编码神经元之间的相似性显著高于其他组合，且信息从 VTC 流向 MTL。
4. 用猕猴 ITC 记录进行验证：对猕猴 ITC 进行记录，使用与人类实验相同的刺激。结果显示，猕猴 ITC 存在稳健的轴编码，其神经特征空间与人类 VTC 相似。同时，人类 MTL 神经元在猕猴 ITC 神经特征空间中也表现出区域编码。这些结果验证了研究的计算框架，表明从 ITC/VTC 的轴编码到 MTL 的区域编码存在转换。
5. VTC 和 MTL 之间的功能连接支持编码转换机制：计算 VTC 和 MTL 之间的相位锁定值（PLV）和格兰杰因果关系（GC），发现二者在低频范围内存在显著同步，且轴编码通道与 MTL 的同步更强。GC 分析表明 VTC 和 MTL 之间存在双向通信，但频率不同。这些结果为 VTC 向 MTL 传输视觉特征信息提供了生理基础。

讨论

本研究揭示了面部识别的神经计算机制，包括 VTC 和 MTL 子区域的时空动态、VTC 的轴基特征编码、MTL 的区域编码，以及二者之间的功能连接。研究结果表明，VTC 在面部处理中起着关键作用，其不同区域具有不同的编码特性。MTL 神经元通过对 VTC 神经特征空间区域的调谐，实现了从密集特征表示到稀疏身份表示的转换。

此外，VTC 和 MTL 之间的同步在低频范围内增强，尤其是轴编码通道与 MTL 的同步，这支持了相干性在区域间通信中的作用。本研究为面部识别的神经过程提供了机械理解，但仍有一些问题有待进一步研究，如 VTC - MTL 计算框架如何随学习和熟悉度的增加而演变，以及其他脑区或网络与该通路的相互作用等。