猴子MT中的神经元归一化是一种基于强度加权的平均值

《Proceedings of the National Academy of Sciences》：Neuronal normalization in monkey MT is an intensity-weighted average

本研究探讨恒河猴MT区神经元的归一化机制，发现传统模型在刺激位置偏离时失效，而引入强度加权的归一化模型有效解释了神经元响应，并揭示了自发活动参与归一化过程。

　　

重要性

即使在许多刺激落在感觉神经元的感受野（RF）范围内，这些神经元也必须保持对场景中特定特征的选择性。在自然视觉中，这种选择性是通过一种称为“归一化”的过程来维持的，该过程会根据神经元邻居的活动调整其响应。尽管归一化被广泛认为是大脑中的核心计算机制，但先前的研究表明，并非所有神经元都表现出明显的归一化现象。我们发现，这种表面上的多样性很大程度上反映了神经元对其感受野不同部分的权重处理方式的不同。将这种权重模式纳入归一化模型可以解释许多之前无法解释的神经反应，这表明皮层神经元通常会执行一致的强度加权归一化，以稳定感觉处理过程。

摘要

归一化是一种基本且普遍存在的神经计算机制，它能够稳定神经元群体的活动并保持刺激的选择性。虽然在整个视觉系统中都能观察到归一化现象，但在高级视觉区域尤为重要，因为这些区域的神经元具有较大的感受野，并且在自然观察条件下经常面临多种刺激。然而，目前仍不清楚具有不同选择性和偏移感受野的神经元群体如何应对复杂的场景——在这些场景中，某些刺激会比其他刺激更有效地激活神经元的不同部分。在这里，我们研究了归一化如何随着刺激与神经元感受野中心的空间偏移而变化。我们发现，现有的归一化模型在刺激出现在任意感受野位置时表现不佳。相反，需要一个基于强度加权的归一化模型来准确描述这一过程；在该模型中，强度被定义为刺激对比度与特定位置感受野权重的乘积。此外，强度加权归一化还能解释靠近感受野中心的区域对比度敏感性系统性增强的现象。最后，研究还表明，自发性神经活动对归一化的贡献与实验性刺激产生的影响是无法区分的。