编辑推荐：
在理解灵长类视觉脑表征机制的探索中，研究人员开展 “Brain feature maps reveal progressive animal-feature representations in the ventral stream” 研究。他们用多电极阵列记录神经元反应，发现腹侧流神经元对动物特征的编码增强。这为理解视觉系统提供新视角。
在神奇的大脑世界里，视觉感知一直是科学家们热衷探索的神秘领域。当我们轻松地看着一幅自然图像，瞬间就能感知到场景布局、物体身份和位置等丰富信息，可大脑中的神经元是如何对这些复杂多样的特征做出反应的呢？早期研究中，对于颞下（IT）皮层神经元的行为描述并不统一，有的认为它们以分布式方式对形状、纹理或颜色等一般 “方面” 做出反应，也有研究发现它们会对 “面孔或手” 有响应。在解码神经元反应时，监督方法依赖预定义标签或类别，虽然有所发现，但存在引入偏差等局限性；无监督方法虽能揭示不受预定义标签约束的模式表示，却也无法完全解释视觉系统如何编码自然场景。因此，为了更全面地了解视觉系统的编码机制，迫切需要新的研究来填补这些空白。
为了攻克这些难题，来自哈佛医学院和华盛顿大学医学院的研究人员展开了深入研究。他们的研究成果发表在《SCIENCE ADVANCES》上，为我们理解灵长类视觉系统带来了新的曙光。
研究人员采用了多种关键技术方法。首先，他们使用多电极阵列，记录了灵长类动物早期（V1/V2）、中期（V4）和晚期 [后颞下（PIT）皮层] 区域神经元的反应。通过让猴子执行注视任务，呈现自然场景图像，测量神经元的放电率。同时，利用 “热图（heatmap）” 这一技术，模拟卷积神经网络中的 “权重共享” 操作，直观展示神经元对不同场景区域的反应。此外，他们还创建了语义掩码（semantic masks），量化神经元对不同类型物体特征的反应，并在人工神经网络（ANNs）中进行模拟实验，对比其与灵长类视觉系统的差异。
下面来看看具体的研究结果：
- 神经元对动物特征的关注逐渐增加：研究人员发现，不同区域的神经元群体对整个场景都有反应，但各区域有不同侧重。V1/V2 神经元对背景特征和空间频率区域反应强烈，PIT 神经元主要对动物特征有强烈反应，V4 神经元则呈现混合反应。通过创建语义掩码并测量神经元在掩码内外的反应，发现动物掩码在 PIT 区域引发的神经元活动比 V4 区域更强，在 V4 区域又比 V1/V2 区域更强。这表明猴子视觉腹侧通路从 V1 开始，就部分地组织起来，越来越多地编码包含动物特征的区域。
- 群体对物体的反应优先关注局部特征：研究引入特征到对象比率（FTO）这一指标，发现所有视觉区域的 FTO 比率均小于 1，且从 V1/V2 到 PIT 逐渐增加。这说明神经元群体更倾向于对物体内特定的局部特征做出反应，而非动物物体的整体身份。
- 单个位点对动物特征的调谐存在差异：通过计算个体位点热图与群体热图的相关性，发现个体位点的特征选择性与群体热图有一定相似性，但也存在差异。进一步研究发现，随着腹侧层次结构的上升，偏好动物相关特征的位点比例增加，且单个神经元位点对动物特征的选择性也逐渐增强。这表明动物特征在腹侧流中的聚焦是由于对动物特征更敏感的位点数量增加，以及单个位点对动物特征的激活增强。
- 部分深度网络表现出对动物特征的关注：在对 18 种人工神经网络模型的研究中，发现不同模型表现各异。部分模型如 ResNet-50 robust 和 CORnet-S，显示出与灵长类视觉系统类似的对动物特征的关注趋势，而其他模型则没有。通过一系列标准筛选，发现 CORnet-S 等模型在捕捉动物特征的趋势上与猴子数据更为相似，但不同模型之间仍存在较大差异。
- 自由观看和显著性图与下游热图相关：研究人员测量了猴子在自由观看条件下的眼动，并创建了注视图。结果发现，猴子的注视图与神经元热图存在一定相关性，且 PIT 区域的热图与所有显著性图的相关性更强。这表明视觉显著性算法总体上模拟了更靠前的视觉皮层的操作，猴子的观看模式与前视觉皮层区域热图的关联更为紧密。
综合上述研究结果，研究人员得出结论：灵长类视觉系统的腹侧流神经元对动物特征的编码呈现出渐进式增强的趋势，从早期视觉区域到晚期区域，神经元对动物特征的关注逐渐增加。这种趋势不仅体现在群体水平上，单个神经元位点也表现出对动物特征的选择性增强。此外，部分人工神经网络模型虽然能够模拟灵长类视觉系统对动物特征的关注，但与生物系统仍存在显著差异。
这项研究具有重要意义。它揭示了灵长类视觉系统中神经元对动物特征的编码机制，为理解视觉感知的神经基础提供了新的视角。同时，研究结果也对人工神经网络的发展具有启示作用，有助于开发更符合灵长类大脑行为学偏差的计算模型。然而，该研究也存在一定局限性，如记录的神经元大多具有中央凹和中央凹周围的感受野（RF），未来需要更广泛的研究来进一步验证和完善这些发现。
