大脑的直普朗科尔塞特可以识别对象的新证据

研究人员发现，这里突出显示的较低时间（IT）皮质中的神经元烧制模式，在对象识别任务中的成功中强烈地相关。图像：麻省理工学院新闻

在一个新出版的研究中，来自麻省理工学院的神经科学家揭示了大脑的直播皮层可以识别物体。

当眼睛打开时，视觉信息从视网膜通过视神经和大脑流动，这将这种原始信息组成到对象和场景中。

科学家们先前已经假设了物体在较差的时间（IT）皮质中区分，这是靠近这种信息流的结束，也称为腹部流。麻省理工学院神经科学家的新研究提供了证据，证明这确实如此。

研究人员发现IT皮质中的神经元射击模式与对象识别任务中的成功相关的神经元射击模式强烈关联。

“虽然我们从事先开始工作的时候，所以较差时间皮层中的神经元群体活动可能是视觉对象识别，但我们没有准确地将该神经活动准确地联系起来对象感知和行为的预测地图。本研究的结果表明，来自IT种群活动的特定地图对行为的特定地图是高度准确的，对所有测试的物体进行了高度准确的，“麻省理工学院的大脑和认知科学部门负责人，詹姆斯迪卡罗说麦戈尔恩大脑研究所，研究中的高级作者，出现在神经科学杂志。

本文的牵头作者是纳吉·Majaj，这是纽约大学的Dicarlo实验室的前博士。其他作者是前麻省理工学院研究生HA HONG和前麻省理工学院本科学生ETHAN SOLOMON。

区分对象

据信，沿着腹侧流沿着腹侧的禁止处理基本的视觉元素，例如亮度和方向。更复杂的功能沿着溪流进一步前进，具有对象识别，据信在IT皮质中发生。

为了调查这一理论，研究人员首先要求人类受试者执行64个对象识别任务。这些任务中的一些是“琐碎的，”Majaj说，比如将苹果与汽车区分开来。其他 - 例如在两个非常类似的面之间辨别 - 非常困难，受试者只有大约50％的时间。

在衡量这些任务的人类性能之后，研究人员随后向非人的灵长类动物展示了相同的近6,000个图像，因为它们记录了下颞皮质的神经元的电活动以及称为V4的另一视觉区域。

168 IT神经元和128 v4神经元中的每一个响应于某些物体而不是其他物体，创建作为每个对象的独特签名的射击模式。通过比较这些签名，研究人员可以分析它们是否与人类区分两个物体的能力相关。

研究人员发现，IT神经元的烧制模式，但不是V4神经元，完全预测了他们所看到的人性性能。也就是说，当人类困难区分两个物体时，这些物体的神经签名如此相似，可以难以区分，并且对于人类成功的对，这些模式非常不同。

“在简单的刺激上，它做了和人类，并且在困难的刺激上，它也失败了，”Majaj说。“我们在行为与神经响应之间有很好的相关性。”

研究人员说，该研究结果支持其Cortex中的神经活动模式的假设可以编码详细的对象表示，以允许大脑区分不同的物体。

剑桥医学研究议会认知和大脑科学股份的主要调查员Nikolaus Kriegeskorte同意，该研究提供了“关键证据证明，支持较低的时间皮质含有人类视觉对象识别的神经元表示。”

“这项研究是其原始且严谨的方法，即建立脑表征与人身行为绩效之间的联系，”克里斯基尔·克里斯·斯科特（The Who）的一部分是研究团队。

模型性能

研究人员还测试了10,000多种其他可能的模型，了解大脑如何编码对象表示。这些模型基于大脑中的位置而变化，所需的神经元数以及神经活动的时间窗口。

这些模型中的一些，包括一些依赖于V4的模型，因为它们比人类更好地表现在一些任务中，更糟糕的是。

“我们希望神经元的表现在模式方面完全匹配人类的性能，因此简单的任务对于神经人群来说是容易的，并且努力任务对于神经人群来说是难以实现的，”Majaj说。

研究团队现在旨在收集更多数据来询问该模型或类似模型是否可以预测每个视觉图像上的对象识别的行为难度 - 比到目前为止测试的一个更高的条形。这可能需要额外的因素包括在本研究中不需要的模型中，因此可能在科学家们目前对物体的神经表征的理解中揭露重要差距。

他们还计划扩展模型，以便根据视觉流的早期部分的输入来预测它的响应。

“我们可以开始构建一个级联的计算操作，通过V1，v2，v4缓慢地从视网膜上拍摄图像，直到我们能够预测其中的人口，”Majaj说。

出版物：Najib J. Majaj等，“简单学习的较低时间神经元射击率准确地预测人核心对象识别性能，”神经科学杂志2015年9月30日，35（39）：13402-13418; DOI：10.1523 / jneurosci.5181-14.2015