← 返回文献列表

IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 045 | 原始基线: V0_ZCODE_BASELINE | 语义审核: pass | 图表审核: pass

Configurational encoding of complex visual forms by single neurons of monkey temporal cortex

Miyashita · Neuropsychologia · 1993 · Zotero itemID=603

一句话定位：这篇论文问了一个当时很少有人敢问的问题——下颞叶（inferior temporal，IT）神经元对复杂图形的选择性，究竟是被图形的几何相似性"先天决定"的，还是成年后可以被学习任务改写。作者用分形图案加两套猴行为范式（延迟匹配与配对联想）证明：成年猴 IT 神经元的最优刺激会向大量学习过的图案"调谐"，甚至会按照任务要求对几何上毫无相似之处的两幅配对图产生共选择性。它是"高级视觉皮层的选择性由经验动态塑造"这一观点的奠基性单细胞证据之一。

研究背景

临床记忆测验里最敏感的子项之一，就是复杂视觉图形的回忆——失忆症患者在配对图形联想（pair-association learning）这类测验上受损明显。这类记忆的神经基础在哪里、如何编码，是动物记忆研究的核心难题。假说认为复杂图形的长时记忆最终储存在 IT 皮层前部，但支持证据长期主要来自神经心理学的切除研究；作者自己此前的工作（1988 年 Nature 两篇）已经在这个区域找到了视觉长时/短时记忆的神经元相关物，说明这条路是走得通的。同时，电生理早已知道 IT 神经元对复杂客体（手、面孔）有强烈反应。

当时的主流默认假设是：IT 神经元的刺激选择性完全由图形的几何相似性（geometric similarity）决定。但这个假设已经出现了裂缝——Perrett 等人发现一些面孔神经元对同一张脸的不同视角侧影反应相同，尽管由此造成的二维形状差别很大，说明面孔选择性背后必有几何相似性之外的组织原则。缺口因此清晰起来：需要直接把"人的知觉相似度"与"猴神经元的反应"放在同一套刺激上对比；需要检验成年学习能否像关键期的初级视皮层（V1）那样对 IT 神经元进行调谐（tuning）；还要检验 IT 神经元能否按视觉联想记忆任务的具体要求，对几何上完全不同的复杂图形建立起刺激—刺激联结（stimulus-stimulus association）。

研究思路

全文的策略是一条递进的排除链，三个实验依次回答三个问题。第一步先做"正面检验"：用同一套计算机生成的分形（fractal）图案，一端让人类被试做心理物理（psychophysical）相似度评定（评分法与分类法两种方法互相校验），另一端让猴看这些图案并记录 IT 单细胞反应，然后问：最优刺激在知觉相似空间里的距离分布是否偏向"相似"？如果只到此为止，发现偏向相似性，结论仍可能是平凡的；因此第二步制造关键的对照——让猴大量学习 97 幅分形图案，再用同一算法、不同随机种子生成 97 幅"新"图案，这样两组刺激在数学来源上完全等价，任何反应差异只能归因于经验。第三步则把要求推到极限：训练猴记住 12 对几何上毫不相似的图形配对，若神经元对同一对的两端都优先反应，选择性就只能来自联想而非相似性。这条"相似性 → 调谐 → 联结"的逻辑链，使得"IT 选择性是动态的"这一结论建立在层层对照之上。

方法

被试为成年日本猴（Macaca fuscata）。延迟匹配样本任务（delayed matching-to-sample，DMS）用三只猴：改为 "中间隔 4–16 秒延迟期"；PA 任务延迟（0.5 秒渐增至 4 秒）的现有描述保持不变，猴需记住样本并判断匹配是否相同（不同则松杆触屏，相同则继续压杆），正确给果汁奖励，记录期正确率约 90–100%。调谐实验用其中两只，将 97 幅分形图案（32 位随机种子生成）练到 95% 以上正确率，正式记录时学习集与 97 幅新种子图案随机混入。配对联想任务（pair association，PA）用两只猴：每猴 24 幅图（分形或傅里叶描述子，Fourier descriptors）配成 12 对，先分三块各学 4 对再混合；每试次先呈现线索图，延迟后从四个位置中的两个给出选择（配对物＋干扰项），延迟期从 0.5 秒逐步增至 4 秒，达标标准为连续两天 26/30 正确（87%）；与 Murray 等的方案不同，作者不给出把配对两端并置的视觉反馈。记录用钨丝微电极做细胞外单单位记录，部位在颞中回与颞下回前部（前部 ITG）。分析上，以线索期放电数按刺激平均并检验跨试次可重复性；相似性用 Kolmogorov–Smirnov 检验比较分布与均匀分布；调谐比较用 Wilcoxon 检验；联结分析为每个细胞定义两个耦合指数——CI₁ 衡量对真实配对的共反应、CI₂ 衡量对随机组合的共反应——再取配对指数 PI = CI₁ − CI₂ 做符号秩检验。心理物理部分共 10 名人类被试（6 男 4 女，22–42 岁，其中 3 人两种方法都做）：评分法在 100 点量表上逐对评两次，分类法则让被试按相似度逐级分组归并，两法所得相似值高度相关（r = 0.76，P < 0.001）。

主要结果

图注解读

图 1 · 细胞偏好与知觉相似性的频数分布

原文图注：Fig. 1, Frequency distribution of cells which encode various degrees of similarity of object forms. Abscissa, distances between effective stimuli in the perceived similarity space, which were measured according to rank order. The rank was calculated between the most and the second-most effective pictures (heavily stippled) and between the most and the third-most (stippled) effective pictures (see

这张直方图的横轴是"最优刺激相似性秩次"：把 97 幅图按与该细胞最有效图（1st Opt.）的知觉相似程度排序，取次有效图（2nd Opt.）或第三有效图（3rd Opt.）落到的秩次，秩次小＝两幅最优图知觉上很像；纵轴是处于该秩次的细胞数。深浅两种阴影分别是"最优—次优"对与"最优—第三优"对。读法：柱子集中在低秩端说明许多细胞的前两名有效刺激知觉上相似（K–S 检验偏离均匀分布，P < 0.05 / P < 0.01），而横轴右端仍拖着一条不平坦的尾巴，说明另一些细胞的有效刺激相距很远——正文正是用这条尾巴引出"选择性不只由整体相似性决定"的问题。它支撑主要结果第 1 条。

Figure 1

图 2 · 学习集与新刺激集的放电频率分布及最优刺激

原文图注：Fig. 2(A). Stimulus-selectivity of a cell to 97 learned stimuli. The abscissa is the averaged discharge rate during the 0.5 set stimulus presentation. The ordinate is the number of stimuli which produced such responses in the cell. In the recording session, each stimulus picture was selected randomly, and the trials with the identical sample picture were separated by intervening trials of other stimuli. The discharge rate was averaged in 3-5 trials. (B) Same as (A), but for 97 new stimuli. (C1, C2) most and second-most effective stimulus in the learned set for the cell. (C3) Another learned stimulus which shares a similar subpattern with (C1) and (C2), but produced a much weaker response. (C4) Most effective new stimulus for the cell.

(A)(B) 两个直方图横轴均为 0.5 秒刺激呈现期的平均放电率（spikes/s），纵轴是产生该放电率的刺激个数；每图 97 个刺激、每刺激 3–5 次试验平均。(A) 是学习集：(B) 是同算法新种子生成的新刺激集。两者对比的读法是看右尾：新刺激集的反应虽高于自发水平（0.6 spikes/s），却没有 (A) 中 >16 spikes/s 的高频群体。(C) 给出该细胞四个具体刺激图案与反应强度：C₁ 41、C₂ 36、C₃ 17、C₄ 16 spikes/s——C₁、C₂ 共享子图案而 C₃ 共享相似子图案却反应弱，C₄ 像是 C₁/C₂ 子图案的组合。这张图支撑调谐（结果第 2 条）与构型编码（结果第 3 条）两个结论。

Figure 2

图 3 · 对配对物两端均有选择性的神经元

原文图注：Fig. 3. Neural responses which were selective to both pictures of the paired associates. (A) Mean discharge rate of a cell for each cue presentation (mean±S.E.M.) relative to the spontaneous discharge rate (denoted by an arrowhead). Cue stimuli are labeled as "pair No." on the abscissa (light histogram bar in pair No. 1: picture No. 1, dark histogram bar in pair No. 1: picture No. 1', etc.). (B) same as (A) but for another cell.

横轴是 12 个配对（pair No. 1–12），每对内浅色柱为一端图形、深色柱为另一端图形；纵轴是该细胞对各线索图的平均放电率（±S.E.M.），箭头标出自发放电水平。读图要点：(A) 细胞只在某一对的两根柱子上远超自发水平——即对同一配对的两个成员都强反应，而这对图毫无几何相似性；(B) 细胞调谐更宽、对三幅以上图有反应，但配对图仍落在最有效之列。群体统计上，59 个多反应细胞的 PI = CI₁ − CI₂ 显著为正（P < 0.015），说明这种共选择性是联想学习带来的，不是随机波动。它支撑主要结果第 4 条。

Figure 3

图 4 · 评分法判断的个体内与个体间一致性

原文图注：Fig. 4. (A) frequency distribution of similarity values obtained with the rating method by subject A.D., which demonstrates intra-subject consistency of the judgement. Two abscissae in the figure represent the similarity value Sij and Sji, respectively. (B) frequency distribution histogram of the averaged similarity values obtained with the rating method, which demonstrates across-subject consistency of the judgement. Two abscissae in the figure represent the similarity value (Sij + Sji)/2 for subject A.D. and K.U., respectively.

(A) 是同一被试（A.D.）对同一对图形两次评分的联合频数分布，两个横轴分别是第一次值 Sij 与第二次值 Sji：落在对角线上＝前后一致，偏离对角线＝不稳定。实际积矩相关 r = 0.72（另一被试 K.U. 为 0.69，均 P < 0.001），判断可重复。(B) 把每对图形的两次评分平均后，比较 A.D. 与 K.U. 两个被试的均值分布，r = 0.72；A.D.–Y.M. 为 0.60，K.U.–Y.M. 为 0.53。个体间相关略低于个体内，作者归因于图形知觉的个体差异。这张图是方法学地基：它保证了图 1 里用的"知觉相似空间"不是某个被试的怪癖。它支撑主要结果第 5 条。

Figure 4

图 5 · 两种心理物理方法的会聚效度

原文图注：Fig. 5. Scatter diagram of the averaged similarity values obtained by two different methods. S was obtained by averaging the data from three subjects, and S from 10 subjects.

散点图的两个轴分别是评分法（rating，三名同时参加两种方法的被试）与分类法（sorting，十名被试）得到的平均相似值。改为 "偏离很小，尤其在高相似度区"；积矩相关 r = 0.76（P < 0.001），与正文引用的数值一致。读图时注意分类法把相似值定义为归并步骤的函数（第 i 步合并＝ 100×(n+1−i)/(n+1)），两法量纲不同但秩结构一致。这张图支撑"知觉相似度测量本身可靠"这一前提，也就是主要结果第 5 条。

Figure 5

讨论

作者的结论被组织成一句主张：前部 IT 神经元的选择性不是由图形整体相似性单独决定的，而是按记忆任务的要求获得，复杂视觉客体的神经表征经由调谐与联结两种过程被动态改写。讨论里最有力的一步是排除了"重复呈现即可"的平凡解释：Sobotka 与 Ringo 曾把五对图案给一只猴看一千多次，但任务只要求把这几对与其他图案区分开，结果 IT 神经元对同对图案的反应并未变得更相似——而在本文的 PA 任务中，猴从未同时看到一对配对物的两端，联结效应却照样出现。作者由此提出，起作用的不是重复并置呈现，而是主动的联想记忆过程。

文章随后把单细胞结果与切除研究对上了话：Murray 等发现鼻周皮层（rhinal cortex）切除的猴既难保留术前学会的配对联想、也学不会新配对，而海马切除的猴学习新配对的速度与对照组相同；本文的记录区恰与前部 ITG（前中颞沟与鼻沟之间的区域）重叠，作者据此推测这些神经元本身就是这类记忆的储存元件之一，其可塑性可能正是切除效应的细胞基础。他们还把调谐机制类比到感知觉学习（perceptual learning）——初级体感皮层的拓扑重组与触觉分辨锐度相关——并指出临床观察中双侧前颞叶病变患者在"独特身份/细分类别"水平上的识别障碍（认得出这是人脸、却不记得是谁的脸），其关键因素恰是样本间物理结构的相似性，暗示高级联合皮层的调谐支撑着这一识别水平。局限方面作者承认：刺激是监视器上的二维图形，引用三维实物病变数据时默认两者触及同一机制；选择性改变是在图案呈现百余次之后测得的，多少试次足以致效未知（对照海马神经元 20–40 试次即可改变）；ITG 与内侧颞叶结构（海马、杏仁核）的分工仍有争议——Zola-Morgan 等发现鼻周皮层损伤会加剧海马损伤的记忆缺陷、且在最长延迟（10 分钟）时最明显，提示 ITG 神经元可能参与较长时间尺度记忆痕迹的形成。文末提出一个假说：前部 IT 神经元的本领在于把"子特征身份"与"空间组织"两类线索混合编码进单一刺激选择性，这正是它们从与内侧颞叶结构的交互中获益之处——这是对 Gaffan 场景记忆观点的回应。

一句话总结

在我看来，这篇文章的真正贡献是证明了"经验可以改写高级视觉皮层的感受野"，而且证明得很干净：同算法新图案做对照排除了算法伪影，配对联想任务里两端从未同屏排除了并置学习，两套心理物理方法互验排除了量表个人性。以我的理解，它的历史位置处在 Miyashita 1988 年的延迟记忆工作与其 1991 年配对联想 Nature 论文之间，把"IT 皮层 = 视觉长时记忆储存库"从一个假说变成了有细胞机制的命题；当然分形图案的知觉相似度是由人类被试评的、却用来解释猴的神经反应，这个跨物种假设在当年未见深究，是我读下来唯一想追问的地方。

审校与证据追溯 (Verification & Evidence)

图表审计结果

关键事实与局限性声明