← 返回文献列表

IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 105 | 原始基线: V0_ZCODE_BASELINE | 语义审核: pass | 图表审核: pass

Task-dependent functional organizations of the visual ventral stream

Jo · Scientific Reports · 2019 · Zotero itemID=1086

这项 fMRI 研究用同一批自然场景图像、三种任务要求（搜寻目标物体、记忆物体、自由观看）检验了腹侧视觉通路（visual ventral stream）的功能连接如何随自上而下的认知目标重组：搜寻任务把 V1/V4 与后部下颞叶皮层（PIT）拆成相关与反相关两个阵营，而记忆任务保持通路整体相关、并特异性增强右侧 V4 与 PIT 的耦合。它提示腹侧流的层级结构不是固定的管道，而是按任务需求被选择性调用的网络，是理解"自上而下认知如何调制视觉层级"的一篇可读性很好的连接组学实证。

研究背景

腹侧视觉通路是从初级视皮层（primary visual cortex, V1）到下颞叶皮层（inferior temporal cortex, IT）的一系列层级加工阶段，沿层级的神经交互使我们得以识别视觉物体，这一层级结构已被广泛研究。但既有研究大多聚焦于刺激驱动的层级表征本身，较少回答另一个问题：当自上而下的认知过程（如注意、记忆要求）介入时，这个层级系统的功能耦合会如何组织？考虑到腹侧流通路复杂多样的连接方式，要描述包含自上而下成分的功能网络并不容易。

任务类型的选择有明确的理论依据。视觉搜寻（visual search）需要把目标定义特征载入知觉场：早期阶段 V1 提供边缘、对比等简单特征信息，中间阶段 V4 贡献颜色、纹理、形状等更复杂的特征，各层级分工互补、协同完成目标检测。而记忆物体则要求更深层的编码过程，把信息存入记忆——既然记忆相关的神经激活在腹侧流中是特征选择性的，层级系统很可能也深度参与视觉信息的存储。缺口在于：这两个截然不同的认知过程如何分别重配腹侧流的连接结构，此前没有人在同一套刺激、同一批被试下做过显式比较。

研究思路

作者的策略是"同一刺激、三种任务、逐级种子追踪"。关键设计在于用 identical 的场景图像施加三种不同的认知要求：搜寻（先看目标物再在场景中找到它）、记忆（记住场景里全部五个物体、随后做探针再认）、自由观看（无任务要求）。这样，任何跨条件的连接差异只能归于任务要求，而非刺激差异。

分析上采用逐级递进的种子点（seed-based）方法：以视觉皮层第一级 V1 为初始种子，用 CONN 工具箱计算其与全脑各体素 BOLD 时间序列的相关（Fisher 变换 z 值），并用重复测量 ANOVA 找出相关随任务条件显著变化的体素团；这些团块反过来定义为感兴趣区（ROI），再作为种子进行下一轮分析。如此迭代下去，腹侧流内的五个 ROI（V1、左右 V4、左右 PIT）自然浮现，然后做 ROI 之间的连接强度比较与激活分析。这个设计的好处是 ROI 的位置由数据本身界定，而不是先验套用图谱；同时作者把任务条件的时间序列显式分离，将任务开关引起的 BOLD 变化从相关计算中回归掉，从而把"连接"与"激活"两个量分开考察。

方法

共招募 32 名右利手被试，4 人因伪迹与设备故障被剔除，最终 28 人进入分析（平均年龄 23.86 岁，SD 3.36；15 名女性），视力正常或矫正正常。每名被试在 3T MRI（Siemens MAGNETOM Prisma）下完成 90 个试次（三种条件各 30 个，伪随机排列）。试次流程：先呈现 2 s 任务指示符；搜寻条件下先呈现目标物体 6 s，再呈现场景图像 6 s，被试找到目标立即按中键；记忆条件下直接呈现场景 6 s，要求找出并记住其中全部五个物体，随后呈现含五个物体的探针阵列（光标停在某一个上），有 5 s 时间用左右键移动光标、中键确认选择；自由观看条件下仅观看场景 6 s。各条件在场景图像前后各有 2.5 s 注视点，试次间随机间隔 5.5–8 s。刺激由 39 个物体图像（来自 Microsoft 图库，含花卉、动物、昆虫、水果、家具、工具、交通工具）按对比度图自然融入 15 张自然场景背景图生成，共 90 张刺激图像（15 背景 × 2 组物体 × 3 种位置变体，每种变体只用于一种任务条件），分辨率 1920×1200，视角 25.4°×16.0°。

功能像为 BOLD 回波平面成像（体素 3×3×3 mm³，36 层，TR 1950 ms），结构像为 T1 加权 MPRAGE（1 mm³）。预处理用 SPM12：运动校正、切片时间校正、配准与 MNI 标准化、8 mm 高斯平滑。连接分析用 CONN 工具箱：以 0.008 Hz 高通滤波，将任务条件按标准血流动力学响应函数卷积后进入一般线性模型（GLM），白质、脑脊液信号及运动参数作为混杂回归掉；再把 BOLD 时间序列按任务条件切块，计算种子与全脑体素的任务特异性相关。V1 种子取自 Anatomy 工具箱的双侧 hOC1 解剖图谱（与三条件联合激活图重合）；V4 的界定结合了腹侧枕外纹状皮层与外侧枕皮层的解剖图（hOC4d、hOC4la、hOC4lp）。显著性阈值：体素水平未校正 p < 0.001，团块水平 FWE 校正 p < 0.05；ROI 间相关的任务效应经 Bonferroni 校正。激活分析用 GLM 中各条件相对基线的信号变化参数估计值（指令、目标物、探针阵列呈现与运动参数均建模为不感兴趣回归项）。

主要结果

  1. 行为上被试确有投入。搜寻条件目标检出正确率 46.6%（SD 0.20），正确试次的平均反应时 3.0 s（SD 0.36）；记忆条件五选一探针的正确率 48.0%（SD 0.12），远高于 20% 的机会水平。此前研究还显示三种条件下的眼动行为不同，支持任务依赖的认知加工。

  2. 逐级种子分析收敛出腹侧流五个 ROI，且连接随任务显著变化。以 V1 为种子的任务效应图显示与早期视觉区（V1/V2/V3）、V4 以及左后部下颞叶皮层（lPIT）显著的任务依赖相关；继续用 lV4、rV4、lPIT、rPIT 做种子迭代，最终确定五个 ROI：V1、lV4（338 体素）、rV4（215 体素）、lPIT（330 体素）、按原文前一句的明确描述改为「由 lV4 与 rV4 种子图的联合效应界定」，或注明原文此处存在 'lV1' 笔误、两种表述不一致。（图 2）。

  3. 搜寻任务把腹侧流拆成相关与反相关两个结构。十个 ROI 对中有七对的连接强度有显著任务主效应（Bonferroni 校正 p < 0.05）。相对自由观看，搜寻时 V1–lV4 相关增强（z 从 0.299±0.153 升至 0.485±0.166，t(27) = −5.74，p < 10⁻⁴）、V1–rV4 增强（0.224→0.363，p < 0.001）；同时 V1–lPIT 显著下降且跨被试均值为负（0.044±0.122 → −0.117±0.161，p = 0.003；单样本 t 检验 p < 0.001，即真正反相关），lV4–lPIT 与 lV4–rPIT 也显著下降（均变为略负但不过零）。宽松阈值下还追加 rV4–rPIT 下降与 lV4–rV4 增强。这个结构在 V4 与 PIT 之间划出一条功能边界，把低/中阶视觉区与高阶视觉区分开（图 3A–C）。

  4. 记忆任务保持通路整体相关，特异性增强 rV4–rPIT。自由观看与记忆条件下任何 ROI 对都没有跨被试的反相关（z 均 > 0.028–0.030）；相对自由观看，记忆使 rV4–rPIT 相关显著上升（0.121±0.111，t(27) = −3.436，p = 0.040 校正），宽松阈值下 V1–rV4 反而下降（0.161±0.146，p = 0.029）。即记忆对应的是中阶 V4 与高阶 PIT 的耦合增强、与低阶 V1 的解耦（图 3D）。

  5. 连接重组延伸到视觉区之外。把种子图中的边缘上回（supramarginal gyrus, SMG）、额极（frontal pole, FP）、中央前回（precentral gyrus, PCG）团块一并纳入（共 10 个 ROI），45 对连接中有 22 对有显著任务效应。搜寻时 V1 和 V4 与全部五个非视觉 ROI 反相关，进一步支持低/中阶区与高阶区（含顶叶、额叶）的分离；记忆则增强 rV4 与 rSMG 的相关（表 2）。

  6. 激活与连接的符号并不总是一致。重复测量 ANOVA 显示所有 ROI 都有显著任务效应：V1 在搜寻与记忆时激活高于自由观看（p < 0.003）；双侧 V4 在记忆时活动最高（p < 0.001），搜寻与自由观看无差异；而双侧 PIT 在搜寻和记忆时相对自由观看去激活（p < 0.007），自由观看时其活动与零无异。值得注意的是，记忆条件下激活的 rV4 与去激活的 rPIT 之间连接增强——激活符号相反不代表时序波动不同步（图 4）。

图注解读

图 1 · 三种任务条件的事件序列

原文图注：Figure 1. Sequence of events in each task condition (modified from15). The time course of each condition is shown in seconds. For the search condition, subjects were required to search the scene for a target object, while during the memory condition they memorized all objects embedded in the scene. No specific instruction was given for the free view condition. Note that the objects embedded in natural scene images are enlarged and randomly located for illustration purpose.

读图要点：这张示意图横向并列三种条件的时间流程（以秒计）：每种条件都以任务指示符开始；搜寻条件在场景图像前先呈现目标物体 6 s，记忆与自由观看则直接进入场景图像 6 s；记忆条件在场景之后有探针再认阶段。注意图中嵌入场景的物体是为说明而放大并随机摆放的，实际刺激中物体按对比度图自然融入背景。此图是理解整个任务设计的入口：搜寻条件多出的"目标先行呈现"环节，正是讨论部分承认的潜在混淆。

Figure 1

图 2 · 任务依赖的种子相关图谱与五个 ROI 的确定

原文图注：Figure 2. Task-dependent seed-based correlation maps of the visual ventral stream. Row-wise group level F-maps representing seed-based analysis show significant task-dependent correlations with a seed region indicated on the left column. The numbers on top indicate z coordinate in MNI space. The top five maps are presenting with threshold of uncorrected p < 0.001 at voxel level and FWE-corrected p < 0.05 at cluster level. On the basis of the seed-based maps (a detailed description is provided in the Results section), five ROIs were identified as shown on the bottom row. V1 = primary visual cortex; rV4 = right V4; lV4 = left V4; lPIT = left posterior part of the inferior temporal cortex; rPIT = right posterior part of the inferior temporal cortex. The peak MNI coordinates of the significan

读图要点：图中每一行对应一个种子（左列标注），展示该种子与全脑体素相关在三种任务条件间存在显著差异的体素团（组水平 F 图），按 MNI 空间 z 坐标逐层切片显示；体素水平未校正 p < 0.001、团块水平 FWE 校正 p < 0.05。第一行（V1 种子）显示与 V1/V2/V3、V4 及 lPIT 的任务依赖相关；第二、三行（lV4、rV4 种子）彼此互证并与早期视觉区相关，同时共同指向 rPIT；改为「第四行（lPIT 种子）回连早期视区与双侧 V4；第五行（rPIT 种子）仅识别出 lV4」。。底行为据此确定的五个 ROI 的位置。这张图支撑上文结果 2：ROI 不是先验套用图谱，而是由任务效应本身在数据中"长"出来的。

Figure 2

图 3 · 任务依赖的功能网络：搜寻拆分、记忆增强

原文图注：Figure 3. Task-dependent functional network identified by a seed-based approach. Relative changes in ROI-to-ROI correlations across three task conditions are shown. (A) Seven correlations out of ten possible pairs revealed significant task effects (p < 0.05, corrected). (B) During the search condition, the correlation strength across V1, lV4, and rV4 increased, while correlations of lPIT or rPIT with those of other visual areas decreased. Significant changes in correlations were indicated as a strong (p < 0.05, corrected) or weak (p < 0.05, uncorrected) change. The decreased correlation V1 – lPIT during the search condition revealed an anti-correlation (negative or inverse correlation) across subjects (Fisher-transformed z = −0.117 ± 0.161; one-sample t-test, p < 0.001). (C) This pattern

读图要点：（A）用网络图标注十对 ROI 连接中七对存在显著任务主效应（p < 0.05，Bonferroni 校正）。（B）聚焦搜寻条件：实线/箭头标出相对自由观看的增减方向——V1、lV4、rV4 之间的相关增强，而 lPIT/rPIT 与这些视觉区的相关减弱；其中 V1–lPIT 在搜寻时跨被试均值为负（Fisher 变换 z = −0.117 ± 0.161），构成真正的反相关；强弱变化分别以校正前后的显著性区分。（C）显示这一"搜寻拆分"模式在与记忆条件直接比较时同样成立，即拆分是搜寻特异的。（D）记忆条件则相反：rV4–rPIT 相关增强、V1–rV4 减弱。纵轴量为 Fisher 变换相关系数 z，变化量按条件间配对比较给出。此图是全文核心，支撑上文结果 3、4。

Figure 3

图 4 · 五个 ROI 对场景图像的平均信号变化

原文图注：Figure 4. Average signal changes in response to the scene images. The V1, lV4, and rV4 showed task-related activation, while the lPIT and rPIT showed task-related deactivation particularly during the search and memory conditions. Repeated measures ANOVA revealed significant task effect on all regions (all p's < 0.05, corrected). Error bars are standard error of the mean, whereas horizontal bars indicate significance in the paired t-test between conditions (all p's < 0.05, corrected). V1 = primary visual cortex; rV4 = right V4; lV4 = left V4; lPIT = left posterior part of the inferior temporal cortex; rPIT = right posterior part of the inferior temporal cortex.

读图要点：图为五个 ROI 分别在自由观看、搜寻、记忆三条件下相对基线的 BOLD 信号变化条形图（误差棒为均值标准误，横杠标出条件间配对 t 检验的显著差异，均校正）。读图关键在方向对比：V1 在搜寻与记忆时高于自由观看；双侧 V4 在记忆时最高（搜寻与自由观看无显著差异）；双侧 PIT 则在搜寻与记忆时相对自由观看去激活，且自由观看时其活动与零无异。这张图解释了为什么连接分析中的"反相关"只出现在搜寻条件——激活与去激活的符号分离恰好沿 V1/V4 与 PIT 的边界分布，支撑上文结果 6 与讨论中的任务正性/负性网络类比。

Figure 4

讨论

作者用任务正性/任务负性网络（task-positive / task-negative network）的框架来解释搜寻条件下的模式：任务中激活的区域（V1、V4）之间强相关，被认为起整合作用、利于任务执行；而去激活的区域（左侧 PIT）与激活区反相关，被认为起分离神经过程、承载竞争或抑制性表征的作用。同一机制在搜寻条件中重演——低/中阶区高激活且强相关，去激活的 PIT 与 V1 反相关，提示低阶与高阶视觉区之间存在一种竞争或抑制式的二分。而记忆条件则展示另一种可能：激活的 rV4 与去激活的 rPIT 之间连接增强，作者推测尽管两区活动幅度符号不同，其 BOLD 波动却是同步的——这与先前"未显著激活的脑区仍可能有神经元群在与其他区域通信"的报道一致；据此他们猜想记忆物体的过程主要招募 rV4 与高阶区 rPIT 通信，而非低阶的 V1（rV4–V1 相关确实下降）。作者进一步从表征复杂度的角度给出合理解读：从 V1 到 V4 到 PIT，起始潜伏期、感受野大小与复杂形状选择性逐渐增大，因此搜寻时被试可能选择性聚焦于相对简单的特征（V4 的颜色、纹理、简单几何形状足以检测目标），而记忆则需要更复杂的物体表征。作者也坦承一个范式局限：搜寻条件的事件序列不同（场景图像之前先呈现目标物体），可能在搜寻试次初期占用了工作记忆等加工资源，从而影响场景呈现期间的脑响应；未来的研究需要更精细的范式改动（如比较简单与复杂目标呈现）来检验。与视觉层级表征文献（如 Kravitz 等对腹侧通路的扩展框架）相对话，本文的贡献是把层级系统描述为按任务需求在竞争与协作之间切换的两个分区。

一句话总结

这篇研究的价值在于用"同一刺激换任务"的干净设计把功能连接做成了因变量而非背景板：搜寻让低/中阶区抱团、与 PIT 反相关，记忆让 rV4 与 rPIT 走近。不过以我的理解，删去「全局信号处理方式」或改为有据可依的表述，如「反相关的稳健性依赖于 CONN 去噪与任务回归策略，原文未做全局信号回归等敏感性检验」。，且搜寻条件的时序差异是明摆着的混淆，读者宜把它当作"层级如何被任务重塑"的初步证据而非定论。

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