IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 159 | 原始基线: V0_ZCODE_BASELINE | 语义审核: pass | 图表审核: pass

Functional architecture for disparity in macaque inferior temporal cortex and its relationship to the architecture for faces, color, scenes, and visual field

Verhoef · The Journal of Neuroscience · 2015 · Zotero itemID=1539

这篇文章用清醒猕猴 fMRI 首次系统画出了下颞叶皮质（inferior temporal cortex, IT）的双眼视差（binocular disparity）功能架构：一套"近/远"视差偏好区（对有深度的刺激响应强于零视差刺激）落在背侧 IT 与后下颞回，另一套"近"视差偏好区（对近于注视平面刺激响应强于远刺激）沿上颞上沟嵴排布，且前者偏外周视野、后者偏中央视野。作者把这两张视差地图与同一批动物的面孔、颜色、场景及偏心距图谱叠加比较，得到一个组织学命题——IT 由粗糙的偏心距图谱（coarse eccentricity map）组织，视差既参与中央偏好（面孔加工）也参与外周偏好（场景加工）的计算，但与颜色通路几乎无关。对做视觉认知的读者，这是"用一种新特征当解剖探针"的范例。

研究背景

双眼视差是物体知觉中最强的深度线索之一，与场景分割、感觉运动转换和物体识别等多重功能相关，因此在猴与人脑中激活广泛。但既往猕猴 fMRI 只在背侧视觉流（如 V3A、尾侧顶内沟 CIPS）、额叶皮层和腹侧流早段报告过视差激活——在腹侧流前段、公认承担物体视觉计算终点的 IT，居然没有清晰的视差激活。这个"缺席"令人意外，因为微电极研究早已表明 IT 神经元对视差定义的三维形状有选择性（Janssen 等 1999、2000a；Uka 等 2005；Yamane 等 2008），且行为学工作证明 IT 是视差支持三维形状知觉的必要环节（Verhoef 等 2010、2012）。当时的一种解释是技术原因：常规猕猴 fMRI 线圈对腹侧颞叶覆盖不佳、信噪比不足。

更广的背景是对 IT 组织原则的争论。腹侧流由面孔、颜色、场景等多条平行加工通路构成（Tsao 等 2003b；Nasr 等 2011；Lafer-Sousa 与 Conway 2013），但 IT 究竟是一个区域还是多个区域、由什么深层原则"切分"，并无共识。人类（Hasson 等 2003）与猴（Lafer-Sousa 与 Conway 2013）的证据提示一个候选原则：外纹状皮层按视野的粗糙偏心距表征排布——中央偏好区靠近面孔补丁，外周偏好区与场景偏好区重合。于是问题变成两问：视差信息到底有多少能到达 IT？以及视差架构与面孔、颜色、场景、视野架构之间是什么空间关系？作者用自定义线圈系统（对 IT 覆盖极佳）在同一批动物上回答这两个问题。

研究思路

作者的总策略是"两次定义、独立量化、同脑叠加"。实验 1 用混合近+远视差的随机点立体图（random-dot stereograms）对比零视差刺激，定位"近/远"视差偏好区——即对"有深度"敏感、不问深浅的区域；实验 2 则分开呈现纯近与纯远刺激，检验深度位置偏好——之所以做这第二步，是因为心理物理与神经生理证据提示"近"视差在某些条件下享有特权（Landers 与 Cormack 1997；Tanabe 等 2005）。两次实验相隔约 6 个月，模式的一致性同时充当了组织稳定性的检验。所有 ROI 都用一半数据定义、用另一半数据量化（避免"double-dipping"的循环分析），并把面孔、颜色、场景与偏心距定位图（来自同一批动物此前的数据）作为功能地标叠加，从而把视差架构放进 IT 的整体坐标系。作者还有意用简单刺激（随机点棋盘格）保持与既往顶叶视差 fMRI 研究的可比性。

方法

两只雄性恒河猴（M1、M2，7–8 kg）在 3T 扫描仪上接受扫描，使用定制四通道线圈加 AC88 梯度插件，体素 1 mm³，回波时间 13 ms；静脉注射单晶氧化铁纳米颗粒（MION）对比剂以增强信噪比——注意 MION 信号下降对应 BOLD 升高，文中时间曲线已做垂直翻转。动物保持狮身人面式坐姿，注视窗口 ±1°（红外眼动仪监控、果汁奖励）。刺激为随机点立体图（点密度 15%、点径 0.08°），经红蓝滤光眼镜以补色立体图（anaglyph）方式呈现；区组设计，每区组 32 s，与恒定亮度灰屏交替。实验 1 呈现漂移的零视差与混合视差棋盘格（8×6 个 3.5° 见方的检方块，每个检方块在零视差附近随机取 ±0.22° 深度；M1 共 10 个 run、M2 共 41 个）。改为：近（交叉视差，按论文符号约定记为 −0.11°，范围 −0.22°~0°）、远（非交叉视差，+0.11°，范围 0°~+0.22°），或去掉正负号只写「平均 0.11° 交叉 / 0.11° 非交叉」以避免约定混淆（M1 共 23 个 run、M2 共 26 个）。面孔补丁以无彩色面孔对躯干图像定义（PL、ML、AL、AM）；颜色区以等亮度彩色光栅对消色光栅定义（PLc 等四个）；场景区以合取分析（场景同时显著强于面孔、物体与打乱场景）定义（mPPA、LPP、APP）；偏心距刺激为中心圆盘（半径 1.5°）与三圈环形棋盘（1.5–3.5°、3.5–7°、7–20°）。分析在 Freesurfer 膨胀表面上渲染，选择指数定义为（R1−R2)/(R1+R2)，显著性用跨四个半球的 bootstrap 与置换检验。

主要结果

1. 实验 1 在 IT 内发现三个"近/远"视差偏好区：Pd 与 Ad 位于上颞上沟（STS）沟底与腹侧岸附近，Vd 位于后下颞回、近颞中沟后支（PMTS）——即背侧 IT 与腹侧后段 IT 各有其位；三个区之间隔着无视差偏好的间质区 i-d。此外 V3A、CIPS 与前额叶一部分也有强激活；实验 1 与实验 2（相隔约 6 个月）激活模式一致，且各半球的激活在左半球更强。（图 2、3）
2. 独立数据量化显示视差选择性沿通路递增：V1–V4 对视差刺激仅有温和的响应增强（p<10⁻⁷），V3A/CIPS 显著更高（p<10⁻⁴），IT 三个 ROI 的选择性最高（p<10⁻⁵），且高于 MT（p=0.005）；间质区 i-d 显著低于 Pd/Vd/Ad（p=10⁻⁴）。tSNR 图显示颞叶全域信号可靠、与 ROI 轮廓无关，排除了片状激活是信噪比假象的解释。（图 4、5）
3. 实验 2 的"近对远"对比揭示出另一套网络：PLn、CLn、ALn、AMn 四个"近"视差偏好区沿 STS 嵴部在 IT 后-前轴上以近等间隔排布，时间过程呈刻板的"近＞零＞远"次序；这些区对"近+远对零"的对比并无显著偏好（p=0.32），这正是实验 1 的对比检测不到它们的原因。全皮层普遍存在轻微近偏（p<10⁻⁹），但近区的近偏显著强于近/远区的近偏（p<10⁻⁶）。（图 6、7）
4. 视差架构与视野偏心耦合：近/远视差偏好区显著偏好外周刺激（p<0.001），近视差偏好区偏好中央刺激（p=0.005），间质区居中（p=0.02）——支持 IT 由粗糙偏心距图谱组织的大图景。（图 8）
5. 架构关系：近视差偏好区与面孔补丁沿整个颞叶大范围重叠（最背侧的 STS 内面孔补丁除外），但与场景区几乎不重叠；近/远视差偏好区与面孔、颜色、场景区几乎互斥，唯一醒目的例外是 Vd 与后部场景区 mPPA 重叠。跨刺激量化显示：几乎所有区域都偏好近刺激（p<0.01），面孔补丁的近偏与近区相当（p=0.9）——这是视差参与 IT 面孔加工的第一个 fMRI 证据；而颜色区对视差的调制虽在统计上显著（p=0.02）、却明显弱于视差区本身，各类非颜色区反而更偏好消色差刺激。（图 10、11）
6. 每条通路内，越靠前的区域选择性越高（图 12），与 IT 的层级加工模型不冲突。

图注解读

（注：本篇 PDF 文本层把图注中的词间空格吞掉了，且正负号、大于号在提取中丢失；下列引文已按原意恢复可读间距与符号，超过 4 句处截断为"…"。）

图 1 · 刺激与实验设计

原文图注：Figure 1. Stimuli and experimental design. To examine the functional architecture for disparity, we presented stimuli with and without disparity to alert monkeys and measured fMRI responses. A, Experiment 1 served to localize near/far disparity-biased regions. Example anaglyphs depicting static random-dot stereograms are presented (first row), with mixed near and far disparity (leftmost anaglyph) and without disparity (rightmost anaglyph). …（后续句说明：实验 1 实际刺激为漂移随机点立体图；加入水平视差后呈棋盘状、每格在 ±0.22° 内随机取深度；每格下方的视差图以灰度编码深度——亮格为近、暗格为远；32 s 刺激区组与灰屏交替；B 部分给出实验 2 的近（平均 +0.11°）、零、远（平均 −0.11°）刺激及其视差范围与静/动两种形式。）

读法：A、B 两栏分别对应两次实验的刺激逻辑：补色立体图让人直观看到"同一张图、戴上红蓝眼镜后出现深度"，下方的视差灰度图是客观的深度编码（亮=近、暗=远）。A 栏混合视差刺激的格子深浅随机、平均为零——它问的是"有没有深度"；B 栏近/远刺激整格统一偏近或偏远——它问的是"深在哪边"。理解了这两类对比的差别，后文两套"视差偏好区"的分野就顺理成章。本图是全篇设计的总纲。

图 2 · 近/远视差偏好区在腹侧流的位置

原文图注：Figure 2. Near/far disparity-biased activity in the ventral visual stream. A, Near/far disparity-biased activity in Monkey M1 in Experiment 1. The computationally inflated surfaces show the near/far disparity-biased activity for Monkey M1 in blue/cyan and the "null-biased" activity (i.e., stronger responses to stimuli without disparity) in yellow/red. The disparity-biased activity of Experiment 1 was used to define the three near/far disparity-biased regions in IT: Pd, Vd, and Ad near/far disparity-biased region. …（后续句说明：B 为实验 2 中 M1 的同型活动；C、D 为两猴两次实验合并的活动图，品红轮廓为近/远视差偏好区，白色虚线轮廓为位于 STS 上、夹在其间的间质区 i-d，白色实线轮廓为颜色偏好区、黑色轮廓为面孔补丁（同一批动物测得，作功能地标）；解剖缩写含弧沟、下颞回、颞中沟后支、主沟、颞上沟。）

读法：图是计算膨胀的皮层表面（把埋在沟里的皮层摊平显示），左列为每半球侧面观、右列为脑底面观。蓝/青=对视差刺激响应更强，黄/红=对零视差响应更强（"null-biased"，主要聚在 V1–V4 中央会聚区与 STS 唇部）。读图先找品红轮廓圈出的三个 IT 区：后部的 Pd、腹侧下颞回上的 Vd、前背部的 Ad——这对应结果 1；再把黑色（面孔补丁）与白色（颜色区）轮廓当参照系，为后面图 10 的叠加比较做准备。

图 3 · 激活的断层定位与时间过程

原文图注：Figure 3. Near/far disparity-biased activity: location and time course. A, Left four brain sections represent near/far disparity-biased activation in sagittal slices at locations indicated by the yellow lines on the top-down view of the brain schematic (or nearby for Monkey M2). Right four panels represent this disparity-biased activation in coronal sections corresponding to the red lines of the brain schematic (or nearby for M2). First row, Monkey M1. Second row, Monkey M2. …（后续句说明：切片以 Talairach 坐标（mm）给出，激活基于两次实验合并数据、叠加在高分辨解剖像上；B 面板为 V3a、CIPS、MT、Pd、Vd、Ad、间质区 i-d 及 null-biased 体素在实验 2 中对近/零/远刺激的平均时间过程，各区时间过程按近似等高缩放以便比较，左侧黑标尺代表 0.5% 信号变化（长度不同）。）

读法：A 部分把表面图上看到的激活"钉"进真实解剖断层，确认 Pd/Ad 在 STS 内、Vd 在下颞回。B 部分是本文最关键的一张时间过程图：近/远视差偏好区（Pd、Vd、Ad）与 V3A、CIPS 的曲线对近、远两个视差条件都抬升、唯独零视差条件低——即"有深度就行"；对照之下，MT 与间质区 i-d 没有这种模式，而 null-biased 体素主要对近视差响应。32 s 区组的方波式响应清晰可见。支撑结果 1 与结果 2 的方向性描述。

图 4 · 排除信噪比假象

原文图注：Figure 4. Patchiness of the disparity-biased IT regions cannot be attributed to patchiness in SNR. Each voxel's tSNR is indicated by color. tSNR is a measure of the SNR of a voxel and is used here to examine potential spatial inhomogeneities (i.e., "signal drops") of the fMRI signal. Yellowish colors represent voxels with strong SNR. tSNR is defined as each voxel's mean signal, averaged across all time points of the first run of each day, divided by its SD over all time points. …（后续句说明：tSNR 以白质平均 tSNR 归一化，值大于 1 表示优于白质的信噪比；图为实验 1 定位实验的 tSNR 图，黑色轮廓为 Pd、Vd、Ad，白色虚线为 i-d。）

读法：这是防御性的一张方法学图。fMRI 的"片状激活"可能只是信号跌落（如空气-组织界面的伪影）造成的假象；作者逐体素计算时间信噪比（tSNR=均值/标准差）并上色。看图要点：颞叶全域信噪比可靠，亮色（高 tSNR）分布与黑色 ROI 轮廓没有系统对应——即片状视差偏好不是信噪比拼出来的。它为结果 2 中"片状架构是真实的"提供方法学前提。

图 5 · 近/远选择性的独立数据量化

原文图注：Figure 5. Quantification of the disparity-biased activity in an independent dataset. Quantification is based on the data from Experiment 2 in ROIs defined in Experiment 1. A, Average percentage signal change to stimuli with near disparity (black), far disparity (white), and without disparity (gray) in regions in and outside of IT. Left, Monkey M1. Right, Monkey M2. Pictograms indicate the location of IT's near/far disparity-biased regions in each subject. …（后续句说明：B 为各区的平均近/远视差选择指数，定义为（近+远视差 − 零视差)/(近+远视差 + 零视差)，正值=视差偏好、负值=零视差偏好，i-d 显著低于视差区（p=10⁻⁴）；C 从左到右依次为各 IT 区的近/远选择性、深度位置选择性、面孔/场景选择性与颜色选择性，误差棒为 SEM。）

读法：A 部分是柱状图：每个 ROI 三根柱（黑=近、白=远、灰=零），从 V1、V2 一路排到 Pd、Vd、Ad、i-d；越靠前（V1/V2）总响应越强但调制越弱，IT 三区则"黑、白柱明显高于灰柱"。B 部分把三根柱压成一个指数：视差区显著为正，i-d 接近零。C 部分预演了后文比较——注意其中"深度位置选择性"一栏，视差区已有轻微近偏（p<0.001）。本图支撑结果 2 的全部数字。

图 6 · "近"视差偏好区的网络

原文图注：Figure 6. Near disparity-biased activity. Computationally inflated surfaces for Monkey M1 (A) and Monkey M2 (B) showing those voxels that responded more to near stimuli in blue/cyan (near disparity-biased) and those voxels that responded more to far stimuli in yellow/red (none visible). The surface activity is based on half the data from Experiment 2; the other half was used to define the near disparity-biased regions. Left, Lateral views of each hemisphere. Right, Top views of the brain. …（后续句说明：绿色轮廓为四个近视差偏好区 PLn、CLn、ALn、AMn，白色虚线为其间的间质区 i-n；C 为冠状切片上的近视差激活；D 为各区对近/零/远刺激的平均时间过程（基于实验 2 另一半数据），左黑标尺为 0.5% 信号变化。）

读法：与图 2 同样的膨胀表面画法，但对比换成了"近对远"。注意图注里那句看似平淡的"（none visible）"——没有发现任何偏好远刺激的黄色/红色体素，这本身就是个强结果。绿色轮廓沿 STS 嵴部从后到前串成一串（PLn→CLn→ALn→AMn）。D 部分时间过程呈"近＞零＞远"的固定次序，与图 3B 中视差区"近≈远＞零"的次序形成鲜明对照。支撑结果 3。

图 7 · "近"偏好的独立数据量化

原文图注：Figure 7. Quantification of the near disparity-biased activity in an independent dataset. Quantification was performed on half of the data from Experiment 2. ROIs were defined using the other half of the data from Experiment 2. A, Average percentage signal change to stimuli with near disparity (black), far disparity (white), and without disparity (gray) in the near disparity-biased ROIs in IT. …（后续句说明：B 为各区及各猴的深度位置选择性指数（近 − 远)/(近 + 远)，正值=近偏、负值=远偏；近/远视差区 Pd、Vd、Ad 也有近偏（p<0.001）但弱于近区（p<10⁻⁶），i-n 的近偏弱于近区（p=0.007）；C 从左到右为近区与间质区的近/远选择性、深度位置选择性、面孔/场景选择性与颜色选择性。）

读法：A 部分各近区柱状图均为"黑柱最高、灰柱居中、白柱最矮"，即近＞零＞远。B 部分是关键定量：从 V1 到 AMn 几乎所有区域指数都为正（外纹状区整体 p<10⁻⁹），但近区（绿）显著高于近/远区（品红）——同一只脑里存在"强近偏"与"弱近偏"两群区域。C 部分第一栏值得细看：近区对"近+远 vs 零"的选择指数不显著（p=0.32），说明它们不是"有深度就响应"，而是专门偏好"近"；而间质区 i-n 反而有强的近/远偏好、近偏却弱。支撑结果 3 与 5 的量化基础。

图 8 · 偏心距图谱与视差区的耦合

原文图注：Figure 8. Eccentricity maps. A, Eccentricity mapping with the location of the near/far disparity-biased regions (magenta) and their interstitial regions (magenta dotted) overlaid. Blue/cyan represents regions that were more responsive to a central flickering checkered stimuli (0°–3.5°; no disparity). Yellow/red represents regions that activated more to an annulus of flickering checkers (radius 3.5°–20°; no disparity). …（后续句说明：B 为近视差偏好区（绿色）及其间质区（绿色虚线）叠加在同一偏心距图上；C、D 分别为近/远区与近区对中央（0–3.5°）与外周（3.5–20°）刺激的平均信号变化；E 为对一圈圈不同偏心距棋盘环的归一化响应曲线，以 1.5° 圆盘响应归一，大于 1 为外周偏好、小于 1 为中央偏好。）

读法：用闪烁棋盘的中央盘与外周环分别"点亮"中央偏好与外周偏好皮层，再把两类视差区当轮廓叠上去。看图要点在轮廓与底色的相对位置：品红（近/远区）落在黄/红（外周偏好）地带，绿色（近区）落在蓝/青（中央偏好）地带。C–E 的柱状与曲线图给出定量：近/远区外周偏好（p<0.001）、近区中央偏好（p=0.005）、间质区居中（p=0.02）。这是支持"IT 由粗糙偏心距图谱组织"这一大结论的直接证据（结果 4）。

图 9 · 场景偏好活动

原文图注：Figure 9. Scene-biased activity. A, Computationally inflated surfaces for Monkey M1 (first two rows) and Monkey M2 (third and fourth row) showing those voxels that responded more to scene stimuli in cobalt blue (scene-biased). Scene-biased regions were defined by comparing the responses to scenes with the responses to faces, objects, and scrambled scenes using a conjunction analysis. A conjunction analysis was used to define scene-biased regions because it is more likely to detect brain responses to scenes rather than other low-level differences between the scene and nonscene images. …（后续句说明：单独的场景对比（场景 vs 面孔/物体/打乱场景）会带出更多"场景样"活动（绿、浅蓝），钴蓝=三个对比全显著；黄色轮廓为用一半数据定义的 mPPA、LPP、APP，表面活动基于另一半；B 为冠状切片；C 为各场景区对场景与人脸（各自相对打乱版本）的时间过程；D 为场景区及 IT 外区域的平均信号变化。）

读法：合取分析（conjunction）要求一个体素在"场景>面孔""场景>物体""场景>打乱场景"三个对比中全部显著才算场景偏好，为的是只抓场景语义而非低级图像差异。三个黄色轮廓即猕猴版海马旁观位置区 mPPA（近 PMTS）、外侧位置补丁 LPP（枕颞沟后部附近）与作者暂定的前位置补丁 APP（枕颞沟前部旁）。这张图本身是"定义场景网络"的地基图，其价值在下一步与视差图的叠加（图 10、11）。

图 10 · 五种功能架构的叠加比较

原文图注：Figure 10. Comparison between the functional architecture for disparity, faces, scenes, and color in IT. A, Example stimuli from each experiment. Example disparity maps are shown for the two disparity experiments (same conventions as in Fig. 1A, B). Near/far disparity-biased regions correspond to brain regions with higher responses to stimuli with mixed near and far disparity compared with stimuli without disparity. Near disparity-biased regions respond more to near compared with far stimuli. Face patches are defined as regions with higher responses to faces compared with body parts. …（后续句说明：B 为膨胀表面总图——品红=近/远视差区、绿=近区、黑=面孔补丁、白=颜色区、黄=场景区，按 M1、M2 各半球侧面观与底面观排布；C 为五行（五类 ROI）对三种刺激集（视差列：近/零/远；面孔-场景列；颜色-消色差列）的平均时间过程，每行独立标尺。）

读法：这是全篇的"主战场"图。A 栏把五套刺激并排放好（谁是哪类区域的"定义语"一目了然）；B 栏是五张轮廓的叠图，读法是找"重合"与"互斥"：绿色（近区）与黑色（面孔补丁）沿颞叶前后大段贴合，但 STS 内最背侧的黑轮廓不与绿重合；品红（近/远区）与黑、白、黄几乎互斥，唯独 Vd 与黄色的 mPPA 交叠；白色（颜色区）与谁都基本不搭。C 栏的时间过程让每类区域在自己的定义刺激上各就各位。支撑结果 5 的全部空间关系。

图 11 · 跨刺激选择性的交叉量化

原文图注：Figure 11. Quantification of near/far, position-in-depth, face, scene, and color selectivity in IT in independent datasets. Selectivity indices were computed using half of the data. The selectivity indices for the near/far disparity-biased regions in IT are shown in the first column. Second column, Near disparity-biased regions in IT. Third column, Face patches in IT. Fourth column, Color-biased regions in IT. Fifth column, Scene-biased regions in IT. …（后续句说明：A 为近/远选择性（近+远 − 零)/(近+远 + 零)；B 为深度位置选择性（近 − 远)/(近 + 远)，所有补丁均偏好近（p<0.01），颜色/场景/近远区的近偏弱于近区（p<10⁻⁵），面孔补丁与近区相当（p=0.9）；C 为面孔/场景选择性（面孔 − 场景)/(面孔 + 场景)，近区有面孔选择性（p<10⁻⁴）但弱于面孔补丁（p=3×10⁻⁴），近/远区平均偏场景（p<0.01）；D 为颜色选择性，颜色区最高（p<2×10⁻⁴），其余各区多偏好消色差刺激；星号为对零的 bootstrap 检验。）

读法：五行五列的选择性矩阵是本篇的定量总结。读法建议按"对角线最强"的原则：每类区域在自身定义对比上指数最高（近/远区在 A 列、近区在 B 行、面孔补丁在 C 行、颜色区在 D 行）。真正有信息量的是非对角线格子：面孔补丁在 B 行也有显著近偏且幅度与近区几乎一样（p=0.9）——"视差参与面孔加工"由此定量化；颜色区在 A、B 两列都只有微弱且弱的视差调制；近/远区在 C 行为负（偏场景），与 Vd-mPPA 重叠吻合。支撑结果 5 与 6 的所有统计。

图 12 · 各 ROI 选择性汇总

原文图注：Figure 12. Summary of the selectivity in the different ROIs in IT. Mean face selectivity is given in black for the different face patches (PL, ML, AL, and AM). Mean scene selectivity is given in orange for the different scene-biased areas (mPPA, LPP, and APP). Mean near/far disparity selectivity is given in magenta for the three near/far disparity-biased areas (Pd, Vd, and Ad). Average near selectivity is shown in green for the four near disparity-biased areas (PLn, CLn, ALn, and AMn). The average color selectivity for the four color-biased regions is shown in gray: PLc, posterolateral; CLc, centrolateral; ALc, anterolateral; AMc, anteromedial. Error bars indicate SEM.

读法：一张按 ROI 逐个排列的汇总柱状图，颜色编码选择性类型（黑=面孔、橙=场景、品红=近/远视差、绿=近、灰=颜色），误差棒为 SEM。两个读图要点：一是每条颜色"带"内部都呈前高后低的梯度——面孔带里 AM＞ML/PL、场景带里 APP＞mPPA、近偏带里 AMn＞PLn，即同一通路内越靠前选择性越强（结果 6），与层级加工的设想一致；二是把五条带并排，能直观看到它们量级相当但彼此独立，为"平行多通路"的总结陈述提供视觉支撑。

讨论

作者的讨论分三层。第一层是对发现本身的解释：IT 的视差架构是片状的，这与微电极研究高度吻合——多数视差选择性神经元成簇分布（Uka 等 2000；Verhoef 等 2012），且簇的位置与本文的视差偏好区对应（Janssen 等 1999、2000a；Yamane 等 2008），故 fMRI 与单位记录共同支持"IT 视差组织是片状"的假说；而既往 fMRI 未见 IT 视差激活，作者归因于信号灵敏度与线圈覆盖的改进。广泛存在的近偏则与多个脑区（V1、V3、V4、MT）单细胞水平的交叉/近视差偏置以及人类 fMRI 的近偏报告一致，作者认为它可能解释"注视平面之前的刺激更显著"这一心理物理现象。第二层是功能归属：面孔补丁与近区重叠提供了视差参与 IT 面孔表征的第一个 fMRI 证据——作者给出一个贴切的猜测：灵长类注视面孔时视线常落在眼睛附近，鼻、嘴、眉等富含信息的特征因而处于注视平面上或之前，近视差自然卷入面孔表征；Vd 与 mPPA 的重叠则暗示视差在场景知觉（如导航地标）中的角色，与人 PPA 也响应物体的报道相符。颜色一侧，视差区与颜色区几乎互斥，作者把这种分离上溯到 V2 细/粗条纹的分层（颜色在细条纹、视差在粗条纹），并可解释等亮度彩色随机点立体图损害立体形状知觉的旧观察（Gregory 1979）。第三层是组织原则与局限：作者明确使用"偏好（biased）"而非"选择性（selective）"来命名这些区域，因为它们显然并非只做视差加工；IT 是否为单一区域的问题仍未解决；所用刺激只是简单棋盘格，可能漏掉被更复杂图像调制的视差区。深层的组织原则，作者押在偏心距图谱上——近/远区与近区分别占据外纹状偏心距图谱的外周位与中央位；而面孔、近视差与中央视野三者交汇这一点无法用低级特征相似性预测，作者提出是"吸引注意/行为相关性"的共同性在驱动 IT 的组织与发育。

一句话总结

（我的理解）这篇文章把"IT 里有没有视差"这个问题改写成了"IT 里有几种视差"：一套对"有深度"敏感（近/远区、偏外周、贴着场景通路），另一套对"近"敏感（近区、偏中央、贴着面孔通路），而颜色通路基本不吃视差。我认为它最漂亮的不是哪一张激活图，而是方法上的两件事——用同一批动物把深度、面孔、场景、颜色、偏心距五张地图放进同一坐标系，再用一半数据定义、另一半数据量化的纪律把每个"重叠"都做实；至于"行为相关性驱动 IT 组织"这个收尾猜想，数据并未直接检验，读的时候要记得它是猜想。

审校与证据追溯 (Verification & Evidence)

图表审计结果

• Fig1: 提取质量 good，对齐度 full，识别面板 [A]
• Fig10: 提取质量 good，对齐度 full，识别面板 [A, B]
• Fig11: 提取质量 good，对齐度 full，识别面板 []
• Fig12: 提取质量 good，对齐度 full，识别面板 []
• Fig2: 提取质量 good，对齐度 full，识别面板 [A, B]
• Fig3: 提取质量 good，对齐度 full，识别面板 [D]
• Fig4: 提取质量 good，对齐度 full，识别面板 []
• Fig5: 提取质量 good，对齐度 full，识别面板 []
• Fig6: 提取质量 good，对齐度 full，识别面板 [A, B]
• Fig7: 提取质量 good，对齐度 full，识别面板 [A, B]
• Fig8: 提取质量 good，对齐度 full，识别面板 [A, B, C, D, E]
• Fig9: 提取质量 good，对齐度 full，识别面板 [A, B]

关键事实与局限性声明

• 补充要点: 场景区整体（不限于 Vd-mPPA 重叠）被近、远视差共同强调制（Fig 11A 右侧，p=0.003，bootstrap），这是论文摘要强调的结论之一（'Scene-biased regions responded preferentially to near and far stimuli'），笔记主要结果第 5 条只写了 Vd 与 mPPA 的重叠，未把「场景区存在显著近/远视差选择性」作为独立结果点出，仅在讨论层间接暗示
• 补充要点: 部分次要重叠未被提及：原文指出除 Vd-mPPA 外，M2 左半球 Ad 与某颜色区部分重叠、多数半球最前端的近视差区与颜色区重叠——笔记用「唯一醒目的例外」概括虽与原文 'one prominent exception' 一致，但若要完整，可在结果 5 补一句这些次级重叠