闭合多感官交互环路：一种用于多感官因果推断与重校准的神经架构
神经与进化计算
2018-03-06 v3 神经元与认知
摘要
当大脑接收来自多个感觉系统的输入时，面临的问题是应将这些输入作为源自同一事件而联合处理，还是作为源自不同事件而分开处理。此外，它还必须具有一种机制，使感觉输入保持校准以维持其内部表征的准确性。我们开发了一种神经网络架构，能够 i) 基于贝叶斯因果推断近似最优多感官空间整合，以及 ii) 重校准感觉系统的空间编码。该架构基于背侧处理层级的特征，包括单感官神经元的空间调谐特性以及不同感觉输入向多感官神经元的汇聚。进而，我们提出这些单感官与多感官神经元具有双重作用：i) 将空间位置编码为分离或整合的估计，以及 ii) 为多感官刺激的独立性或相关性积累证据。我们进一步提出，跨越背侧通路的顶层反馈连接在早期单感官皮层层面重校准空间编码中起关键作用。我们提出的架构为若干人类电生理与神经影像结果提供了可能的解释，并给出了关联神经生理与行为的可检验预测。
引用
@article{arxiv.1802.06591,
title = {Closing the loop on multisensory interactions: A neural architecture for multisensory causal inference and recalibration},
author = {Jonathan Tong and German I. Parisi and Stefan Wermter and Brigitte Röder},
journal= {arXiv preprint arXiv:1802.06591},
year = {2018}
}
备注
The code to implement the network model and simulations can be found online at: https://github.com/jonathan-tong/multisensory-network-model