神经群体编码的几何稳定性：区域差异、行为相关性及回路依赖性

当前神经群体表征可靠性的模型主要关注时间稳定性，即群体中心点在不同实验场次和天数间是否得以保持。这一框架留下了一个基本问题未获解答：刺激间的成对距离结构在同一场次内的独立观测之间，能以何种可靠性重现？我们认为这一属性——几何稳定性——构成了现有框架未能捕捉的表征分析的一个独立维度。我们将几何稳定性形式化为半分表征不相似性矩阵之间的 Spearman 秩相关，并表明它在经验上可与时序稳定性和解码准确度相分离。在跨越视觉判别任务中 68 个脑区的 229 个区域-场次观测中，几何稳定性能够预测逐次试验的神经-行为耦合（$\rho = 0.18$, $p = 0.005$），而中心点漂移则不能（$\rho = 0.002$, $p = 0.976$）。其区域层级结构（纹状体最稳定，$\bar{S} = 0.44$；海马体最不稳定，$\bar{S} = 0.19$）与时序稳定性层级大致相反。方向一致的嗅觉数据促使我们提出一个吸引子网络模型，在该模型中，循环兴奋性耦合通过从稀疏前馈输入中补全刺激模式，放大了半分 RDM 的一致性（$\rho = +0.64$, $p = 0.010$），为几何稳定性的产生提供了回路层面的解释。这些结果确立了几何稳定性作为神经群体编码的功能相关且依赖回路的属性，它与时序漂移度量正交，并补充了近期关于海马回路中循环连接如何平衡表征稳定性与序列动力学的研究。