基于深度学习方法对 V4 神经编码拓扑结构的综合表征

V4 区是猴科动物视网膜纹状通路的中级阶段，已知其编码包括颜色、曲率、拐角、纹理、三维（3D）实体以及局部形状等中间级视觉特征。经典的神经生理学研究通常在孤立维度上检验这些特征，例如将 V4 对形状与纹理的选择性进行对比，或比较 3D 实体表面与二维（2D）平面图案，或探讨物体形状与纹理之间的选择性。然而，单个神经元中这些调谐性如何相互关联，以及它们在皮层表面如何联合组织，仍是未知的。例如，一个对 2D 轮廓定义形状选择性强的神经元，会偏好 3D 实体表面还是 2D 平面表面？这些偏好在统一的拓扑图中如何排列？为回答这些问题，我们利用 V4 "数字孪生体"——这些是拟合自大规模、宽域钙成像数据（包含数万幅自然图像）的深度神经网络模型——系统性地探索不仅限于此前研究所探索的刺激维度，还能揭示 V4 编码的其他方面。本研究发现，偏好 2D 轮廓定义形状的神经像素也倾向于偏好由阴影或纹理梯度以及物体形状定义的 3D 表面形状。相比之下，偏好 2D 纹理的神经像素也倾向于偏好由均匀纹理或反射率定义的平坦表面。我们提出，这种职能分工暗示 V4 可能将几何形状和视觉刺激表面外观的编码分解为不同的神经元群体，这些群体在 V4 的拓扑图中呈交错排列。