通过自然视觉扰动实现高层神经群体活动的非侵入式精准调制
神经元与认知
2025-06-17 v3 计算机视觉与模式识别
神经与进化计算
摘要
精确控制神经活动——在不影响周围神经元的前提下调制深层大脑的目标神经元——是神经科学中的一个待解决的挑战，通常通过侵入性技术来实现。本研究探讨了通过对自然视觉信号施加扰动，以非侵入方式精准调制高层灵长动物视网膜流（ventral visual stream）神经活动的可能性。实验中，我们将模型预测的效应与生物学上实现的效应进行定量对比，发现强调集中在目标神经位点的调制效果。我们进一步演示了通过对典型自然视觉信号背景施加细微扰动，实现对实验室选择的神经群体模式的精准注入。这一结果表明，当前可执行的视网膜流机器学习模型已能够在单个神经元分辨率下设计非侵入式、视觉可实现的、可能感知不到神经干预。
引用
@article{arxiv.2506.05633,
title = {Noninvasive precision modulation of high-level neural population activity via natural vision perturbations},
author = {Guy Gaziv and Sarah Goulding and Ani Ayvazian-Hancock and Yoon Bai and James J. DiCarlo},
journal= {arXiv preprint arXiv:2506.05633},
year = {2025}
}