神经表征的拓扑与几何

神经科学的一个核心问题是如何刻画感知与认知内容的脑表征。理想的刻画方式应当能够区分不同的功能区域，并对噪声以及不对应于计算差异的个体脑特异性具有鲁棒性。以往研究通过表征几何来刻画脑表征，其由表征不相似矩阵（RDM）定义，该汇总统计量抽象掉了单个神经元（或响应通道）的作用，并刻画了刺激的可分辨性。在此我们探索进一步抽象的一步：从脑表征的几何到拓扑。我们提出拓扑表征相似性分析（tRSA），它是表征相似性分析（RSA）的扩展，使用一族几何-拓扑汇总统计量，将 RDM 推广以刻画拓扑同时弱化几何。我们利用模拟和 fMRI 数据，就模型选择的敏感性与特异性评估了这一新统计量族。在模拟中，真值为神经网络模型中的数据生成层表征，模型为不同模型实例（由不同随机种子训练）中的同一层及其他层。在 fMRI 中，真值为视觉区，模型为不同被试中测量到的同一区域及其他区域。结果表明，群体编码的拓扑敏感刻画对噪声和个体间变异性具有鲁棒性，并对不同神经网络层与脑区的独特表征特征保持优异的敏感性。这些方法使研究者能够校准脑与模型间表征的比较，使其对几何、拓扑或二者组合敏感。