Measuring the dynamics of neural responses in primary auditory cortex
本文综述了近年来听觉皮层神经元对宽带声反应特性的动态测量研究进展。重点是一种方法,其特点是单神经元的频谱时间特性的动态,宽带的声音,类似于在视觉中使用的漂移光栅。该方法对待的频谱和时间方面的反应在平等的基础上。
1998-04-16 q-bio.NC
Primary visual cortex as a saliency map: parameter-free prediction of behavior from V1 physiology
有人假设,初级视觉皮层(V1)的神经活动代表了一个视觉领域的显着地图,外源性地引导注意。到目前为止,这一假设只提供了定性的预测和证实。我们报告了这一假设的第一个定量预测,没有自由参数,并通过人类行为数据证实。该假说提供了V1神经对视觉位置的反应与该位置的显着性之间的直接联系,以引导注意力。在包含许多条的视觉输入中,其中一个显著地不同于彼此相同的所有其他条,在单例位置处的显著性可以通过在视觉搜索任务中找到单例的反应时间的短暂来测量。该假设定量预测的反应时间的整体分布,以找到一个独特的颜色,方向和运动方向的反应时间,以找到其他类型的单体。预测的分布与所有六个人类观察者的实验观察分布相匹配。这种成功预测的一个要求是一个数据驱动的假设,即V1缺乏同时调谐到视觉输入的颜色,方向和运动方向的神经元。由于有证据表明,外纹皮层确实有这样的神经元,我们讨论的可能性,外纹皮层在引导外源性注意,使他们可以致力于其他功能的角色,如视觉解码或内源性注意没有发挥作用。
2014-11-02 physics.bio-ph q-bio.NC
Information processing occurs via critical avalanches in a model of the primary visual cortex
我们研究了一种新的生物动机模型猕猴初级视觉皮层,提出了幂律雪崩后的视觉刺激。信号通过依赖于网络结构和突触参数的雪崩在模型的所有层中传播。我们确定了四种不同的雪崩配置文件作为兴奋性突触后电位的函数。雪崩遵循的大小持续时间的标度关系,并提出关键指数,匹配的实验。网络的结构产生了两个特征空间尺度的制度,其中之一消失在热力学极限。
2016-11-18 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
Coherent states of the Euclidean group and activation regions of primary visual cortex
SE(2)的不确定性原理允许构造与第二海森堡群H2的巴格曼变换严格相关的相干态变换。相应的目标空间被构造性地表征,并与SE(2)的殆复结构作为接触流形相关。这种相干状态变换提供了初级视觉皮层中的神经活动图的模型,然后根据最小不确定性状态来描述。模型的结果与实验测量进行了比较。
2011-11-02 math.GR math.RT physics.data-an
Afferent specificity, feature specific connectivity influence orientation selectivity: A computational study in mouse primary visual cortex
初级视觉皮层(V1)提供了对特定输出特征(如方向调节)的选择性和出现的重要见解。小鼠视觉皮层中皮层神经元的调谐和选择性至今尚未明确解决。虽然许多体内实验研究发现,所有亚型的抑制性神经元广泛调整方向,但其他研究报告抑制性神经元与兴奋性神经元一样急剧调整。这些关于兴奋性和抑制性皮层神经元的选择性的不同发现促使我们提出以下问题:(1)皮层计算与先前描述的依赖于地图的物种有何不同或相似之处?(2)小鼠初级视觉皮层方位选择性增强的网络机制是什么?在这里,我们调查上述问题的计算框架与Hodgkin-Huxley(HH)点神经元组成的递归网络。我们的皮质网络与随机连接单独不能解释所有的实验观察,这导致我们假设,(a)方向依赖的连接(b)前馈传入特异性,以了解小鼠V1神经元的方向选择性。使用人口(方向选择性指数)OSI作为衡量神经元的选择性刺激方向,我们测试每个假设单独和结合对实验数据。基于我们对方向选择性(OS)数据的分析,我们发现基于传入特异性和连接性的模型中的网络参数与特征相似性很好地吻合。我们的结论是,这个特定的模型类最好的支持数据集的兴奋性和抑制性神经元的方向选择性在初级视觉皮层的第2/3层的小鼠。
2013-01-06 q-bio.NC
Spontaneous Activity in the Visual Cortex is Organized by Visual Streams
大规模的功能网络已经被广泛研究使用静息态功能磁共振成像。然而,精细规模网络活动的模式、组织和功能在很大程度上仍然未知。在这里,我们的特点是自发出现的视觉皮层活动的独立成分分析,静息状态的功能磁共振成像信号专门在视觉皮层。在这个子系统的规模,我们观察到约50个空间独立的组件,是可重复的内部和跨科目,并分析其空间模式和时间关系,揭示内在的包裹和组织的视觉皮层。我们发现,视觉皮质包裹对齐皮质髓鞘形成的最陡梯度,并组织成功能模块隔离沿背侧/腹侧通路和中央凹/周边早期视觉区。相反,皮质视网膜病变,折叠,和细胞结构施加有限的约束组织的静息状态活动。从这些发现中,我们得出结论,自发活动模式的视觉皮层主要是由视觉流,可能反映反馈网络的相互作用。
2017-02-28 q-bio.NC
Adaptive Scales of Spatial Integration and Response Latencies in a Critically-Balanced Model of the Primary Visual Cortex
大脑处理具有大范围空间尺度上的结构的视觉输入。大脑用来实现这一壮举的精确机制或算法在很大程度上是未知的,也是视觉神经科学中的一个开放问题。特别是,在视觉空间的空间范围内,初级视觉皮层(V1)执行证据整合已被证明是改变作为对比度和其他视觉参数的函数,从而适应视觉空间的规模在输入依赖的方式。我们证明,一个简单的动力学机制-动力学临界性-可以同时解释V1的三个属性的有据可查的输入依赖性特征:视觉空间的整合规模,皮质表面的横向整合程度和响应延迟。
2018-03-21 math.DS q-bio.NC
Analytic model for feature maps in the primary visual cortex
提出了一个简洁的分析模型来描述初级视觉皮层(V1)简单细胞的方位偏好(OP)和眼优势(OD)特征及其布局。该模型由三个部分组成:(i)各向异性拉普拉斯算子(AL),其表示局部神经对视觉输入方向的敏感性;(ii)感受野(RF)算子,其模拟在零点几毫米尺度上投射到给定V1细胞的各向异性空间RF,并与AL算子组合以给出总体OP算子;以及(iii)描述这些算子的参数如何在V1上近似周期性地变化的映射。所提出的模型的参数最大化神经响应在一个给定的OP与OP调谐曲线拟合实验结果。结果表明,AL算符的各向异性对OP选择性没有显著影响,而OP选择性主要由RF各向异性决定,这与Hubel和Wittlefield关于V1单胞的取向调谐宽度与其RF的伸长成反比的结论一致.一个简化的OP-OD映射,然后构造描述的近似周期OP-OD结构的V1在一个紧凑的形式。具体而言,地图近似保留其占主导地位的空间傅立叶系数,这是足以重建的OP-OD地图的整体结构。这种表示是一种比较适合于分析观测映射的形式,并可用于V1神经场论。独立模拟的V1结构的应用表明,观察到的不规则性的地图对应于一个循环中的傅立叶空间中的主导系数的传播。
2021-03-17 physics.bio-ph q-bio.NC
Rethinking category-selectivity in human visual cortex
本文认为应超越枕颞皮层的类别选择性视角,转而以现实环境中视觉特性的行为相关性为核心来理解视觉功能,并探讨了相关理论与实证问题及现有工具的应用。
2024-11-12 q-bio.NC
Mechanisms for spontaneous symmetry breaking in developing visual cortex
为了让大脑识别图像中的局部方向,神经元必须自发地打破其响应函数的平移和旋转对称性-这是无监督学习的典型例子。生物学中无监督学习的主要框架是赫布原理,但赫布学习如何打破这种对称性是一个长期存在的生物物理学之谜。理论研究一致认为,这需要输入到视觉皮层,以反转它们在长距离上的相关性的相对大小。经验测量已经徒劳地寻找这样的反转,并报告相反的情况是正确的。我们正式的问题,通过厄米化的多层模型,它映射到一个问题的零温度相变。在新的相图中,只要(1)经常性的相互作用足够长,(2)赫布竞争被适当地考虑,两种对称性都会自发地破缺。对称性破缺的相关机制是来自同一传入细胞的连接之间的竞争。这种竞争,而不是输入的结构,能够触发图像处理所需的对称性破坏阶段。我们提供了分析预测的相对大小的相关长度尺度需要这种新的机制发生。这些结果使实验观察与赫布范式相一致,揭示了视觉皮层发育的新机制,并有助于我们对学习和对称性破缺之间关系的理解。
2021-09-05 physics.bio-ph q-bio.NC
Receptive Field and Feature Map Formation in the Primary Visual Cortex via Hebbian Learning with Inhibitory Feedback
本文提出了一个线性神经网络模型,用于描述哺乳动物视觉系统,其中初级视觉皮层(V1)到外侧膝状体核的后向联系起着关键作用。反向连接控制从LGN到V1的信息流,以使从LGN到V1的信息传输速率最大化。将赫布学习应用于前向和后向连接会导致感受野的形成,这些感受野对边缘、条形和偏好方向的空间频率敏感。V1区的感受野类型取决于LGN区传入纤维连接的密度。在学习阶段,方向偏好通过横向交互作用在初级视觉皮层中组织起来。在未成熟和成熟的动物之间的眼睛的大小的变化被证明是V1组织的发展中的一个重要因素。成熟的网络的organainization相比,在猕猴中发现的几个分析测试。
2005-05-05 q-bio.NC q-bio.QM
The Butterfly Effect in Primary Visual Cortex
探索和建立具有电生理特性和高计算效率的人工神经网络是计算机视觉领域的热门课题。受初级视觉皮层工作机制的启发,脉冲耦合神经网络(PCNN)具有同步振荡、不应期和指数衰减等特性。然而,电生理学证据表明,神经元表现出高度复杂的非线性动力学时,外部周期性信号的刺激。这种混沌现象,也被称为“蝴蝶效应”,不能用所有的PCNN模型来解释。在这项工作中,我们分析的主要障碍,阻止PCNN模型模仿真实的初级视觉皮层。我们认为神经元的兴奋是一个随机过程。然后,我们提出了一种新的神经网络,称为连续耦合神经网络(CCNN)。理论分析表明,CCNN的动态行为不同于PCNN。数值结果表明,CCNN模型在直流刺激下表现出周期行为,在交流刺激下表现出混沌行为,这与真实神经元的结果一致。分析了CCNN模型的图像和视频处理机制。图像分割的实验结果表明,CCNN模型具有更好的性能比最先进的视觉皮层神经网络模型。
2022-07-23 cs.NE q-bio.NC
Director Field Model of the Primary Visual Cortex for Contour Detection
Emory University(埃默里大学)
我们的目标是建立最简单的模型,能够检测长,嘈杂的轮廓在一个混乱的视觉场景。为此,我们在灵长类动物初级视觉皮层的神经动力学模型中的一个连续的导演字段,描述了平均速率和平均取向偏好的活跃神经元在一个特定的点在皮层。然后,我们使用一个线性-非线性动力学模型与远程连接模式,以执行远程统计背景下分析的图像。所得到的模型具有比传统模型少得多的自由度,但它可以区分大的连续对象从背景杂波抑制杂波和填充对象轮廓的闭塞元素。这导致在杂乱的场景中的大对象的高精度,高召回检测。附带说明,我们的模型与二维液晶的Landau-de Gennes理论有直接的对应关系.
2014-10-18 cs.CV q-bio.NC
Examining Representational Similarity in ConvNets and the Primate Visual Cortex
Indian Institute of Technology Delhi(印度理工学院德里分校)
我们比较了几个具有不同深度和正则化技术的ConvNets与多单元猕猴IT皮层记录,并评估了它们对灵长类视觉皮层表征相似性的影响。我们发现,随着深度和验证性能的提高,ConvNet特征更接近皮质IT表示。
2016-09-12 cs.CV q-bio.NC
Full-density multi-scale account of structure and dynamics of macaque visual cortex
我们提出了一个多尺度的尖峰网络模型的所有视觉相关领域的猕猴皮层,代表每个领域的一个全面的微电路与区域特定的架构。层和人口分辨的网络连接集成了来自CoCoMac数据库的轴突追踪数据与最近的定量追踪数据,并使用动态约束进行了系统的改进。模拟揭示了一个稳定的异步不规则基态与异构活动的地区,层,和人口。引发的大规模的相互作用,该模型再现更长的内在时间尺度在较高的相比,早期的视觉领域。活动沿着视觉层次传播,类似于与视觉图像相关的实验结果。皮质-皮质相互作用模式与fMRI静息态功能连接一致。该模型弥合了局部和大尺度皮层账户之间的差距,并阐明了皮层的详细连接如何在多个尺度上塑造其动态。
2016-04-15 q-bio.NC
Gabor frames from contact geometry in models of the primary visual cortex
研究初级视觉皮层几何模型中接触几何与Gabor滤波器的关系,证明由流形几何确定的格缩放可满足框架条件,并提出5维模型中窗函数的修改方法以生成Gabor框架。
2023-06-02 q-bio.NC
Topographic Deep Artificial Neural Networks (TDANNs) predict face selectivity topography in primate inferior temporal (IT) cortex
深度卷积神经网络是生物驱动的模型,类似于灵长类动物视觉皮层的分层结构,并且是当前沿腹侧流测量的神经反应的最佳预测器。然而,这些网络缺乏视觉皮层中存在的地形特性,例如初级视觉皮层中的方向图和下颞(IT)皮层中的类别选择图。在这项工作中,最小布线成本约束近似为一个额外的学习规则,以生成网络的地形图。我们发现,我们的地形深人工神经网络(ANN)可以重现灵长类动物IT皮层的类别选择性地图。
2019-09-21 q-bio.NC
Reduced functional connectivity within the primary motor cortex of patients with brachial plexus injury
本研究旨在探讨外伤性臂丛神经根性撕脱伤(BPA)对初级运动皮层(M1)组织结构的影响。9例右BPA右利手患者行肋间肌皮神经(ICN-MC)转移术,术后进行静息状态fRMI扫描。相邻体素之间的经验函数相关性分析显示,与对照组相比,BPA患者手臂对应的M1区域的衰减速度更快。两组在面部面积上无差异。我们还调查了患者中这种较大的衰减是否可以归因于M1的灰质减少。结构成像分析显示各组间灰质密度无差异。我们的研究结果表明,BPA患者中邻近功能相关性的快速衰减而没有任何灰质减少可能与M1中由上肢运动协同作用负责的内在水平连接的活动减少有关。
2015-06-25 q-bio.NC
What are the functions of primary visual cortex (V1)?
University of Tübingen(蒂宾根大学);Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所)
研究揭示V1皮层通过构建视觉场底向salience图引导眼动、作为信息瓶颈起点及支持持续识别的核心功能。
2026-04-24 q-bio.NC
Stimulus-invariant processing and spectrotemporal reverse correlation in primary auditory cortex
频谱-时间感受野(STRF)提供了初级听觉皮层(AI)单个细胞的多功能和综合的频谱和时间功能表征。在本文中,我们将探讨的起源,以及之间的关系,不同的方法来测量和分析一个STRF。我们证明,STRFs测量使用一个spectrotemporally多样化阵列的宽带刺激-如动态纹波,spectrotemporally白噪声,时间正交纹波组合(TORCs)-是非常相似的,证实了早期的研究结果,STRF是一个强大的线性描述符的细胞。我们还提出了一个新的确定性分析框架,采用傅立叶级数来描述的spectrotemporal调制中包含的刺激和反应。STRF测量,包括测量误差的性质和解释的其他见解,提出了使用傅立叶变换,加上奇异值分解(SVD),和变异性分析,包括引导。结果促进实用的STRF作为一个核心功能描述的神经元在AI。
2005-08-29 q-bio.NC q-bio.QM
Optogenetically Induced Spatiotemporal Gamma Oscillations in Visual Cortex
据推测,伽马皮层振荡在许多认知过程中发挥重要作用,并可能涉及精神疾病,包括焦虑症,精神分裂症和自闭症。在清醒和睡眠状态下,伽马节律通常在许多大脑区域中观察到,但它们的功能和机制仍然存在争议。时空伽马振荡可以解释神经元的表征、计算、皮层神经元间的信息传递,甚至新皮层的神经和神经精神疾病。在这项研究中,神经网络动力学和时空行为的大脑皮层检查在伽马脑活动。我们已经直接观察到伽马振荡的视觉加工作为时空波诱导的靶向光遗传学刺激。我们已经通过实验证明了在CaMK Ⅱ α启动子的控制下,基于ChR 2视蛋白的恒定光遗传学刺激可以在大鼠昏迷状态下在视觉皮层中诱导持续的窄带γ振荡。在两个不同深度(200和500 μm)进行病毒载体[慢病毒CaMKIIα ChR 2]的进样。最后,我们通过Wilson-Cowan模型计算分析了我们的结果。
2021-03-08 q-bio.NC
On sources to variabilities of simple cells in the primary visual cortex: A principled theory for the interaction between geometric image transformations and receptive field responses
KTH Royal Institute of Technology(瑞典皇家理工学院)
本文提出一种理论,探讨几何图像变换与感受野响应的相互作用,通过统一空间缩放、仿射变换、伽利略变换和时间缩放变换,建立感受野形状的扩展模型,以实现不同观察条件下场景的匹配。
2026-10-20 q-bio.NC
Neuroplasticity in adult human visual cortex
全世界每100人中就有1到5人从未经历过正常视力,这是由于一种叫做弱视的疾病,每4000人中就有1人患有遗传性视网膜营养不良,逐渐导致失明。虽然正在开发各种技术和治疗方法来恢复视力,但一个基本问题仍然没有答案:成年人的视觉大脑是否会保留足够的可塑性潜力,以便在长时间的异常视觉体验后学习如何观看?在这篇综述中,我们总结了研究表明,视觉大脑的视力正常的成年人保留一种类型的发育可塑性,称为稳态可塑性,这一属性最近已被成功地利用成人弱视的恢复。接下来,我们将讨论当视觉刺激通过仿生眼部分恢复时,大脑回路是如何重组的。这些患者的初级视觉皮层慢慢地被人工视觉刺激激活,这表明视力恢复治疗可以依赖于成年后相当程度的备用可塑性。
2019-05-07 q-bio.NC
Similarities and differences between stimulus tuning in the inferotemporal visual cortex and convolutional networks
用于对象分类训练的深度卷积神经网络(CNN)与灵长类动物腹侧视觉流有许多惊人的相似之处。特别是,在早期,中期和晚期层的活动是密切相关的V1,V4和下颞叶皮层(IT)的活动。这项研究进一步比较了对象分类CNN的后期层的活动与IT电生理学文献中报道的活动模式。有一些密切的相似之处,包括人口响应稀疏分布的刺激,和分布的大小调谐带宽。尺度不变性的统计、对杂波和遮挡的响应以及方向调整不太相似。对象选择性的统计数据是完全不同的。这些结果与最近的研究一致,这些研究强调了对象分类CNN和腹侧流之间的强烈相似之处,并且还强调了可能在未来CNN中减少的差异。
2016-12-21 q-bio.NC
The Dynamics of Image Processing by Feature Maps in the Primary Visual Cortex
本文研究了一种基于人脑视觉系统的线性神经网络图像处理系统的工作特性。网络的最后一级由排列在特征图中的各种方向的边缘检测器组成,对应于初级视觉皮层或V1。外侧膝状体核作为一个预处理阶段建模。LGN与V1之间存在兴奋性前向联系和抑制性后向联系。通过一种根据V1活动重构输入图像的方法,仿真结果表明,所提出的网络可以忠实地在V1中表示图像。该表示法提高了图像的信噪比,并且有可能达到200以上的压缩比。V1神经元之间的横向相互作用使它们的定向调谐更加尖锐。我们进一步研究了动态的处理,显示的表示的错误的减少率最大化的感受野使用,我们开发了一个福克-普朗克方程的误差值与时间的更详细的预测。最后,我们展示了如何输入的协方差矩阵的特征值可以用来预测的错误减少率。
2005-05-05 q-bio.NC q-bio.QM
Interdigitated Columnar Representation of Personal Space and Visual Space in Human Parietal Cortex
个人空间(Personal Space,简称PS)是指人们喜欢在自己和不熟悉的人之间保持的距离。人际关系对特定人的侵入会引起不适,并促使进一步远离。我们假设顶叶皮层:1。PS处理涉及之前描述的威胁敏感大脑回路,以及2.距离的空间编码相应地从纯粹的感觉转换为PS相关。这些假设进行了测试,使用7T功能磁共振成像在高空间分辨率。在响应不同的视觉刺激的图像在一系列的虚拟距离,我们发现两类距离编码在顶叶皮层内的功能相应的列。首先,PD(个人距离)列选择性地响应移动和静止的人脸图像呈现在虚拟距离更近(但不是更远)比每个主题的行为定义的PS边界。在大多数PD列中,BOLD响应幅度随着虚拟面部接近度的增加而单调和非线性地增加。在剩余的PD列中,BOLD响应随着接近度的增加而降低。这些功能磁共振成像反应功能似乎与先前报道的主观不适水平和生理唤醒的变化有关,在侵入但不超出个人空间的过程中。第二,在顶叶皮层的DD(视差距离)列选择性地响应基于随机点刺激的近距离或远距离,像先前描述的枕叶皮层的视差选择性列。在顶叶皮层,地图的DD列系统不重叠(交错)与PD列。这些结果表明,空间信息的转换,从视觉到高阶,可以计算在多个小的网站,而不是在一个更大的皮质梯度,顶叶皮层。
2022-03-15 q-bio.NC
Future Video Generation Better Aligns with the Human Visual Cortex than Observed Video
Yonsei University College of Medicine(延世大学医学院);Institute of Behavioral Sciences in Medicine, Yonsei University College of Medicine(延世大学医学院行为科学研究所);Department of Biomedical Systems Informatics, Yonsei University College of Medicine(延世大学医学院生物医学系统信息学系);Korea University(高丽大学);Yonsei Institute for Digital Healthcare, Yonsei University(延世大学数字医疗研究所)
本研究假设未来视频生成的内部表征比观察视频更符合人类视觉皮层的预测性处理,通过fMRI和视频扩散模型验证,并发现人类更偏好此类生成视频。
2026-10-01 cs.AI cs.CV q-bio.NC
Low-Rank Nonlinear Decoding of $μ$-ECoG from the Primary Auditory Cortex
University of California, Los Angeles(加州大学洛杉矶分校);New York University(纽约大学);Duke University(杜克大学)
本文考虑了并行神经测量系统,如微皮层电图($μ$ -ECoG)的神经解码的问题。在具有非常高采样率的大量阵列元件的系统中,原始测量数据的维度可能很大。学习这种高维数据的神经解码器可能具有挑战性,特别是当训练样本数量有限时。为了解决这个问题,本文提出了一种新的神经网络解码器,在第一隐藏层中具有低秩结构。低秩约束显著地减少了解码器中的参数的数量,同时仍然能够实现丰富的非线性解码器映射。低秩解码器在来自清醒大鼠初级听觉皮层(A1)的$μ$ -ECoG数据上示出。由于听觉皮层中神经反应的复杂性以及清醒动物中混杂信号的存在,这种解码问题特别具有挑战性。结果表明,建议的低秩解码器显着优于使用标准的降维技术,如主成分分析(PCA)的模型。
2020-05-06 cs.LG cs.NE eess.SP
Universal scale-free representations in human visual cortex
Johns Hopkins University(约翰斯·霍普金斯大学);Santa Fe Institute(圣塔菲研究所)
研究揭示人类视觉皮层神经表示在多个视觉区域和个体间均呈现自相似结构,表明视觉信息在全维度上系统分布,挑战传统低维分析方法。
2025-09-26 q-bio.NC q-bio.QM
Multi-Modal Latent Variables for Cross-Individual Primary Visual Cortex Modeling and Analysis
提出多模态可识别变分自编码器(miVAE),通过两级解耦策略将神经活动与视觉刺激映射至统一潜在空间,结合基于分数的归因分析,在大规模小鼠V1数据集上实现了无需个体微调的跨个体潜在表示与对齐,并成功识别神经元亚群与敏感刺激区域。
2024-12-19 q-bio.NC
Spatio-Temporal Dynamics of Visual Imagery for Intuitive Brain-Computer Interface
视觉表象是一种直观的脑机接口范式,指视觉场景的出现。尽管它的方便,其内在特性的分析是有限的。在这项研究中,我们证明了时间间隔和通道选择的影响解码性能的多类视觉图像的效果。我们将时间段分为0-1秒和1-2秒的时间间隔,并在三个不同的大脑区域进行六类分类:全脑,视觉皮层和前额叶皮层。在时间间隔上,0-1 s组表现出24. 2%的平均分类准确率,在前额叶皮层显著高于1-2 s组。在3个不同区域中,前额叶皮层的分类准确率在0-1 s间隔组均显著高于视觉皮层,暗示了视觉表象过程中的认知唤醒。这一发现将为提高解码性能提供关键信息。
2020-02-27 cs.HC q-bio.NC
A rotation-equivariant convolutional neural network model of primary visual cortex
Center for Neuroscience and Artificial Intelligence, BCM(贝勒医学院神经科学与人工智能中心);Baylor College of Medicine(贝勒医学院);University of Tübingen(图宾根大学);Bernstein Center for Computational Neuroscience, University of Tübingen(图宾根大学伯恩斯坦计算神经科学中心);Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);Rice University(莱斯大学)
经典模型将初级视觉皮层(V1)描述为方向选择线性-非线性(LN)或能量模型的滤波器组,但这些模型不能准确预测神经对自然刺激的反应。最近的研究表明,基于卷积神经网络(CNN)的模型可以实现更准确的预测,但目前还不清楚V1神经元除了方向选择性和相位不变性之外还提取了哪些特征。在这里,我们通过将神经元分类为执行类似计算的组来系统地研究V1计算。我们提出了一个框架,以确定共同的功能,独立于个别神经元的方向选择性,通过使用旋转等变卷积神经网络,自动提取每个功能在多个不同的方向。我们拟合这个模型的6000个神经元的人口自然图像记录在小鼠初级视觉皮层使用双光子成像的反应。我们表明,我们的旋转等变网络不仅优于具有相同数量特征图的常规CNN,而且还揭示了许多V1神经元共享的一些共同特征,这些特征偏离了V1作为一组Gabor滤波器的典型教科书思想。我们的研究结果是一个强大的新工具,研究V1的非线性计算的第一步。
2018-09-27 cs.LG q-bio.NC stat.ML
Prune and distill: similar reformatting of image information along rat visual cortex and deep neural networks
International School for Advanced Studies(国际高等研究院);Princeton Neuroscience Institute(普林斯顿神经科学研究所)
本研究比较CNN与大鼠视觉皮层,发现二者物体表征均经历本征维数扩张—收缩,并伴随低中层图像信息的蒸馏与主动剪枝,揭示共享的信息重构原则。
2022-05-27 cs.LG q-bio.NC
Sensitivity to Timing and Order in Human Visual Cortex
视觉识别只需要几分之一秒的时间,并且依赖于腹侧视觉流中的级联信号。鉴于光感受器和高级视觉区域之间的多个处理步骤的快速路径,信息必须非常快速地从一个阶段发展到另一个阶段。这种信息的快速进展表明,神经反应的精细时间细节可能对大脑如何编码视觉信号很重要。我们研究了传入的视觉刺激的相对时间的变化如何影响对象信息的表示,通过记录沿人类腹侧视觉流的颅内场电位,而受试者识别的对象,其部分呈现不同的视觉刺激。沿腹侧流的视觉反应是敏感的部分之间的时间差小至17毫秒。特别是,有一个强烈的依赖性的时间顺序的刺激呈现,即使在短的pacemies。这种对刺激呈现顺序的敏感性提供了证据,表明大脑可能使用相对时间的差异作为表征信息的手段。
2014-04-25 q-bio.NC
Invariant inter-subject relational structures in the human visual cortex
本研究通过对19名患者的颅内视觉皮层记录分析,发现关系编码是个体间一致性最高的神经表征方式,为理解人类共享视觉感知的神经基础提供了依据。
2024-07-11 q-bio.NC
DeepRetinotopy: Predicting the Functional Organization of Human Visual Cortex from Structural MRI Data using Geometric Deep Learning
School of Psychology, The University of Queensland(昆士兰大学心理学院);Queensland Brain Institute, The University of Queensland(昆士兰大学昆士兰脑研究所);Centre for Advanced Imaging, The University of Queensland(昆士兰大学高级成像中心)
无论是在人造机器还是生物系统中,形式和功能往往直接相关。然而,在后者中,由于生物学的复杂性质,这种特殊的关系往往不清楚。在这里,我们开发了一个几何深度学习模型,能够利用大脑皮层的实际结构,从结构和功能MRI数据中学习大脑功能和解剖结构之间的复杂关系。我们的模型不仅能够仅从解剖学特性预测人类视觉皮层的功能组织,而且还能够预测个体之间的细微变化。
2020-05-26 cs.CV cs.LG q-bio.NC
Adaptive Filtering Enhances Information Transmission in Visual Cortex
感觉神经科学旨在了解大脑如何编码自然环境。然而,神经编码已经在很大程度上使用简化的刺激进行了研究。为了评估大脑的编码策略是否依赖于刺激合奏,我们采用了一种新的信息理论的方法,允许无偏计算神经过滤器(感受野)的反应,自然场景或其他复杂的信号与强多点相关性。在猫的初级视觉皮层中,我们将对自然输入的反应与对亮度和对比度匹配的噪声输入的反应进行比较。我们发现,神经滤波器自适应地改变与输入合奏,以增加所携带的信息的神经反应有关的过滤刺激。自适应影响滤波器的空间频率组成,增强对与最佳编码参数一致的未充分代表的频率的灵敏度。适应发生在40秒到许多分钟之间,比以前报道的大多数适应形式都要长.
2006-11-09 q-bio.NC
Using deep learning to reveal the neural code for images in primary visual cortex
University of Colorado School of Medicine(科罗拉多大学医学院);Canadian Institute for Advanced Research(加拿大高等研究院)
初级视觉皮层(V1)是大脑皮层图像处理的第一阶段,系统神经科学的一个主要研究方向是了解V1是如何编码视觉刺激信息的。在V1内,许多神经元选择性地对给定的优先方向的边缘做出反应:这些被称为简单或复杂细胞,它们被充分研究。其他神经元对局部中心-周围图像特征作出反应。还有一些人对某些图像刺激有选择性地做出反应,但激发他们的具体特征是未知的。此外,即使对于简单和复杂的细胞--最好理解的V1神经元--预测它们将如何对自然图像刺激做出反应也是具有挑战性的。因此,我们对V1如何编码图像的理解存在重要差距。为了填补这一空白,我们训练深度卷积神经网络来预测V1神经元响应自然图像刺激的放电率,并发现这些神经元中有15%在其理论可预测性极限的10%以内。对于这些预测良好的神经元,我们反转预测器网络以识别导致V1神经元尖峰的图像特征(感受野)。除了那些具有先前表征的感受野(Gabor小波和中心环绕)的神经元外,我们还识别出可预测地响应于不局限于图像的任何特定区域的更高级别纹理图像特征的神经元。
2017-06-19 cs.CV q-bio.NC
An uncertainty principle underlying the pinwheel structure in the primary visual cortex
V1中的视觉信息由称为方向偏好列的模块阵列处理。在包括人类在内的某些物种中,方向柱围绕像车轮辐条一样的奇异点呈放射状排列,称为风车。风车结构已被观察到第一次与光学成像技术,最近在体内双光子成像证明其组织与单细胞精度。在这项研究中,我们提供的证据表明,风车是事实上的最佳分布编码在最佳的角位置和动量。在过去的几年里,许多作者已经认识到,V1的功能结构是局部不变的旋转和平移的对称群SE(2)。在本研究中,我们表明,用于构建风车的方向皮层地图可以建模为相干态,即最好的配置本地化的角位置和角动量。我们采用的理论是基于众所周知的不确定原理,介绍了海森堡在量子力学,后来扩展到许多其他群体的不变性。在这里,我们陈述了一个相应的原则,在皮质几何与SE(2)对称性,并通过计算其极小值,我们得到了一个模型的定向活动地图的皮质。众所周知,风车结构是直接从这些活动图构建的,我们将能够从视觉皮层功能结构的组对称性开始正式再现它们的结构。初级视皮层被建模为一个完整的系统,其中简单细胞的集合实现SE(2)群,水平连接实现其李代数和风车实现其最小不确定性状态。
2010-07-08 math-ph math.MP q-bio.NC
Conduction velocity of intracortical axons in monkey primary visual cortex grows with distance: implications for computation
Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);University of Tübingen(蒂宾根大学)
研究发现皮层内轴突的传导速度随距离线性增加,足以传递上下文信息,挑战了传统观点。
2025-10-28 q-bio.NC
Meta-Learning an In-Context Transformer Model of Human Higher Visual Cortex
针对高级视觉皮层建模依赖大规模个体fMRI数据、泛化性差的问题,提出BraInCoRL元学习上下文Transformer框架,无需微调即可通过少样本预测体素反应,性能更优、泛化性强且可解释性好。
2025-11-17 cs.LG q-bio.NC
Mean field theory for a balanced hypercolumn model of orientation selectivity in primary visual cortex
我们提出了一个完整的平均场理论的平衡状态的一个简单的模型的定向超柱。该理论的补充说明的数值求解平均场方程定量的过程。通过我们的处理,我们可以自洽地确定放电率和放电相关性,而不限于特定的神经元模型。在这里,我们解决了解析导出的平均场方程数值积分和消防神经元。几个已知的关键属性的方向选择性皮层神经元自然出现的描述:不规则发射与统计接近-但不限于-泊松统计;一个几乎线性的增益函数(发射频率作为刺激对比度的函数)的神经元内的网络;和对比度不变的调谐宽度的神经元放电。我们发现,放电的不规则性敏感地依赖于突触的强度。如果Fano因子大于1,那么它们对于所有引起放电的刺激方向都是如此。我们还发现,在输入电流的噪声的调谐是相同的外部输入的调谐,而平均输入电流取决于外部输入和皮层内的连接。
2004-03-25 q-bio.NC
Random wiring, ganglion cell mosaics, and the functional architecture of the visual cortex
胎盘食肉动物和灵长类动物的初级视觉皮层的等取向结构域的结构明显遵循种不变的数量规律。动态优化模型假设神经元在连接数百万个细胞的皮层回路中协调它们的刺激偏好,具体预测这些不变量。这可能表明V1的内在连接体及其功能结构遵循具有高精度和鲁棒性的单一优化原则。为了验证这一假设,关键是要仔细检查替代候选理论的定量预测。视网膜-皮层通路内的随机前馈布线代表了动态电路优化的概念上有吸引力的替代方案,因为随机维度扩展投影被认为一般表现出对刺激表示有利的计算特性。在这里,我们问是否可以解释为一个通用的随机布线的紧急属性的V1架构的定量不变量。我们推广和研究随机布线模型提出的Ringach和同事,在视觉皮层的iso-orientation域出现通过随机前馈连接之间的半规则马赛克的视网膜神经节细胞(RGC)和视觉皮层神经元。我们推导出闭合形式的表达式皮质感受野和域布局的模型预测完美的六边形RGC马赛克[.]我们的结论是,V1布局不变量是视觉皮层优化的具体定量签名,这不能用通用的随机前馈布线模型来解释。* 请参阅PDF格式的完整摘要。*
2015-10-01 q-bio.NC
Top-down inference in an early visual cortex inspired hierarchical Variational Autoencoder
Wigner Research Centre for Physics(维格纳物理研究中心)
将视觉皮层中的计算解释为环境生成模型中的学习和推理,在神经科学和认知科学中都得到了广泛的支持。然而,分层计算,视觉皮层处理的一个标志,仍然是不受影响的生成models,因为缺乏足够的工具来解决它。在这里,我们利用在变分自动编码器(VAE)的进步,调查早期视觉皮层与稀疏编码分层VAE训练的自然图像。我们设计的替代架构,不同的两个潜在层VAE的生成和识别组件。我们发现,在轻度归纳偏见下,与初级和次级视觉皮层中发现的表征相似的表征自然出现。重要的是,纹理样图案的非线性表示是抵抗VAE的特定结构的高级潜在空间的稳定性质,这让人想起次级视觉皮层。我们表明,神经科学启发的识别模型的选择,其中具有自上而下的处理组件是至关重要的两个签名的计算与生成模型:学习高阶矩的后验超出均值和图像修复。高阶响应统计中的模式为神经科学解释响应相关性和机器学习通过更详细的后验特征来评估学习的表示提供了灵感。
2022-06-01 cs.LG q-bio.NC stat.ML
Separation Effect of Early Visual Cortex V1 Under Different Crowding Conditions A TMS Study
视觉拥挤使周围视觉的模式识别变得困难,但这种现象的神经机制仍然不清楚,因为有不同的观点。为了研究不同拥挤条件下V1的分离效果,在右侧V1内施加单脉冲经颅磁刺激。实验设计包括两个因素:TMS强度(光幻视阈值的10%、65%和90%)和拥挤(高和低)条件。精度结果表明,拥挤条件和TMS条件之间有很强的相互作用。当TMS刺激强度低于光幻视阈值时,在高拥挤条件下会感觉到更多的拥挤,而在低拥挤条件下会感觉到更少的拥挤。上述结果表明,TMS刺激可使高、低拥挤状态分离。实验结果支持了拥挤现象与V1有关并发生在视觉编码阶段的假设。
2019-05-24 q-bio.NC
A sub-Riemannian model of neural states in the primary motor cortex
Dipartimento di Matematica, Università di Bologna(博洛尼亚大学数学系);Centre d’Analyse et de Mathématique Sociales, Sorbonne Université(索邦大学社会分析与数学中心)
基于子黎曼几何框架,通过运动学参数定义片段空间,引入几何核模拟皮层连接,成功从皮层活动模型中恢复出神经状态,验证了运动学变量和距离度量足以解释神经状态形成。
2026-06-23 q-bio.NC
BrainSCUBA: Fine-Grained Natural Language Captions of Visual Cortex Selectivity
Carnegie Mellon University(卡内基梅隆大学)
BrainSCUBA 利用对比视觉-语言模型和大型语言模型,为视觉皮层体素生成细粒度自然语言描述,实现数据驱动的语义选择性刻画,并在身体选择性区域发现新的细粒度语义偏好。
2024-05-03 cs.LG q-bio.NC
A metric model for the functional architecture of the visual cortex
本工作的目的是构建一个模型的初级视觉皮层(V1)的功能架构,基于一个结构的度量测度空间诱导的视觉细胞的接受配置文件(RP)的潜在组织。为了说明V1在这样的上下文中的水平连通性,遵循K.-K.的经典方法定义了与空间几何相容的扩散过程。T.斯特姆我们的距离函数的构造既不需要RP族的任何群参数化,也不涉及任何微分结构。因此,它适应于非参数化的RP集,可能通过数值程序获得;它还允许模拟横向连接所产生的非差分度量,如一个由一个家庭的过滤器消失的规模上引起的风车表面。另一方面,当应用于经典的Gabor滤波器框架时,这种构造产生了一个近似于G. Citti和A. Sarti [J Math Imaging Vis 24:307(2006)],从而表明其本身与现有的皮质模型一致。
2019-10-11 math.MG q-bio.NC
Uncovering Semantic Selectivity of Latent Groups in Higher Visual Cortex with Mutual Information-Guided Diffusion
Georgia Institute of Technology(佐治亚理工学院)
MIG-Vis通过互信息引导的扩散模型揭示高级视觉皮层中神经潜在群体的语义选择性,提供结构化语义表示的直接证据。
2026-03-10 cs.CV cs.LG q-bio.NC
Functional Correspondences in the Human and Marmoset Visual Cortex During Movie Watching: Insights from Correlation, Redundancy, and Synergy
本研究利用电影驱动fMRI数据,通过相关性、冗余和协同分析比较人类与狨猴视觉皮层,发现二者存在高度功能对应性,并揭示狨猴可作为研究人类视觉感知的有效模型。
2025-06-29 q-bio.NC q-bio.QM
Synchronous chaos and broad band gamma rhythm in a minimal multi-layer model of primary visual cortex
视觉诱导的神经元活动在V1显示一个显着的γ-波段组件,这是调制的刺激属性。有人认为,同步振荡有助于这些伽马带活动[...]然而,即使当观察到振荡时,它们也在非常少的周期内经历时间去相关。这在以前的伽马振荡网络建模中并不容易解释。我们在这里认为,皮质层之间的相互作用可以负责这种快速去相关。我们研究了一个V1超柱模型,嵌入了对皮层多层结构的简化描述。当刺激对比度较低时,诱导的活动只有弱同步性,并且网络瞬时共振而不产生集体振荡。另一方面,当对比度高时,诱导的活动经历同步振荡,具有表示同步混沌状态的不规则时空结构。因此,人口活动经历快速的时间去相关,伴随着快速阻尼的振荡LFPs自相关图和LFPs功率谱的峰值展宽。[...]最后,我们认为,在我们的模型中出现同步混沌的机制实际上是非常普遍的。它源于这样一个事实,即由局部延迟抑制引起的伽马振荡在与足够强的激发耦合时倾向于发展混沌。
2011-12-17 cond-mat.dis-nn q-bio.NC
Temporal Symmetry in Primary Auditory Cortex: Implications for Cortical Connectivity
雪貂(Mustela putorius)的初级听觉皮层(AI)中的神经元被很好地描述为它们的频谱-时间响应场(STRF),也被发现具有我们称之为时间对称性的独特属性。对于时间对称的神经元,STRF(脉冲响应)的每个时间横截面由相同的时间函数给出,除了缩放和“希尔伯特旋转”。在清醒动物中记录到的神经元中,有85%(145个中的123个)具有这种特性,在麻醉动物中记录到的神经元中,有96%(73个中的70个)具有这种特性。时间对称性的这种特性对于AI内部和AI中的功能神经连接的可能模型具有高度约束性。我们发现,最简单的功能丘脑输入模型,从腹侧内侧膝状体(MGB),进入AI的入口层被排除,因为它们与所观察到的时间对称性的约束是不相容的。这也是最简单的功能性皮质内连接模型的情况。似是而非的模型,产生时间对称性,无论是从丘脑和皮质内的输入,提出。特别是,我们提出,丘脑-皮质界面的两个具体特征可能是负责的。第一个是丘脑的快速动态和皮层的缓慢反应之间的时间不匹配。第二,所有进入皮质模块(或一群细胞)的丘脑输入必须限制在一个进入点(或群细胞中的一个细胞)。后者的属性意味着缺乏相关的水平相互作用,在STRF测量过程中的皮质模块。这些见解在听觉系统中的影响,并与视觉系统中的类似属性的比较,进行了探讨。
2006-08-15 q-bio.NC q-bio.QM
The nature of the animacy organization in human ventral temporal cortex
腹侧颞叶皮层(VTC)的生命性组织的基本原则仍然存在激烈的争论,最近的证据指向一个生命连续体,而不是二分法。是什么推动了这一连续性?根据视觉分类假说,连续体反映了动物包含动物诊断特征的程度。与此相反,能动性假说假定连续体反映了动物被视为(社会)能动性的程度。在这里,我们测试了这两个假设与刺激集,其中视觉可分类性和机构是解离的基础上表示在卷积神经网络和行为实验。使用功能磁共振成像,我们发现,视觉可分类性和机构解释独立的组成部分,在VTC的生命连续体。他们一起建模,充分解释了生命连续体。最后,集群解释的视觉可分类性本地化后集群解释机构。这些结果表明,多种组织原则,包括代理,在VTC的生命连续体的基础。
2019-07-15 q-bio.NC
In silico discovery of representational relationships across visual cortex
本文提出关系神经控制(RNC)方法,通过生成计算fMRI响应揭示视觉皮层各区域间共享或独特的表征内容,并在独立受试者身上验证了视觉网络共同表征世界的机制。
2025-06-25 q-bio.NC