PsyBrain 脑心前沿 / 神经技术与方法：顶刊文献解读专题 / A · 文献解读 / A031 · PNAS用“体素偏好图像”给视觉皮层上色

A031 PNAS | 用“体素偏好图像”给视觉皮层上色

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-09 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: The colors of images preferred by individual voxels can be used to delineate functionally distinct visually responsive brain areas

发表时间: 2026-04-07

发表期刊:PNAS

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

引言

自然场景一直是脑成像研究里很有吸引力、但也很棘手的一类刺激。它更接近日常视觉经验，却很少只携带单一信息维度：颜色会和物体类别、材质、背景、光照乃至场景语义同时出现。比如某些物体具有典型颜色，背景往往偏冷色而物体偏暖色，食物也常和暖色、高饱和度联系在一起。对希望“单独研究某个属性”的实验来说，这类统计共现会带来解释困难；但换个角度，它也可能成为揭示神经功能差异的天然线索。

这篇发表于 PNAS 的 Brief Report，正是利用了这种共现关系。作者并不试图先把“真正的颜色敏感性”与“和颜色一起出现的场景属性”完全拆开，而是把颜色作为一个可视化标签：如果一群体素偏好的自然图像在颜色统计上相近，那么这些体素也许在功能上共享某些对场景属性的偏好。为此，研究者基于自然场景数据集（Natural Scenes Dataset, NSD）中每位参与者观看的约一万张图像，为每个体素构建“体素偏好图像（voxel-preferred image, VPI）”。这实际上是把所有刺激图像按该体素的响应强度做加权平均，保留下来的是最常出现在驱动该体素图像中的低空间频率特征，尤其是颜色和亮度。

实验设计与方法逻辑

研究使用开放获取的7T功能磁共振数据集NSD，共8名参与者，每人观看约10,000张自然场景图像，完成30至40次扫描；同时结合NSD已有的功能定位和群体感受野（population receptive field, pRF）测绘数据。核心分析是为每个体素计算VPI，即按体素对各刺激的响应对图像加权求和，并将所得图像缩放到0至255用于可视化（Figure 1A）。随后，作者把VPI颜色映射回皮层表面，检验其是否形成稳定簇状结构；再用独立图像分半、打乱图像与beta配对的置换对照验证可靠性，并将VPI簇边界与pRF区、食物/身体/地点等功能区边界对照。

核心发现

发现一：VPI颜色在皮层表面形成了结构化且高度可靠的空间图样

整篇文章首先要回答的，是这些“皮层彩色图”究竟是真实结构，还是由噪声和空间平滑造成的视觉错觉。Figure 1B–G显示，把各体素的VPI投射到皮层表面后，颜色并非零散分布，而是沿腹侧、背侧视觉通路延展成连续而有组织的模式，甚至延伸到额叶区域。Figure 2A进一步用独立图像分半重建VPI，得到近似的颜色分布；Figure 2D则给出量化结果：全脑分半相关在L/(L+M)坐标上平均为r = 0.78，在S/(L+M)上平均为r = 0.65。

Figure 1. VPIs across the cortical surface

Figure 2. Reliability and functional significance of VPI color patterns

发现二：VPI不仅能回收到早期视觉区的空间偏好，也揭示了更高层区域的系统性异质性

VPI方法之所以值得重视，不只是因为它能生成好看的可视化图，而在于它与经典视觉皮层测绘结果存在明确对应。Figure 1A展示了VPI的构造逻辑，Figure 1B则可见多数VPI呈现“有色斑块叠加不同颜色背景”的形式。作者指出，在V1到V4中，这些斑块位置会随着体素的pRF变化而系统改变；Figure 1I量化表明，VPI导出的偏心度估计与独立pRF测量的平均相关为左半球0.69、右半球0.70，极角相关为左半球0.50、右半球0.53，且均显著。这个结果说明，VPI能够在一定程度上回收到早期视觉区的空间组织。

发现三：VPI颜色簇的边界往往与已有功能区边界收敛，区域内部还提示潜在亚区

如果VPI颜色真能用于功能分区，那么它的边界应该与其他方法定义的区域边界有可比性。Figure 1B–H正体现了这一点：作者发现，pRF定义的区域常与偏白的VPI簇相对应，食物选择性区域常与偏橙的VPI相连，而身体选择性和地点选择性区域则较常对应浅蓝或深蓝色VPI。这里最值得注意的，不只是“颜色能对上功能区”，而是这些对应发生在不同类型的分区标准之间，说明VPI并非仅复现某一种单独分析的结果。与此同时，Figure 1B、1F–H还显示，在V4以及面孔选择性区域内部，颜色并不均一，而是进一步形成空间子簇。

发现四：VPI颜色差异与功能差异相联系，既体现在刺激内容上，也体现在局部表征结构上

论文最关键的一步，是把“看起来像分区”推进到“功能上确有差异”。Figure 2E给出一个直观案例：作者比较相邻但颜色不同的ROI所对应的高响应刺激，发现粉色ROI最强响应的前100张图像中，左半球有70张、右半球有81张包含婴儿或儿童；而相邻偏蓝ROI中，左半球没有、右半球仅3张。这个例子说明，不同VPI颜色的区域确实偏向不同类型的自然图像。更严格的证据来自Figure 2F：在所有参与者双侧V4中，作者手工选取101组三联的10体素连续小簇，其中A和B颜色相同、C颜色不同，再用偶数图像数据计算表征差异矩阵。

归纳总结和点评

这项Brief Report最突出的贡献，是把自然场景中原本容易被视为“混杂因素”的颜色共现，转化为显影皮层功能组织的工具。作者提出的体素偏好图像（VPI）方法非常直接：它与具体刺激图像紧密相连，因此比单纯的数据分解结果更易解释；而分半可靠性、置换对照、与既有功能图谱的边界比对，以及V4局部簇的RDM检验，又让这种彩色地图不止停留在描述层面。更重要的是，论文对结论边界把握得较为清楚：VPI颜色主要应被理解为与颜色共变的自然场景属性标签，某些体素中也可能掺有真实的颜色敏感反应，但这两部分贡献尚未被受控刺激严格拆分。因此，这项工作最稳妥的意义，不是给出关于“颜色脑机制”的定论，而是提供了一种直观、可扩展、适合大型自然场景fMRI数据探索的功能分区思路，尤其适合用于发现传统方法不易显现的区域边界与潜在亚区。

···

图10