PsyBrain 脑心前沿 / 感知觉与注意：顶刊文献解读专题 / A · 文献解读 / A015 · Nature综述把听觉系统看成皮层与皮层下整合网络

A015 Nature综述 | 把听觉系统看成皮层与皮层下整合网络

来源：公众号 PSY-Brain_Frontier ｜发布：2026-05-23 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Rethinking hierarchy: the auditory system as an integrated cortical–subcortical network

发表时间: 2026-05-11

发表期刊:Nature Reviews Neuroscience

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

我们很容易用一种熟悉的感觉系统模板来理解听觉：外界声音先由外周感受器转成神经信号，再经皮层下结构逐级上传，最后由大脑皮层完成更复杂的分析，并与知觉、行为和意义联系起来。这个框架并非全错，但如果把它不加区分地套在听觉系统上，就会遗漏一个关键事实：听觉信息在抵达皮层之前，已经经过了数量众多、结构复杂且功能分化明显的皮层下核团，而皮层也并不是单纯的“终点站”，它通过广泛下行通路持续影响更早期节点的处理。

这篇综述要重新审视的，正是听觉系统的组织原则。作者并不否认层级变换的存在，例如某些脑干空间处理确实具有明确的级联特征；但他们认为，把皮层下结构概括成“被动中继”，再把适应、跨感觉整合、行为相关编码和学习塑性主要归给皮层，是一种过度简化。与视觉系统相比，听觉系统中央通路包含异常丰富且反复互联的皮层下核团，进入皮层的信息已被深度预处理；与此同时，几乎各层级都受到非听觉输入和上下行连接的影响。

作者据此提出，听觉系统更适合被描述为“皮层—皮层下整合网络（integrated cortical–subcortical network）”，而不是严格的单向层级通路。这个提法的重要性，不只在于换了一个更时髦的术语，而在于它会改变研究者提问的方式。过去很多工作习惯寻找“只有皮层才有”的复杂表征，把这种复杂性当成高级加工的标志；但本文梳理的大量研究表明，许多看似更接近知觉、任务或语境的性质，在中脑、丘脑甚至脑干也能观察到。它们的差别往往是程度、时间尺度、回路来源和整合方式不同，而不是某种功能只在皮层突然出现。

因此，这篇综述真正推动的是一种框架更新：听觉系统既有层级式转化，也有强反馈、局部再加工和多源调制。若想理解复杂声景中的稳健识别、主动聆听、行为状态对编码的影响，以及学习如何改变声音表征，就不能只把目光放在听皮层，而需要把脑干—中脑—丘脑—皮层放在同一个动态回路中来思考。

实验设计与方法逻辑

作者的论证逻辑是：先用听觉通路的解剖结构界定问题，说明皮层下并非简单串联的中继链；再梳理从脑干、中脑、丘脑到皮层的声音表征如何变化，强调许多特征更符合连续转化而非皮层突现；随后引入统计背景、重复刺激、噪声、跨感觉输入、运动和任务参与等情境变量，考察这些影响是否贯穿多级通路；最后结合学习与可塑性研究，讨论皮层下表征改变以及下行投射在塑形中的作用。整篇文章因此不是要推翻层级概念，而是提出更精确的描述：听觉系统存在层级变换，但它嵌入在一个双向连接、上下文依赖的整合网络中。

核心发现

发现一：听觉系统的结构底盘本身，就不符合“皮层下只是被动中继”的简单叙事

全文最基础的一步，是先把听觉系统的解剖现实摆出来。Fig. 1 之所以重要，不只是因为它概括了从耳蜗、耳蜗核、上橄榄复合体、外侧丘系核、下丘、内侧膝状体到听皮层的经典通路，更因为它清楚显示：这些结构之间并非单一路径串联，而是同时存在上行、下行以及各级内部的局部连接。尤其在 Fig. 1a 中，皮层向下直到耳蜗相关结构的反馈通路都被明确画出；Fig. 1b 则进一步展示多个皮层下核团内部还可细分为不同亚区，提示不同声学线索在早期就可能并行处理。

Figure 1. Overview of the auditory system

这张图对理解全文非常关键。作者后续关于适应、跨模态、行为调制和学习塑性的大量讨论，并不是在一个“基本单向层级”上附加若干例外，而是建立在一个先天就高度互联的系统架构之上。换句话说，网络式理解不是从零散功能现象倒推出来的，而是与听觉系统的结构组织相匹配。需要克制的是，结构复杂并不自动等于所有通路在任何任务中都同等重要；Fig. 1 提供的是解剖学前提，而不是对每条连接功能权重的直接判定。

发现二：从中脑、丘脑到皮层的声音表征，更像逐级连续转化，而非复杂特征只在皮层突然出现

作者对传统层级模型最核心的修正，体现在对“表征如何沿通路变化”的重新解释。Fig. 2 提供了一个非常直观的入口：与丘脑相比，皮层神经元通常具有更长的时间过程，对快速幅度调制的跟随能力更弱，而更适合整合较慢时间尺度的信息；重复刺激时，皮层适应通常也更明显。这里真正值得抓住的，不是一句笼统的“皮层更复杂”，而是这些差异呈现渐变趋势，提示很多性质是沿通路逐步塑造出来的。

Figure 2. Differences in auditory representations between thalamus and cortex

Fig. 3 则把这种观点推进到机制层面。作者综述了 Lohse 等人的建模研究：如果仅用标准线性声谱时域感受野模型去解释初级听皮层（A1）反应，只能解释约 40% 的声音驱动活动方差；若把下丘（IC）和内侧膝状体（MGB）的神经活动作为皮层输入纳入模型，解释度可提升到 61%；再加入其他 A1 神经元活动，可达 68%（Fig. 3）。这说明，A1 所表现出的显著非线性，并不主要是皮层“凭空生成”的，而有相当一部分已由更早的皮层下变换奠定。

Figure 3. Transformations of sound representations across the auditory system

发现三：对统计背景、重复刺激和噪声的适应，是全通路性质，只是在更高层往往更强、更慢、更复杂

如果说前一部分讨论的是声音表征本身，这一部分讨论的则是表征如何随环境而调整。作者指出，适应并非从皮层才开始出现。Fig. 2b 显示，在重复刺激条件下，丘脑和皮层都会对首个刺激产生反应，但随后皮层更容易出现响应衰减；Fig. 2c、d 进一步用“安静语音”和“噪声中语音”的例子说明，适应可以让两种输入在神经表征上变得更相似，从而帮助系统获得对噪声等干扰因素相对不变的表示。Fig. 4 则把这一点提升到系统层面：统计背景并不是只在皮层进入编码，而是在从耳蜗到皮层的多个阶段都能施加影响。

图10

Figure 4. Integration of contextual influences across the highly interconnected auditory pathway

正文对这一主题的处理相当审慎。作者总结，不同形式的适应广泛见于中脑、丘脑和皮层；总体趋势是，较简单的适应可能更早出现，而更复杂、更强的适应更接近皮层。但这并不是一条绝对规则，因为不同物种和不同适应类型并不完全一致。文章还特别强调，某些皮层下适应并非完全独立于皮层，下行反馈有时会改变其形式和时间过程。

发现四：跨感觉输入、运动与任务相关信号可在皮层下多个站点进入听觉处理，主动聆听是跨层级现象

文章最能打破直觉的一点，是把“听觉与身体、行为目标和其他感觉的耦合”明确扩展到了皮层下。Fig. 4 给出总览：多感觉输入、行为需求和运动状态都能影响从耳蜗到皮层的多个处理阶段。Fig. 5 则提供了更具体的跨模态回路实例：体感皮层的下行投射既可直接促进某些内侧膝状体神经元，也可通过下丘外侧壳中的 GABA 能神经元，对腹侧和背侧内侧膝状体产生抑制性影响；正文还指出，某些相关回路甚至可能在不经皮层处理的情况下，由脑干—中脑—丘脑的皮层下通路完成。这意味着，多感觉调制并不只是皮层整合后的附加反馈。

图11

Figure 5. Rich multi-level connectivity and modulation by somatosensory inputs in the auditory system

与此相呼应，作者综述的行为研究还显示，任务参与相关调制最早可在皮层下出现。文中引用的研究表明，音调检测任务中的参与效应可见于下丘、内侧膝状体和听皮层，而且这些调制首先出现在皮层下处理层级。

图12

归纳总结和点评

这篇综述的价值，不在于简单把“皮层下也重要”重复一遍，而在于系统重写了听觉系统的默认理论框架：听觉处理确实包含层级式转化，但这些转化发生在一个强反馈、广泛互联且持续受情境影响的网络里。作者把解剖结构、表征转化、适应、跨感觉整合、行为调制和学习塑性串成了一条清晰证据链，使“整合网络”不再只是修辞，而成为更贴近听觉系统现实的描述。与此同时，文章也保持了应有边界：它并未否定层级，而是反对把层级理解成封闭、单向、复杂性只在皮层涌现的模型。作为综述，这更像一次研究视角的校正，而非对所有皮层—皮层下功能分工的最终定论。

···

图13