A081 大脑如何自我调节？PNAS 揭开神经元感受野位置对反应的神秘影响
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-16 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息：
Title:Neuronal normalization in monkey MT is an intensity-weighted average
发表时间：2025.11.6
Journal:PNAS
影响因子：9.1
获取原文：
- 后台回复“文献”即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页
省流总结
这篇论文探讨了灵长类动物（猕猴）中间颞区（MT区）神经元的归一化机制，特别是如何根据刺激在神经元感受野（RF）中的位置偏移影响归一化过程。传统的归一化模型在处理多个刺激位置时表现不佳，因此作者提出了一种基于刺激强度加权的归一化模型，该模型考虑了刺激的对比度和位置特定的RF加权值。结果表明，归一化过程不仅受到刺激对比度的影响，还与感受野的空间结构紧密相关，从而更精确地解释了神经元的反应。
研究动机与背景
归一化被认为是神经系统中的核心计算机制，尤其在视觉系统中，能稳定神经元活动并维持刺激选择性。在高阶视觉区域，神经元的感受野较大，且经常同时呈现多个刺激，如何处理这些刺激的空间位置差异对归一化至关重要。尽管归一化已广泛被研究，但在处理多个刺激时，现有模型并未考虑感受野位置对归一化的影响，因此本文提出了一种新的加权归一化模型，旨在弥补这一空白。
为了解归一化如何受到刺激在感受野中的位置影响，作者通过记录猕猴MT区神经元的反应，系统地研究了不同位置上的刺激对归一化的影响。实验中，研究者使用了不同位置的Gabor刺激，并结合变换方向的任务来测量归一化效果。作者提出的RF加权归一化模型将刺激位置的RF加权与刺激对比度结合，从而更准确地描述神经元对多个刺激的响应，尤其是对刺激位置变化的响应。
核心发现
实验范式：实验的目的是要求猕猴进行变化检测任务。实验开始时，猴子需要凝视一个固定点，随后在其视野中展示一系列不同位置的Gabor刺激。猴子的任务是监测这些刺激是否发生方向变化，并及时做出反应。若猴子正确检测到刺激的变化，就会获得奖励。在实验中，Gabor刺激会呈现在不同的感受野位置，包括中心和四个偏移位置，以测量刺激对神经元的影响。每个刺激会以不同的对比度和方向呈现，既有首选方向的刺激，也有非首选方向的刺激。
Fig. 1. Experimental design.
发现一：RF加权归一化模型
RF加权归一化模型能够精确预测神经元反应，尤其是对于刺激在感受野不同位置的影响。在这项研究中，作者提出的RF加权归一化模型显著改进了传统归一化模型的效果，能够准确地捕捉到刺激位置变化对神经元反应的影响。为验证该模型，作者通过在猕猴的中间颞区（MT区）记录90个神经元的活动，使用了不同位置的Gabor刺激对神经元的反应进行测试。数据表明，传统的归一化模型在处理刺激位于感受野不同位置时效果不佳，尤其是当刺激偏离感受野中心时，神经元的反应未能如传统模型所预期那样减少。相比之下，RF加权归一化模型考虑了刺激的感受野位置加权，能够更准确地预测神经元对不同位置刺激的反应。图2中的数据显示，当刺激接近感受野中心时，传统的归一化模型与数据吻合良好，但随着刺激偏离中心，传统模型的拟合效果显著下降。而RF加权模型则能在整个感受野范围内提供更一致的拟合效果，这证明了RF加权的有效性。
Fig. 2. Example neuron responses fit with and without RF-weighted normalization.
发现二：刺激位置对归一化的影响
刺激位置的偏移对神经元的归一化反应有显著影响，且RF加权归一化能够精确捕捉这一变化。在进一步的实验中，作者研究了刺激在感受野中的不同位置对归一化反应的影响。通过将Gabor刺激分别呈现于神经元感受野的中心和边缘位置，数据表明，刺激在感受野中心时，神经元的响应较强，而当刺激移至感受野边缘时，响应则明显减弱。这一现象在传统的归一化模型中难以得到有效预测，尤其是当非首选刺激位于感受野边缘时，归一化效果弱化。RF加权归一化模型通过引入位置依赖的RF加权，能够更准确地描述这种空间变化。图2C和2D显示了模型如何更好地拟合实验数据，特别是在感受野边缘位置，模型预测的响应变化更加贴合实际观察到的数据。这表明，RF加权归一化不仅能解释神经元对刺激位置变化的反应，还揭示了归一化过程的空间依赖性。
Fig. 3. Normalization is robustly RF-weighted across the MT population.
发现三：对比度响应函数的半饱和变化
RF加权归一化模型能够预测对比度响应函数半饱和点的变化，尤其是刺激位置对半饱和对比度的影响。在研究中，作者还探讨了感受野位置对神经元对比度响应函数（CRF）的影响。通过在感受野的中心和边缘位置测量对比度响应函数，作者发现，当刺激位于感受野边缘时，神经元的半饱和对比度显著增加。这意味着，边缘位置的刺激需要更高的对比度才能达到相同的神经反应。RF加权归一化模型能够很好地解释这一现象，预测了在不同位置刺激下对比度响应的半饱和点变化。图4中的数据显示，在RF中心和边缘位置，半饱和对比度值的差异得到准确捕捉，表明RF加权归一化模型能够预测刺激位置对响应灵敏度的影响。这进一步支持了模型在描述神经元响应的广泛适用性。
Fig. 4. RF-weighted normalization predicts spatial shifts in contrast sensitivity across the RF.
相关阅读
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
周报-20251020|认知神经科学前沿动态周览**⭐️[ 解读链接 ]****
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
本文解读基于：Neuronal normalization in monkey MT is an intensity-weighted average，Doi：10.1073/pnas.2522104122。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
分享人：天天
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务