A095 最新 Nat Hum Behav | 人脑中的“特征神经元”：杏仁核与海马体揭示人脸识别的新机制

来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-09-28 ｜ 原文链接

点击蓝字 关注我们 知晓前沿

认知神经科学前沿文献分享

基本信息：

Title:Feature-based encoding of face identity by single neurons in the human amygdala and hippocampus

发表时间：2025.06.06

Journal: Nature Human Behavior

影响因子：21.4

原文链接：后台回复“我要文献”/“文献”即可获取文献PDF版本

省流总结

该论文探讨了人类杏仁核与海马体中单个神经元如何编码面孔身份。传统观点认为这些区域的神经元主要通过“身份不变性”来表征个体，但研究者发现：实际上存在一类“基于特征的神经元”，它们根据共享的视觉特征（而非概念关联）来编码面孔。通过在19位神经外科患者中采集 3,581 个神经元的活动，作者发现了“区域化特征编码”的机制，这类神经元对特征空间的局部区域敏感。此结果在补充实验（新面孔和人工生成面孔刺激）中得到了验证。研究的意义在于揭示了感知驱动的特征表征如何过渡到记忆驱动的语义表征，为理解人脑中人脸识别与记忆之间的桥梁提供了新机制。

研究背景

人脑如何识别和记忆不同个体的面孔是神经科学的核心问题。以往存在两种主要假设：

* 基于特征模型：大量神经元以分布式方式编码面孔的视觉特征。

* 基于范例模型：高度选择性的“身份神经元”跨不同图像稳定地表征特定个体。

前人已在灵长类 IT 皮层和人类功能成像中观察到特征轴编码，也在杏仁核和海马体发现了身份神经元。但关键问题仍未解答：大脑如何从视觉特征过渡到个体化的身份表征？这正是本文试图解决的重要科学问题，其意义在于揭示从感知到记忆的神经计算桥梁。

研究方法和逻辑

为回答这一问题，作者利用独特机会记录了接受神经外科手术患者的单神经元放电活动。在实验中，受试者观看了数百张名人脸部照片，并执行简单任务。研究团队使用深度神经网络（VGG-Face）提取每张图片的高维视觉特征，再用 t-SNE 将其映射为二维“面孔特征空间”。随后将神经元的放电率投射到该空间，形成加权响应图，并通过置换检验识别神经元对特定区域的显著编码。进一步实验引入 FBI 双胞胎数据集和 FaceGen 人工合成面孔，以验证编码是否普遍适用于陌生面孔和非身份驱动的刺激。整体逻辑是：先构建客观的视觉特征空间 ——> 再检测神经元放电是否对应于特定区域的视觉特征群，从而揭示编码机制。

核心发现

发现一：区域化特征编码的存在（Fig. 1）

部分多身份（M-ID）神经元的反应集中在特征空间的相邻区域，而非分散分布。这表明这些神经元不是基于概念联系，而是基于面孔的视觉相似性来编码。图1展示了神经元的响应在特征空间内聚集成“调谐区”，这是论文的关键证据。

发现二：视觉相似性与概念关联的区分（Fig. 2）

作者发现 M-ID 神经元可以分为编码视觉相似性与编码概念关联的不同亚群，二者在时间上也存在差异：编码视觉特征的神经元反应更早（约264 ms），而概念神经元反应更迟（约387 ms）。图2定量对比了两类神经元的调谐范围与相似性指标。

发现三：特征神经元的普遍性（Fig. 3）

不仅身份神经元，更多的“特征神经元”对共享视觉特征的面孔群体敏感，即使这些面孔不属于同一身份。图3总结了不同 DNN 层中发现的特征神经元比例和覆盖的特征空间范围，显示其在高层特征空间更为显著。

发现四：对新刺激的泛化性（Fig. 4）

区域化特征编码不仅适用于熟悉的名人面孔，也能推广到陌生人脸（FBI 双胞胎数据集）和人工生成面孔（FaceGen）。图4显示这些新刺激在调谐区内同样引发更强放电，证明该编码机制具有普遍性。

发现五：与非人灵长类的差异（Supplementary Figs. 13–14）

与猕猴 IT 皮层不同，人类杏仁核和海马体的特征编码不是“轴向”或“均值为基准”的，而是“区域化”的。这揭示了人类大脑在高阶视觉到记忆的表征机制上的独特性。

讨论与点评

优点

1. 提出中间机制：发现“区域化特征编码”，为特征模型与范例模型之间提供了桥梁。

2. 方法创新：结合单神经元记录与深度学习模型（VGG-Face）构建特征空间，具备前沿性。

3. 多重验证：在不同刺激集（名人脸、陌生双胞胎、人工合成脸）中均观察到相似结果，增强了普适性。

4. 时间维度分析：揭示了视觉特征编码先于概念编码的层级性，支持信息加工顺序假设。

局限与展望

1. 生态效度不足：实验主要依赖静态的名人或合成面孔，是否适用于自然场景仍存疑。

2. 样本局限：被试均为神经外科患者，脑区功能可能受病理影响，需在健康人群进一步验证。

3. 模型依赖性：特征空间基于 VGG-Face，虽然检验了多种网络，但其先验偏倚可能影响解释。

4. 机制拓展：尚未充分解释该机制如何与社会性、情绪性加工结合，以及在发展过程中如何形成。

总体评价：这项研究在方法和理论上都具有突破性，它不仅为“人脸识别如何转化为记忆表征”提供了新证据，也打开了探索感知—记忆桥梁的新方向。但它更像是一个起点，未来需要跨物种、跨情境和跨技术的综合研究来深化理解。

相关阅读

脑科学与认知基础

Nature Communications |新国立团队揭示：偏见扭曲了大脑对物体的神经编码*⭐️[ 解读链接 ]***

Nature Communications |盲人“视觉”脑区，竟能“看见”运动？语言如何重塑大脑 **⭐️[ 解读链接 ]****

Nature Neuroscience | 哈佛大学揭示背外侧纹状体在习得技能中的神经机制 *⭐️[ 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 ]****

PLOS Biology | 大脑真的知道你在干什么吗？前额叶的任务身份编码机制 *⭐️[ 解读链接 ]*

Nature neuroscience |跨物种7T+钙成像揭示皮层层级重塑*⭐️[ 解读链接 ]*

Current Biology | 大脑的通用“计数器”：工作记忆如何跨越感官界限？⭐️[ 解读链接 ]

本文解读基于：Feature-based encoding of face identity by single neurons in the human amygdala and hippocampus，Doi：https://doi.org/10.1038/s41562-025-02218-1。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：GBQ

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

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