PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / P · 感知觉与注意 / P030 · PNAS你的视野并不均匀：研究揭示视觉信号放大与噪声抑制

P030 PNAS | 你的视野并不均匀：研究揭示视觉信号放大与噪声抑制的空间差异

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-27 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Distinct system-level computations underlie perceptual variation across the visual field

发表时间: 2026-04-21

发表期刊: PNAS

影响因子: 9.1

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

研究背景

人类的视觉感知在视野中并非均匀分布。我们早就知道，随着离心度（eccentricity，即距离注视点的距离）增加，视觉分辨率会急剧下降。同时，在相同的离心度下，视觉表现还受到极角（polar angle）的影响：通常水平子午线上的表现优于垂直子午线，且下半视野优于上半视野。这些视野异质性直接影响着我们日常的阅读、视觉搜索和场景感知。

过去，领域内主要通过光学质量、视网膜细胞密度以及初级视皮层（V1）表面积等“硬件”差异来解释这些现象。然而，这些解剖学因素虽然能较好地解释离心度效应，却只能解释一小部分极角不对称性。即使通过皮层放大系数（M-factor）对刺激大小进行缩放，极角不对称性依然存在。

这引出了一个尚未被真正回答的问题：在将视觉输入转化为最终知觉的“软件”层面，即系统级计算过程，是否也存在空间上的差异？这篇发表在 PNAS 上的研究，借助等效噪声法和知觉模板模型，首次系统量化了增益（信号放大能力）、内部噪声和非线性这三个核心计算参数在整个视野中的分布，试图揭示视觉异质性背后的计算本质。

研究核心总结

研究者让受试者在不同强度的动态白噪声背景中，辨别不同视野位置上 Gabor 斑块的方向。通过拟合受试者在不同噪声水平下的对比度阈值，研究拆解出了驱动视觉表现差异的具体计算机制。

一、离心度效应的计算基础：增益下降与噪声激增

研究首先证实了随着目标远离视野中心（从中央凹到旁中央凹，再到周围凹），视觉表现会显著下降。模型分析表明，这种离心度衰减是由多重计算限制共同导致的。

一方面，视觉系统提取和放大有用信息的增益显著降低，且非线性处理能力减弱；另一方面，系统的加性内部噪声大幅增加。这意味着，边缘视觉不仅在放大微弱信号时效率更低，其内部的神经处理过程也更加嘈杂。此外，那些在行为上表现出更强离心度效应的受试者，其模型拟合出的增益下降幅度也更大，直接印证了增益衰减是导致周边视觉模糊的关键驱动力。

Fig 1. 关键概念图解

Fig 2. 实验刺激、程序与模型拟合

Fig 3. 实验结果展示了在没有外部噪声干扰时，视觉对比度敏感度随离心度增加而下降，且在不同极角方向上呈现出明显的不对称性。

二、极角不对称性的独特机制：仅由增益驱动

更有趣的发现出现在极角方向上。在距离中心相同的位置，水平视野的表现优于垂直视野，下半视野优于上半视野。

模型揭示，这种极角不对称性有着与离心度效应截然不同的计算基础。极角方向上的表现差异仅仅是由增益变化驱动的——在表现更好的视野区域（如水平子午线），系统拥有更高的信号增益。而内部噪声和非线性参数在不同极角之间并没有显著差异。这种计算机制上的分离，说明大脑在处理离心度和极角变化时，面临着不同的神经约束。

图10

Fig 4. Gain, additive noise, and nonlinearity vary across eccentricity.

三、空间频率对计算参数的调节作用

研究还发现，上述系统级计算的空间差异在更高的空间频率（6 cpd 相比于 4 cpd）下变得更加显著。这与行为学上观察到的现象高度一致：当视觉任务对空间分辨率的要求更高时，视野中心与边缘、水平与垂直方向之间的表现鸿沟会被进一步放大。这种频率依赖性暗示了底层计算参数的变化可能与周边视野中偏好高空间频率的神经元数量减少密切相关。

图11

Fig 5. Gain varies around polar angle.

图12

研究意义

这项研究真正推进了我们对视觉场异质性的理解。它明确指出，离心度效应和极角不对称性并非由单一的机制主导，而是源于两套截然不同的系统级计算逻辑。

从理论意义上看，这一发现为已知的神经解剖学差异提供了功能层面的桥梁。离心度上的增益下降和噪声增加，很好地对应了周边视野中神经元数量减少、感受野变大以及神经元活动相关性增加的生理事实；而极角方向上仅有增益发生变化，则提示我们在表现较好的极角区域，神经元不仅具有更敏锐的调谐特性，其内部噪声的抵消机制也可能更为高效。

从方法学和应用启发来看，这项工作提醒未来的视觉计算模型和图像处理算法：在模拟人类视觉或设计注视点渲染（foveated rendering）技术时，仅仅考虑中心到边缘的径向衰减是不够的，必须将极角方向上的增益差异纳入考量，才能真正还原人类大脑编码视觉信息的真实约束。

分享人：饭鸽儿

审核：PsyBrain 脑心前沿编辑部

💡 关于我们

👋 你好，这里是「PsyBrain 脑心前沿」

🧠 专注追踪全球认知神经科学的最尖端突破

🔍 视野直击 Nature, Science, Cell 正刊及核心子刊与顶级大刊

📄 每日速递「深度解读」与「前沿快讯」

科研是一场探索未知的长跑，但你无需独行。欢迎加入 PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。

👇点击卡片进群，欢迎你的到来👇