人类视觉皮层中的通用无标度表征

《PLOS Computational Biology》：Universal scale-free representations in human visual cortex

　　人类大脑视觉皮层通过大规模神经种群活动编码视觉信息，其协方差谱呈现幂律分布，覆盖近四个数量级的潜在维度，且在多个视觉区域和个体间高度一致。跨个体分析表明，尽管存在解剖结构和视觉经验差异，大脑共享高维度的统一编码。传统低维分析方法（如RSA）无法捕捉这一高维特性，需采用谱分析和功能对齐方法。

　　人类视觉皮层如何编码复杂的视觉信息，一直是神经科学领域的重要研究课题。过去的研究主要集中在描述视觉表征的某些特定维度，而缺乏对整个神经群体活动如何组织和编码信息的全面理解。最近的一项研究通过分析多个人类的fMRI数据，揭示了视觉信息在人类大脑皮层中表现出一种非常一致的“无标度”结构，这种结构表现为方差衰减符合幂律分布，且跨越了四个数量级的潜在维度。这一发现表明，视觉皮层的神经激活统计特性具有无标度性质，其维度可能是无限的，且在所有个体和多个视觉区域中均被观察到。这些结果不仅挑战了传统认为视觉表征是低维的观点，也揭示了神经编码的高维特性，强调了需要超越低维分析来深入理解人类视觉系统。

这项研究采用了与物理学中更常见的方法相似的谱分析方法，对人类视觉皮层的神经活动进行广泛分析。通过利用一个包含数千张自然图像的高分辨率fMRI数据集，研究人员能够更全面地了解视觉信息如何在神经群体中被编码。他们引入了一种称为“交叉分解”的方法，结合了交叉验证和功能对齐技术，以识别不同个体之间共享的视觉表征。研究发现，使用这种技术后，神经表征在多个潜在维度上表现出高度相似性，表明尽管个体在大脑解剖结构和视觉经验上存在差异，但他们的大脑使用了相似的高维编码方式来处理视觉信息。

进一步的分析显示，这种无标度结构不仅存在于视觉皮层的不同区域，如从V1到V4的视觉处理层级，还可能扩展到非视觉区域，如前额叶皮层。这表明，无标度的激活谱可能在哺乳动物的大脑中普遍存在。研究还发现，传统的认知神经科学方法，如表示相似性分析（RSA）和主成分分析（PCA），主要关注高方差维度，忽视了低方差但可能具有重要信息的维度。这些方法虽然在某些情况下有效，但无法揭示整个神经表征的全貌。因此，该研究强调了需要采用更全面的统计方法，以充分理解大脑如何编码和处理视觉信息。

研究中还探讨了高维表示在不同个体之间的共享程度，以及这些共享维度是否与个体特定的神经结构相关。通过使用交叉分解方法，研究人员能够检测到多个潜在维度上的共享方差，这表明尽管个体差异存在，但大脑在处理视觉信息时，仍然遵循某种普遍的编码原则。这一发现对理解人类视觉系统的整体结构和功能具有重要意义，同时也为未来的研究提供了新的方向。

此外，研究还分析了不同视觉区域之间的表示相似性。结果显示，尽管这些区域在大小和位置上有所不同，但它们在多个潜在维度上表现出相似的无标度结构。这表明，视觉信息的编码可能不仅仅局限于某些特定区域，而是跨越整个视觉处理层级，从初级视觉皮层（V1）到高级视觉区域（如V4和IT区）均存在类似的统计特性。这些结果与之前在小鼠V1区域的研究相呼应，表明无标度的激活谱可能在哺乳动物的视觉系统中具有普遍性。

为了验证这些发现的稳健性，研究人员进行了多种统计测试，包括零假设检验和与其他非视觉区域的比较。这些测试表明，观察到的无标度结构在统计上具有显著性，而并非偶然现象。同时，研究还发现，使用非线性方法进行分析可能会提供更丰富的信息，但当前的研究仍基于线性方法，未来的工作可能需要探索非线性维度分析的潜力。

总的来说，这项研究揭示了人类视觉皮层在编码视觉信息时，其神经激活表现出一种无标度的结构，这种结构在多个维度上具有普遍性。这些发现不仅挑战了传统低维表征理论，还强调了需要采用更全面的高维统计方法来理解大脑的视觉编码机制。未来的研究可能会进一步探索这些高维表征的生物学基础，以及它们在认知和行为中的作用。同时，随着数据集的扩大和分析方法的改进，我们有望更深入地揭示大脑在处理复杂视觉信息时所使用的高维编码策略。