将自然图像统计与的初级视觉皮层的响应共变性模式联系起来
Amirhossein Farzmahdi1,2, Adam Kohn3,4,5, Ruben Coen-Cagli6,7,8
1Department of Systems and Computational Biology, Albert Einstein College of Medicine, Bronx, NY, USA. af3587@columbia.edu.
Nature communications
|July 22, 2025
概括
大脑活动的可变性,或共同可变性,反映了处理视觉信息的不确定性. 这项研究将神经活动模式与自然图像统计数据联系起来,揭示了大脑如何表示场景.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 计算机视觉 计算机视觉
背景情况:
- 了解神经编码需要分析皮质活动结构和共享可变性.
- 神经共变性在表示自然视觉输入中的作用尚不清楚.
研究的目的:
- 为了研究神经共变性和自然图像统计之间的关系.
- 扩展图像统计的生成模型,以解释双向神经活动.
主要方法:
- 采用神经采样假设并扩展图像统计的生成模型.
- 模拟双向神经活动作为关于潜在图像特征的联合概率推理.
- 从的初级视觉皮层 (V1) 记录的神经活动 (V1).
主要成果:
- 神经活动的变化反映了对隐藏图像特征的不确定性.
- 图像中的空间背景影响共享与独立的不确定性.
- 模型预测图像大小会影响基于受体场重叠的神经相关性.
- 预测得到了V1记录的证实.
结论:
- 建立了V1相关性和自然场景统计数据之间的精确联系.
- 表明神经共变性模式是概率场景表示的组成部分.


