单次神经元编码快速习得的视觉信息重塑人类感知：基于枕叶与内侧颞叶的单细胞机制

《Nature Neuroscience》：Single-neuron encoding of rapidly learned visual information reshapes human perception

研究人员通过记录枕叶皮层（occipital cortex, OC）与内侧颞叶（medial temporal lobe, MTL）区域的单神经元活动，在受试者快速学习识别退化图像的任务中，发现OC与MTL神经元均调制自身活动以编码新习得的视觉信息并重塑感知。群体解码（population decoding）显示，OC神经元需要额外的处理时间来解析已学图像的身份，而MTL区则表现出延迟的神经元响应。结果表明，OC通过广泛的递归处理（recurrent processing）支持快速学习后的识别，该过程可能涉及高阶新皮层区域，且不依赖来自MTL的反馈。这些结果为生物可信的视觉识别与少样本（few-shot）视觉学习模型提供了机制性约束。

论文解读：《Single-neuron encoding of rapidly learned visual information reshapes human perception》发表于《Nature Neuroscience》

研究背景与立项依据

人类能够以极少暴露次数迅速学会识别视觉物体，这种快速感知改变对整合新信息与已有知识至关重要。当前主流层级深度神经网络（hierarchical deep neural networks, DNN）依赖海量样本与反向传播（backpropagation）训练，与人体一次性或少数次暴露即习得的能力形成鲜明反差。既往行为研究利用Mooney图像（二值化退化图像，初始不可辨识，短暂呈现灰阶原图后可突然“看懂”）刻画了这种全或无的感知跃迁，但大脑单神经元层面如何编码、何时编码、各区域如何协同仍不清楚。非侵入研究提示新皮层与额顶网络参与，但缺乏人类颅内单神经元动力学证据。为此，研究人员在耐药癫痫患者颅内植入微电极，结合Mooney快速学习范式，直接记录OC与MTL单神经元放电，以揭示快速学习重塑感知的神经机制。

主要关键技术方法

研究人员纳入13例药物抵抗性癫痫患者（共34个记录场次），慢性植入混合宏微电极，在枕叶内侧与内侧颞叶结构（含海马、杏仁核、内嗅皮层的MTL，以及旁海马皮层PHC）采集单神经元尖峰活动。实验采用Mooney图像与对应灰阶图像序列：先呈现前学习（pre-learning）Mooney，再给灰阶—Mooney配对学习序列，后测后学习（post-learning）Mooney。行为上记录识别准确率与反应时（response time, RT）。神经数据经置换检验判定视觉响应神经元，估计响应潜伏期（latency），计算选择性指数（selectivity index, SI）、信噪比（signal-to-noise ratio, SNR）与辨别力d′；基于跨被试伪群体（pseudopopulation）使用线性核支持向量机（support vector machine, SVM）做时间内解码与跨条件泛化解码，并以非响应神经元与趋势控制群体做排他对照，排除兴奋性漂移干扰。

研究结果

Neuronal latency and selectivity reflect hierarchical processing across brain regions

研究人员界定视觉响应神经元（OC占64%、PHC 42%、MTL约15%–22%不等）。OC潜伏期中位155 ms最快，PHC 161 ms，MTL 322 ms显著更迟；MTL选择性指数最高（SI 0.67），OC信噪比最高（8.9）。结果印证从OC向MTL流动的层级处理架构。

Learning enhances neuronal stimulus selectivity

以灰阶响应定义偏好/非偏好图像，发现前学习Mooney无选择性；学习后OC约300–350 ms、MTL约350–400 ms涌现偏好区分。相同物理图像因学习获得经验依赖的调谐细化。

Neuronal representations of Mooney images become more discriminable after learning

线性解码显示：灰阶解码最优；OC对Mooney前学习即可解码（62%），后学习升至80%；PHC与MTL前学习不解码，后学习显著（PHC 63%、MTL 57%）。说明学习强化相同刺激的人群表征可分辨性。

Generalization of neuronal responses for grayscale to learned Mooney images is delayed in OC and MTL

跨条件解码表明灰阶模式仅后学习泛化至Mooney。OC灰阶175 ms表征对应Mooney 300 ms（偏离对角125 ms），MTL灰阶325 ms对应Mooney 425 ms（偏离100 ms）。OC先解算，MTL迟滞接收，提示递归加工时序。

Neurons in MTL respond later to learned Mooney images compared with grayscale images

单神经元纬度上OC两条件潜伏期无差；MTL对后学习Mooney比灰阶迟110 ms（P=0.0001）。MTL放电依赖于早期皮层额外处理后再激活。

讨论与结论翻译

研究人员讨论指出，OC低选择快响应、MTL高选择慢响应符合腹侧通路层级。快速学习使相同Mooney图像的神经元模式向灰阶表征收敛，需约100–125 ms额外递归时间，可能涉及来自额颞高阶区的自顶向下反馈，而不依赖MTL向OC的反馈。该动态在OC更早发起并传递至MTL。

研究结论部分翻译：

研究人员发现，人类OC与MTL单神经元在快速学习退化图像后调制反应以编码新视觉信息。OC需额外递归处理时间解析已学身份，MTL响应延迟。结果表明OC借助广泛递归加工（可能含高阶新皮层 top-down 反馈）支持快速识别，且不依赖MTL反馈，从而为生物合理视觉识别与少样本学习模型提供机制约束。

这篇论文解读已完成，接下来可以选择一个方向继续深化：

把单神经元解码方法整理成技术路线图

对比本文与猴类颞下皮层快速学习研究异同

把单神经元解码方法整理成技术路线图

对比本文与猴类颞下皮层快速学习研究异同