一种基于图像的神经网络模型框架,用于理解视觉多稳态现象和神经系统疾病

《Frontiers in Computational Neuroscience》:A novel image-based neuronal network model framework for understanding visual multistability and neurological disorders

【字体: 大 中 小 】 时间:2026年04月29日 来源:Frontiers in Computational Neuroscience 2.3

编辑推荐:

  摘要 尽管感知多稳态现象源于不同感官系统中的多种类型刺激,但其中存在一些共同的动态特征,这些特征可能根植于感知背后的普遍组织原则。我们利用神经网络模型框架来探究视觉多稳态的基本机制,在该框架中,一组真实的图像直接驱动具有非线性动态的竞争性神经元群。通过结合平衡的网络架构、来自

  摘要
尽管感知多稳态现象源于不同感官系统中的多种类型刺激,但其中存在一些共同的动态特征,这些特征可能根植于感知背后的普遍组织原则。我们利用神经网络模型框架来探究视觉多稳态的基本机制,在该框架中,一组真实的图像直接驱动具有非线性动态的竞争性神经元群。通过结合平衡的网络架构、来自兴奋性神经元到抑制性神经元的长距离连接以及动态的尖峰阈值,该模型能够产生不规则的感知切换,并再现了关于双眼竞争中优势持续时间的关键实验观察结果。通过一系列短时间的神经元动态观察,我们提出了一种新的方法来重建动态感知,该方法可以推广到任意数量的感知,从而表明竞争、融合和双眼分组可能是一个单一决策系统中的不同状态。模型动态表明,当被抑制神经元的尖峰阈值变得足够低时,感知交替可能源于兴奋与抑制之间的平衡破坏,而更平衡的动态通常会促进更长的优势持续时间。最后,我们将模型分析应用于表征精神或神经系统疾病(如弱视和自闭症)的原因。我们发现,在弱视中,来自较强眼睛的神经元群的连接强度增加时,较弱眼睛的优势持续时间会缩短,这与实验结果一致,支持了双眼竞争不平衡会抑制来自较弱眼睛的单眼刺激信息的观点。同样,我们展示了在网络中增加兴奋性输入与抑制性输入的比例会系统性地导致更长的优势持续时间,这一发现与自闭症患者的观察结果相符,从而为兴奋/抑制不平衡假说提供了支持。

1 引言
人类的感官系统通常针对在典型环境环境中遇到的自然刺激进行了优化,例如,每只眼睛接收到的感官输入非常相似(Field, 1994; Kaas, 1989, 2008; Barlow, 1961, 2001)。然而,感官信号也可能是模糊的或人工生成的,从而产生多种合理的解释,因此可能存在多种可能的感知。在这种情况下,所经历的感知可能会在这些可行的解释之间不规则地交替,从而导致感知多稳态现象。一个显著的例子是双眼竞争,当两只截然不同的图像分别呈现给每只眼睛时,最初会随机感知其中一张图像,然后感知会切换到另一张单眼图像,随后的感知交替也是随机的(Dutour, 1760; Wheatstone, 1838; Blake and Fox, 1974; Breese, 1909; Wilke et al., 2003)。此外,即使单眼刺激相似,也可能会出现感知双稳态,例如Necker立方体(Necker, 1832)以及由于运动而产生的模糊结构(Ullman, 1979)。更一般地,对于许多刺激,都可以发现多于两种感知的多稳态竞争现象,例如具有某些方向差异的Gabor斑块单眼刺激(Riesen et al., 2019)和两个叠加的漂移光栅(Hupé and Rubin, 2003)。感知多稳态不仅存在于人类视觉中,在非人类哺乳动物(Sengpiel et al., 1994; Carter et al., 2020)、嗅觉(Zhou and Chen, 2009)、触觉处理(Holcombe and Seizova-Cajic, 2008)和听觉(Hupe et al., 2008)中也观察到;尽管刺激不同,但感知多稳态在这些不同表现中的共同特征表明,一个普遍的理论框架可能为揭示大脑中结构-功能关系的基本组织原则提供丰富的见解。

实验证据长期以来强调了双眼竞争中所经历的感知与初级视觉皮层(V1)活动之间的相关性(Polonsky et al., 2000; Leopold and Logothetis, 1996),但视觉系统的其他部分和顶叶皮层也与这种现象有关(Haynes et al., 2005)。经典的机制假设,即基于眼睛的竞争,将双眼竞争归因于由两个单眼刺激驱动的两组神经元之间的竞争。虽然早期视觉系统已知由具有单眼输入的神经元组成(Blake and Logothetis, 2002),并且许多实验确实支持基于眼睛的竞争(Xu et al., 2016),但后期视觉系统中双眼和特征选择性神经元的动态越来越与感知交替相关,表明竞争实际上可能是基于刺激的。通常认为,当两个单眼刺激的互补部分组合成各种全局连贯的图像时,可能会出现多种感知;这会在实际的单眼刺激和合理重组的连贯图像之间产生感知交替,这种现象称为双眼分组(Kovacs et al., 1996; Suzuki and Grabowecky, 2002; Golubitsky et al., 2019; Sterzer et al., 2009)。这两种竞争概念可能共同揭示了这一现象的完整图景(Lee and Blake, 1999; Tong, 2001),我们发展的理论框架旨在探索所有形式的感知多稳态和任意数量竞争感知背后的基本机制。

多年来,关于双眼竞争的必要和充分条件提出了许多详细理论,这些理论基于实验(Tong, 2001; Levelt, 1965)和模型(Wilson, 2003; Said and Heeger, 2013; Dayan, 1998; Matsuoka, 1984)。在这些研究中,内部生成的噪声、缓慢适应和跨列抑制是最常用的组合,尽管关于感知多稳态及其潜在的刺激编码原理的完全统一框架仍然是一个活跃的跨学科研究课题(Logothetis et al., 1996; Tong et al., 2006)。数学模型在复制重要实验结果方面非常成功,但大多数模型要么是高度理想化的速率模型,忽略了单个神经元的动态(Shpiro et al., 2009; Li et al., 2017),要么仅使用单一参数来表示刺激,而不是真实的图像(Laing and Chow, 2002; Wang et al., 2020)。为了解决这些限制,我们开发了一个大规模的多层网络模型框架,用于感知多稳态,该框架包括对应于潜在感知的竞争性神经元群,每个神经元群都由像素矩阵表示的真实图像构成。通过推导并利用网络图像输入与最近诱发的网络活动之间的近似映射,可以确定并成功重建动态感知。与以往仅限于双眼竞争且需要收集整个感知主导期间长时间活动数据的相关工作(Barkdoll et al., 2023)不同,我们提出了一种新的感知恢复方法,该方法仅需要网络动态的最新历史记录,类似于人类的反应时间。这种新颖的感知恢复框架能够根据使用的不同单个刺激,在任意数量的感知竞争和融合之间无缝切换。虽然我们的两层网络模型在某些情况下可以被视为视网膜和V1之间相互作用的机械表示(Barlow, 1981; Spear et al., 1996),但它也可以更广泛地解释为一个执行竞争性潜在感知选择过程的更高级神经元系统。我们假设融合、双眼竞争和双眼分组可能是同一动态系统中的不同状态,在这个系统中,许多合理的感知在竞争,而不是完全独立的过程。

特别是考虑到自然图像特征在实验中调节竞争动态的现象(Alais and Melcher, 2007; Baker and Graf, 2009),我们在第一层中加入了复杂的单眼刺激,并提供了一个适用于任何图像输入集的建模框架。同样,由于越来越多的证据表明,大量的兴奋性和抑制性神经元输入在动态上相互抵消,导致尖峰活动不规则(London et al., 2010; Haider et al., 2006; Miura et al., 2007),我们假设第二层由竞争性的下游网络群组成,这些网络群在孤立状态下会表现出这种平衡的动态,从而促进感知交替的随机性(van Vreeswijk and Sompolinsky, 1996; Troyer and Miller, 1997)。通过一个池中的兴奋性神经元到另一个池中的抑制性神经元的长距离连接来纳入竞争,这一假设得到了实验观察的支持,这些观察表明长距离连接主要来自兴奋性神经元(Stettler et al., 2002; Douglas and Martin, 2004; Tamamaki and Tomioka, 2010)。最后,通过动态尖峰阈值(Freeman, 2005; Kilpatrick and Bressloff, 2010)包括尖峰频率适应,提供了一种疲劳机制,促进哪个神经元群占主导地位的切换。每个下游池对应于决策系统中的一个不同吸引子,当一个池的网络平均发射率在给定时间跨度内显著高于其他竞争池时,就会选择与该更活跃池相对应的感知。

为了支持我们的建模框架,我们产生了与实验中发现的优势持续时间相当的结果,并证明了与Levelt定律的一致性,这些定律常被用作双眼竞争数学模型的概念验证(Levelt, 1965)。然后,我们结合模型分析和系统地研究模型动态,以更好地表征负责优势切换的精确神经元网络活动,揭示了在交替附近可能发生平衡动态的破坏。通过调整前馈输入的异质性并测量由此产生的优势持续时间,我们也提供了证据,表明兴奋与抑制之间更平衡的网络具有更长的优势持续时间。鉴于许多实验研究表明神经或精神障碍源于大脑连接的异常(Gao and Penzes, 2015; Nelson and Valakh, 2015; Rosenberg et al., 2015),并且最近的研究表明感知多稳态与神经障碍之间存在关联,我们的通用模型框架为测试这些理论提供了自然背景。弱视是一种仅使用一只眼睛的单眼刺激信息的视觉障碍,是儿童视力丧失的主要原因之一,其原因可能包括眼睛对齐不当、肌肉结构不平衡以及两只眼睛的折射力差异显著(Attebo et al., 1998)。在这些生理原因下,大脑最终会抑制来自较弱(弱视)眼睛的大部分信息,而我们模型框架中的一种潜在抑制机制是单眼神经元之间长距离连接强度的不对称。我们通过增加模型中两个下游神经元池之间的长距离连接强度差异,发现弱视眼睛的优势持续时间确实变得相对较短,这支持了类似于双眼竞争中的竞争的弱视机制。同样,由于自闭症患者在双眼竞争中的优势持续时间较长(Robertson et al., 2013; Spiegel et al., 2019),我们能够使用我们的模型来测试兴奋/抑制(E/I)假说,即兴奋性输入与抑制性输入的比例升高可能是自闭症的原因(Gao and Penzes, 2015; Nelson and Valakh, 2015; Rosenberg et al., 2015)。特别是,通过增加来自兴奋性神经元的连接强度或减少来自抑制性神经元的连接强度,我们观察到随着自闭症症状的加重,优势持续时间也会延长。我们进一步证明,这些对网络模型的修改确实促进了不平衡的动态和升高的尖峰阈值,支持了E/I假说以及导致不平衡的两种潜在途径的可行性。总之,这表明双眼竞争中的优势持续时间可能作为自闭症的非侵入性指标,调整大脑中兴奋与抑制的平衡可能有助于缓解严重的自闭症症状。

2 方法
2.1 感知多稳态的神经网络模型
为了研究任意数量竞争感知情况下的感知多稳态,我们考虑了一个具有q个竞争性下游神经元池的两层网络模型,每个神经元池分别受到其相应图像输入的驱动,py 对于 y = 1, …, q。每个池包含一群NE兴奋性神经元和一群NI抑制性神经元(下标k = E和k = I分别表示兴奋性和抑制性神经元),每个神经元都受脉冲耦合的积分-发射(I&F)动态的调控。I&F模型比单纯的使用发射率模型更能详细地描述神经元的尖峰放电动态,同时保持了计算的可行性,因此常用于大规模神经网络模型中,并包含了神经元电压动态的关键非线性特征(Mather等人,2009年;Rauch等人,2003年;Barranca等人,2014a年;Rangan和Cai,2006年;Burkitt,2006年;Abbott,1999年)。网络中第x个下游池的第k个群体中的第i个神经元的电压为vxik,受以下微分方程组的控制:
dvixkdt = ?gL(vix ? VRe) + NE∑j=1j≠iRijxkE + NI∑j=1j≠iRijxkI + ∑hδ(t?τjhxE) + q∑y=1y≠xNE∑j=1j≠iCyijxkE + ∑hδ(t?τjhyE) + ∑jFijxpjx,
dvxkidt = ?gL(vxi ? VRe) + ∑j=1j≠iNERxkEij + ∑j=1j≠iNIRxkIij + ∑hδ(t?τxIjh) + ∑y=1y≠xq∑j=1j≠iNECxkEyij + ∑jFxijpxj,
(1a)
(1b)
神经元从复位电位VRe开始,逐渐演化到其动态发射阈值θxik,达到该阈值时神经元会发射。此时,其电压会立即重置为VRe,所有后连接神经元的电压也会根据方程1a中的狄拉克δ函数δ(·)发生瞬时变化。第x个池的第k个群体中的第i个神经元的尖峰时间由τxijk表示,并通过hl = 1, 2, …的顺序进行索引。第x个下游池的N×N循环连接矩阵Rx决定了池内神经元之间的相互作用,其中Rxijkl表示第k个群体中的第i个后连接神经元与第l个群体中的第j个前连接神经元之间的相互作用强度。循环连接矩阵的每个元素都遵循伯努利分布,即Rxijkl = Rkl/√K(概率为K/N),否则为0。因此,一个下游神经元平均与其池内的K个兴奋性神经元和K个抑制性神经元相连,其中兴奋性连接强度RkE > 0,抑制性连接强度RkI < 0。该模型假设循环连接是稀疏的,这与实验观察结果一致(Ganmor等人,2011年;He等人,2007年),即1 ? K ? NE, NI。

由于每个神经元池都倾向于对某种特定的感知选择,第x个下游池中的神经元会从其对应的输入图像px接收外部驱动,这种驱动通过前馈连接矩阵Fx来实现。输入图像向量是一个灰度图像,总像素数为n = 10^NE,反映了在感觉系统中下游神经元共有的大量输入成分。然而,我们已经验证,在本研究中使用更多下游神经元并不会失去一般性。前馈连接子矩阵Fxk决定了上游层和下游层之间的连接,其中Fxijk表示刺激向量pxj的第j个成分与第x个池的第k个群体中的第i个神经元之间的前馈连接强度。考虑到多个网络层的层次结构可能共同负责感知多稳态的各个方面(Wilson,2003年),我们在网络连接中只纳入了广泛的共有特征,以隔离出主要的机制因素。由于前馈连接中的感受野结构在许多感觉系统中很常见(Wilson,2001年;Welker,1976年;Wiesel,1960年),这些感受野的空间局部特性也被纳入模型中,以增加真实感(Barranca和Zhu,2018年)。为了包含空间结构,n向量输入pz中的每个像素被映射到[1, √n]×[1, √n]笛卡尔网格上的一个独特位置,该位置对应于生成向量化pz的像素矩阵中的行和列位置。然后,相应的前馈连接矩阵的每一行都被随机分配到网格上的一个位置,使得第x个池中第i个下游神经元的感受野中心位于(xi, yi)。结合空间局部化和随机性,我们假设第i个下游神经元采样具有空间坐标(xj, yj)的输入像素的概率为P = ρexp(?[(xi?xj)2+(yi?yj)2]/2σ2)(2),其中ρ决定了当感受野中心位于给定像素位置时的采样概率,σ决定了感受野的大小。我们使用之前证明有效的(ρ, σ)参数组合(σ = 1.75像素,ρ = 0.96)来编码一个100 × 100像素的自然场景刺激,这产生了中等大小的感受野。给定池中第k个群体中下游神经元的外部驱动被标准化为期望值√Kfkm0,其中m0和fk是适用于所有池的O(1)参数。注意m0决定了给定池内两个群体的整体外部驱动强度,而fk仅决定了第k个群体的外部驱动强度。以这种方式采样的刺激驱动非线性(I&F)网络动态,最终解码以获得变化的感知。

不同感知之间的竞争通过一个池中的兴奋性神经元与另一个池中的抑制性神经元之间的长距离连接来实现。长距离连接由矩阵CyxCxy表示,其中Cyxijkl表示第x个池中的第i个后连接神经元与第y个池中的第j个前连接神经元之间的长距离连接强度。CyxCxy的元素与循环连接矩阵的元素类似,主要区别在于只有从兴奋性神经元到抑制性神经元的长距离连接是可能的,即CyxijIE = RIE/√K(概率为K/NE),否则Cyxijkl = 0。因此,当一个池处于高发射状态时,它会向竞争池中的抑制性神经元发送大量兴奋性脉冲,从而抑制其他潜在的感知。在所有主要结构特征都到位的情况下,建模框架的架构在图1A中以双眼竞争的形式表示,在图1B中以四个感知之间的竞争形式表示,这是在双眼分组实验中发现的。图1C–F展示了使用的代表性模型图像输入px。模型参数也列在图1的标题中。

图1 感知多稳态神经网络模型的主要特征。(A) 双眼竞争的两层神经网络模型示意图。池1和池2分别由不同的图像输入通过前馈连接矩阵F1和F2驱动的I&F神经元组成(橙色)。循环连接矩阵R1和R2分别控制池1和池2内神经元之间的相互作用(绿色)。两个池中神经元之间的长距离连接(紫色)从兴奋性神经元(蓝色,E)到抑制性神经元(红色,I)。(B) 具有四个竞争感知的网络模型示意图,类似于双眼分组。(C–F) 100 × 100灰度图像被向量化,以产生竞争池中的图像输入。图像(E, F)是(C, D)的互补重排版本。(G) 平衡池中一个样本兴奋性神经元的兴奋性(蓝色)、抑制性(红色)和总电流输入的动态。(H) 直方图显示了平衡池中神经元总兴奋性输入与总抑制性输入的比率。(G, H) 考虑了在没有长距离连接和适应的情况下,模型A中规定的孤立下游池的动态。(I) 在包含尖峰频率适应的平衡网络中,孤立池中兴奋性神经元的群体平均阈值动态。使用的参数为REE = RIE = 1, RII = ?1.8, REI = ?2, NE = 1,000, NI = 1,000, fE = 1, fI = 0.8, m0 = 0.4, K = 40, λ = 0.05, ? = 0.3, θE = 1, θI = 0.8。电压和阈值是去量纲化的,即VRe = 0和gL = 50s^(-1),对应于传统的20ms电压时间尺度(McLaughlin等人,2000年;Barranca等人,2014b年;Brette等人,2007年)。

由于循环连接强度参数Rkl都是O(1),如果主导池仅从被抑制的池接收到微弱的竞争驱动,那么主导池中每个下游神经元的平均兴奋性和抑制性输入是同数量的,神经元输入的间歇性波动主要是导致不规则发射事件的原因。这导致在大多数主导持续时间内,主导池中的神经元活动水平大致保持恒定(van Vreeswijk和Sompolinsky,1996年;Barranca等人,2019年)。注意,我们在每个池中使用了平衡的网络配置(van Vreeswijk和Sompolinsky,1996年;Miura等人,2007年;Barranca等人,2019年;Barranca和Zhou,2019年),这产生了主导池中的异步活动,这种活动在打破对称性以促进新感知的过程中起着关键作用,并且在我们推导用于感知恢复的网络输入-输出映射时被特别利用。尽管在研究双眼竞争时之前已经使用了其他生成主导持续时间随机性的机制,并且通常直接引入了噪声(Freeman,2005年),但最近的研究表明,平衡网络产生的动态与关键实验结果一致,同时假设了内部产生的不规则性(Wang等人,2020年;Barkdoll等人,2023年)。对于具有平衡动态的孤立池中的样本下游神经元,我们在图1G中绘制了其总兴奋性和抑制性输入的时间动态,这些输入动态相互抵消,只有偶尔才会大到足以触发一个尖峰。这在整个平衡网络中基本上是成立的,因此通常只有相对较少比例的神经元在给定的小时间窗口内发射。如图1H所示,网络中总兴奋性输入与总抑制性输入之间的时间平均比率(E/I比率)接近-1,表明兴奋性和抑制性输入在每个神经元基础上大致成正比。我们注意到,E/I比率接近0表示抑制性输入过多,E/I比率小于-1表示兴奋性过度,而E/I比率远离-1在平衡网络中相对罕见。

如果没有缓慢疲劳机制,系统将表现出赢家通吃的行为而不是多稳态,建模框架通常通过包含突触抑制或尖峰频率适应来解决这个问题(Freeman,2005年;Kilpatrick和Bressloff,2010年)。由于这两种机制都会在足够持续的发射活动后降低主导池的兴奋性,我们通过动态发射阈值将尖峰频率适应纳入模型中,以增强具体性和分析可行性(Brown和Adams,1980年;Benda和Herz,2003年;Barranca等人,2014a年)。因此,第x个下游池中第i个神经元的发射阈值θxik(t)在神经元发射的瞬间增加一个正常数?。连续发生的几个尖峰会导致阈值累积增加,使得该神经元需要更多的兴奋才能发射。在这些神经元之间的发射事件之间,θxik(t)受方程1b的控制,其动态发射阈值以λ的速率衰减到第k个群体中所有神经元的固定未适应阈值θk。随着最近被抑制的池中的神经元发射次数减少,抑制池的整体发射活动最终会随时间增加,为新感知的出现提供了机会。

在图1I中,我们绘制了孤立池中兴奋性神经元的群体平均阈值动态,显示出最初的快速上升,然后在长时间极限下趋于饱和。因此,首先兴奋性神经元的比例随时间减少,然后围绕降低的平均值稳定下来,并伴有轻微的波动。先前的理论工作表明,在适度适应的情况下,即使整体活动减少,平衡动态仍然存在,而当适应仅存在于兴奋性神经元中时,对应于平衡动态的参数范围会扩大(Barranca等人,2019年)。总体而言,平衡网络架构内部产生的不规则性以及动态发射阈值共同导致了支配持续时间的随机性,而兴奋性神经元与抑制性神经元之间的长距离连接则介导了各个群体之间的持续竞争,为多稳态性提供了基本条件。2.2 网络输入与诱发动态之间的映射为了预测并准确恢复交替感知,我们推导出了图像输入与任意数量竞争群体中诱发动态之间的线性映射。尽管单个神经元上的电压动态是非线性的,但一个孤立平衡网络的网络平均发射率响应与网络外部输入强度成线性关系(van Vreeswijk和Sompolinsky,1996年;Troyer和Miller,1997年;Barranca,2022年)。为了证明这一点,在图2A中,我们增加了孤立平衡神经元群体的整体缩放强度m0,并描绘了每种情况下的群体平均发射率。随着外部驱动强度的增加,兴奋性和抑制性群体的群体平均发射率都线性增加,这表明存在线性输入-输出映射。我们的推导基于一种粗粒度方法,该方法利用平衡网络动态的特性来近似计算网络中第k个下游群体中第x个群体的任意第i个神经元的长期预期电压,具体细节如下。图2 网络模型的多稳态性和动态性。(A) 模型网络群体中兴奋性神经元(蓝色)和抑制性神经元(红色)的群体平均发射率作为外部输入强度缩放的函数。理论上的发射率(虚线)也用于比较。(B) 显示双眼竞争模型中下游神经元发射时间的栅格图,其中群体1的神经元索引为1-2000(兴奋性为蓝色,抑制性为红色),群体2的神经元索引为2001-4000(兴奋性为橙色,抑制性为紫色)。(C) 使用与(B)相同的颜色方案和模拟,展示了双眼竞争模型中所有神经元的群体平均发射阈值动态。参数在图1中给出,其中兴奋性和抑制性群体在方程7中具有相同的平均发射率。此外,λ = 0.00625和? = 0.005。由于每个尖峰神经元的电压被重置为VRe,我们考虑方程1,并以初始条件vxik(t=0)=VRevxki(t=0)=VRe,首先尝试近似给定下游神经元的循环和前馈输入。在计算预期循环输入时,我们观察到给定神经元整合了由大量邻近神经元发射活动生成的尖峰序列,由于平衡状态下神经元的尖峰时间相关性较弱,尖峰序列输入趋近于泊松点过程(Cinlar,1972年)。进行这种近似后,初始值问题的亚阈值解为vix(t)=VRe+NE∑j=1j≠iRijxkEΨjxE(t)+NI∑j=1j≠iRijxkIΨjxI(t)+q∑y=1y≠xNE∑j=1j≠iCyijxkEΨjyE(t)+(1?e?gLtgL)∑jFxijpjxvxi(t)=VRe+∑j=1j≠iNERxkEijΨxEj(t)+∑j=1j≠iNIRxkIijΨxIj(t)+∑y=1y≠xq∑j=1j≠iNECxkEyijΨyEj(t)+(1?e?gLtgL)∑jFxijpxj(3a)(3a)Ψjyl(t)=Tjyl(t)∑s=1e?gL(t?Ujyl,s(t)),Ψylj(t)=∑s=1Tylj(t)e?gL(t?Uyl,sj(t)),(3b)(3b)其中Rxijkl?Ψxjl(t)Rxklij·Ψxlj(t)近似表示第x个群体中第l个群体的第j个神经元在时间t对第k个群体中第i个神经元的循环输入。一般来说,到时间t为止,第y个群体中第l个群体的第j个神经元发出的尖峰数量由Tyjl(t)表示,它是具有预期事件数量myjlt的泊松分布,myjlt由第y个群体中第l个群体的第j个神经元的长期平均发射率myjlmylj决定。在估计这些尖峰的时间时,第y个群体中第l个群体的第j个神经元的尖峰序列输入的尖峰时间由Uyjl,s(t)表示,对于s = 1, 2, …,这些尖峰时间假设在区间[0, t]内均匀分布,基于平衡状态下发射事件的不规则性。由于随机变量Uyjl,s(t)的概率密度函数在其支持集内为PUyjl,s(t)(u)=1/t,因此方程3中由随机变量Ξyjl,s(t)=e?gL(t?Uyjl,s(t))给出的衰减驱动的概率密度函数为PΞyjl,s(t)(ξ)=1/(gLtξ),对于ξ∈[e?gLt,1],其期望值为(1?e?gLt)/(gLt)。因此,总的来说,Ψyjl(t)是近似独立同分布随机变量的总和,其在时间t内的期望值为1?e?gLtgLtmyjlt。在这些近似下,并假设神经元尚未发射,第x个群体中第k个群体的第i个神经元在时间t的预期亚阈值电压为?vix(t)=VRe+1?e?gLtgL??? ? ? ??∑jFijxpjx+NE∑j=1j≠iRijxkEmjxE+NI∑j=1j≠iRijxmjxI+q∑y=1y≠xNE∑j=1j≠iCyijxkEmjyE?? ? ? ??。v?xi(t)=VRe+1?e?gLtgL·(∑jFxijpxj+∑j=1j≠iNERxkEijmxEj+∑j=1j≠iNIRxijmxIj+∑y=1y≠xq∑j=1j≠iNECxkEyijmyEj)。随着t → ∞,?vxik(t)趋近于?vixk=VRe+1gL??? ? ? ??∑jFijxpjx+NE∑j=1j≠iRijxkmjxE+NI∑j=1j≠iRijxImjxI+q∑y=1y≠xNE∑j=1j≠iCyijxkEmjyE?? ? ? ??。v?xki=VRe+1gL·(∑jFxijpxj+∑j=1j≠iNERxkijmxEj+∑j=1j≠iNIRxIijmxIj+∑y=1y≠xq∑j=1j≠iNECxkEyijmyEj)。假设该神经元本身发生发射事件,其预期电压为?vxik,将低于?vxik,因为每次达到尖峰阈值θxik时电压会立即重置为VRe。因此,由于神经元预期以mxik的速率发射,且动作电位下的电压变化为?(θxik?VRe)-(θxki-VRe),第x个群体中第k个群体的第i个神经元的长期预期电压约为ˉvix=VRe+1gL??? ? ? ??∑jFijxpjx+NE∑j=1j≠iRijxkEmjxE+NI∑j=1j≠iRijxkImjxI+q∑y=1y≠xNE∑j=1j≠iCyijxkEmjyE?mixk(ˉθixk?VRe),vˉxi=VRe+1gL·(∑jFxijpxj+∑j=1j≠iNERxkEijmxEj+∑j=1j≠iNIRxkIijmxIj+∑y=1y≠xq∑j=1j≠iNECxkEyijmyEj?mxki(θˉxki?VRe),(4)(4)其中?θxik是第x个群体中第i个神经元的时间平均发射阈值。方程4将驱动第x个群体中下游神经元的输入图像px与该群体中下游神经元的输出发射率和预期电压mx和ˉvx联系起来。从这个意义上说,我们将这视为用于确定动态感知的线性输入-输出映射,它可以紧凑地表示为矩阵形式ˉˉˉVx=VRe+1gL?? ? ? ??Fxpx+Rxmx+q∑y=1y≠xCyxmy?mx(ˉθx?VRe),(5)(5)其中元素按顺序排列,前NE行(列)对应于第x个群体中的NE个兴奋性神经元,接下来的NI行(列)对应于NI个抑制性神经元。注意,第x个群体中每个神经元的时间平均阈值ˉθx反映了尖峰频率适应的影响,当第x个群体占主导地位时,这种映射适用。这种映射假设动态统计量mx、?vx和ˉθx准确近似了长期平均值,这在适应饱和后平衡状态的近似稳定性中是预期的。为了恢复感知,我们分别计算与人类反应时间相当的不同时间区间内的网络动态统计量,然后使用这些数据集来重建每个相应的感知。假设被抑制群体中的兴奋性神经元几乎不活跃,因此方程4中的跨群体输入对主导群体中神经元的预期电压影响很小,我们得到了主导群体的经典平衡条件,并近似了组成兴奋性和抑制性群体的群体平均发射率(van Vreeswijk和Sompolinsky,1996年;Barranca等人,2019年)。在群体层面,由于第x个群体中第l个群体的每个神经元预期以长期群体平均发射率mxl发射,而第x个群体中第k个群体的每个神经元预期从第x个群体中的第l个群体接收K个传入的循环连接,每个连接的强度为Rkl/√KRkl/K,因此第x个群体中的第l个群体对第k个群体中神经元的预期总循环输入为Rklmxl√KRklmxlK。因此,通过对所有网络实现的平均,我们近似了由于循环和前馈输入导致的第k个群体中下游神经元的预期电压偏移量为dxk=√K1gL(fkm0+RkEmxE+RkImxI)。由于在大型网络极限下,当K → ∞时,给定下游神经元的预期电压和发射率必须保持有限,因此要求fkm0+RkEmxE+RkImxI是O(1/√K)并随着K → ∞而趋于零(van Vreeswijk和Sompolinsky,1998年)。结果,我们得到了一组两个线性方程,其解规定了组成第x个群体的兴奋性和抑制性群体的群体平均发射率mxE=|RII|fE?|REI|fIRIE|REI|?REE|RII|m0,(7a)(7a)mxI=RIEfE?REEfIRIE|REI|?REE|RII|m0,(7b)(7b),这表明群体平均发射率与前馈驱动强度参数m0的线性缩放关系,如图2A中的理论增益曲线所示。这些预测与实验结果非常吻合,即使对于有限的网络实现也证实了我们近似的准确性。为了使方程7中的兴奋性和抑制性群体平均发射率在大网络极限下为非负且有限,连接参数必须满足以下平衡条件,fEfI>|REI||RII|>REERIE。(8)(8)虽然传统的平衡网络理论考虑了在单个群体中恒定和均匀的兴奋性外部输入驱动两个群体的情况(van Vreeswijk和Sompolinsky,1996年),但我们注意到我们的网络模型框架使用的是由竞争图像输入驱动的网络动态决定的异质兴奋性外部输入向量。然而,假设兴奋性和抑制性群体的外部输入强度缩放满足fE>fI,那么方程8中的平衡条件平均而言是成立的,我们观察到在主导群体中确实很好地保持了平衡动态。2.3 从模型网络动态中恢复感知为了应用输入-输出映射(方程5)并根据最近的网络动态测量结果恢复感知,我们假设网络输入是未知的,所有其他项要么是已知的,要么是估计的。特别是,给定特定网络实现和模型参数时,连接矩阵是已知的,gL和VRe也是已知的。因此,方程5形成了一个具有未知px的线性系统,特别是当表示为Fxpx=gL(ˉvx?VRe)?Rxmx?q∑y=1y≠xCyxmy+mx(ˉθx?VRe)时。(9)(9)考虑到大脑中的前馈路径可能针对高效编码进行了优化,并且通常是压缩的,因为上游神经元比下游神经元多得多(Barlow,1981年;Barranca等人,2014b年;Welker,1976年;Mori等人,1999年;Knudsen和Konishi,1978年;Brecht和Sakmann,2002年),方程9可能形成一个具有无限多解的高度欠定线性系统。因此,为了准确选择与网络动态最匹配的感知,我们利用压缩感知(CS)理论,这是一种最近出现的信号处理技术,可以高效采样和重建在感兴趣的域中稀疏的信号(Candes等人,2006年;Candes和Wakin,2008年;Donoho,2006年)。由于自然场景和光栅作为视觉多稳态中的刺激通常在基于频率的域中有稀疏表示(Field,1994年),我们认为CS技术适用于它们的恢复。由于基于CS的重建通常需要对恒定采样数据进行线性测量(Candes等人,2006年;Donoho,2006年),而我们的模型表现出非线性时间动态,因此方程9中推导出的输入-输出映射提供了一种解决这一潜在限制的方法。感知恢复框架如下:为了估计方程9中所需的动态统计量,我们首先收集每个下游神经元群体在固定小时间窗口内的网络模型输出,该时间窗口与人类反应时间相当。对于给定的时间窗口,我们记录所有下游神经元的发射率、时间平均电压和时间平均阈值,以分别获得mx、ˉvx和ˉθx的估计值,对于x = 1, …, q。接下来,我们解决由方程9为x = 1, …, q规定的线性系统,获得输入图像重建,precon 1,…,preconqp1recon,….具体来说,我们使用正交匹配追踪(Tropp和Gilbert,2007年),这是一种常见的CS恢复方法,来重建每个群体的输入图像。请注意,由于抑制性神经元即使在它们的群体被抑制时也会继续发射,我们在重建中只使用兴奋性神经元的输入-输出映射。这些初步重建被组合起来以估计真实的感知,通过每个相应群体中兴奋性神经元的相对群体平均发射率进行加权,viaprecon = m1Eq∑x=1mxEprecon 1+?+mqEq∑x=1mxEprecon q。此时,我们收集下一个时间窗口内的输出数据,以便进行后续的感知重建。这个恢复过程会随着每个时间窗口生成的新数据而迭代进行,直到达到模拟的结束时间,从而在整个感知多稳态期间产生一系列的感知重构。需要注意的是,对于只有单一池高度活跃的时间窗口,被抑制池中兴奋性神经元的相对群体平均放电率将会非常小,对最终感知的贡献也微乎其微,这将在下一节进一步讨论。这些相对群体平均放电率起到了权重的作用,它们的总和为一,使得真实的感知成为一个定义明确的灰度像素矩阵。因此,每个权重可以被视为支持每个感知选项的当前证据量。

3 结果
3.1 双眼竞争模型中的感知多稳态动态
我们首先考虑视觉多稳态的经典情况,其中两种不同的感知驱动着两个相应竞争的下游神经元池的动态,就像在双眼竞争中一样。利用图1C、D中的输入图像和每个池中的2000个下游神经元,我们在图2B中的光栅图中描绘了诱发的神经元网络动态。对于12秒的模拟,我们绘制了每个池中每个神经元的放电时间及其索引,展示了在每个主导持续时间期间抑制性群体的持续放电以及主导池中兴奋性神经元的相对较高放电活动。在感知切换时,也观察到被抑制池中的兴奋性神经元有少量的放电活动,这与一些实验发现一致(Blake和Logothetis,2002年)。总体而言,光栅图表明每个池中兴奋性神经元的相对群体平均放电率清楚地指示了哪个感知是主导的,因此它们有效地权衡了在短时间内每个竞争感知的证据。由于当前主导池中的神经元表现出平衡的动态,并且由于抑制作用较强,被抑制池中的兴奋性神经元确实不那么活跃,这些结果确实与我们的模型直觉和推导输入-输出映射的假设一致。此外,考虑到池间连接是从一个池中的兴奋性神经元到另一个池中的抑制性神经元,被抑制池中的抑制性神经元由于跨池兴奋而持续放电。然后,由于过度的抑制作用,被抑制池中的兴奋性神经元变得不那么活跃。

随着感知的交替,我们观察到兴奋性神经元池中活跃度迅速变化的时期,在任何给定时间点只有一个池表现出主导性。正如在许多双眼竞争实验中发现的那样(Blake和Logothetis,2002年;Wilson,2003年),模型中的主导持续时间是不规则的,通常长度为1-2.5秒,这支持了该理论框架的可行性。在图2C中,我们从两个竞争池中兴奋性和抑制性群体平均动态放电阈值的互补角度来观察竞争动态。我们看到,在主导持续时间内,主导池中兴奋性神经元的阈值增加,而被抑制池中兴奋性神经元的阈值减少。这与主导池中兴奋性阈值随时间增加最终降低其活动的观点一致。同样,被抑制池中兴奋性阈值的降低最终在足够的时间后促进了新的放电活动,这可以从每个主导持续时间深处光栅图中增加的被抑制兴奋性神经元放电事件数量中看出。相比之下,两个池中抑制性神经元的阈值在每个主导期间最初增加,然后减少。我们注意到两个池中抑制性群体平均阈值的动态几乎是相同的。从理论上讲这是可以预期的,因为主导池中的抑制性神经元从主导池中的兴奋性神经元接收到的兴奋强度为RIE/√KRIE/K,而考虑到长距离连接的强度也为RIE/√KRIE/K,被抑制池中的抑制性神经元从主导池中的兴奋性神经元接收到的长距离输入强度完全相同。这种兴奋性输入的来源只是随着感知的交替而改变,但预期的幅度保持不变。

我们注意到,在最初的几百毫秒内,模型表现出一个过渡期,在此期间所有神经元的阈值仍然相对较低,因此交替发生得特别快。由于使用这个过渡期间获得的数据会导致感知重构质量下降,并且可能反映了实验中通常报告的混合感知(Blake等人,1991年;Pearson和Brascamp,2008年),我们通常会排除第一个主导期在后续分析中。

鉴于模型动态与基本的实验观察结果一致,我们现在将我们的新感知恢复框架应用于双眼竞争的背景下。每个恢复的感知的准确性通过相对重构误差∥p?precon∥/∥p∥来衡量。我们使用欧几里得范数,∥∥∥p∥=√∑ip2i∥p∥=∑ipi2,并且真实的主导刺激p是由给定时间窗口内其兴奋性神经元中群体平均放电率最高的池的图像输入确定的。图3A展示了在15秒长的模型模拟中每个时间窗口的一系列感知重构的相对误差。相对误差主要很小,并且显示出较小的波动。两种竞争感知都成功地以相似的准确性被恢复,图3B显示了几个选定时间窗口的样本感知重构。我们包括了使用每个池的输入-输出映射进行的输入图像重构以及根据方程计算出的真实恢复感知。每个感知都是清晰且可识别的,证明了通过下游神经元活动的有效编码以及来自非线性动态和压缩前馈路径的相对较少的信息损失。一些重构的误差主要归因于围绕感知交替中间的时间窗口,因为在窗口内的相当一部分时间内每个池都是主导的。例如,在使用第八个时间窗口收集的数据进行重构时,最终感知是两个竞争图像输入的叠加,这在双眼竞争实验的背景下通常被称为混合感知(Pearson和Brascamp,2008年)。这是可以预期的,因为在这个时间窗口内,池1和池2的相对兴奋性群体平均放电率接近,分别为0.40271和0.59729,这与恢复的感知更接近于驱动稍微活跃的池2的摄像师图像是一致的。相比之下,在第一个时间窗口中,池1和池2的兴奋性神经元的相对群体平均放电率分别为0.99022和0.00978,因为收集的数据完全包含在一个主导期间内。

图3 双眼竞争模型中的感知恢复和交替。(A) 使用在每个相应时间窗口期间收集的下游网络动态获得的感知重构的相对重构误差,绘制在整个15秒模型模拟的时间过程中。(B) 与(A)相对应的几个代表性标记时间窗口的样本感知重构,输入图像如图1C、D所示。左侧和中间面板分别对应于使用池1和池2的输入-输出映射生成的输入重构。右侧面板对应于通过方程计算出的真实感知重构。(C) 在300秒模型模拟期间,感知的相对重构误差作为时间窗口大小的函数。不同单目刺激情况下池1和池2的输入图像在插图中给出,相应的重构误差用红色绘制。在相同单目输入图像驱动两个池的情况下,只使用左侧图像,相应的误差用蓝色绘制。(D) 在50次网络实现中,每次实现持续40秒的情况下,所有主导持续时间的直方图,使用(C)插图中给出的相同两个图像输入。为了考虑网络动态的初始过渡期,这个图中的每个模拟都排除了第一个主导期。输入图像被标准化,以便每个池都有相同的平均像素值,因此每个池的前馈输入是可比的。所有模型参数如图1所示。

这种建模和感知恢复框架的灵活性同样允许结合双眼融合,在这种情况下,当两个单目刺激足够相似时,会有一段时间体验到恒定的单一感知,没有感知交替。我们通过为两个下游神经元池使用相同的输入图像来模拟融合设置。考虑到双眼融合对于三维深度感知和距离确定至关重要(Blake和Wilson,2011年),在我们的模型框架背景下,可以合理地期望感知重构质量的提高。在融合的情况下,如果两个池提供了相同感知的证据,那么从被抑制池的输入-输出映射中恢复的输入图像提供的任何信息都有潜力改善感知,而不是像在不同竞争感知的情况下那样降低重构质量。在图3C中,我们绘制了在整个模拟时间过程中所有重构的平均感知恢复误差,涵盖了各种时间窗口大小的选择。对于双眼竞争中的高度不同的单目刺激,以及通过水平和垂直光栅的双眼融合情况,我们都看到当使用相同的单目刺激时,始终能够实现较低的感知重构误差。在这两种情况下,我们还观察到平均重构误差随着时间窗口大小的减小而减小,对于短时间窗口大小减小得很快,一旦窗口大小超过250毫秒则趋于饱和。

尽管即使在相同输入图像的情况下,模型中通常也只有一个池在某个时间高度活跃,这可能与实验预期有所不同,但我们强调重建的感知不会随时间改变,并且比在高度不同的单目输入情况下具有更高的保真度。我们预期,包括执行单目输入二分差异的对比神经元可能会允许两个池在整个时间内保持活跃(Lansing,1964年;Bock等人,2019年)。虽然我们的建模框架没有捕捉到三维效应,但我们注意到在这个时间窗口大小以上重构质量的逐渐降低与人类对视觉刺激的反应时间尺度一致(Amano等人,2006年),这证实了不需要收集更长时间的感觉证据就可以产生相当准确的感知,无论是对于融合还是竞争情况。

3.2 模型框架与关键实验结果的符合性
鉴于有充分的证据表明人类和几种非人类哺乳动物表现出的主导持续时间分布主要是峰值的、偏斜的,长度为几秒,并且类似于伽马分布(Kovacs等人,1996年;Wilke等人,2003年),这些特征是良好的双眼竞争模型的共同特征。从图2B中显示的光栅图动态来看,我们观察到网络模型的主导持续时间通常在1-2.5秒之间,并且长度不规则,这与实验发现一致。为了进一步探究模型框架的主导持续时间结构,我们在图3D中绘制了50次模型网络实现的主导持续时间直方图,每次实现的长度为40秒。每个网络实现都类似于参与双眼竞争实验的不同个体,这反映了实验中个体间平均支配持续时间的显著差异(Bosten等人,2015年;Bock等人,2019年),这些差异可能是由于遗传或化学变异引起的(Miller等人,2010年;Klink等人,2010年)。直方图呈峰值且右偏,平均值约为2秒,与标准实验结果一致。由于通常没有少于400毫秒的支配时期,我们看到在交替后立即感知会保持不变,因为最近被抑制的池中的适应必须充分减少后,感知才能再次发生变化。考虑到特定网络实现的连接性确实会影响模拟的平均支配持续时间,类似于个体经历不同的平均支配持续时间,使用多个网络实现对于捕捉分布的尾部非常重要。我们已经验证了支配持续时间分布的这些一般特征对许多其他参数选择和兴奋性及抑制性神经元的不同数量都是稳健的。主要要求是支配池的动态平衡以及适应强度适中,以便支配时期具有生物学上的现实长度,并且竞争池之间的活动有明显差异。在兴奋性与抑制性神经元比例很大的网络极限情况下(N → ∞,K → ∞),理论上预期会达到平衡,此时NE/NI的比例趋近于一个固定的非零常数。然而,对于有限的网络实现,通常使用几乎相同数量的兴奋性和抑制性神经元才能最好地维持平衡动态。因此,我们的实证结果使用了1:1的兴奋性与抑制性神经元比例,而当使用4:1的比例时,模型网络也表现出类似的多稳态动态(Liu,2004年;Gilbert,1992年)。在许多实验设置中同样复制了Levelt定律,这些定律描述了刺激特征的几个关键变化如何影响双眼竞争中的交替结构,并揭示了视觉感知的重要方面(Levelt,1965年;Brascamp等人,2015年)。为了帮助确认我们模型框架的有效性,我们复制了这些刺激扰动的本质,并比较了我们的模型动态与标准实验结果的吻合程度。由于相关实验中对刺激强度的概念并不完全一致(这些实验经常使用不同的相对对比度或单眼刺激中的轮廓模糊度变化),我们通过直接调整模型中两个竞争池的平均前馈驱动来探究刺激强度的变化,同时保持两个图像输入的结构不变。

Levelt的第一定律指出,仅增加一个单眼刺激的强度会增加该单眼刺激的优势。需要注意的是,单眼刺激的优势指的是特定单眼刺激占主导的时间比例。为了测试这一概念,我们仅调整第一个池的单眼刺激强度,保持第二个池的单眼刺激强度不变,对每种强度选择进行模拟。这一结果是在10次模拟中平均得出的,也适用于其余的Levelt定律。在图4A中,我们观察到当第一个池的单眼刺激强度接近第二个池的固定单眼刺激强度时,其优势会增加。一个合理的解释是,对应于较大刺激强度的池通常会显示更长的支配持续时间,因为它能够以更高的活动水平更强烈地抑制竞争池。

Levelt的第二定律指出,增加两个单眼刺激强度之间的差异通常会增加对应于较强刺激的感知的支配持续时间。为了测试这一观察结果,我们仅调整第一个池的单眼刺激强度,并在图4B中绘制每个池的平均支配持续时间。当第二个池的单眼刺激强度低于第一个池时,随着第一个池的刺激强度增加,第一个池的平均支配持续时间也会增加。另一方面,当第二个池由较强的单眼刺激驱动且第一个池的单眼刺激强度降低时,如图左侧所示,第二个池的平均支配持续时间会增加。在每种情况下,刺激强度之间的差异增加,受驱动较强的池表现出支配持续时间的增加。

Levelt的第三定律指出,增加两个单眼刺激强度之间的差异会降低交替率。与Levelt的第二定律类似,在图4C中,我们调整第一个池的单眼刺激强度,同时固定第二个池的强度,然后绘制结果的交替率。正如实验发现所预期的那样,当两个单眼刺激强度相等时,交替率最快;随着第一个池的单眼刺激强度的变化,交替率会降低。注意,在Levelt的第二定律中,当两个池的平均支配持续时间之和最低时,交替率最高,这与Levelt的第三定律的预测相符。

最后,Levelt的第四定律指出,同时增加两个单眼刺激的强度,使得在每种情况下两个强度相等,会增加交替率,除非在低刺激强度下,这一趋势会反转。为此,我们同时调整两个池的单眼刺激强度,并在图4D中绘制每种单眼刺激强度选择的交替率。我们观察到,当刺激强度高于m0 = 0.2时,交替率单调增加。对于较低的强度,随着刺激强度的增加,交替率反而降低,这与Levelt第四定律的两部分都一致。大多数自然实验中不会出现这种反转的小刺激强度范围,但一些精心设计的基于模型的研究(Shpiro等人,2009年)和实验研究(Platonov和Goossens,2013年)证实了小刺激强度下的这种更微妙的行为,就像在我们的模型网络框架中一样。

值得强调的是,Levelt的第四定律和相应的模型动态提供了关于感知交替的潜在适应相关机制的见解。对于从适中到较高的广泛刺激强度范围,有证据表明被抑制的池负责感知切换(Brascamp等人,2015年)。降低外部驱动强度会导致更长的支配时期,因为被抑制池中的神经元需要进一步降低发射阈值才能发射并主动摆脱支配;这通常被称为感知切换的逃逸机制。在这种情况下,随着m0的降低,被抑制池受到的前馈输入驱动减少,其输入电流的波动也会变小。因此,被抑制神经元的发射阈值必须在更长的时间内进一步降低,以便尖峰活动再次成为可能。同样可以认为,在小刺激强度下,支配池导致感知切换,这被称为释放机制。

利用我们建模框架的通用性,接下来我们考虑四个交替感知的感知多稳态。虽然我们的理论便于分析不同数量的感知,但我们选择四个感知以便具体化并复制双眼分组的经典案例。我们使用图1C、D中之前考虑的两个自然场景,以及图1E、F中给出的两个重新排列的完整图像的互补版本作为图像输入。这反映了这样的实验:两个呈现的互补单眼刺激的部分可以重新组合成两个全局连贯的图像,从而导致实际单眼刺激与这两个重新组合的连贯图像之间的感知交替(Kovacs等人,1996年;Suzuki和Grabowecky,2002年;Golubitsky等人,2019年;Sterzer等人,2009年)。这四个图像驱动了四个相应下游池的竞争动态,这些池可以解释为属于更高层次感觉决策区域的神经元,它们根据传输的感觉证据在所有合理的感知之间进行选择(Gold和Shadlen,2007年;Li等人,2017年)。每个池使用2000个神经元,模型网络的动态由图5A中的栅格图表示。与双眼竞争的情况类似,我们观察到在某些时间段内只有单个池的兴奋性神经元高度活跃,不同池的神经元之间不规则且非顺序地切换。随着时间的推移,我们注意到所有池中的抑制性神经元也因为它们从主导池接收到的长距离兴奋性输入而同样活跃。我们还观察到,在感知切换时,所有被抑制池中的兴奋性神经元通常以较高的频率发射,但只有与新主导池相对应的兴奋性神经元最终持续快速发射。对于与栅格图相同的模型模拟,图5B显示了四个池中群体平均兴奋性神经元相对发射率miE/(∑qx=1mxE)miE/(∑x=1qmxE)(i = 1, …, 4)。这些相对发射率清楚地显示了主导池和三个被抑制池之间的区别,表明根据兴奋性神经元的相对发射率通过方程??进行加权组合来生成感知是可行的。

图5将模型感知多稳态动态推广到四个感知。(A)栅格图展示了具有四个竞争池的感知多稳态模型中下游神经元的发射时间。每个池包含1,000个兴奋性神经元和1,000个抑制性神经元,使用不同的颜色来区分不同群体和不同池中的神经元。(B)使用与(A)相同的颜色方案,用方程??计算出的群体平均兴奋性神经元相对发射率的动态。(C)使用在每个600毫秒时间窗口内收集的下游网络动态获得的感知重建的相对重建误差,绘制在整个模型模拟的时间过程中。插图:前八个时间窗口的样本感知重建。所有面板中使用的四个输入图像分别见图1C–F。(D)对应于5个网络实现的模型模拟中所有支配持续时间的直方图,每个实现的持续时间为160秒。所有模型参数均如图1所示。我们在图5C中评估了模型网络动态中对感知的编码情况,该图显示了在600毫秒时间窗口内收集的模型数据生成的相对重建误差,这些数据用于双眼竞争实验。恢复的感知精度相对较高,与之前考虑的两个竞争池的情况相当。图5C的插图中提供了代表性的感知示例,展示了四种可能感知的高保真重建结果。需要强调的是,这四种感知确实都得到了实现,并且每种感知的出现时间大致相等。这一点从实验中可以得到验证(Kovacs等人,1996年;Suzuki和Grabowecky,2002年;Golubitsky等人,2019年),同时也符合我们的模型框架预期,因为所有四种感知的证据都是可比的,并且任何一对竞争池之间的竞争强度没有偏见。尽管感知的交替是非顺序的,且一个感知与下一个感知之间没有显著的相关性,但我们已经验证了选择参数使得适应动态非常缓慢时,反而更有可能产生顺序切换。因为在三种或更多种竞争感知的情况下,下一个感知至少有两个选项,而不仅仅是纯粹双眼竞争情况下的单一选项,这取决于模型参数,从而产生了顺序切换或非顺序切换的可能性。在四种感知的情况下,非常缓慢的适应使得最近被抑制的池无法快速恢复,从而在随后的主导期间无法有效竞争,因此感知会按顺序交替出现。

在图5A中的栅格图中,感知交替的主导持续时间主要在1到2秒之间,虽然平均时间较短,但与双眼竞争观察到的持续时间相当。为了更详细地描述主导持续时间结构,我们在图5D中绘制了一个直方图,该图显示了5个模型网络实现的主导持续时间,这些网络的动态被记录了160秒。直方图再次显示出峰值和偏态,平均值为1.43秒,这与实验结果一致,实验表明具有多种感知的情况会导致较短的主导持续时间(Mokri等人,2023年;Riesen等人,2019年)。我们认为这是由于后续感知的潜在选项更多,以及感知决策网络中的整体竞争更加激烈。如果感知数量更多,主导持续时间可能会更短,但我们假设实际上大脑在任何时刻能够考虑的合理感知选项数量是有限的。

与我们直接使用群体平均的兴奋性神经元相对放电率来确定主导池的方法不同,后者适用于任何数量的竞争感知,之前的研究在双眼竞争的特殊情况下使用了一个随时间变化的支配度量标准来确定主导池,即M(t)=m1E(t)?m2E(t)/(m1E(t)+m2E(t))。(11) 这个支配度量标准的范围在-1到1之间,接近1的值表示第一个池的支配更强(Barkdoll等人,2023年)。然而,在三个或更多池的情况下,是否存在一个能够同时指示主导池身份及其当前支配程度的实值函数尚不清楚,也不清楚大脑如何计算这样一个复杂的度量标准。此外,与当前工作中开发的方法不同,方程11中的双眼竞争度量标准使用了在整个主导期间收集的神经网络活动数据来重建感知,而仅使用了主导池的输入输出映射。我们假设大脑可能只利用与反应时间相同数量级的时间段内收集的数据来做出有效和及时的感知决策,因此在方程11的背景下使用长达1到2.5秒的时间间隔的数据是不可行的。同样值得强调的是,当前工作中使用方程??通过潜在感知选项的加权平均值生成的感知允许统一考虑融合和竞争,通常由于来自多个池的信息可用性,融合产生的感知具有更高的保真度。虽然难以通过实验验证,但双眼竞争期间体验到的感知可能实际上质量较低,而仅由一个竞争刺激产生的单一融合感知的质量可能会更高。

3.4 感知交替和弱视的机制

虽然前几节详细讨论了适应和长期竞争在促进感知交替中的作用,但我们的建模框架为感知切换周围的神经网络活动提供了一个新的视角,特别是在平衡动态的背景下。由于感知交替的不规则性是在我们的建模框架中内部生成的,因此动态特征特别能指示可能导致网络状态突然变化的原因。特别是在图6A中,我们绘制了双眼竞争中两个竞争池的E/I输入比率的时间动态。对于每个长度为60毫秒的时间段,计算总兴奋性输入与总抑制性输入的比率,然后对给定池中的神经元进行平均。我们看到,主导池中的兴奋性神经元主要表现出接近-1的E/I比率,表明了平衡状态。而被抑制池中的兴奋性神经元则表现出接近-0.5的E/I比率,表明了过度的抑制,这与它们缺乏放电活动一致。如前所述,由于两个抑制池接收的兴奋性输入幅度相当,因此它们的动态应该是相似的,我们注意到这两个抑制池相对平衡。

图6 负责感知交替的机制。(A) 在60毫秒的时间窗口内计算的总兴奋性输入与总抑制性输入的比率(E/I比率),并针对每个池中的神经元进行平均,作为时间的函数。考虑了两个竞争池,并绘制了方程11中给出的时变度量标准,以在细粒度时间窗口中明确主导池的身份。插图展示了围绕单次感知交替的时间放大的E/I比率动态。(B) 作为前馈连接概率函数的平均主导持续时间,其中前馈连接矩阵的条目由独立同分布的伯努利随机变量确定。(C) 作为下游神经元前馈输入标准差函数的平均主导持续时间。在这种情况下,对于每个下游神经元,一个与(B)中的平均值相同强度的恒定均匀前馈驱动被一个均值为0的独立同分布的正态随机变量所扰动。注意在(B, C)中,前馈连接强度进行了缩放,以便随着前馈连接结构的变化,预期的前馈驱动保持固定在√Kfkm0。(D) 池1(蓝色)和池2(红色)的平均主导持续时间,作为从池1到池2的长距离连接的缩放强度的函数。所有面板中的模拟时间为40秒,平均主导持续时间是在(B–D)中的10次实现上计算的。所有模型参数均如图1所示,输入图像见图1C和D。

在感知切换之前不久,被抑制池中的兴奋性神经元的阈值变得足够低,以至于更多的被抑制兴奋性神经元开始放电,将其E/I比率从-0.5降低到平衡的-1,并且由于额外的竞争输入,主导兴奋性池的E/I比率也增加到了-1以上。在切换时刻,由于阈值过高以及另一个池中之前被抑制的竞争性兴奋性神经元之间的放电活动级联,主导兴奋性池中的抑制迅速增加,导致曾经主导的兴奋性池的E/I比率跳向-0.5。类似地,之前被抑制的兴奋性池由于放电阈值降低和竞争输入减少而接收到大量的兴奋,导致其E/I比率急剧下降到-1,完成了交替。在主导期结束时,被抑制的兴奋性神经元开始更快地放电,相应地,进入主导抑制性池的额外长距离输入可以被视为对主导抑制性池的整体外部输入的增加,这意味着额外的长距离输入可以在这段时间内被吸收进fI中,从而增加其值。从方程7给出的理论角度来看,预期结果是随着fI的增加,两个主导池的群体平均放电率都会降低,这与实验观察结果一致,并有助于曾经主导的兴奋性池在感知交替时的活动下降。同样,根据方程8给出的平衡条件,如果fI由于足够的竞争输入而增加太多,理论上所需的不等式不再满足,因此主导池之间的平衡就会崩溃。

为了从另一个角度理解网络连接结构在促进感知交替中的作用,我们还在双眼竞争模型中考虑了对前馈连接矩阵的结构化扰动的影响。与之前章节中使用空间局部化的感受野结构不同,我们考虑了具有独立同分布伯努利元素的前馈连接矩阵。在一系列网络模拟中,我们调整前馈连接的概率并计算相应的平均主导持续时间,结果如图6B所示。我们看到一个明显的趋势:随着前馈连接概率的增加,前馈连接密度也随之增加,平均主导持续时间单调增加。这表明更均匀的前馈输入和因此更平衡的动态导致感知交替所需的时间更长。注意,随着连接的成功概率增加,我们调整了前馈连接强度,以保持预期的外部驱动固定,以避免驱动强度成为混淆因素。随着前馈连接概率的增加,下游神经元中的总前馈输入的标准差减小,因此前馈驱动变得更加均匀。前馈连接密度与主导持续时间之间观察到的关系的直观原因是,输入波动在抑制性池的平均阈值足够低时似乎在启动感知切换中起着重要作用,更高的连接密度和因此更高的均匀性将使这种导致切换的波动更加罕见。选择动态更不平衡的神经元,这些神经元由于与平均前馈驱动的偏差较大,通常会经历更大的动态波动,并可能引发网络动态状态的转变。

为了进一步证明网络驱动的均匀性导致更长的主导周期,我们使用独立同分布的加性0均值正态随机变量输入对具有完全均匀前馈输入的双眼竞争网络模型进行了扰动,增加了模拟中的标准差。在图6C中,我们绘制了这个扰动的标准差作为平均主导持续时间的函数,我们看到随着标准差的增加,平均主导持续时间减少。由于在这些网络实现中保持了平均外部驱动,我们再次看到主导持续时间的减少是由于前馈神经元输入的均匀性降低以及某些神经元经历不平衡输入的可能性增加所致。即使前馈输入完全均匀,模拟过程中仍然会观察到感知交替现象。在没有观察到切换的情况下,这可能是由于模拟时间短于主导持续时间所致。为了更好地描述我们网络模型框架中长距离竞争连接的影响,并复制在弱视中假设形成的网络结构,我们系统地增加了从池1到池2的所有长距离连接的强度。我们使用一个乘法缩放因子SC来实现这一点,该因子通过SCC12ijIESCC21IEij来缩放所有i, j的长距离连接。随着SC的增加,来自两个池的长距离连接强度的差异增大;这旨在反映弱视中较弱眼睛提供的信息被抑制的情况,在我们的模型框架中,来自较弱眼睛的长距离连接不会被放大。在图6D中,我们观察到随着从池1到池2的长距离连接强度的增加,池1的平均主导持续时间增加,而池2的平均主导持续时间减少。由于在弱视实验中也观察到了相同的趋势(Ip等人,2021年;Chow等人,2021年),我们假设大脑确实学会了更加重视来自较强(健康)眼睛的证据,以补偿来自较弱眼睛的矛盾或质量较低的信息,这种重新加权可能是通过与双眼竞争相同的机制来实现的。因此,平等化单眼信息之间的竞争或允许大脑更稳健地利用弱视眼睛信息的方法与我们的模型框架是一致的。这与标准治疗方法(如遮盖健康眼睛、对弱视眼睛进行光学矫正以及感知学习疗法)是一致的。这些结果还表明,减少模型中双眼竞争的强度确实与更快的感知交替有关,这与最近分析双眼抑制减少作用的实验数据一致(Baker和Graf,2009年;van Loon等人,2013年;Fesi和Mendola,2015年)。总的来说,我们已经验证了随着来自两个池的长距离连接强度的共同增加,主导持续时间也会相应增加,但适用于两种感知方式。因此,双向竞争的增加总体上会导致更长的主导持续时间。

3.5 感知交替为自闭症的潜在原因提供了见解
考虑到自闭症诊断病例在不到二十年的时间里增加了一倍,达到所有儿童的约2%(Maenner等人,2021年),更好地描述自闭症的机制有可能提高人类健康水平并减少护理的社会经济成本。自闭症的兴奋/抑制失衡理论认为,自闭症个体的大脑中兴奋与抑制的比例较高(Rubenstein和Merzenich,2003年;Jamain等人,2008年),但还需要进一步的具体证据,特别是关于这种失衡的确切性质。鉴于多项实验研究表明抑制水平的偏差可能导致感知双稳态的变化,并且自闭症严重程度增加的个体通常在双眼竞争期间表现出更长的主导期(Robertson等人,2013年;Spiegel等人,2019年;Dieter等人,2017年),我们在我们的双眼竞争模型框架下检验了自闭症的兴奋/抑制失衡理论。我们模型中的E/I比率|E/I|的幅度可能通过增加兴奋性输入的相对强度或减少抑制性输入的相对强度来提高;由于实验并未一致指出是哪种机制在起作用(Gao和Penzes,2015年;Nelson和Valakh,2015年;Rosenberg等人,2015年),我们分别独立地考察了这两种情况。首先,我们将递归抑制性连接强度参数乘以一个缩放因子SI,使得从抑制性神经元到兴奋性神经元的连接变为SIREI,而抑制性神经元之间的连接变为SIRII。我们注意到,由于|REI||RII|=|SIREI||SIRII||REI||RII|=|SIREI||SIRII|,因此方程8中的平衡条件对于所有非零的SI选择都仍然得到满足,因此任何网络动态的变化理论上不应是由于平衡减少所致。在图7A中,我们绘制了平均主导持续时间作为网络实现中使用的SI值的函数,我们观察到随着递归抑制性连接的减弱,主导持续时间变长。随着SI从1减少到0,抑制作用减弱,从而增加了E/I比率的幅度,类似于更严重的自闭症情况,这些结果与显示更严重自闭症与更长主导持续时间相关的双眼竞争实验结果一致。这种明确的关系提供了证据,表明大脑中抑制作用的减少确实是自闭症的一个潜在途径。

图7 自闭症的感知多稳态和E/I假设。(A) 平均主导持续时间作为递归抑制性连接缩放的函数,即乘以RII和REI。(B) 平均主导持续时间作为递归兴奋性连接缩放的函数,即乘以REE和RIE。(C) 当所有递归抑制性连接都缩放0.6时,双眼竞争模型中两个池的所有4个群体的平均发射阈值动态。(D) 当所有递归兴奋性连接都缩放1.4时,双眼竞争模型中两个池的所有4个群体的平均发射阈值动态。(E) 在整个模拟时间内,所有兴奋性神经元在其主导期间的动态发射阈值,作为递归抑制性连接缩放的函数。(F) 在每个主导期间,主导兴奋性神经元中的总兴奋性输入与总抑制性输入的比率,基于整个模拟期间收集的数据平均值,作为递归抑制性连接缩放的函数。所有面板中使用的模拟时间为40秒,(A, B)和(E, F)中的平均结果是在10次实现上计算得出的。所有模型参数如图1所示,输入图像见图1C, D。

我们类似地分析了通过增加递归兴奋性连接的强度来提高模型中E/I比率幅度的影响,即将所有兴奋性递归连接乘以一个乘法缩放因子SE。特别是,我们使用SERIE作为从兴奋性神经元到抑制性神经元的递归连接的缩放强度,以及SEEE作为兴奋性神经元之间的递归连接的缩放强度。与抑制性连接缩放的情况类似,因为|REE||RIE|=|SEREE||SERIE||REE||RIE|=|SEREE||SERIE|,方程8中的平衡条件对于非零的SE值仍然得到满足。在图7B中,我们绘制了随着SE值增加的平均主导持续时间,我们观察到随着递归兴奋性连接的增强,主导持续时间变长,这再次与将自闭症与双眼竞争联系起来的实验结果一致。因此,双向竞争的增加总体上导致了更长的主导持续时间。

3.5 感知交替为自闭症的潜在原因提供了见解
考虑到自闭症诊断病例在不到二十年的时间里增加了一倍,达到所有儿童的约2%(Maenner等人,2021年),更好地描述自闭症的机制有可能提高人类健康水平并减少护理的社会经济成本。自闭症的兴奋/抑制失衡理论认为,自闭症个体的大脑中兴奋与抑制的比例较高(Rubenstein和Merzenich,2003年;Jamain等人,2008年),但还需要进一步的实质性证据,特别是关于这种失衡的确切性质。鉴于多项实验研究表明抑制水平的偏差可能导致感知双稳态的变化,并且自闭症严重程度增加的个体通常在双眼竞争期间表现出更长的主导期(Robertson等人,2013年;Spiegel等人,2019年;Dieter等人,2017年),我们在我们的双眼竞争模型框架下检验了自闭症的兴奋/抑制失衡理论。我们模型中的E/I比率|E/I|的幅度可能通过增加兴奋性输入的相对强度或减少抑制性输入的相对强度来提高;由于实验并未一致指出是哪种机制在起作用(Gao和Penzes,2015年;Nelson和Valakh,2015年;Rosenberg等人,2015年),我们分别独立地考察了这两种情况。首先,我们将递归抑制性连接强度参数乘以一个缩放因子SI,使得从抑制性神经元到兴奋性神经元的连接变为SIREI,而抑制性神经元之间的连接变为SIRII。我们注意到,由于|REI||RII|=|SIREI||SIRII||REI||RII|=|SIREI||SIRII|,因此方程8中的平衡条件对于所有非零的SI选择都仍然得到满足,因此任何网络动态的结果变化理论上不应是由于平衡减弱所致。在图7A中,我们绘制了平均主导持续时间作为一系列网络实现中使用的SI值的函数,我们观察到随着递归抑制性连接的减弱,主导持续时间变长。随着SI从1减少到0,抑制作用减弱,从而增加了E/I比率的幅度,类似于更严重的自闭症情况,这些结果与显示更严重自闭症与更长主导持续时间相关的实验结果一致。这种明确的关系提供了证据,表明大脑中抑制作用的减少确实是自闭症的一个潜在途径。

图7 自闭症的感知多稳态和E/I假设。(A) 平均主导持续时间作为递归抑制性连接缩放的函数,即乘以RII和REI。(B) 平均主导持续时间作为递归兴奋性连接缩放的函数,即乘以REE和RIE。(C) 当所有递归抑制性连接都缩放0.6时,双眼竞争模型中两个池的所有4个群体的平均发射阈值动态。(D) 当所有递归兴奋性连接都缩放1.4时,双眼竞争模型中两个池的所有4个群体的平均发射阈值动态。(E) 在整个模拟时间内,所有兴奋性神经元在其主导期间的动态发射阈值,作为递归抑制性连接缩放的函数。(F) 在每个主导期间,主导兴奋性神经元中的总兴奋性输入与总抑制性输入的比率,基于整个模拟期间收集的数据平均值,作为递归抑制性连接缩放的函数。所有面板中使用的模拟时间为40秒,(A, B)和(E, F)中的平均结果是在10次实现上计算得出的。所有模型参数如图1所示,输入图像见图1C, D。

我们类似地分析了通过增加递归兴奋性连接的强度来提高模型中E/I比率幅度的影响,即将所有兴奋性递归连接乘以一个乘法缩放因子SE。特别是,我们使用SERIE作为从兴奋性神经元到抑制性神经元的递归连接的缩放强度,以及SEEE作为兴奋性神经元之间的递归连接的缩放强度。与抑制性连接缩放的情况类似,因为|REE||RIE|=|SEREE||SERIE||REE||RIE|=|SEREE||SERIE|,方程8中的平衡条件对于非零的SE值仍然得到满足。在图7B中,我们绘制了随着SE值增加的平均主导持续时间,我们观察到随着递归兴奋性连接的增强,主导持续时间变长,这再次与将自闭症与双眼竞争联系起来的实验结果一致。因此,我们的模型强调了大脑中兴奋与抑制比率增加的任何途径都可能与自闭症一致,并总体上支持E/I假设。

我们的模型框架还提供了关于为什么E/I比率升高可能导致更长主导持续时间的重要新见解。一种观点是与图2C中观察到的阈值动态相比。我们在图7C, D中分别绘制了SI = 0.6和SE = 1时的群体平均发射阈值,反映了导致E/I比率增加的两种途径的代表性活动。最初的观察是,所有群体的阈值都比默认网络情况下的峰值更高。其次,我们看到群体平均兴奋性阈值通常在主导期结束之前达到峰值,表明被抑制的群体负责这种驱动强度的感知切换,正如释放机制中所假设的那样。先前的理论工作已经证明,将尖峰频率适应强度增加到中等水平通常会降低平衡网络中的发射率(Barranca等人,2019年),这与主导兴奋性神经元的阈值和发射率的早期峰值一致,促进了感知交替。如果在自闭症极限情况下阈值在更高的值处达到峰值,即SE → ∞或SI → 0,那么主导期变长是直观合理的,因为最近被抑制的兴奋性神经元的阈值必须进一步降低到一个固定的小值,以实现潜在的切换。由于长距离连接的强度保持不变,且两个抑制性群体继续接收到匹配的预期兴奋性驱动,抑制性群体的平均阈值随时间保持接近,并且通常在兴奋性群体的阈值之前达到峰值。我们在更全局的层面上看到,这些趋势在自闭症极限下的不同缩放选择中是稳健的。例如,在图7E中,我们绘制了群体平均主导兴奋性神经元发射阈值,进一步在所有主导期间平均,作为抑制性缩放强度SI的函数。随着抑制性缩放强度的减小,绘制的时间平均阈值增加,这与图7C中显示的时间动态中观察到的阈值增加的代表性观察结果一致,并支持了主导持续时间增加部分是由于自闭症中峰值适应增强所致的观点。

作为感知切换机制及其与自闭症联系的概念验证,我们在图7F中分析了在所有相应主导期间主导兴奋性神经元中平均的E/I输入比率,作为抑制性缩放强度的函数。随着抑制性缩放强度向0减少,即向更严重的自闭症方向发展,平均主导兴奋性神经元的E/I比率变得更加负值,从默认SI = 1时的平衡值?1开始,减少到SI = 0.6时的大约?1.3。这表明在SI减小时,获胜群体中的兴奋过多,可能是因为方程6给出的预期电压偏移变得更加正,从而放大了感知交替时的兴奋激增。如果抑制性缩放更接近0,我们看到在模拟时间尺度内没有发生感知交替的模拟。相反,当SI?1时,我们看到相反的效果,主导持续时间变短,直到在任何给定时间点主导池变得不明确。

我们注意到,在图7E, F中描述的SE增加时也观察到了类似的趋势,即SE的增加导致更高的阈值和主导兴奋性神经元中更负的E/I比率,因为当E/I比率的幅度通过减少SI来增加时,相同的潜在机制在起作用。唯一的微小区别是SE缩放时阈值和E/I比率的变化率在幅度上较小,因为默认情况下传入的递归抑制性连接的幅度较大,即|REI|>REE。这些结果有助于确认感知多稳态中的主导持续时间可能提供了一种非侵入性的自闭症测量方法,并且改变大脑中兴奋与抑制的平衡可能有助于治疗严重的自闭症。实际上,通过提高E/I比率的任何途径来增加自闭症的严重程度都会使用我们的感知恢复框架导致感知重建误差的单调增加,这可能是由于自闭症个体中混合感知期的延长(Robertson等人,2013年;Spiegel等人,2019年),以及整体上更不平衡的动态。

4 讨论
在这项工作中,我们开发了一个通用的神经网络建模框架,用于视觉多稳态,该框架能够纳入任意数量的竞争感知,每个感知都采用真实图像的形式。该模型具有通过一个池中的兴奋性神经元到另一个池中的抑制性神经元的长距离连接进行竞争的脉冲神经元池,具有自适应发射阈值作为累积疲劳机制,以及通过平衡的网络架构在主导池中产生的不规则动态。我们构建了一种粗粒度方法论,用于推导输入图像与每个下游池的动态之间的映射序列,以及每个池的诱发电网络活动的测量结果之间的映射序列,从而便于恢复一系列感知估计。这些感知估计仅使用了在短时间内收集的神经动态数据。新的感知重建技术利用了压缩感知理论,根据每个池的诱发电动态来恢复输入图像,然后通过这些初步重建的加权组合生成感知,该组合基于给定时间窗口内每个池的平均兴奋性神经元相对 firing rate。由于模型在某些时间段内只有一个兴奋性神经元池高度活跃(如在视觉多稳态中观察到的),因此在生成感知时,这个主导池被赋予了最大的权重,这与有最多证据的潜在感知一致。我们展示了每个感知通常都能以高精度重建,验证了我们的理论框架,并且我们证明了模型动态与基于双眼竞争实验的重要基准一致,表现出类似伽马分布的支配持续时间,并符合 Levelt 定律。当输入图像相同时(类似于双眼融合),我们恢复了具有更高重建保真度的稳定感知。在复制双眼分组时,我们的通用模型成功地产生了四种合理感知之间的交替。通过实现我们的目标——开发一个统一双眼竞争、融合和双眼分组的理论框架——我们推测所有这些现象可能是依赖于输入刺激的底层结构的单一动态系统的多稳态表现。

通过灵活地连接网络结构和多稳态动态,我们能够从引发感知交替的网络活动及相关精神疾病的角度提供新的见解。我们发现,主导池表现出平衡的动态,而被抑制的池主要受到过度抑制;在感知切换时刻,由于抑制池的 firing 阈值较低以及来自减弱的主导池的竞争输入减少,导致兴奋性迅速上升,从而促进了动态的重新平衡,进而产生了感知交替。通过系统地制造长距离竞争输入强度的差异,使一个池发出的长距离连接比另一个池更强,我们观察到与具有更强输出竞争连接的感知相对应的更长支配持续时间,并且我们能够解释弱视可能是由类似的竞争机制产生的。我们还展示了更均匀的前馈驱动和越来越平衡的动态如何导致更长的支配持续时间,强调了输入波动在引发感知切换中的重要作用。由于简单图像通常比具有更复杂和多样化空间结构的自然场景更可能产生均匀的前馈驱动,这一结果可能解释了为什么在双眼竞争实验中自然场景往往占优势(Baker 和 Graf, 2009)。尽管对于简单和复杂的输入图像刺激,模型网络动态没有显著差异,但我们确实发现自然场景的平均支配持续时间比简单图像更长(Baker 和 Graf, 2009; Miller, 2013; Vassall 等, 2025);特别是当图 1C 中的一个单眼刺激是摄影师,而图 3C 中的是水平光栅时,40 秒时间内 10 次实现的平均支配持续时间分别为摄影师 2320ms 和光栅 1860ms。同时,压缩感知(CS)重建通常只对稀疏刺激有效(Candes 等, 2006),因此对于在基于频率的领域中非稀疏的噪声图像,任何自然场景单眼刺激的重建保真度都会高于噪声刺激,而且高级脑区可能会更倾向于选择自然场景。此外,鉴于这项工作是首批在基于模型的感知多稳态研究中使用图像输入的研究之一,它代表了从之前仅使用单一参数来区分进入竞争池的输入的研究的重要进展。

虽然我们使用积分-放电模型对下游神经元池的活动进行了建模,但我们预计我们的理论框架和主要发现也适用于具有更详细动态的替代单神经元模型,例如指数积分-放电模型和 Hodgkin-Huxley 模型(Barranca 等, 2014a; Hodgkin 和 Huxley, 1952)。尽管在这些设置中推导对感知重建至关重要的网络输入-输出映射要困难得多,但我们推测克服这一理论障碍的一种方法可能是利用数据驱动的拟合输入-输出映射,而不是分析推导的映射(Barranca 等, 2021)。

在自闭症的背景下,我们通过提高网络模型中兴奋与抑制的比率(无论是通过增强兴奋性连接的强度还是降低抑制性连接的强度)来生成更长的支配持续时间,这在自闭症症状逐渐加重的个体中得到了实验验证。这支持了自闭症的 E/I 假说,并表明这两种失衡途径都是可能的。探究我们模型设置中支配持续时间增加的机制时,我们强调了更严重的自闭症可能与更高的适应强度和感知切换时强烈的兴奋性激增有关。由于实验证据表明,兴奋性和抑制性神经元输入的不平衡可能与精神分裂症(Gao 和 Penzes, 2015; Tatti 等, 2017; Nelson 和 Valakh, 2015)以及双相情感障碍个体(Miller 等, 2003)的更长支配持续时间有关,我们的建模框架可能提供了一种分析不平衡神经元活动影响的方法,并测试特定治疗方案的可行性。总体而言,由于感知是动态的而刺激是固定的,感知多稳态可能根植于感觉系统中的通用网络结构,为研究大脑计算提供了独特的视角。我们的框架可以类似地应用于认知的意识研究和电路理论研究(Koch 等, 2016; Vattikuti 等, 2016),并且由于其现实性和对难以在实验中精确控制的条件的适应性,我们的模型可能提供额外的见解。由于感知多稳态在各种感觉系统中都存在(Zhou 和 Chen, 2009; Hupe 等, 2008; Holcombe 和 Seizova-Cajic, 2008),我们的模型故意保持通用性,以关注普遍的组织原则。例如,虽然我们的刺激基于视觉以增强具体性,但我们没有考虑具有方向选择性的神经元(Ferster 等, 1996; Tao 等, 2006),以便获得适用于自然刺激的机制性见解,而不仅仅是简单的方向性光栅。事实上,先前的工作表明,即使没有感受野结构,两个竞争感知的模型动态仍然会发生,尽管这会略微降低 CS 重建的质量(Barkdoll 等, 2023)。类似地,将中心-周围结构纳入模型感受野(类似于标准的高斯差分方法 Wohrer 和 Kornprobst, 2009; Elder 和 Sachs, 2004; Lindsay, 2021)既不会显著改善感知质量,也不会影响我们模型框架中的网络多稳态(Barranca 和 Zhu, 2018)。

我们注意到,尽管普遍认为双眼分组归因于视觉系统更高层次的动态(Sterzer 等, 2009; Tong, 2001),但我们的模型框架并不区分发生在视觉层次不同层面的现象,并且故意不对基于眼睛的竞争与基于刺激的竞争进行区分。一方面,这可以被视为模型的一个局限性,但另一方面,单层次建模假设表明,更高层次的决策系统可能负责在不同多稳态感知动态(如双眼竞争和双眼分组)之间切换,这取决于单眼输入结构。与片段竞争(Blake 等, 1992)一致,这种决策可能发生在视觉场的空间局部化斑块集合中,基于每个单眼刺激的小部分之间的比较,共同产生任何时刻的感知。通过在更详细的视觉系统模型中聚合许多这样的斑块之间的竞争,可能会产生实验中记录的其他现象,例如竞争如何有利于连续轮廓,这可能是由于视觉系统更高层次的多稳态和当前建模框架中省略的反馈连接(Alais 等, 2006; Alais 和 Melcher, 2007)。

我们的目标不是将理论限制在早期视觉系统和基于眼睛的竞争上,而是开发一个广泛的感知多稳态框架,该框架也可以被视为一个能够表示在做出感知决策时发挥作用的潜在更高层次动态的动态系统,同时解决基于刺激的竞争概念。然而,我们期望通过结合更多具体的结构或刺激特征,可以将我们的工作扩展到其他感觉系统设置。由于已知自然声音和气味与自然图像类似地是稀疏的(Field, 1994; Markram 等, 1997),我们的基于 CS 的感知恢复框架可能适用于这些其他情境。另一方面,尽管我们的感知多稳态模型比许多其他模型更现实,因为它使用像素矩阵作为输入而不是光栅或单一参数,但当前的框架仍然将图像刺激视为二维斑块而不是三维形式。因此,一个重要的进步将是结合能够处理深度或方向线索的额外结构,以解决其他形式的视觉多稳态(Kornmeier 和 Bach, 2012)。我们的工作也没有包括来自更高皮层区域和注意力的自上而下的反馈,实验已经证明这些因素会显著调节感知交替的特征(Brown 和 Norcia, 1997; Zhang 等, 2011; Dieter 等, 2016; Li 等, 2017; Mokri 等, 2025)。虽然实验证据表明长距离连接主要来自兴奋性神经元(Stettler 等, 2002; Douglas 和 Martin, 2004; Tamamaki 和 Tomioka, 2010),但我们明确假设这些长距离连接特别接触抑制性神经元以调节竞争,正如之前关于双眼竞争的建模工作中所假设的(Cohen 等, 2019)。然而,目前尚不清楚早期视觉系统中长距离连接的主要目标神经元类型是什么,以及其他连接类型是否负责池之间的竞争,这仍然是一个未解决的问题。

先前的理论研究认为大脑可能被设计为执行压缩感知重建(Rozell 等, 2008),我们的框架提供了一种可能的途径,说明如果神经网络能够实现 CS 技术,如何将其与底层输入-输出映射结合使用来生成感知。尽管 CS 可能不是我们大脑实际使用的恢复方法,但值得强调的是,本工作中强调的许多感知交替的动态特征和机制实际上与使用的恢复方法无关。对立神经元(Lansing, 1964; Bock 等, 2019)对单眼输入的差异化处理可能在这些计算中起关键作用,并有助于识别动态感知。包括对立神经元和来自后续感觉层的反馈,这些反馈可以根据单眼输入的差异调节池之间的竞争强度,这为未来研究提供了重要的途径,可能有助于解释视觉多稳态的更微妙特征。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号