知觉不确定性下视觉分类过程中IT?PFC信息流的动态反转(Dynamic Reversal of IT?PFC Information Flow Orchestrates Visual Categorization Under Perceptual Uncertainty)

《Progress in Neurobiology》：Dynamic Reversal of IT-PFC Information Flow Orchestrates Visual Categorization Under Perceptual Uncertainty

　　

分类依赖感觉表征与认知控制的动态交互，但经典观点认为信息沿腹侧视觉通路从下颞叶皮层(inferotemporal cortex, IT)向背外侧前额叶皮层(prefrontal cortex, PFC)呈固定前馈(feed?forward, FF)流动。这种层级方向性是否随认知背景（如知觉确定性）而自适应调节，是系统神经科学的基本问题。研究人员通过在猕猴执行延迟匹配?至?类别(delayed match?to?category)任务时记录颅内神经活动，开发了新型连接框架——基于模型的表征连接分析(Model?Based Representational Connectivity Analysis, RCA)，在控制共同任务?一般性表征的同时同步追踪IT与PFC间信息流的内容、时序及方向性。结果显示两区均快速编码任务相关信息，但信息流方向受刺激确定性高度调制：高确定性刺激（远离类别边界）出现经典IT→PFC前馈流；低确定性刺激（靠近类别边界）则该层级动态反转，出现主导性的早期PFC→IT反馈(feedback, FB)流且早于经典前馈扫掠，此反馈信号携带模糊刺激的内容特异性信息，提示其为用于精炼感觉表征的自上而下机制。结果挑战视觉加工固定层级模型，提供脑在知觉难度变化时动态重构感觉?执行区间交互的机制性证据，提示当感觉证据模糊时PFC启动自上而下偏向信号至IT皮层，构成适应性情境驱动的控制机制。

论文解读：知觉不确定性下视觉分类过程中IT?PFC信息流的动态反转

《Progress in Neurobiology》刊载的此项研究，由Zahra Abouhadi与Hamid Karimi?Rouzbahani（Queensland Brain Institute, University of Queensland）完成。视觉分类要求脑将不同知觉经验归入共享功能类别，依赖感觉表征区（如下颞叶皮层IT）与执行控制中枢（如前额叶皮层PFC）的交互。经典腹侧视觉层级主张信息固定从IT前馈至PFC，但感知模糊时（刺激近类别边界）感觉证据弱或冲突，是否触发层级方向动态重组尚无时间分辨、内容特异的证据。传统功能连接法无法区分传递的是一般注意/任务定势还是解决模糊所需的刺激特异性证据。为此，研究人员在两只猕猴(Macaca mulatta)执行含双正交分类方案（Scheme A：猫/狗；Scheme B：Gocs/Tads）的延迟匹配?至?类别任务中，同步记录IT（n=154神经元）与PFC（n=549神经元）单位活动，采用基于模型的表征连接分析(Model?Based RCA, Representational Connectivity Analysis)，结合表征相似性分析(Representational Similarity Analysis, RSA)与偏相关Granger因果原理，追踪不同抽象层次（范例Exemplars、半抽象形态Morphs/几何Geometries、抽象类别Cats/Dogs及Gocs/Tads、远/近边界Far/Close from Boundary、相关/无关类别Relevant/Irrelevant Categories、反应时Reaction Time, RT），量化IT?PFC间内容特异性信息流方向与时间进程。主要发现：高确定性（远边界）刺激维持经典IT→PFC前馈主导；低确定性（近边界）刺激诱发PFC→IT反馈流提前出现并主导，IT无显著底部?up编码直至延迟期，证明皮质层级按知觉不确定性动态重构，PFC在模糊时主动发起自上而下类别先验以精炼IT表征。此研究挑战固定层级模型，为预测编码与反向层级理论(Reverse Hierarchy Theory, RHT)提供机制性神经生理证据。

主要关键技术方法

两只成年雄性恒河猴(Macaca mulatta)执行参数化操纵刺激确定性的延迟匹配?至?类别(delayed match?to?category)任务（猫?狗原型二维morph生成28幅刺激，双正交分类方案Scheme A/B由颜色cue指示）。同时记录IT（经微驱动器四电极插入下颞叶）与PFC（主沟及前弓状沟上方腔室）单细胞放电，正确试次纳入分析。采用表征相似性分析(RSA)：100 ms滑窗（步长5 ms），各神经元跨条件试次平均后z?score，计算56×56（28刺激×2方案）表征相似性矩阵(Representational Similarity Matrix, RSM)的Spearman相关；构建十类概念模型RSM（Schemes、Exemplars、Cats/Dogs、Gocs/Tads、Morphs非二值、Geometries欧氏距离非二值、Far from Boundary、Close to Boundary、Relevant/Irrelevant Categories、Reaction Time）量化信息编码。信息流用基于模型的表征连接分析(Model?Based RCA)：以偏相关(partial correlation)控制目标区过去表征，分别算IT_t?T→PFC_t（前馈）和PFC_t?T→IT_t（反馈，T=5–150 ms延迟平均），隔离源区独有贡献。显著性用非参随机置换检验（1000次打乱条件标签）及簇校正（FWER p<0.05，时间簇≥100 ms或对应流簇标准），组间比较用贝叶斯因子(Bayes Factor, BF, Jeffrey?Zellner?Siow先验，BF>6支持差异)。部分分析对Scheme模型做偏相关控制，PFC子抽样等同IT神经元数做稳健性检验。

研究结果

3.1. Coding of Scheme and Stimulus Information in IT and PFC（IT与PFC中方案和刺激信息的编码）

通过RSA关联神经RSM与各概念模型，发现线索(cue)对齐时方案(Schemes)信息IT出现早(105 ms)于PFC(215 ms)，两区持续维持至样本呈现。样本对齐时，半抽象Morphs(IT:35 ms, AUC=0.187；PFC:85 ms, AUC=0.420)与Geometries(IT:40 ms, AUC=0.198；PFC:80 ms, AUC=0.459)编码早且强于Exemplars及抽象Cats/Dogs或Gocs/Tads；IT编码早而短暂，PFC编码较晚但持续整个记忆延迟。结论：IT快速提供瞬态感觉证据，PFC维持任务相关信息，两区均优先保持刺激间形态/几何关系（半抽象relational exemplar）表征而非纯范例或纯抽象类别。

3.2. More Sustained Recurrence of Information in PFC than IT（PFC信息重现较IT更持久）

用模型化时变偏相关量化同区内过去表征对当前表征的预测（重现recurrence），IT重现早(几何约45 ms)但短（刺激消失后衰减），PFC重现晚(几何/Cats/Dogs约85 ms)但持续整个刺激及延迟期，方案重现PFC延迟至245 ms。结论：IT作底部?up信息源具瞬态内部再处理，PFC主动持续再激活任务信息，符合工作记忆与规则维持功能。

3.3. Exchange of Task and Stimulus Information between IT and PFC（IT与PFC间任务及刺激信息交换）

线索期方案信息先FF(IT→PFC,105 ms)后FB(PFC→IT,220 ms)，呈循环交换。样本期各刺激模型均先FF(IT→PFC, 约30–50 ms)后FB(PFC→IT, 约80–105 ms)，FF刺激消失即止，FB持续至记忆延迟。结论：正常条件下IT?PFC为前馈先行、反馈继发的往复处理，PFC在刺激撤除后转为向IT发送反馈可能助工作记忆维持或预期再激活。

3.4. Dynamic Reconfiguration of Information Flow by Stimulus Certainty（刺激确定性对信息流方向的动态重构）

Far from Boundary模型：IT约40 ms编码，FF流30 ms始、FB流85 ms始，符合经典序列。Close to Boundary模型：PFC约230 ms才出现显著编码，IT在刺激呈现期无显著编码(p>0.05簇校正)，延迟期550 ms方现；信息流分析显示PFC→IT反馈流始于~255 ms并持续至刺激末，IT→PFC前馈在刺激窗不显著，延迟期末短暂出现。延迟?平均流比较BF>6显示Far条件FF(AUC=0.020)强于Close(AUC=0.003)，FB亦Far(AUC=0.046)略强于Close(AUC=0.025)，但Close条件反馈主导时序逆转。结论：高确定性维持经典IT→PFC前馈主导；低确定性（近边界/模糊）触发层级动态反转——PFC先编码并发送内容特异性反馈至IT以引导/精炼模糊感觉表征，IT底部?up流被抑制或延迟至后期。

3.5. Improved Information Coding and Flow for Task?Relevant Categories（任务相关类别信息编码与流增强）

Relevant Categories（匹配当前cued方案）较Irrelevant Categories在IT编码更早(40 vs.75 ms)、幅值更高(IT:0.094 vs.0.074; PFC:0.260 vs.0.204)；FF流Relevant更早(40 vs.75 ms)且AUC略大(0.004 vs.0.003)，FB流时程相近略早(95 vs.105 ms)。结论：行为相关性通过加速并强化前馈流及稍早反馈，优先传递符合当前任务规则的类别信息。

3.6. Stimulus Certainty Modulates Behavioral Information Coding and Flows（刺激确定性调制行为信息编码与流）

反应时(Reaction Time, RT)模型对齐行为反应，PFC在反应前~400 ms出现RT信息编码，IT在~270 ms前出现；信息流先PFC→IT反馈(-410 ms)后IT→PFC前馈(-275 ms)。合并RT×Far/Close模型显示Close（不确定）试次PFC发起RT相关反馈更早(-370 ms vs. Far -315 ms)，IT前馈亦提前(-250 ms vs. Far -110 ms)。结论：行为参数（反应预期）也受知觉不确定性调制，模糊条件下PFC更早向下传递行为准备/决策阈值信息至IT。

讨论与结论翻译

本研究通过信息编码、重现及内容特异性区间流三联分析，揭示IT快速瞬态编码半抽象关系特征、PFC持续再激活任务相关信息的基础层级，并发现信息流方向按刺激知觉确定性动态重构——高确定性维持经典IT→PFC前馈主导；低确定性（近类别边界）诱发PFC→IT反馈流提前出现并主导、先于经典前馈扫掠，此反馈携模糊刺激内容特异性类别信息，表明PFC在感觉证据模糊时主动发起自上而下偏向信号精炼IT表征，支持反向层级理论(RHT)与层级预测编码(Hierarchical Predictive Coding, HPC)关于执行区在不确定时发高优先级预测以最小化预测误差的观点。该动态重构挑战固定前馈层级模型，提出脑按认知需求在"前馈主导"与"反馈主导"模式间切换的异级(heterarchy)架构，为未来具不确定性自适应循环的生物学 plausible视觉计算模型提供神经生理基准。基于模型的RCA可分离信息内容与共同输入，优于传统活动基连接法。综上，视觉分类中IT?PFC交互非固定层级而是依知觉不确定性动态重配，PFC在模糊时主动启动反馈流引导感觉加工，为灵活认知行为的感觉?联合皮层内容特异性动态交互提供机制框架。