《Nature Neuroscience》：Human hippocampal ripples tune cortical responses based on predicted uncertainty
编辑推荐：
为高效编码信息，感知系统应检测不可预测（即有信息量）的情形，并调节脑动态以为编码做准备。在不确定性下，更需要针对即将到来的信息生成预测，该过程被认为需要海马与新皮层(neocortex)间的协调活动。本研究通过对人海马与视觉皮层的直接记录发现，暴露于不可预测的
为高效编码信息，感知系统应检测不可预测（即有信息量）的情形，并调节脑动态以为编码做准备。在不确定性下，更需要针对即将到来的信息生成预测，该过程被认为需要海马与新皮层(neocortex)间的协调活动。本研究通过对人海马与视觉皮层的直接记录发现，暴露于不可预测的视觉刺激流后，刺激呈现前海马涟漪(ripple)活动的频率与持续时间随不可预测性增加。刺激前海马涟漪抑制与不确定性相关的视觉皮层γ活动变化，并调节高级视觉皮层对意外刺激(surprising stimuli)的刺激后预测误差γ响应。研究人员揭示了海马涟漪在基于预期信息增益促进视觉刺激传递中的功能，从而将海马涟漪与预测编码(predictive coding)理论中的神经元信息传递及精度加权预测误差(precision-weighted prediction error)相联系，揭示了一种与知觉综合及后续记忆编码相关的机制。
研究背景与意义
高效识别系统需优先处理能约束或更新知觉表征的信息，并通过持续生成关于输入刺激的预测、在预测被违背时修正信念(belief updating)。预测编码(predictive coding)理论认为大脑通过层级生成模型最小化预测误差，其中预测自上而下传递，而预测误差(prediction error)自下而上回传以更新高层预测，且预测误差按其不确定性即精度(precision)进行加权。海马被认为参与统计规律提取及情境化预测—误差交换，但其如何在刺激呈现前生成关于"可预测性"（即精度）的高阶预测并传递给新皮层仍不清楚。海马尖波涟漪(sharp-wave ripple, SWR或ripple)是哺乳类海马中80–200 Hz的同步化高频事件，传统认为与记忆回放(replay)和巩固有关，也有研究表明其在清醒状态下可表征未来可能轨迹，提示其潜在的前瞻(prospection)功能。然而人脑中海马涟漪是否在无外显记忆需求时参与感觉预测的精度调控尚未见报道。本研究利用颅内脑电图(intracranial EEG, iEEG)在人海马及腹侧视觉通路直接记录，检验假设：海马在刺激前依据熵(entropy, 即不确定性/预期信息增益)产生涟漪，以精度加权方式调制视皮层对随后预测误差的处理。该研究发表于《Nature Neuroscience》。
主要技术方法
研究纳入17例药物难治性颞叶癫痫术前评估患者（原18例剔除1例低正确率），植入深度电极记录海马（n=17）、枕皮层（occipital cortex, n=8）及梭状回(fusiform gyrus, n=7)局部场电位(local field potential, LFP)。被试完成视觉运动匹配任务：各block内四种彩色图形按不同概率分布呈现（产生试次水平熵entropy与惊奇surprise值，二者设计解相关），要求按键选择对应图形。采用80–120 Hz带通滤波及Hilbert变换检测海马涟漪(ripple)，排除尖波样痫样放电(interictal epileptiform discharge, IED)；双极性导联消除公共参考。时频分析采用Slepian多锥度法，广义线性混合模型(generalized linear mixed model, GLMM)及泊松广义线性模型(Poisson GLM)分析涟漪计数/时长与信息论量的关系；刺激前/后皮层γ响应通过一般线性模型拟合熵与惊奇的回归系数；涟漪触发(ripple-triggered)皮层时频分析比较刺激前与刺激后涟漪的皮层调制；梭状回兴奋/抑制平衡(E/I balance)用FOOOF算法拟谱指数(aperiodic exponent)；格兰杰因果性(Granger causality, GC)与偏有向相干(partial directed coherence, PDC)分析海马—皮层有向信息流。
研究结果
Prestimulus ripples increase with entropy（刺激前涟漪随熵增加）
通过二维直方图与混合效应gamma GLM分析发现，刺激前?800至?400 ms及?200至0 ms海马涟漪发生率显著升高，且集中于中高熵(1.6–1.9 bits)试次；Poisson GLM证实涟漪计数随熵增加而增多（?800至?600 ms窗口显著），与惊奇(surprise)无关甚至呈负趋势，独立oddball实验也显示高惊奇但不高熵时无涟漪增加，证明涟漪反映对"可预测性/预期信息增益"的编码而非对预测误差的反应。涟漪持续时间在刺激前随熵延长，刺激后涟漪时长则随熵缩短。
RT as a function of ripples（反应时受涟漪影响）
在高中熵试次中，含刺激前海马涟漪的试次反应时(reaction time, RT)显著快于无涟漪试次；熵与涟漪状态存在边缘显著交互，有涟漪试次中熵对RT的斜率更陡，提示涟漪通过提升预测误差精度加快证据累积速率。
Region-specific responses to uncertainty（区域特异性不确定性响应）
时频分析显示：海马γ(57.5–97.5 Hz)在刺激前约?990至?670 ms与熵呈负相关——高熵试次海马γ功率降低；枕皮层γ(35–117.5 Hz)在刺激前?510至?130 ms与熵正相关——高熵时枕皮层γ增强；梭状回无刺激前熵效应。提示高预期信息增益时海马预测误差精度下调、视皮层（低级）预测误差精度上调，为接受感觉输入做准备。
Ripple-triggered cortical responses（涟漪触发的皮层响应）
以海马涟漪峰值锁时分析发现，所有涟漪试次中梭状回与枕皮层高频γ(>100 Hz)均增高；区分刺激前/后涟漪发现，刺激前涟漪伴随枕皮层γ功率相对基线抑制（较无涟漪试次及较刺激后涟漪条件均低），即海马刺激前涟漪抑制了本应由熵诱发的枕皮层γ增强，实现状态准备。
Hippocampal and fusiform gamma to surprise（海马与梭状回γ对惊奇的响应）
刺激后海马γ(52.5–90 Hz, 160–540 ms)及梭状回γ(40–95 Hz, 200–510 ms)均与惊奇正相关；梭状回α/β(10–15 Hz, 510–840 ms)与惊奇负相关，符合预测误差的γ标记及顶部–下行预测(alpha/beta)。
Ripple-modulated responses to surprise（涟漪调制对惊奇的响应）
有刺激前海马涟漪时，梭状回对惊奇的γ响应更早（250–550 ms）且幅值更大；无刺激前涟漪时该γ响应延迟至510–710 ms，重复测量ANOVA交互显著，证实双重分离。FOOOF分析显示有刺激前涟漪试次梭状回谱指数(aperiodic exponent)更大（更陡斜率），提示更平衡的兴奋/抑制(E/I)状态及通过抑制性中间神经元实现的更高精度加权；无涟漪试次指数较小（更平），偏向兴奋态及较低精度加权。
Directed information flow（有向信息流）
高惊奇试次刺激后150–650 ms梭状回→海马γ频段(52–60 Hz)格兰杰因果性增强（底部–上行预测误差传递），反向无显著效应；高低熵条件下海马—枕皮层无显著有向流，提示海马对不确定性的影响通过状态准备而非连续信息传递实现。
讨论与结论翻译
研究人员让癫痫患者在颅内电极记录下观看具块内可变概率分布的简单视觉刺激序列，计算试次级熵（不确定性）与惊奇（预测违背），发现海马涟漪是海马向皮层传递高阶预测（即可预测性的预测＝精度）的关键载体：涟漪概率在刺激前高（但非最高）不确定性时最大，持续时间随熵延长；此类刺激前涟漪伴随后更快的梭状回惊奇γ响应及更平衡的皮层E/I状态，表明海马涟漪通过设定皮层动态赋予随后预测误差更大精度。海马γ在刺激前随熵降低并与涟漪共现，枕皮层γ随熵升高但被刺激前涟漪抑制。惊奇引发海马与梭状回γ增强及梭状→海马有向γ流。刺激后涟漪未显现相同皮层调制，可能服务于不同功能（如与内侧前额回交流或记忆巩固）。结论：海马涟漪在预测加工中具有重要作用——在刺激遇前报告其预期信息增益，从而促进视觉皮层中精确预测误差的传递（无记忆负荷条件下），揭示了海马涟漪通过准备不确定刺激的皮层状态（熵通路）与增强意外事件的预测误差响应精度（惊奇通路）实现其对皮层通讯的互补调节机制。
