《Brain Sciences》：Animate Categories Show Higher Cross-Duration Representational Selectivity in Ventral Occipitotemporal Cortex Under Brief Visual Input
编辑推荐：
背景：人类视觉系统能够从极短暂的视觉输入中提取物体类别信息，生命体类别（animate categories）在快速分类、视觉搜索和变化检测任务中常表现出相对于非生命体类别（inanimate categories）的行为优势。受这些行为发现的启发，本研究探究
背景：人类视觉系统能够从极短暂的视觉输入中提取物体类别信息，生命体类别（animate categories）在快速分类、视觉搜索和变化检测任务中常表现出相对于非生命体类别（inanimate categories）的行为优势。受这些行为发现的启发，本研究探究了在表征层面，于有限输入条件下，生命体类别是否能在腹侧视觉皮层中诱发出更具类别选择性的神经活动模式。方法：研究人员采用功能性磁共振成像（functional Magnetic Resonance Imaging, fMRI）和基于相关的多体素模式分析（multivoxel pattern analysis, MVPA），检验在33毫秒（ms）短暂呈现条件下生命体类别在腹侧枕颞皮层（ventral occipitotemporal cortex, VOTC）诱发的活动模式，是否比非生命体类别更选择性地对应于500毫秒延长观看条件下的同类别模式。扫描过程中，被试观看包含四个基本水平亚类别的生命体和非生命体刺激，并执行一项不需要 explicit 类别判断的噪声检测任务。结果：在多种感兴趣区（region of interest, ROI）定义策略下，生命体类别均显示出显著高于非生命体类别的跨时程类别信息（cross-duration category information）。在排除包含人脸信息的人头类别后，该效应仍然显著。刺激层面的图像特征分析进一步表明，类别内视觉同质性（within-category visual homogeneity）能够解释跨时程类别信息的部分方差，尤其在包含人头的完整刺激组中。然而，源自方向梯度直方图（histogram of oriented gradients, HOG）、Gabor滤波器响应和ResNet50特征的复合视觉同质性指数未能完全解释生命体类别在跨时程类别信息上的优势。结论：总体而言，这些结果表明，当视觉输入高度受限时，生命体类别能够诱发与延长观看条件下同类别模式更具选择性对应的VOTC多体素模式。
该研究发表于《Brain Sciences》，旨在探究有限视觉输入条件下的类别表征机制。人类视觉系统具备在极短时间内提取物体类别信息的卓越能力，大量行为学证据表明观察者仅需数十毫秒即可判断自然场景中是否包含动物、人物、车辆等类别。在诸多上位类别区分中，生命体—非生命体划分被认为是视觉分类中最常用且证据最充分的类别边界之一，并被提出作为物体知识结构组织的核心维度。先前研究已发现生命体刺激在快速反应任务、眼跳选择、视觉搜索和变化检测范式中常表现出处理优势。然而，行为反应是多个加工阶段的最终输出，可能受到视觉表征、注意捕获、搜索策略、任务准备、决策标准和反应选择等多重因素的影响。因此，仅凭行为层面的生命体优势尚无法确定此类优势是否已在有限输入条件下的视觉皮层表征中得到体现。本研究据此聚焦于一个表征层面的核心问题：当视觉输入高度受限时，生命体类别是否比非生命体类别在视觉皮层中表现出更高的类别选择性神经模式。
fMRI研究为解答该问题提供了重要框架。大量fMRI证据表明，腹侧视觉通路特别是腹侧颞叶皮层（ventral temporal cortex, VTC）是物体类别表征的核心区域。在VTC及其相邻的枕颞区域中，生命性构成稳定而显著的表征维度。先前研究发现面孔、身体及生命体刺激通常在外侧VTC、外侧枕颞皮层及颞上沟附近区域诱发更强反应；而非生命体类别如场景、建筑和工具则更多涉及内侧VTC、海马旁皮层及相关区域。这些发现为考察有限输入下的类别选择性神经模式奠定了基础。值得注意的是，部分研究表明生命体类别信息在视觉皮层中具有独特的表征分布特征：偏好生命体信息的体素形成相对集中的高密度分布，而偏好非生命物体的体素则更为弥散地分布。时间动力学研究进一步发现生命性相关信息可在刺激呈现后的早期时间窗口内被解码，提示该信息可能在早期视觉加工阶段即已部分可及。
本研究采用事件相关fMRI设计，设置33毫秒短暂呈现和500毫秒延长呈现两种条件。其中33毫秒掩蔽条件旨在限制持续性视觉输入，500毫秒条件则提供相对延长的可见输入。刺激包含两个上位类别——生命体与非生命体，生命体亚类别包括人头、人体、动物面孔和完整动物身体，非生命体亚类别包括工具、大型人工制品、自然物体和建筑物。为减少显性生命体—非生命体判断和类别决策策略的影响，被试在扫描过程中执行噪声检测任务，该任务不需要对具体类别进行判断。研究人员随后采用基于相关的MVPA方法，计算短暂呈现条件下各类别模式与延长呈现条件下对应类别模式之间的相关性，并使用类别信息（category information, CI）指标来量化跨时程类别选择性，即给定类别的短暂呈现模式在多大程度上比与其他类别模式更强地对应于延长观看条件下的同类别模式。
研究还充分考虑到视觉结构差异对结果解释的潜在影响。物体类别表征与形状、低层图像属性和类别属性密切相关，低层图像属性可预测腹侧视觉通路类别选择性区域的反应模式。相关研究已表明视觉因素和类别相关维度在视觉层级结构和VTC生命性组织中具有部分独立但密切相关的贡献。因此，若生命体类别表现出更高CI，需评估该效应是否可由类别内视觉同质性差异来解释。为此，研究人员开展了刺激层面的计算图像特征分析，利用HOG特征、Gabor滤波器响应和ResNet50卷积特征来量化各类别的视觉同质性，以检验这些视觉同质性测量对生命体类别CI优势的解释程度。
在技术方法方面，本研究主要采用以下关键技术：基于磁共振成像的血氧水平依赖性信号（blood-oxygen-level-dependent, BOLD）采集来自北京师范大学MRI中心的3T西门子扫描仪；图像预处理采用SPM12软件包完成，包括切片时间校正、头动校正、功能-结构像配准、标准化至蒙特利尔神经科学研究所（Montreal Neurological Institute, MNI）空间以及重采样至3×3×3毫米体素；核心分析为基于皮尔逊相关的MVPA，在多体素模式上计算跨条件的表征相似性；此外还采用了三种ROI定义策略（个体特异性联合ROI、组水平ROI和纯解剖ROI）进行多重验证，以及主成分分析（principal component analysis, PCA）构建复合视觉同质性指数。
全脑分析结果显示，短暂和延长呈现条件下，生命体相对于非生命体的激活主要分布于双侧外侧梭状回、外侧枕颞皮层及右侧颞上沟附近区域；非生命体则偏向内侧VTC，尤其是右侧海马旁回及其邻近区域。两种呈现时长下，生命体激活均主要位于外侧枕颞皮层和外侧梭状区域，非生命体激活则偏向腹侧颞叶内侧区域。在类别的直接对比中，未发现超ordinate类别水平上两种呈现条件的显著差异。
ROI模式分析是本研究的核心。在三种ROI定义策略中，重复测量方差分析均显示八个物体亚类别间存在显著的跨时程类别信息差异。计划比较进一步揭示，在所有三种ROI定义策略中，生命体类别的平均CI均显著高于非生命体类别。尤为关键的是，在排除包含人脸信息的人头类别后，剩余三个生命体亚类别的平均CI仍显著高于非生命体类别。留一亚类别分析显示，依次移除每个生命体亚类别后，生命体优势仍然显著。此外，在联合ROI中，从50至200个体素的不同top-N阈值下，完整八类别分析以及排除人头类别后的分析均保持显著，效应量和显著性水平稳定。留一被试稳健性分析也一致显示生命体类别的CI高于非生命体类别。探索性脑—行为相关分析未发现扫描任务表现与神经生命体CI优势之间存在可靠的个体水平关联。
视觉同质性分析结果显示，各亚类别在视觉同质性上存在实质性差异，但未呈现稳定的超ordinate生命体—非生命体差异。人头在所有五种特征空间中均显示高类别内相似性，而动物身体在HOG特征空间中相似性相对较低；工具在若干ResNet50层中也显示较高相似性，表明高视觉同质性并非生命体类别独有。置换检验比较生命体与非生命体的平均视觉同质性，在完整刺激集和排除人头的刺激集中均未发现显著差异。回归分析表明，在完整八类别刺激集中，视觉同质性主成分1（Visual homogeneity PC1）显著预测CI，但控制该变量后，生命性对比仍显著预测CI。排除人头类别后，Visual homogeneity PC1不再显著预测CI，但生命性对比依然显著。这些结果表明，虽然类别内视觉同质性对CI有贡献，但未能完全解释观测到的生命体类别优势。
讨论部分，研究人员将跨时程类别选择性与VTC中动物外观的过表征现象联系起来，认为有限输入下生命性相关线索可能更易支持分布式VOTC表征空间内的稳定类别对应。该解释与领域特异性账户和动物监测假说相容，但强调需更系统地操纵面孔、身体、生物形态和生命性本身等维度以分离其贡献。同时，研究审慎指出，自然物体图像中视觉形式、生态相关性和语义类别往往高度相关，因此无法确立生命体CI优势完全独立于视觉形式，也无法确立其为纯粹语义效应。该优势可能反映了未测量形状线索、类别结构和生态或语义维度的共同贡献。
研究结论指出，在短暂视觉输入下，VOTC中的生命体类别表现出比非生命体类别更高的跨时程类别信息，该效应在多种ROI定义策略、排除人头类别、不同top-N体素阈值和被试水平稳健性分析中保持一致。刺激层面的图像特征分析表明，类别内视觉同质性对CI有贡献，但未能完全解释生命体类别优势。因此，生命体相关信息在分布式VOTC表征空间中表现出相对较高的跨时程类别选择性，这一优势可能反映了生命性相关类别组织、视觉结构和类别结构因素的共同贡献。
