**基于多脉冲神经网络的灵长类腹侧视觉通路层级特征绑定机制研究**

《PLOS Computational Biology》：Hierarchical feature binding in a spiking neural network model of the primate ventral visual pathway

　　

特征绑定——大脑如何编码哪些特征属于其他特征，从而形成对所感知连贯物体的表征——至今仍是神经科学中一个悬而未决的问题。尽管在该问题的解决上已取得进展，但主要理论要么缺乏神经元层面的详细解释，要么依赖于生物学上不切实际的简化，并且均未能充分解释层级信息（hierarchical information）的表征，而层级信息对于我们感知世界至关重要。为解决这一问题，研究者提出了一种名为“多脉冲同步化绑定”（binding by polychrony）的解决方案，用以解释层级特征关系如何在生物学上真实的系统中于神经元层面被编码。该理论依赖于一种称为多脉冲同步化（polychronization）的现象，即神经元群以精确协调、时间锁定的序列放电，从而产生规律性重复的时空模式，这些模式可能编码上述关系。在本研究中，研究人员通过模拟一个与灵长类腹侧视觉通路（primate ventral visual pathway）结构组织高度一致的多脉冲神经网络（spiking neural network，SNN）来探索多脉冲同步化绑定，该网络整合了自下而上、自上而下及侧向突触连接。通过将网络暴露于来自生态学上真实数据集的相关二维物体形状集合，并应用尖峰时间依赖可塑性（spike-timing-dependent plasticity，STDP），网络自我组织形成单个神经元对特定形状特征的选择性响应。此外，网络展现出多脉冲同步化，产生重复的时空模式，其中部分模式形成编码层级特征关系的电路。值得注意的是，即使在输入层中表示视觉刺激的随机泊松分布（Poisson-distributed）尖峰时序下，这些电路依然稳健。这些结果为多脉冲同步化绑定作为特征绑定问题的一种可行解决方案提供了证据，并刻画了其可能发挥作用的机制。该机制可指导实验研究者在体内识别此类电路，也可应用于计算机视觉系统，以捕获更多信息并提高对对抗性输入的鲁棒性。

**多脉冲神经网络模型中的层级特征绑定机制研究——基于灵长类腹侧视觉通路的系统解读**

**一、研究背景与科学问题**

特征绑定问题（feature binding problem）是神经科学领域长期未解的核心难题，其本质在于阐明大脑如何将分散编码的视觉特征（如边缘、轮廓、形状）动态整合为连贯的物体表征。该问题的复杂性在层级视觉加工背景下尤为突出：视觉系统需要在不同空间尺度上表征从局部边缘到整体物体的特征层级，并编码“该边缘属于该物体”的“部分-整体”（part-of）关系。尽管已有多种理论框架试图解释特征绑定的神经机制，但既有理论存在明显不足：基于同步放电（binding by synchrony）的理论依赖于均匀的轴突传导延迟，这与生物神经回路中传导延迟高度异质性的现实相悖；而其他理论则缺乏神经元层面的具体实现细节。此外，现有理论均未能充分解释层级信息表征，而这恰恰是人类感知世界的基础。

针对上述问题，Eguchi、Isbister等研究者提出了“多脉冲同步化绑定”（binding by polychrony）理论。该理论基于多脉冲同步化现象——神经元群以精确协调、时间锁定但非同步的序列放电，形成规律性重复的时空模式（即多脉冲同步化神经元群，polychronous neuronal groups，PNGs）。本研究旨在通过构建与灵长类腹侧视觉通路结构高度一致的多脉冲神经网络（spiking neural network，SNN）模型，系统检验多脉冲同步化绑定作为层级特征绑定解决方案的可行性，并阐明其工作机制。

**二、研究内容与核心发现**

研究人员构建了一个包含V2、V4、TEO和TE四个层级结构的多脉冲神经网络模型，其中整合了自下而上（feedforward）、自上而下（feedback）和层内侧向（lateral）突触连接，并引入了符合生物学实测的随机轴突传导延迟（1-10毫秒）。网络通过无监督竞争学习机制，在尖峰时间依赖可塑性（spike-timing-dependent plasticity，STDP）驱动下，对生态学上真实的二维物体形状数据集（N3P2和N4P2，分别包含8种和16种由凸/凹边界轮廓元素构成的三边或四边形状）进行训练。

研究获得以下核心发现：第一，通过STDP驱动的无监督竞争学习，网络自组织形成了对特定边界轮廓元素（如左侧凸度）具有选择性响应的特征神经元，且这些特征在层级间呈现由局部到整体的梯度表征；第二，网络高层涌现出多脉冲同步化现象，形成结构上符合三神经元层级特征绑定（hierarchical feature binding，HFB）电路的重复时空放电模式；第三，这些HFB电路能够选择性编码不同空间尺度的边界轮廓特征之间的层级绑定关系，且对输入层随机泊松尖峰时序和图像噪声表现出显著鲁棒性；第四，特征神经元和绑定神经元在多个电路中重复使用，表明信息编码依赖于时间锁定的三元组协同放电而非单个神经元身份。

**三、关键技术方法**

本研究采用的主要技术方法包括：（1）Gabor滤波预处理，模拟初级视觉皮层（V1）简单细胞的朝向选择性响应特性，将灰度图像转换为滤波输出通道；（2）基于电导的泄漏积分发放（leaky-integrate-and-fire，LIF）神经元模型与第四阶龙格-库塔（RK4）数值积分方法（利用Brian2模拟器实现）；（3）尖峰时间依赖可塑性（STDP）学习规则（采用加性变体，包含长时程增强和长时程抑制）；（4）用于检测重复时空尖峰模式的多脉冲同步化神经元群检测方法——尖峰模式检测与评估（Spike PAttern Detection and Evaluation，SPADE）方法（基于频繁项集挖掘，并结合尖峰时间抖动生成替代数据进行统计显著性检验）；（5）单细胞信息分析，基于信息论度量神经元对特定刺激类型携带的刺激特异性信息量；（6）回溯分析（traceback analysis），利用反向传播技术追踪输出神经元对输入层视网膜空间各区域的敏感性。

**四、主要研究结果**

**（一）通过网络自组织形成特征选择性**

Fig 5展示了最终层（L4）示例神经元在训练后对左侧凸边界轮廓元素表现出强烈选择性响应，回溯分析证实该神经元对输入空间中对应于左凸边界轮廓元素的拓扑区域具有显著敏感性。Fig 6进一步表明，L4神经元整合来自多个具有较窄感受野的L3神经元的输入，形成对整个边界轮廓元素的更完整表征，验证了层级空间特征处理机制。

**（二）单神经元信息分析显示特征选择性增强**

Fig 9显示，经过STDP训练后，最终层兴奋性神经元关于其偏好侧凸度的刺激特异性信息量显著增加，超过2/3比特阈值的信息性神经元数量增加数倍。Fig 10显示信息性神经元在最终层形成与偏好视觉特征拓扑对齐的聚类，与腹侧视觉通路的拓扑组织研究一致。

**（三）网络对输入噪声的鲁棒性保持特征选择性**

Fig 11显示，在不同幅度高斯噪声干扰下，训练后网络的信息性神经元数量显著高于未训练网络，最高噪声条件下仅有训练网络保持足够的信息性神经元。Fig 12对比了训练前后单个神经元在噪声条件下的响应特性，训练后神经元形成更锐利的敏感性图，对特定边界特征具有特异性。

**（四）特征选择性对部分视觉遮挡的鲁棒性**

Fig 13通过“滑动幕布”协议逐步遮挡目标特征的Gabor滤波输出，发现低遮挡水平（0-25%）下顶部排名神经元保持接近1比特的高信息值；功能性子集神经元在50%遮挡下仍保持选择性，直至完全遮挡才发生选择性崩溃。

**（五）多脉冲同步化的涌现支持层级特征绑定**

Fig 14A显示，训练后第2、3、4层中结构上对应三神经元HFB电路的PNG数量显著增加，且包含反馈连接的网络架构（FF+LAT+FB）产生的PNG数量显著多于仅含前馈和侧向连接的网络（FF+LAT），双因素方差分析确认了架构的主效应（N3P2：F1,12=242.2，p<0.001；N4P2：F1,12=512.1，p<0.001）。Fig 14B显示，每个任务中有10至40个PNG实现了高F1分数（>0.9），表明其具有编码特定凸边界元素的潜力。

**（六）HFB激活对边界形状特征具有选择性**

Fig 15和Fig 16展示了三个高性能凸边界选择性HFB电路的尖峰栅格图和电路图，这些电路在偏好凸度存在时激活2-3次，而在无凸边界元素形状呈现时保持沉默，表明神经元时间协调在HFB电路形成中的关键作用。

**（七）特征和绑定神经元的重复使用保持选择性多脉冲模式**

Fig 17-19显示，每个电路角色的不同神经元数量远低于兴奋性神经元群体（4096）和各层锚定PNG数量，每个角色的重复使用因子在4至5之间。绑定神经元的刺激特异性信息随层深度增加而降低（中位数从第2层的约0.83降至第4层的约0.36），但PNG的F1分数对其绑定神经元参与的不同标签数量基本不变，支持关于绑定特征的信息由三元组时间锁定协同放电而非绑定神经元单独传递的结论。

**（八）绑定电路以中等选择性覆盖特征库**

每个特征在两种数据集中均至少由一个超过F1分数0.7的电路表征（N3P2为六分之六，N4P2为八分之八）；低层神经元几乎总是设定其加入电路的特征（N3P2约96%，N4P2约98%），表明低层神经元是绑定电路编码内容的主要决定因素。

**（九）PNG起始时间和精度与特征选择性相关**

Fig 20显示，PNG起始时间分布峰值在约20毫秒处，中位数为50毫秒；起始时间较晚的PNG往往表现出更大的激活时间变异性。起效时间与F1分数选择性之间存在弱负相关（最小二乘斜率-0.011每0.1 F1，95% CI -0.017至-0.005；R2=0.083；p=0.004）。Fig 21表明，选择性PNG的早期起始时间与局部神经元群体活动的峰值时间对齐，且无持续振荡现象。

**（十）对关键模型参数的鲁棒性**

通过扫描抑制性竞争强度（IE）、最大兴奋性传导延迟和学习率，排名信息概况、信息性输出神经元数量和检测到的PNG计数均围绕默认参数状态平滑变化，表明主要结论不依赖于精细调节的参数设置。

**五、讨论与结论**

讨论部分指出，STDP通过无监督竞争学习驱动网络形成对统计显著视觉特征的选择性表征，其作用可解释为最大化生成观测到的精确时序突触后尖峰序列的可能性。与速率编码的VisNet模型相比，本研究SNN模型主要再现了V4区中间阶段神经元对单一边界轮廓元素的响应特性，而未出现TEO和后TE区神经元对边界元素组合或整体物体形状的选择性响应，这一差异归因于SNN对STDP的依赖以及缺乏生物学上可实现的权重向量重归一化机制。研究还发现网络对凸边界元素存在表征偏向，与猕猴V4区凸度感知优势的神经生理学发现一致，该偏向可归因于凸元素的几何隔离特性和网络的侧向抑制机制。

关于层级特征绑定的意义，研究结果表明多脉冲同步化绑定利用了生物神经回路中轴突传导延迟的天然异质性，形成了编码丰富视觉特征及其层级关系的能力，克服了同步绑定理论对均匀传导延迟的不切实际依赖。绑定电路中神经元角色的广泛重复使用体现了多脉冲同步化编码（polychronous code）的表征容量优势，使得网络能以远少于绑定关系数量的神经元编码大量特征间关系。研究者提出，HFB绑定神经元在网络范围的吸引子动力学中发挥关键作用，通过自下而上、自上而下和侧向连接的循环传播，使网络最终收敛到最大化低层特征、高层特征及其层级绑定关系之间一致性的稳定状态。

研究结论部分可概括为：本研究表明，在结构上模拟灵长类腹侧视觉通路的多脉冲神经网络中，通过STDP驱动的无监督竞争学习，网络能够自组织形成对不同空间尺度边界轮廓特征具有选择性响应的神经元层级，并涌现出结构上构成三神经元电路的规律性重复时空放电模式（PNGs）。这些电路及其中的绑定神经元编码了低层与高层视觉特征之间的层级绑定关系。即使在输入层采用随机泊松分布尖峰时序的情况下，这些电路依然保持稳健，为多脉冲同步化绑定作为特征绑定问题的生物学可行解决方案提供了证据。该机制不仅为神经科学家在体内识别此类电路提供了指导，也为计算机视觉系统利用层级特征绑定信息提升对对抗性输入的鲁棒性提供了新思路。