学术动态

动态发布,集中呈现学校学术活动预告、专家学者观点、学术成果荣誉等。

[成果]顶级期刊Neuron封面刊登我校李武教授的论文

20171220日出版的神经科学顶级期刊《Neuron》发表了北京师范大学认知神经科学与学习国家重点实验室李武教授课题组的研究成果,并将其选为封面文章。这项研究在该课题组先前工作的基础上,进一步揭示了跨脑区、多层级、多线程的视觉图像解析过程。

我们的大脑可以快速处理复杂的视觉场景,并从中识别出各种物体。图像识别中一个至关重要的加工步骤是整合局部的线段,进而分离出物体的轮廓线。传统的视觉信息加工理论认为,图形元素的整合和分割是通过不同脑区自下而上的分级加工来完成的:低级视皮层神经元先负责抽提局部的简单特征,如小线段的朝向;然后高级视皮层神经元负责整合全局的复杂信息,如物体的轮廓形状。李武及其团队成员先前在猕猴上的研究表明图形整合并非是这样一个简单的拼装过程(Chen M. et al., Neuron 2014; Liang et al., PNAS 2017);整体图形及其构成部件的加工是通过低级和高级脑区之间双向的信息交互同步进行的:自下而上的前馈输入在较高级的脑区(例如V4区)快速组装成粗略的模板,随即模板信息通过自上而下的反馈连接来调节低级脑区(例如V1区)的加工过程,增强图形轮廓信号并抑制背景干扰。这种双向加工机制使整体轮廓信号在皮层环路中迅速放大,并以不同的精度同时在高级和低级脑区中表征。继这些重要发现之后,李武课题组进一步精细描记了两个相邻视觉脑区(V1V2区)中不同细胞层在图形轮廓检测过程中的反应特性,并运用Granger因果分析的方法剖析了各个细胞层之间的动态信息交互过程,以及这种多层级的信息交互模式在图形轮廓信号产生、传递和放大中的作用(图1)。


【图1图形轮廓检测过程中V1V2之间的有效连接随时间的动态变化。箭头粗细表示相对的连接强度;红蓝区域分别指示参与前馈和反馈相互作用的细胞层。SGGIG分别代表大脑皮质的上颗粒层(supra-granular)、颗粒层(granular)和下颗粒层(infra-granular)。在神经元反应的早期阶段(< 100 ms),前馈和反馈有效连接虽然都很强但是并没有携带轮廓信息,该阶段主要加工局部信息。随后,反馈作用占主导并且与轮廓整合密切相关,轮廓信号在皮层环路中被快速放大。当轮廓信号在两个脑区都达到峰值后,脑区间的相互作用开始逐渐减弱甚至消失,提示轮廓整合过程结束。(摘自Chen R. et al., Neuron 2017)


结合之前的研究结果,李武团队系统深入的工作刻画了时间和空间上交织在一起的若干神经计算过程在图形轮廓检测中的协同作用(图2)。

【图2多层级皮层环路中图形轮廓检测的神经计算过程。从低级到高级脑区(V1V2V4)的神经元反应粗略分为三个阶段(对应右图中由不同颜色背景划分的三列)。每一个小图中,垂直黑色虚线代表视觉图像中的轮廓线;灰色矩形表示兴奋性增强的皮层区域;圆圈表示感受野落在相应视野位置的神经元;彩色圆点指示轮廓线引起的神经元反应的变化(粉色代表弱易化,红色强易化,蓝色表示抑制)。钟形曲线代表神经元群体反应的空间分布,高于或低于水平虚线分别对应易化和抑制(相对于视觉图像中没有轮廓线的条件)。(摘自Chen R. et al., Neuron 2017)


封面介绍】Parsing visual scenes to form coherent percepts requires proper grouping of contour segments into global contours defining various objects. In this issue, Chen et al. show that contour detection entails complex interplay among different cortical layers in different visual areas. Through bidirectional processing within the multilayered circuitry, global contour signals are rapidly built up in multiple cortical areas at different levels of detail. The cover image illustrates the recurrent processes by borrowing the Droste effect (also known as “mise en abyme” in artistic term)—a picture recursively displayed within itself, which resembles our viewing experience between two mirrors facing each other.


这些研究结果为理解大脑高度智能化的多层级信息处理机制提供了重要实验证据,并会对类脑的人工智能计算模型研究有重要的指导作用。该研究主要由李武教授的博士研究生陈汝佳和科研助理王丰合作完成;美国Drexel大学的梁华楼教授参与了合作。研究得到了科技部973项目(2014CB846100),国家自然科学基金项目(31671079, 91432102)和北京师范大学交叉学科研究基金的资助。


论文链接:

Chen, R., Wang, F., Liang, H., and Li, W. (2017). Synergistic processing of visual contours across cortical layers in V1 and V2. Neuron96, 1388-1402.

http://www.cell.com/neuron/fulltext/S0896-6273(17)31032-2

封面链接:

http://www.cell.com/neuron/issue?pii=S0896-6273(16)X0025-6

TOP