November 26, 2018

研究人员发现了预测行为的神经密码

全国眼睛研究所(NEI)的科学家们发现,在所有脊椎动物中发现的古老中脑结构的高级小丘中的神经元是允许我们检测视觉物体和事件的关键参与者。这种结构没有帮助我们认识到特定的对象或事件是什么;相反,它是大脑的一部分,决定有些东西。通过同时比较从右侧和左左上的Collicul中记录的大脑活动,研究人员能够预测动物是否正在看到事件。调查结果今天在期刊上发表 自然神经科学。 Nei是国家健康研究院的一部分。

感知我们的环境中的物体不仅仅是眼睛,而且需要大脑过滤的能力 ,对其进行分类,然后理解或决定实际上存在对象。每一步都由大脑的不同部分处理,从眼睛的光敏视网膜到达 和优越的小小的小巧。对于难以看到的事件或物体(例如,暗室中的灰色椅子),可用的可视信息量的小变化和录制在大脑中可能是在椅子上绊倒或成功避免它之间的区别。该新研究表明,该过程决定存在对象或者在视野场中发生事件 - 由优越的小编处理。

“虽然我们已经知道很长一段时间,所以卓越的小小的小编涉及感知,但我们真的想知道这一点 该研究的詹姆斯·赫曼说,控制着感知的选择,并找到一种用数学模型来描述这种机制的方法。“。

“优越的小编在我们的过程和检测事件的能力中起着基本作用,”Richard Krauzlis,博士说,在该研究的高级作者中感觉体研究实验室的主要研究人员说。 “这项新的工作不仅表明,神经元的特定人群直接导致行为,而且是一种常用的 可以预测基于这些神经元的行为。“

决定采取动作的过程(一种行为,例如避开椅子),基于从感官(如视觉信息)的信息被称为“感知决策”。大多数研究感知决策人类,非人类灵长类动物或其他动物 - 使用数学模型来描述所示动物的刺激之间的关系(如移动点,颜色变化或物体的外观)和动物的行为。但由于大脑中的视觉信息处理是高度复杂的,科学家们已经努力证明这些数学模型准确地模仿在决策期间发生的生物过程。

在他们的新学习中,克劳兹利斯,赫尔曼和同事使用了“累计阈值模型”来研究如何 在优越的小学中涉及行为。这个常用的模型假定信息随着时间的推移而建立,直到它击中某个阈值,于是一个人或动物做出决定。 (例如,当您越来越靠近黑暗房间的灰色椅子,有关阴影或边缘的更多细节可能会有所可用,慢慢说服您在那里的物体。)因为单个神经元可以通过这种方式慢慢建立信息,赫尔曼and Krauzlis elected to use neuronal signals (instead of the experimental stimulus) as the input for their behavior-prediction model.

训练有素 要进行感知决定任务:在按住杠杆时,猴子会响应其外围愿景的微妙颜色变化。研究人员将向猴子表明他们应该注意的猴子。如果电压侧改变颜色,猴子应该释放杠杆,但如果非呼叫(箔)侧改变颜色,猴子应该忽略它。

在任务期间,研究人员同时在猴子大脑的右侧和左侧的右侧和左侧的上左侧的上部录制信号。虽然脑子的两侧响应于颜色变化而激活,但研究人员发现,如果双方之间的神经元活动差异达到特定阈值(例如,右上优越小学中的神经元比左侧的强烈射击)会释放杠杆。

为了发现这种差异神经元激活导致猴子的行为,研究人员直接在一侧改变了神经元激活,要么将药物注射到稍微低下的神经元活动,或用微小的电荷刺激神经元以提高它们的活性。当侧面反应的神经元信号较强时,猴子更好地报告调节和拒绝箔颜色变化。当在该侧的神经元信号较低时,猴子在报告中较较差,在报告的颜色变化时。可以通过对阈值模型的简单计算调整来预测行为中的这些改变。

使用颜色变化刺激的一个原因KRAUZLIS表示,上级小巧本身并不处理这些信息。相反,其他部分 处理变化的颜色,并将该信息传输到优越的小编,以便决定进行决定。从本质上讲,优越的小学中的神经元活性的这种简单的差分阈值触发了动物,以报告视野中的某些东西。

“令人惊讶的是,尽管我们在脑皮质中具有复杂的视觉机制,但这些进化较旧的结构对于我们习惯的视觉感知仍然至关重要,”赫尔曼说。

“对于这种任务,你没有被要求究竟要说的事情是什么,但你只是说,它发生了,那么在卓越的小小的活动中的这种活动似乎都是必要的,充分的,”Krauzlis说。

虽然模型基于优越小集中的活性准确地预测行为,但是,每个猴子的神经元中神经元激活的模式是独一无二的,这意味着每只猴子都有自己的行为信号代码。



更多信息: James P. Herman等人,中脑活动可以在注意力期间解释感知决定, 自然神经科学 (2018)。 DOI:10.1038 / s41593-018-0271-5
信息信息: 自然神经科学

Provided by 全国眼学院
引文: 研究人员发现了预测行为的神经码(2018年11月26日) 检索到2021年5月22日 from //xasqxhb.com/news/2018-11-neural-code-behavior.html
本文件受版权保护。除了私人学习或研究目的的公平交易,没有 未经书面许可,可能会复制部分。内容仅供参考。

用户评论