По мере того как визуальная информация поступает в мозг через сетчатку, зрительная кора преобразует сенсорный ввод в согласованное восприятие. Нейробиологи давно выдвинули гипотезу, что часть зрительной коры, называемая нижневисочной (ИТ) корой, необходима для ключевой задачи распознавания отдельных объектов, но доказательства были неубедительными.
В новом исследовании нейробиологи Массачусетского технологического института обнаружили явные доказательства того, что ИТ-кора действительно необходима для распознавания объектов; они также обнаружили, что подмножества этой области отвечают за различение различных объектов.
Кроме того, исследователи разработали вычислительные модели, которые описывают, как эти нейроны преобразуют визуальный ввод в мысленное представление объекта. Они надеются, что такие модели в конечном итоге помогут направить разработку интерфейсов мозг-машина (ИМТ), которые можно было бы использовать для таких приложений, как создание изображений в сознании слепого человека.
"Мы пока не знаем, возможно ли это, но это шаг на пути к тем видам приложений, о которых мы думаем," говорит Джеймс ДиКарло, глава отдела мозга и когнитивных наук Массачусетского технологического института, член Института исследований мозга Макговерна и старший автор нового исследования.
Риши Раджалингем, постдок из Института Макговерна, является ведущим автором статьи, опубликованной в выпуске Neuron от 13 марта.
Отличительные объекты
В дополнение к предполагаемой роли в распознавании объектов ИТ-кора также содержит "патчи" нейронов, которые реагируют преимущественно на лица. Начиная с 1960-х годов нейробиологи обнаружили, что повреждение ИТ-коры головного мозга может приводить к нарушениям в распознавании объектов, не являющихся лицами, но было трудно точно определить, насколько важна ИТ-кора для этой задачи.
Команда Массачусетского технологического института намеревалась найти более убедительные доказательства роли ИТ-коры в распознавании объектов путем выборочного отключения нейронной активности в очень небольших областях коры и затем измерения того, как нарушение повлияло на задачу распознавания объектов. У животных, которые были обучены различать предметы, такие как слоны, медведи и стулья, они использовали препарат под названием мусцимол для временного отключения областей диаметром около 2 миллиметров. Каждая из этих субрегионов представляет около 5 процентов всей ИТ-коры.
Эти эксперименты, которые представляют собой первый случай, когда исследователи смогли заставить замолчать такие маленькие области ИТ-коры при измерении поведения при различении многих объектов, показали, что ИТ-кора не только необходима для различения объектов, но также разделена на области. которые обрабатывают различные элементы распознавания объектов.
Исследователи обнаружили, что отключение звука каждого из этих крошечных пятен вызывает заметные нарушения способности животных различать определенные объекты. Например, один субрегион может отличать стулья от автомобилей, но не стулья от собак. Каждый регион был вовлечен в от 25 до 30 процентов задач, которые тестировали исследователи, и регионы, которые были ближе друг к другу, имели тенденцию иметь большее совпадение между своими функциями, в то время как регионы, расположенные далеко друг от друга, имели мало общего.
"Мы могли бы подумать об этом как о море нейронов, которые полностью перемешаны друг с другом, за исключением этих островов "патчи на лице." Но то, что мы обнаруживаем, на что указывали многие другие исследования, заключается в том, что во всем регионе существует крупномасштабная организация," Раджалингем говорит.
Исследователи говорят, что особенности, на которые реагирует каждый из этих регионов, сложно классифицировать. Области не являются специфическими для таких объектов, как собаки, и не являются легко описываемыми визуальными особенностями, такими как изогнутые линии.
"Было бы неправильно сказать, что, поскольку мы наблюдали дефицит различения автомобилей, когда определенный нейрон был подавлен, это «автомобильный нейрон»," Раджалингем говорит. "Вместо этого ячейка реагирует на функцию, которую мы не можем объяснить, которая полезна для распознавания автомобилей. В этой и других лабораториях была проведена работа, которая предполагает, что нейроны реагируют на сложные нелинейные особенности входного изображения. Вы не можете сказать, что это кривая, прямая линия или лицо, но это визуальная функция, которая особенно полезна для поддержки этой конкретной задачи."
Бевил Конвей, главный исследователь Национального института глаз, говорит, что новое исследование значительно продвинулось в поиске ответа на критический вопрос о том, как нейронная активность в ИТ-коре головного мозга вызывает поведение.
"В статье делается важный шаг в углублении нашего понимания этой связи, показывая, что блокирование активности в разных небольших локальных регионах ИТ имеет различный избирательный дефицит для визуального различения. Эта работа расширяет наши знания не только о причинной связи между нейронной активностью и поведением, но и о функциональной организации ИТ: как устроен этот кусочек мозга," говорит Конвей, который не принимал участия в исследовании.
Интерфейс мозг-машина
Экспериментальные результаты согласуются с вычислительными моделями, которые ДиКарло, Раджалингем и другие в своей лаборатории создали, чтобы попытаться объяснить, как активность нейронов ИТ-коры вызывает определенные поведения.
"Это интересно не только потому, что в нем говорится о хороших моделях, но и потому, что подразумевается, что мы можем вмешиваться в эти нейроны и включать и выключать их," ДиКарло говорит. "С лучшими инструментами мы могли бы иметь очень большие эффекты восприятия и делать реальный ИМТ в этом пространстве."
Исследователи планируют продолжить уточнение своих моделей, включая новые экспериментальные данные из еще меньших популяций нейронов, в надежде разработать способы создания визуального восприятия в мозгу человека путем активации определенной последовательности нейронной активности. Технология для доставки такого рода данных в мозг человека может привести к новым стратегиям, которые помогут слепым людям видеть определенные объекты.
"Это шаг в этом направлении," ДиКарло говорит. "Это все еще мечта, но когда-нибудь эта мечта будет поддержана моделями, созданными такой работой."