使用Neuropixels 1.0 NHP探針揭示樹鼩視覺神經系統“壓縮層次”特性
2025年8月27日，由美國加州大學伯克利分校 Doris Y. Tsao 教授領導的研究團隊在《Nature》（IF2024=50.5）期刊上發表了題為《A compressed hierarchy for visual form processing in the tree shrew》的研究論文。
研究揭示了樹鼩腹側視覺通路采用一種“壓縮層次”結構進行視覺形態處理。通過大規模Neuropixels記錄發現，盡管其視覺系統保留了感受野增大、反應延遲等層次化特征，但高級視覺功能（如完整物體空間表征、精確物體解碼與重建、面孔選擇性）在早期視覺區域V2中即已實現，其物體解碼性能甚至與獼猴后顳葉皮層相當。該機制表明，大腦可通過在早期皮層實現高級功能來構建高效的視覺系統，為理解不同哺乳動物視覺系統的演化與計算原理提供了新視角。
買 Neuropixels，找禮智生物！
禮智生物是 IMEC 中國區授權代理商，在使用Neuropixels 技術進行實驗操作及數據分析方面積累了豐富的經驗。如果需要采購 Neuropixels，歡迎聯系我們！（聯系方式見文末）
研究主要結果
該研究在清醒樹鼩上，利用多通道Neuropixels探針（Neuropixels 1.0 NHP）同步記錄V1、V2、TP、TI-ITi、ITr及丘腦枕共6個視覺腦區神經元活動。通過呈現一系列視覺刺激（包括稀疏噪聲、光柵、自然紋理、噪聲及1593張物體和面孔圖像），系統量化了各腦區的感受野、反應潛伏期、特征調諧、物體編碼能力及面孔選擇性，并與獼猴V2和顳葉皮層數據進行對比。
1. 樹鼩視覺系統具有層次化特征
研究通過Neuropixels 1.0 NHP記錄發現，從V1到前顳葉區域（如ITr），樹鼩視覺通路中神經元的感受野大小和反應潛伏期逐漸增加（Figure 1）。例如，V1的感受野中位數為5°，而ITr增至15°；V1的半峰潛伏期約為40 ms，ITr則延長至80 ms。這些變化與靈長類視覺層次結構一致。
Figure 1：樹鼩腹側視覺通路的功能層次
a–b：實驗示意圖，顯示樹鼩大腦結構和Neuropixels記錄設置。
c：電極軌跡標記，確認目標區域定位。
d：各區域記錄單元數量。
e：各區域視覺響應細胞比例。
f：具有感受野的細胞比例（ON/OFF）。
g：感受野位置與大小分布。
h：感受野大小隨區域前移而增大。
i：反應潛伏期隨區域前移而延長。
j：感受野大小與潛伏期共同支持層次結構。
2. V2在紋理處理中起關鍵作用
樹鼩V2對自然紋理與頻譜匹配噪聲的區分能力最強，差異在刺激開始后45 ms即出現，而V1則在90 ms后才出現差異（Figure 2）。這表明V2在早期階段就對高階統計特征敏感，可能通過反饋機制影響V1。
頻譜匹配噪聲是一種經過特殊處理的控制刺激，它的目的是與另一類圖像（通常是自然圖像或自然紋理）在低階統計屬性上完全匹配，但同時不包含自然圖像中存在的高階統計結構。可以把它理解為：“保留了所有‘原料’，但打亂了‘配方’的圖像。”
頻譜匹配噪聲示例。a為自然紋理圖，b為與之相對應的頻譜匹配噪聲圖
Figure 2：方向、空間頻率與紋理編碼
a：靜態光柵刺激示例。
b：對光柵有響應的細胞比例。
c：V2與ITr細胞對光柵的調諧示例。
d–e：方向與空間頻率調諧強度。
f–i：自然紋理與噪聲的響應差異，V2最早出現區分。
3. V2編碼高級物體空間
使用AlexNet的FC6層特征空間建模發現，樹鼩V2神經元能夠編碼完整的物體空間，其偏好軸分布覆蓋所有四個象限（Figure 3）。V2在物體識別和解碼任務中表現最佳，其解碼準確率甚至與獼猴的后顳葉皮層相當。
Figure 3：物體編碼與軸編碼模型
a：各區域細胞對物體刺激的響應示例。
b：對物體有響應的細胞比例。
c：圖像身份解釋的方差比例。
d：AlexNet與樹鼩視覺通路對比示意圖。
e–f：神經元在AlexNet FC6空間中的偏好軸與正交軸響應。
4. V2支持高精度物體重建
從V2神經活動中重建的圖像與原始圖像最為接近，其歸一化解碼距離在所有區域中最小（約1.7），顯著優于V1（約2.0）和TI-ITi（約2.1）（Figure 4）。這表明V2在樹鼩視覺系統中承擔了高級物體表征的功能。
Figure 4：AlexNet特征編碼與圖像重建
a–b：單個V2細胞與群體對AlexNet各層的響應。
c：各區域最佳解釋層（V2為Conv4–Conv5，前區為FC6）。
d–e：FC6主成分的編碼與解碼性能，V2最優。
f–g：圖像重建效果與歸一化解碼距離，V2重建最準確。
5. V2中存在面孔選擇性細胞
盡管面孔在樹鼩行為中并不重要，但在V2及更前區域（如TI-ITi和Pulv）中發現了強面孔選擇性細胞（t ≥ 15）。這些細胞的存在支持了“面孔細胞可能源于一般物體空間編碼”的觀點。
Figure 5：物體空間與類別選擇性
a：物體在AlexNet FC6空間中的分布。
b：各區域細胞偏好軸在物體空間中的投影。
c–d：面孔與其他類別選擇性細胞的響應示例。
e：各區域面孔選擇性細胞比例。
6. 與獼猴系統的對比揭示“壓縮層次”
與獼猴相比，樹鼩V2在物體解碼、圖像重建和面孔選擇性方面的功能相當于獼猴的IT皮層（Figure 6）。例如，樹鼩V2的面孔身份解碼準確率接近獼猴后顳葉，而獼猴V2幾乎無面孔細胞。
Figure 6：樹鼩與獼猴視覺系統對比
a–c：獼猴記錄區域與響應示例。
d：獼猴中圖像身份解釋方差隨層次遞增。
e：獼猴圖像重建性能隨層次提升。
f：獼猴各區域面孔細胞比例。
g：面孔與物體身份解碼性能，樹鼩V2相當于獼猴后顳葉。
h：三種動物視覺系統特征對比圖。
7. 缺乏視角不變性趨勢
與獼猴不同，樹鼩視覺系統中未發現明顯的視角不變性隨層次遞增的趨勢，提示其視覺處理可能更依賴于局部特征而非全局不變性（Figure 6）。
研究總結本研究首次系統揭示了樹鼩視覺系統的“壓縮層次”結構：盡管保留了層次化特征，但高級視覺功能（如物體表征、面孔選擇性）在早期區域V2中即已實現。
這一發現挑戰了傳統深度前饋網絡模型，提示視覺系統可通過局部循環實現高效編碼，為理解不同哺乳動物視覺系統的演化提供了新視角。
參考文獻
Lanfranchi FF, Wekselblatt J, Wagenaar DA, Tsao DY. A compressed hierarchy for visual form processing in the tree shrew. Nature. 2025 Oct;646(8086):872-882. doi: 10.1038/s41586-025-09441-w.
想要獲取本篇文獻的老師同學們，可以拉到文末添加禮智小客服哦！
