丘脑皮质网络动力学可以解释视觉冲激响应和感知回声

《iScience》:Thalamocortical network dynamics can explain visual impulse responses and perceptual echoes

【字体: 大 中 小 】 时间:2026年08月28日 来源:iScience 4.5

编辑推荐:

   要点•麻醉柽猴 V1 局部场电位(LFP)对随机刺激进行宽带耦合•脉冲响应可用丘脑皮层网络模型解释•降低阻尼使模型动态类似于清醒人类脑电图(EEG)反应•丘脑皮层共振可能在感知回声的产生中起作用摘要尽管时间信息在自然视觉中无处不在,但皮层表现出强烈的内在节律性。近期的脑电图(

  

要点•麻醉柽猴 V1 局部场电位(LFP)对随机刺激进行宽带耦合•脉冲响应可用丘脑皮层网络模型解释•降低阻尼使模型动态类似于清醒人类脑电图(EEG)反应•丘脑皮层共振可能在感知回声的产生中起作用摘要尽管时间信息在自然视觉中无处不在,但皮层表现出强烈的内在节律性。近期的脑电图(EEG)研究揭示了视觉脉冲响应函数(IRF)中一个类似于窄带 alpha 频段(7–13 Hz)滤波器且衰减缓慢的成分(即“感知回声”),但迄今为止尚未在细胞水平上进行研究。在此,我们表征了柽猴 V1 对宽带视觉闪烁的反应。与刺激锁定的动态特征表现为非振荡性的 IRF 且由低频主导。脉冲活动在时间稀疏的稳态下与刺激耦合,单个单元显示出预期的时间频率调谐。这些动态可以通过一个既定的丘脑皮层网络模型来解释。我们进一步表明,在降低阻尼的情况下,该模型重现了在清醒人类 IRF 中观察到的振荡动态。我们的新发现表明,丘脑皮层 alpha 共振在感知回声的产生中起作用。图文摘要引言时间信息的准确表征是视觉处理的关键部分,因为它构成了与不断变化的环境进行任何适应性交互的基础。然而,视觉皮层也表现出各种尺度的内在节律性,这是由其结构和功能组织决定的。其中,alpha 节律性(7–13 Hz)是最显著的特征,已被联系到多种视觉、认知和注意力功能。然而,关于这种规则的高振幅振荡如何与视觉信息的连续且时间灵活的编码相互作用的问题,仍然是理论探讨的主题。视觉系统的共振特性已在人类脑电图(EEG)中使用稳态视觉诱发电位(SSVEPs)进行研究,即对恒定时间频率的长时间视觉闪烁的周期性反应(参见 Herrmann;关于 SSVEPs 的综合综述,参见 Vialatte 等人)。类似的带有规律闪烁的刺激方案已被用于表征动物模型中 V1 神经群体的时间响应特性。这两条研究路线都揭示了共振特性,表明视觉皮层对某些时间频率的视觉刺激更敏感,且在 alpha 频段最强。然而,一次单一频率的规律刺激并不能反映自然视觉中可用的时间信息,自然视觉通常不能完全预测且包含更宽的频谱。最近一系列人类 EEG 研究(遵循 VanRullen 和 MacDonald)转而使用宽带随机亮度闪烁结合逆相关技术,从稳态推导视觉脉冲响应(每次试验约几秒钟)。这种方法揭示了 alpha 频段内一个持续的振荡响应成分,它紧随瞬态早期响应之后,并在长达 1 秒的长时间内衰减。这个窄带成分被 VanRullen 和 MacDonald 称为“感知回声”,显示出提示以行波形式跨越皮层传播的时空分布。更近期的研究表明,回声成分在主动节律采样和视觉输入预测中可能具有功能作用。然而,该响应的神经基础仍很大程度上尚不清楚。本研究的目标有二:首先,注意到用于记录人类感知回声反应的刺激范式尚未应用于动物模型,我们对这种类型刺激(宽带亮度闪烁)在皮层水平的神经响应动态感兴趣。为此,我们在麻醉下从柽猴的初级视觉皮层(V1 区)进行记录,同时尽可能匹配人类范式,以建立两个尺度之间的联系。其次,我们询问观察到的反应和人类感知回声是否能由现有的 V1 活动动态模型解释。从动力系统视角来看,感知回声的形状表征了一个具有缓慢衰减脉冲响应的窄带 alpha 滤波器。在过去几十年中,开发了几个网络模型,可以解释视觉皮层中内在 alpha 活动的产生(参见 Bastiaens 等人近期的综述)。在这些模型和实验发现之间,通常假设皮层间和丘脑皮层 alpha 发生器都存在,它们在更全局的尺度上相互作用。在此,我们使用一个既定的膝状皮层通路网络模型,此前已证明该模型能准确重现自发(噪声驱动)alpha 活动和稳态视觉反应中 alpha 共振的动态。结果我们首先展示在麻醉下于柽猴 V1 记录的宽带视觉闪烁刺激的神经反应。动物接受随机亮度序列刺激(覆盖记录阵列的群体感受野 [RF]),并通过将刺激与记录信号进行互相关来推导稳态脉冲响应函数(IRF)(图 1A)。在后续部分中,我们使用一个既定的丘脑皮层模型来描述数据,并展示与人类 EEG 反应的潜在联系。图 1 V1 对宽带视觉闪烁的 LFP 反应显示完整标题图浏览器 (A) 实验范式总结。动物被麻醉,并接受随机亮度序列刺激,同时使用犹他阵列记录神经数据。脉冲响应函数(IRF)由刺激序列和 LFP 的互相关计算得出。(B 和 C) 单个通道(B)和所有通道(C)以及两只猴子(上图)对序列开始的平均反应。跨通道的起始(阴影部分)和峰值反应(白色)潜伏期直方图(下图)。(D) 稳态下的 IRF,作为试验和通道平均值。阴影区域显示跨通道的±1 SD。(E) 刺激与 LFP 之间的相位耦合,评估固定延迟 50 ms。每幅图的左轴显示平均耦合强度(PLV,阴影区域为±1 SD),右轴(虚线)显示信号之间以弧度为单位的平均相位偏移。(F) 每只猴子单个通道的 IRF 和序列起始响应的叠加(具有归一化响应幅度)。(G) 从序列起始响应到稳态 IRF 的潜伏期偏移分布(起始/峰值如 C 所示)。峰值潜伏期的偏移与零有显著差异(秩和检验,均 p < 0.001 [校正后])。LFP 反应所有 V1 触点都对刺激序列的起始显示出清晰的反应(图 1B 中单个电极通道的试验平均值)。反应潜伏期(起始和最大峰值)在 V1 潜伏期的预期范围内(图 1B),动物之间存在轻微差异(图 1C;中位潜伏期,猴子 1:起始,46 毫秒,峰值,78 毫秒;猴子 2:起始,52 毫秒,峰值,94 毫秒)。这证实了稳定的 V1 反应性在麻醉状态下得以保持,为进一步研究奠定了基础。对刺激在稳态(序列开始后>250 毫秒)下的连续反应在两只猴子中显示出相似的模式,具有一个主要反应峰和缓慢返回基线(通道平均值显示在图 1D 中)。这两种反应在单个通道或通道平均的水平上均未表现出持续的振荡成分。相应地,LFP 和刺激之间的相位耦合光谱(显示在图 1E 中)揭示了在约 5 到 50 赫兹频率之间的宽带耦合,随频率线性下降,两只猴子的峰值耦合均在 theta 频段(猴子 1:6.98 赫兹;猴子 2:3.26 赫兹)。相位偏移(右轴,虚线)显示出随频率近似线性增加,与在恒定时间延迟下的频率无关耦合一致。在单个通道水平上比较稳态和序列起始反应(图 1F 中的示例)显示出大致可比的脉冲波形,在稳态下峰值潜伏期一致地向更低值偏移(图 1G)。这种偏移在两只动物中均具有统计学显著性(秩和检验,均 p < 0.001 [校正后])(峰值潜伏期平均减少量,猴子 1:?7.47 毫秒;猴子 2:?13.75 毫秒)。同时,两种反应之间的起始潜伏期可比(均无显著性)。这种模式与线性适应状态一致,在该状态下连续反应的幅度降低,从而更快地达到峰值。脉冲反应除了连续的 LFP 反应外,我们还感兴趣于刺激信息如何在 V1 局部脉冲活动中被表征。为此,我们分离了脉冲单元(包括单单元和多单元,分析中包含的最终样本:猴子 1 为 n = 50,猴子 2 为 n = 31),并将它们的脉冲序列与刺激序列相关联。图 2A 显示了一个单元对序列起始反应的示例,具有两只猴子群体反应的特征。脉冲活动在序列开始后短暂的瞬态爆发后,在几百毫秒内返回到刺激前基线水平(后文量化)。我们从脉冲触发平均(STA)刺激亮度推导了脉冲序列的连续脉冲响应(图 2B)。图 2C 显示了两只猴子平均 STA 和序列起始反应的叠加,再次揭示了在稳态下峰值潜伏期向更低值偏移的相似反应(图 2D;配对 t 检验,合并:t(80) = 3.89, p < 0.001)。类似于 LFP 分析,我们计算了与刺激相位耦合的指数。在此,对于给定的单元,这由脉冲前 STA 刺激相位的致性(相位锁定值 [PLV])定义。图 2E 中的左轴显示每只猴子的平均 PLV 光谱(在每个单元峰值响应潜伏期处评估)。在单个单元水平上,反应在耦合到特定频段时显示出一些多样性,如从跨单元群体 PLV 光谱中提取的峰值直方图可见(图 2E,右轴)。然而,平均光谱遵循与 LFP 反应中观察到的相似斜率(参见图 1E),峰值耦合再次在 theta 频段(猴子 1:7 赫兹;猴子 2:6.6 赫兹)。这种模式是预期的,对于具有不同时间频率调谐的 V1 神经元群体,总和为群体中更宽谱的表征。图 2 V1 对宽带视觉闪烁的脉冲反应显示完整标题图浏览器 (A) 一个示例单元(猴子 1)的脉冲栅格图,显示对序列起始的反应。(B) 对刺激的连续反应使用脉冲触发平均(STA)刺激亮度进行分析,每个单元分别进行。(C) 平均 STA 和序列起始反应叠加(幅度归一化)。所有轨迹代表跨单元平均值±1 SEM,阴影区域。(D) STA 和序列起始反应峰值潜伏期的散点图,单个点对应于单个单元。颜色对应于(C)中的两只猴子。平均而言,稳态期间的潜伏期显著较低(p < 0.001)。(E) 脉冲至刺激相位耦合的频率光谱。左轴显示 PLV 作为耦合强度的指数,作为跨单元平均值±1 SEM,在阴影区域中。右轴显示从单个单元 PLV 光谱中提取的峰值直方图,以说明时间频率调谐的变异性。对每个单元在对应于其峰值 STA 潜伏期(正或负)的延迟处评估耦合。(F) 基线(刺激前)和稳态期间发放率的散点图。单个数据点代表单个单元,点和圆圈分别对应于最大 STA 峰值为正和负的单元。最后,我们通过计算基线时间窗口(序列开始前 1 秒内)和序列(>250 毫秒)之间的对数比率,量化了稳态下的发放率适应(图 2F)。为此,我们根据 STA 中的最大峰值是正还是负,将单元分为 ON 响应单元和 OFF 响应单元。

这项分析证实,在稳态期间,比率总体上与基线水平无显著差异(配对 t 检验,合并:ON 响应单元:t(58) = ?0.48, p = 0.63;OFF 响应单元:t(21) = ?1.32, p = 0.20),表明观察到的刺激耦合发生在不依赖发放率增加的机制中。

丘脑皮层模型
在表征稳态下对宽带输入的 IRF 之后,我们接着询问观察到的响应是否能由现有的导致 V1 的丘脑 - 皮层通路中的神经动力学模型来解释。为此,我们特别关注 LFP,因为我们更广泛的目标是建立局部场电位记录与人类 EEG 之间的联系,而后者主要由感知回声响应主导。

我们利用了一个成熟的丘脑皮层神经场模型,该模型用三个区域对丘脑 - 皮层通路进行建模(图 3A):具有与抑制性丘脑网状核(TRN)双向连接的丘脑中继站(LGN),以及 V1,V1 包含兴奋性和抑制性群体,从 LGN 接收前馈刺激信息,并向两个丘脑核团发送反馈。先前的研究表明,人类 EEG 谱中观察到的 alpha 活动可以解释为源于该模型中的丘脑环路。

图 3 V1 中 IRF 的丘脑皮层模型
显示完整标题
图查看器
(A) 模型架构示意图(详见 STAR 方法),包括两个丘脑群体(LGN [s] 和 TRN [r])和两个皮层群体(V1-兴奋性 [e] 和抑制性 [i])。连接均为兴奋性,除了来自 TRN(sr)的反馈和局部皮层抑制(ei)。
(B) 对随机噪声刺激响应的连续模型输出示例轨迹。模型 IRF 是通过将输入与产生的 V1 电位进行互相关计算的(反转符号以模拟记录的 LFP)。
(C 和 D) 丘脑净抑制对晚期 IRF 成分的调节(此处显示为 [νse + νsr],前馈权重固定)。(C) 中的彩色点对应 (D) 中的轨迹,说明从过阻尼(红色)到振荡机制(紫色)的轨迹。 (C) 中的图像显示振荡的峰值频率(左)和功率(右)。阻尼状态下峰值频率的变异性是由于该机制下的低功率造成的。实线标记了网络活动变得不稳定的边界。
(E) 作为丘脑抑制连接时间常数函数的振荡 IRF 峰值频率。注意,为了说明目的,显示的范围超出了生理学上可能的值。
(F) 作为 V1 中兴奋/抑制平衡函数的 IRF 调节。对皮层抑制权重(νei = ?3.5)应用乘性因子,同时固定其他参数。
(G) 两只猴子中实验观察到的 IRF 的最佳模型拟合。数据轨迹显示通道间的平均值 ±1 SD。拟合是在时间窗口 [?50, 350] ms 上进行的,通过最小化时域和频域的复合损失(详见 STAR 方法)。

我们通过用随机噪声序列刺激网络并从产生的 V1 率输出计算 IRF 来对实验记录进行建模,直接类似于 LFP 分析(图 3B)。当使用标准人类参数时,此 IRF 默认为复合响应形状,由尖锐的主要响应后跟 alpha 范围的晚期振荡成分组成(与我们稍后将探讨的人类回声响应有相似之处)。这个晚期成分代表(alpha)节律性,它是由丘脑反馈环路(LGN/TRN)从随机输入中内在产生的。它的振荡包络(衰减时间)直接取决于兴奋性前馈驱动在网络上受到多大程度的阻尼,有两个抑制点:在丘脑和在皮层。

首先,图 3C 和 3D 显示了丘脑水平阻尼的效果。在这里,对于固定的前馈权重,振荡阻尼随着进入 LGN 的反馈净权重而缩放(来自 TRN 的抑制性,νsr,来自 V1 的兴奋性,νse)。高亮的轨迹展示了当跨越此参数空间时 IRF 如何变化。在过阻尼机制中(红点),IRF 是非振荡的,由低频主导,定性上类似于我们在麻醉长鼻猴中的观察结果。当接近稳定性边界时(图 3C 中的实线),出现具有稳定频率(此处使用的参数约为 10 Hz)和循环次数增加的持续振荡。此振荡的频率主要取决于 LGN-TRN 反馈环路的时间常数,如图 3E 所示的抑制性连接的衰减时间。对于合理的人类参数值(见表 1),它落在 alpha 范围内。

长鼻猴 IRF 拟合(括号内为自由参数范围)
表 1 丘脑皮层模型中的参数值
| 参数 | 描述 | 人类 IRF(振荡机制) | 猴子 1 | 猴子 2 |
| :--- | :--- | :--- | :--- | :--- |
| Qmax | 最大发放率 | 250 Hz | 250 Hz | 250 Hz |
| θ | 阶跃阈值 | 15 mV | 15 mV | 15 mV |
| σ′ | 阶跃阈值变异性 | 3.8 mV | 3.8 mV | 3.8 mV |
| γe | 皮层阻尼 | 285 s?1 | 285 s?1 | 110 s?1 |
| τ0 | 输入延迟(视网膜→LGN) | 40.1 [10, 50] ms | 26.8 [10, 50] ms | 25 ms |
| τ1 | 丘脑皮层延迟 | 11 [10, 50] ms | 27.5 [10, 50] ms | 28 ms |
| α | 逆 PSP 衰减时间 | 43.31 [5, 80] s?1 | 33.45 [5, 80] s?1 | 20 s?1 |
| αsr | 逆 PSP 衰减时间(TRN→LGN) | 45.96 [5, 80] s?1 | 7.66 [5, 80] s?1 | 7.5 s?1 |
| β, βsr | 逆 PSP 上升时间 | 800 s?1 | 800 s?1 | 800 s?1 |
| νsn | 输入权重到 LGN | 5.56 [0, 6] | 4.93 [0, 6] | 1 |
| νee | 突触权重 V1 兴奋→V1 兴奋 | 0.81 [0, 6] | 2.44 [0, 6] | 2.8 |
| νei | 突沉权重 V1 抑制→V1 兴奋 | -3.45 [-6, 0] | -4.96 [-6, 0] | -3.5 |
| νes | 突触权重 LGN→V1 | 5.06 [0, 6] | 5.89 [0, 6] | 3 |
| νse | 突触权重 V1 兴奋→LGN | 1.49 [0, 6] | 1.52 [0, 6] | 2.7 |
| νsr | 突触权重 TRN→LGN | -3.39 [-6, 0] | -4.74 [-6, 0] | -1.53 |
| νre | 突触权重 V1 兴奋→TRN | 5.51 [0, 6] | 3.95 [0, 6] | 0.15 |
| νrs | 突触权重 LGN→TRN | 2.17 [0, 6] | 2.76 [0, 6] | 2.9 |

网络中阻尼的第二点是 V1 中前馈输入的局部抑制。图 3F 显示了调节相应权重(νei)的效果。值得注意的是,在这里,增加的抑制不会影响响应的早期部分(因为抑制仅在第一次兴奋通过进入 V1 之后才施加),因此不会导致像丘脑阻尼那样向较低频率的移动。对响应晚期部分(>200 ms 滞后)的影响与丘脑阻尼的影响相当。

我们执行了一种算法拟合程序(以连接权重、衰减时间常数和时延作为自由参数,见表 1),以找到模型与我们长鼻猴数据的最佳近似值,基于时域和频域的匹配。对两只猴子平均 IRF 产生的最佳拟合(图 3G)将网络置于先前描述的过阻尼机制中(与图 3D 和 3F 中的红色轨迹比较)。

因此,我们的模型探索表明,我们记录中的麻醉状态对应于一个支持在抑制较少的状态下出现振荡 IRF 系统的过阻尼状态。值得注意的是,如前所述,这种振荡机制与人类 EEG 中观察到的响应行为(感知回声)非常相似。虽然对 EEG 响应的详细建模不在本研究的范围内(这需要扩展网络以包括下游更多的皮层区域,如稍后更详细讨论),但我们认为简要强调定性相似性是相关的。

图 4A–4D 比较了从模型获得的 V1 IRF 与在两名人类受试者中测量的 EEG 响应(数据来自 Schwenk 等人)。图 4A 再次显示了与先前描述的两个机制相对应的 IRF(此处仅调节丘脑抑制反馈权重)。随时间(即滞后)和频率变化的相位耦合谱(图 4B)显示,振荡机制的特征是相对于早期宽带成分延迟的 alpha 范围持续耦合。而言之,刺激中包含的 alpha 信息在网络上长时间回响。这也是在人类 EEG 响应中观察到的模式:枕叶区域的 IRF 显示了持续的振荡 alpha 成分(图 4C),这在 PLV 谱中可见为延迟耦合,与模型输出惊人地相似。值得注意的是,虽然模型中 IRF 振荡的衰减时间可以通过更接近平稳边界(图 3C 中的实线)任意增加(直到并超过 EEG 中观察到的约 1 秒滞后),但其包络在稳定机制中总是单调递减的。相比之下,某些受试者 EEG 中的峰值 alpha 耦合发生在中间滞后时(例如,受试者 2 在图 4C 和 4D 中约为 500 ms)。

图 4 模型 IRF 与人类 EEG 感知回声响应的比较及其在丘脑皮层通路中产生的提议模型
显示完整标题
图查看器
(A) 通过调节丘脑抑制权重,在强阻尼(蓝色)和振荡状态(红色)之间的模型机制 IRF。
(B) 相位耦合谱,绘制为对应于 (A) 中两个对立状态的滞后和频率上的 PLV。
(C) 从两名具有大回声响应的示例受试者的人类 EEG 记录中获得的 IRF。数据取自 Schwenk 等人。(双眼刺激呈现于上方视觉外周)。图显示枕电极 Oz 跨试验的平均值 ± 1 SEM。
(D) 滞后 - 频率谱(如 B 所示),对应于 (C) 中的两名受试者。每个 bin 的 PLV 值代表顶枕区 11 个电极 ROI 的最大耦合,考虑了宽带早期响应和感知回声之间不同的拓扑结构。
(E) 示意图说明如何将目前的结果与以前的发现整合成感知回声响应的生成模型。(底部) 麻醉(或其他强阻尼)情况,其中不产生节律活动。在振荡机制(顶部)中,来自 V1 的节律活动可能通过皮层 - 皮层连接在整个视觉层次上传播,可能还受到丘脑 - 皮层通路的额外调节。这种传播将产生在 EEG 中记录到的全局、波状回声响应。

图 4E 概述了一个感知回声响应如何沿早期视觉通路产生的示意图模型,总结了呈现的结果。在麻醉状态(底部)下,长鼻猴 V1 IRF 是非振荡的,由低频主导,这对应于模型中丘脑节律性的强阻尼。当这种阻尼减小小(顶部),V1 中的 IRF 变得振荡。正如我们将稍后讨论的,人类 EEG 研究表明,这种振荡活动随后作为行波沿视觉层次进一步传播,与区域间反馈环路产生的节律性相互作用,并可能通过丘脑 - 皮层通路进行调节。这种未包含在我们的模型中的次要皮层 - 皮层传播,可能解释了总和 EEG 响应中 alpha 耦合的晚期峰值。

讨论
我们报告了在响应随机亮度序列时麻醉长鼻猴 V1 神经记录的结果。我们的发现表明,在此状态下的 IRF 是非振荡的,由低频主导。群体中的脉冲响应显示出类似的模式,单元间的时域频率调谐存在一些多样性。我们发现我们的数据可以被一个成熟的丘脑皮层神经场模型很好地解释,该模型将记录状态解释为抑制增益增加的结果。此外,我们表明,在权重更平衡的情况下,同一模型假设了一种振荡模式,该模式与人类感知回声响应表现出惊人的相似性。

V1 中对随机亮度序列的稳态响应
我们获得的 LFP 和脉冲的刺激响应结果总体上与先前报告的 V1 响应行为一致。具体而言,宽带刺激耦合与证明 V1/17 区响应在广泛频率范围内与有节奏闪烁相位锁定的研究一致(猫,麻醉;小鼠,清醒)。在(有节奏闪烁)SSVEP 中也发现了人类 EEG 响应的类似刺激耦合,事实上也在由随机亮度序列表征的 IRF 的早期宽带响应成分中。目前的发现通过直接建立 V1 局部场中与宽带闪烁的相位耦合补充了这一发现。

我们实验中使用的随机序列作为均匀斑块内的亮度信息呈现,这不是驱动 V1 神经元的优先刺激(长鼻猴与猕猴一样,显示出类似的 Gabor 样感受野特征)。

多项研究表明,V1 区(猕猴...,以及猫的 17 区...)对亮度信息(独立于对比度)具有鲁棒的编码能力。事实上,一项研究表明,猫的 17 区对亮度变化的反应先于对对比度变化的反应,这与偏好低空间频率且潜伏期较短的神经元的编码有关。在灵长类视觉系统中,这与大细胞通路的激活一致,该通路相比外侧膝状体(LGN)小细胞神经元表现出对更低空间频率和更大感受野的调谐(猕猴和狨猴...)。此处报告的反应很可能也主要由该通路驱动。

我们实验设计的特异性(等亮度斑块)对我们发现的解释带来了一些注意事项。首先,V1 区对均匀表面的表示已被证明涉及两个不同的反应成分,分别对应于对刺激边缘和表面的编码(猕猴...)。重要的是,表面表示比边缘表示更慢,并被假设源于神经“填充”。这一过程尚未被完全理解,但似乎涉及前向调制和皮层反馈信号。

目前尚不清楚这种次级表面处理如何影响了此处表征的神经动力学(相应地,遵循 VanRullen 和 MacDonald 使用相同刺激设计的人类脑电图(EEG)范式)。一种可能性是,连续斑块表示比具有相同亮度轮廓的边缘状刺激更慢。或者,由于斑块保持在屏幕上,“填充”可能只影响其起始反应而不影响稳态。未来的研究可以考虑扩展我们的动态模型,将信号分离为大细胞和旁核通路,基于现有的解释轮廓和表面处理时间动力学的模型,这些动力学源于这些系统的相互作用。

更一般地说,侧向连接(在 V1 内或向 LGN 的反馈中)可能在我们观察到的动力学中起作用。已知亮度的早期表示受到经典感受野之外(在猫的 LGN 和视觉皮层中...)的强烈调制,而大细胞 LGN 神经元表现出强烈的环绕抑制(在狨猴中...)。鉴于刺激斑块的大小,这可能导致我们数据中反应的抑制(正如尖峰活动中缺乏任何紧张性放电速率反应所支持的那样)。相反,斑块周围即近和较远区域的反应可能表现出不同的动力学。最近一项小鼠 V1 研究表明,对规则闪烁的反应唤起了超越视网膜拓扑刺激呈现的驻波模式。有趣的是,这些波的空间频率取决于刺激的时间频率。这可能导致宽带闪烁刺激周围出现复杂的波模式。

最后,我们的互相关分析的一个局限性是它们假设群体对亮度有近似线性(或至少单调增加)的调谐。在单个单元水平上,已经证明一些神经元偏好中间亮度值(猕猴和猫)。更广泛的 V1 群体的调谐尚未被系统研究,尽管早期研究中对神经元的汇总表明这种关系确实是单调的。在我们的研究中,对静态亮度值反应的实验控制措施将允许我们绘制群体调谐曲线。如果考虑这种非线性,脉冲响应函数(IRF)可能会有所不同。然而,应该指出的是,EEG 中类似的逆向相关方法已被证明在估计跨特征和模态的 IRF 方面是有效的(例如,Crosse 等人)。线性假设对于较大的群体来说可能通常是一个合理的近似。

从目前的結果和使用相同范式的人类 EEG 研究来看,尚不清楚观察到的动力学是否普遍适用于其他类型的刺激。未来的研究可以利用其他视觉特征(或标记有亮度的其他刺激几何形状)的时间调制,以探索神经动力学如何在不同阶段与特征编码相互作用。值得注意的是,最近的一项 EEG 研究发现,自发 alpha 振荡对视觉目标检测的调制也取决于优先激活哪个 LGN 通路,只有偏向大细胞通路的刺激才有显著的调制。这可能表明回声反应同样局限于这种类型的刺激,尽管持续的 alpha 和刺激锁定的 alpha 在多大程度上是独立的仍然是一个开放性问题(如后文讨论)。

我们观察到的与刺激相关的尖峰活动也与 V1 中单神经元既定的反应行为一致,这些神经元通常对时间频率有调谐(猕猴...,以及狨猴...)。我们数据中的反应迅速达到了以基线水平或低于基线水平的放电率为特征的稳态机制。这与强烈的适应或来自环绕的抑制相结合,以及非偏好驱动刺激(如前所述)是一致的。尽管如此,我们发现了对刺激序列鲁棒且时间精确的 IRF,表明对时间(亮度)信息的编码是简约的,且不基于放电率的增加。

麻醉的影响

我们的建模结果表明,我们在局部场电位(LFP)中观察到的神经动力学对应于丘脑输入驱动进入 V1 被强烈阻尼的状态(要么是由于丘脑抑制增益增加,要么是 LGN 和 V1 之间的兴奋回路增益降低)。相应的向整体较低频率的转移与先前报告的深度麻醉效应一致。此处使用的麻醉剂舒芬太尼(阿片受体激动剂芬太尼的类似物...)已知会使人类患者的 EEG 频率谱向低频偏移,这种效应伴随着意识丧失...。早期视觉通路中单个神经元的时间反应特性通常在麻醉下发生改变(小鼠,乌拉坦;比较大鼠的三种不同麻醉方案)。

因此,我们的观察与麻醉状态下的预期反应动力学一致。重要的是,我们对 IRF 的模型拟合不应被解释为对麻醉特定效应的参数估计,因为我们缺乏同一动物清醒状态下的对照记录。然而,许多专门的建模研究使用了我们此处使用的相同模型框架来解释麻醉下的神经动力学,尽管是针对人类 EEG 和丙泊酚中的特定现象...。这与我们数据的良好拟合一起表明,仅丘脑皮层网络(即由 LGN/丘脑网状核(TRN)和 V1 组成)适合对视觉皮层中广泛的全球动力学状态进行建模。

值得注意的是,另一项研究之前应用相同的刺激范式来表征丙泊酚麻醉下猕猴 V1 中中尺度水平的 IRF(使用电压敏感染料 [VSD] 反应)。与我们的发现相反,该研究报告了一些证据表明 V1 中的 IRF 存在持续的 alpha 振荡,类似于人类的感知回声反应,尽管仅在三个受试者中的两个中观察到。虽然目前尚不清楚这种差异在多大程度上可归因于种间差异(如我们将在后文更详细地讨论),但麻醉深度似乎也起作用。我们简单模型的结果预测,振荡成分应随着抑制的增加而消失。然而,鉴于麻醉剂的作用是非线性的,并在不同阶段与不同的网络机制相互作用,实际关系可能明显更复杂。

人类感知回声反应的神经起源

本研究的目标之一是调查人类 EEG 中描述的感知回声反应的神经相关物。我们在数据中没有观察到人类感知回声反应的现象学同源物。在 V1 中获得的 LFP(在麻醉状态下)的 IRF 是非振荡的,并由低频主导。然而,我们对丘脑皮层模型的应用表明,如果总体抑制增益降低,丘脑皮层网络在清醒状态下可能会产生振荡的 IRF。此外,为人类清醒状态范围内选择的参数值获得的 IRF,与感知回声的衰减窄带滤波器非常相似。这为这种反应成分的神经起源开辟了一个引人入胜的新观点。我们目前的结果表明,使用相同刺激范式记录的两种状态都可以用广义丘脑皮层网络模型的不同机制来描述。然而,这不应被理解为暗示狨猴记录与人类回声反应之间存在直接联系。尚缺乏任何其它物种对随机亮度闪烁的 EEG IRF 的描述,以及清醒状态下 V1 记录的可比分析(我们自己对清醒狨猴数据的初步建模(受限于短的注视持续时间)表明是振荡机制,但阻尼比此处探索的人类模型更强;Schwenk 等人,未发表数据)。

我们为人类标准参数发现的振荡机制复制了对相同模型框架的早期研究,这些研究发现对白噪声刺激有鲁棒的 alpha 共振...。这些研究使用噪声作为背景活动来模拟休息时自发 alpha 活动的出现,但在模拟强随机输入时,反应动力学是相同的。我们的工作表明,该范式可用于建模系统的 IRF 并与人类 EEG 记录中的 IRF 估计相匹配。

几项关于感知回声反应的研究对其神经起源进行了推测。这一推断主要基于其在头皮上的时空模式,显示出振荡作为行波传播...。具体来说,来自不同 EEG 范式的证据和建模表明,回声的持续振荡独立于 IRF 的早期反应成分,后者起源于 V1,而前者是沿多个皮层源的分布式反应。然而,Chemla 等人报告的中尺度 IRF 和人类的一项功能性磁共振成像(fMRI)研究表明,持续振荡也存在于 V1 本身。从现有证据来看,这种振荡成分是在丘脑皮层水平产生,在 V1 本身产生,还是作为来自高级区域的反馈中继到它,仍然是一个开放性问题。

迄今为止,只有一个回声反应模型被提出,该模型还包括对节律性本身的产生机制。该研究将回声解释为完全起源于沿皮层层次顺序激活区域的反馈回路,以合理的区域间延迟参数重现了其频率和波浪式传播。我们目前的建模结果与此观点形成对比,表明 alpha 夹带已经发生在 V1 输入水平。重要的是,这两种机制并不相互排斥。我们最近表明,Alamia 和 VanRullen 提出的层次结构架构在产生基本振荡的机制被替换为每个皮层水平的 alpha 起搏器(可被视为任何外部产生的节律性的替代物)时,仍然支持相同的行波传播。此外,当起搏器被停用,区域间反馈回路仍然携带其自身的节律性。连同本研究的结果,这表明回声反应实际上可能由两个独立但频率耦合的产生机制维持。这得到了来自神经调节研究的证据的进一步支持,这些证据表明在丘脑和皮层源存在 alpha 节律性的多个发生器。

我们之前提出的初步综合模型(图 4E)反映了这种机制间的相互作用:我们假设 EEG 中测量的回声源于丘脑皮层通路中的初始 alpha 共振,该共振通过沿视觉层次的皮层间传播得以维持和增强,并可能受到丘纹核的调制。

我们的模型探索(意料之中)表明,振荡 IRF 成分的反向衰减与丘脑皮层通路中的抑制增益成正比。这种调制与实证证据和建模工作一致,这些工作表明回声的幅度与兴奋增益和注意力成正比。

如先前研究指出的那样,这与自发性 alpha 的动态特性形成对比,后者在视觉输入抑制期间同步,并与(皮层)兴奋性呈负相关。未来研究的一个有趣问题将是,到达 V1 的刺激锁定的 alpha 如何与正在进行的局部 alpha 活动相互作用,并可能与之竞争。丘脑皮层与持续性 alpha 之间可能的相互作用可能有助于稳定振荡性 IRF 分量的频率。我们的模型结果表明,抑制性增益可以在一定范围内变化,同时响应频率保持在 alpha 范围内(如图 3C 所示)。然而,对于持续性 alpha,实验观察到的峰值频率变化通常更小,并且已被证明更强烈地依赖于皮层间回路。迄今为止报告的感知回声响应的唯一频率调制幅度相似。然而有趣的是,那项研究发现自发性 alpha 的频率并没有随着回声而调制。未来在这一方向的研究可以利用已知的 alpha 频率调节因子,来确定刺激锁定的和持续性 alpha 振荡之间的独立程度以及可能的相互作用点。

研究的局限性
我们集成建模的结论必须考虑到潜在种间差异的警告。具体来说,如前所述,在清醒的狨猴(或猕猴)中尚未确立人类回声反应的直接同源物。鉴于 alpha 在狨猴中也是一种显著且分布广泛的节律,且主导振荡模式及其在各层的分布似乎在物种间是保守的,因此这样的同源物很可能存在。然而,需要清醒的中尺度记录来完全建立用于研究感知回声的动物模型。特别是,从多个区域(LGN/V1 或 V1 和更高级皮层区域)进行同时记录将允许直接测试所提出的模型,并且,潜在地,估计用于与 EEG 直接比较的大尺度投影,以提高准确性。它们还可以阐明可能产生振荡活动的不同回路的相对贡献。具体而言,这些包括(1)此处建模的丘脑皮层回路,(2)V1 内的皮层内回路(关于这两种模型的综述,见 Bastiaens 等人),以及(3)Alamia 和 VanRullen 提出的区际反馈回路。重要的是,如前所述,我们不认为这些是竞争模型,而是分布广泛节律的不同生成机制。本研究表明,丘脑皮层回路通常可以解释观察到的响应动态。这不应被解释为其他模型不能这样做,或在这些机制的相互作用中发挥作用的可能性较小。

另一个未解决的问题是 V1 内视皮层空间水平连接的作用。此处使用的动态模型虽然仍然包含跨皮层活动的横向传播,但集成了皮层空间,因此不允许在此方向上得出结论。然而,中尺度记录已反复证明,诱发的活动以行波的形式在视觉皮层中传播。这些诱发响应和类似自发性波动的时空动态直接受皮层内水平连接的塑造。在大尺度上,EEG 研究还表明,两个半球中的单独刺激可以同时诱发回声响应。为了理解这一响应,未来研究调查局部化的刺激锁定的 alpha 有多局部,以及其(假设的)横向传播如何在不同的视皮层位点之间相互作用,这将是至关重要的。这一研究领域的最终目标可能是建立完整的刺激锁定响应的动态工作模型(例如,如图 4E 所示),反过来可以通过将模型直接拟合到 EEG 数据来推导受试者或条件水平的有意义参数测量。这一前景特别令人鼓舞,因为潜在的 EEG 范式相对抗噪,并且可能灵活地应用于类似于经典频率标记的各种范式中。

资源可用性
主要联系人
任何有关额外信息或资源的请求应联系主要联系人 Jakob C.B. Schwenk (jakob.schwenk@cnrs.fr)。

材料可用性
本研究未产生任何新试剂。

数据和代码可用性
本研究的数据和复现发现的原始代码可通过以下链接公开获取:osf.io/25axj。任何额外信息可根据要求从通讯作者处获取。

致谢
这项工作得到了德国研究基金会(CRC/TRR-135,项目编号:222641018;IRTG-1901;卓越集群 EXC-3066/1“自适应思维 – TAM”,项目编号:533717223),欧盟(PLACES)(均致 F.B.),澳大利亚研究理事会(DE180100344 致 M.A.H.;DP200100179 致 N.S.C.P. 和 M.A.H.;DP210103865 致 M.G.P.R. 和 S.L.C.;DP210101042 致 M.G.P.R. 和 E.Z.),以及澳大利亚国家健康与医学研究委员会(APP1194206 致 M.G.P.R., APP1185442 致 M.A.H. 和 S.L.C., APP1120667 致 N.S.C.P.)的支持。J.C.B.S. 和 A.A. 由欧盟在欧盟地平线 2020 研究和创新计划下资助(资助协议编号 no. 101075930 致 A.A.)。资助方在研究设计、数据收集和分析、出版决定或手稿准备中未扮演任何角色。所表达的观点和意见仅代表作者(们),不一定反映欧盟或欧洲研究理事会(ERC)的观点。欧盟或资助机构均不对此负责。作者感谢 Janssen-Cilag 捐赠舒芬太尼枸橼酸盐。作者感谢 Rufin VanRullen 对结果提出的有益评论。

作者贡献
J.C.B.S., A.P.M., N.S.C.P., 和 F.B. 构思并设计了研究。M.A.H., S.L.C., E.Z., 和 N.S.C.P. 进行了实验。J.C.B.S. 分析了数据。J.C.B.S., A.P.M., N.S.C.P., M.G.P.R., A.A., 和 F.B. 解释了实验结果。J.C.B.S. 进行了建模。J.C.B.S. 准备了图表并起草了手稿。所有作者编辑、修订并批准了手稿的最终草案。

利益声明
作者声明无竞争利益。

STAR 方法
关键资源表

| 试剂或资源 | 来源 | 标识符 |
| :--- | :--- | :--- |
| **化学物质、肽和重组蛋白** | | |
| 硫酸阿托品 | Troy Laboratories | Atrosite |
| 地西泮 | Ceva Animal Health Pty Ltd | Pamlin |
| 阿法罗龙 | Jurox, Rutherford, Australia | Alfaxan |
| 地塞米松 | Troy Laboratories | Dexason |
| 舒芬太尼枸橼酸盐 | Janssen P/L | Sufenta Forte |
| 泮库溴铵 | Organon, Sydney, Australia | 2190101 |
| 1% 硫酸阿托品眼药水 | Aspen Pharma Pty Ltd | Atropt Eye Drop |
| 10% 盐酸去氧肾上腺素眼药水 | Bausch and Lomb | Minims |
| **实验模型:生物/菌株** | | |
| 成年普通狨猴 (callithrix jacchus) | Australian National Primate Breeding and Research Facilty (Gippsland, VIC) | N/A |
| **软件和算法** | | |
| MATLAB (R2021a) | Mathworks, Natick, Massachusetts, USA | https://www.mathworks.com/ |
| Neurostim Toolbox | https://github.com/klabhub/neurostim | N/A |
| Global Optimization Toolbox (MATLAB) | Mathworks, Natick, Massachusetts, USA | https://www.mathworks.com/help/gads/ |
| Wavelet Toolbox (MATLAB) | Mathworks, Natick, Massachusetts, USA | https://www.mathworks.com/products/wavelet.html |
| KiloSort 2 | https://github.com/jamesjun/Kilosort2 | N/A |
| Phy Software | https://github.com/cortex-lab/phy/ | N/A |
| **已存档数据** | | |
| Custom Code and Data | osf.io/25axj | https://doi.org/10.17605/OSF.IO/25AXJ |

在新标签页中打开表格

实验模型和研究参与者详情
记录是在两只成年狨猴 (callithrix jacchus, N = 2, 雄性) 的急性实验期间进行的。所有实验程序均获 Monash 动物研究平台动物伦理委员会批准(批准号 #13419, 10/04/18 至 16/12/20),并按照《澳大利亚科学用途动物护理和使用实践准则》进行。实验前,动物以家庭群体饲养,并可额外观看和聆听不同笼中其他狨猴的视听内容。食物和水供应不受限制,并提供常规的笼内丰富化。此外,动物每天允许进入户外围栏。所有动物的健康状况由受训兽医定期监测,并根据需要提供额外护理。鉴于样本量小(N = 2),我们的数据无法解决性别对当前结果的影响。虽然早期视觉处理动态在性别之间不太可能有显著差异,但这仍然限制了我们将结果推广到更广泛人群的能力。

方法详情
手术和实验程序
狨猴电生理研究的准备此前已描述过。简而言之,注射阿托品 (0.2 mg/kg, i.m.) 和地西泮 (2 mg/kg, i.m.) 作为术前用药,在麻醉诱导前 30 分钟进行,随后使用阿法罗龙 (Alfaxan, 10 mg/kg, i.m., Jurox, Rutherford, Australia) 进行麻醉诱导,允许进行气管切开术、静脉插管和开颅术。动物接受泮库溴铵 (0.1 mg?kg?h; Organon, Sydney, Australia) 结合舒芬太尼 (6 μg?kg?h; Janssen-Cilag, Sydney, Australia) 和地塞米松 (0.4 mg ? kg ? h) 的静脉输注,并使用一氧化二氮和氧气 (7:3) 的气态混合物进行人工通气。与异氟烷或巴比妥酸盐相比,这种方案确保长期麻醉对初级感觉区域早期响应分量的抑制较少。连续监测心电图和皮层自发性活动水平。使用阿托品 (1%) 和盐酸去氧肾上腺素 (10%) 眼药水导致瞳孔散大和睫状肌麻痹。通过滑灯检影法选择的硬性隐形眼镜实现适当的聚焦和角膜防干燥保护。进行开颅术以允许访问左侧枕叶皮层,用于植入 10 × 10, 96 通道 Utah 阵列(长度 1.5 mm,间距 400 μm,铂电极位点,Blackrock Microsystems, Salt Lake City, USA)。使用 Cerebus 系统 (Blackrock Microsystems, Salt Lake City, USA) 记录细胞外神经数据,并以 30 kHz 进行数字采样。

视觉刺激
视觉刺激在 MATLAB (The Mathworks, Inc.) 中生成,并使用 Neurostim (https://github.com/klabhub/neurostim) 在 Display++ LCD 显示器 (Cambridge Research Systems, Rochester, UK) 上呈现,分辨率为 1920 × 1080 px,运行频率为 120 Hz。刺激程序遵循在,中确立的设计,针对猴子神经生理学进行了轻微调整。刺激是一个均匀亮度的圆形斑块(直径在 3 到 4 度之间,在线调整以覆盖群体的感受野 (RF)),呈现在黑色背景上。每个试验中斑块的亮度随时间遵循黑白之间的白噪声序列(持续时间:10 s),每一帧都有亮度变化(120 fps,允许刺激频率高达 60 Hz 的奈奎斯特频率)。单个序列在 40 或 20 个独特试验的块之间伪随机重复(猴子 1:40 个序列 x 8 次重复的一节,20 × 8 的两节;猴子 2:40 × 8 的两节)。我们发现序列重复对此处报告的任何测量没有影响,因此将两只猴子中所有记录试验(n = 640)的数据合并。斑块的位置选择为最佳覆盖记录单元的群体 RF(在线确定,在记录会话之间进行调整以考虑注视漂移),并且总是在右下视野中。

LFP 信号处理
原始神经数据以 30k 样本/秒记录。为了隔离 LFP,使用截止频率为 200 Hz 的 FIR 滤波器对宽带信号进行低通滤波。对于所有涉及与刺激相关的分析,信号在刺激序列中包含的最大时间频率(即 60 Hz)以下进行低通滤波,然后重采样到每次试验帧呈现时间的向量。通过应用连续小波变换(MATLAB 函数 'cwt',使用每八度音阶 10 个声部的分析 Morlet 小波)预处理数据,从两个信号(刺激和 LFP)中提取瞬时相位信息。

尖峰活动分析
最初使用无监督的 KiloSort 2 算法从连续数据中对尖峰簇进行分类。使用 Phy 软件(由 Cyrille Rossant 开发;https://github.com/cortex-lab/phy/)手动整理已识别的簇,并将其标记为噪声、多单元或单单元神经信号。我们的分析不依赖于严格的单单元隔离。因此,我们包含了所有簇,无论它们被分类为多单元还是单单元。对每只猴子的所有数据进行了尖峰分类,即在拼接两个记录会话之后。

稳态 LFP 响应
为了量化 V1 LFP 活动对刺激的稳态响应,我们计算了脉冲响应函数 (IRF):
?????????(??)=∑??????=1????????????(??)·?????????(??+??)
(方程 1)
其中 t 是时间 (1 … Nt),l 表示刺激和 LFP 之间的滞后。两个信号在互相关之前在试验级别进行 z 分数处理。IRF 分别为每个电极通道和试验计算,随后在试验间平均。
由于 IRF 反映了两个信号在时间域中的绝对相关性(即幅度和相位),我们还计算了一个孤立的相位耦合指数,如下所示:
S?(??,??)=1?????∑??????=11(???????)?∑?????????=1?????(???????????(??+??,??)???????????????(??,??))
(方程 2)
其中 φx(t,f) 是信号 x 在时间 t 和频率 f 下的瞬时相位。对于 LFP 和刺激之间的每个滞后 l,两个信号之间的相位差随时间(t, 1 … Nt)和试验(k, 1 … Nk)平均,作为单位长度的向量。

生成的 S 频谱是复值的,其中幅度是两个信号之间相位差的相位锁定值 (PLV)。PLV 的范围是零到一,分别表示对刺激的随机耦合和完美耦合。S 在每个分箱处的相位角表示该时滞和频率下的平均相位差。对于所有关于稳态响应(IRF 和相位耦合)的分析,每个试验中序列开始后的前 250 毫秒均被排除,以避免相位性序列起始响应对结果的影响。如果在基线期间(序列开始前 1 秒内)或稳态时间窗口(序列开始后 >250 毫秒)的平均放电率未超过 2.5 spk/sec,则将该单元从分析中排除。

稳态放电响应
我们通过计算尖峰触发的平均 (STA) 刺激亮度,来量化每个放电单元的脉冲响应:
?????????(??)=1?????∑??????=1????????????(???????)(方程 3)
其中 i 索引尖峰 (1 … Ni),ti 是对应的尖峰时间,l 是时滞。
为了量化对刺激的相位耦合,对于给定的单元,我们计算了尖峰触发的刺激相位的角平均,如下所示:
?????????(??,??)=∣1?????∑??????=11?????∑??????=1???????????????????(???????,??)∣(方程 4)
这里,相位锁定值 PLV(l,f) 代表了簇内的尖峰 (i, 1 … Ni) 跟随特定刺激相位的一致性。它是针对每个频率分箱 f,由在时滞 l 之前跟随每个尖峰(发生在时间 ti)的刺激相位 φstim 的角和计算得出,并对试验 (k, 1 … Nk) 取平均。

丘脑皮质模型
我们使用了一个已建立的丘脑皮质通路的动力学模型,来对咱们的 V1 LFP 数据进行建模。该模型已被广泛研究,并被证明能重现人类 EEG 在静息状态(特别是内在 alpha 活动)和刺激期间的多种特征,,, 以及癫痫发作期间的动力学。这里我们仅简要总结模型方程,详细推导请参阅原始出版物(另见与其他 alpha 节律模型的比较)。该模型由四个神经元群体组成:V1 中的兴奋性 (e) 和抑制性 (i) 群体,LGN(标记为 s 表示特定中继)和丘脑网状核 (TRN) (r)。每个群体 a 由平均电位 Va 描述,该电位通过 S 型传输函数 S 转换为输出放电率(参数在所有群体间共享):
???(????)=????????1+exp?(??????????′)(方程 5)
其中 Qmax 是最大速率,θ 和 σ′ 分别是阈值和扩展参数。电位 Va 作为群体所有输入量的函数演变,遵循:
????=∑?????????(方程 6)
????????????????(??)=?????????????(??????????)(方程 7)
???????=1?????????????????2?????2+(1???????+1???????)????????+1(方程 8)
这里,Vab 表示从群体 b 到 a 的输入对应的电位,Φb 是 b 的放电率,νab 和 τab 分别是对应连接的突触权重和时滞。参数 αab?1 和 βab?1 描述了突触后电位的衰减时间和上升时间。

模型架构(如图 3A 结果中所示)包括 LGN 和 TRN 之间、LGN 和 V1 之间的双向连接,V1 到 TRN 的单侧反馈,以及 V1 中两个群体之间的皮层内连接。视觉刺激序列作为兴奋性输入(下标 n)添加到 LGN。我们遵循 Roberts & Robinson 的做法,将所有连接的时间常数设为相等(参数 α, β),除了受较慢动力学主导的抑制性 TRN-LGN 连接。此外,通过假设两个群体具有相同的接收连接性,简化了皮层内连接,导致耦合群体电位 Vi = Ve(见,)。丘脑和皮层之间的所有连接共享相同的时滞 τ1,输入到 LGN 的时滞为 τ0,所有其他时滞均为零。完整模型的最终方程为:
??????????(??)=?????????????(??)+?????????????(??)+?????????????(?????1)(方程 9)
??????????(??)=?????????????(?????1)+????????(??)(方程 10)
?????(??)=????????(??)+????????(??)+????????(??)(方程 11)
?????????????(??)=?????????????(?????1)(方程 12)
?????????????(??)=?????????????(?????0)(方程 13)
????????????????(??)=?????????????(??)(方程 14)
兴奋性皮层群体的放电率由下式给出:
[1??2????2?????2+2???????????+1]??????(??)=???[?????(??)](方程 15)
其中 γe 是一个反映沿皮层 - 皮层(水平)纤维活动传播的阻尼参数(见)。对于所有其他群体,该参数设为无穷大,导致:
?????(??)=???[?????(??)]??????????=??,??,??(方程 16)
模型模拟是通过随机白噪声序列(模拟生理学实验中使用的序列)驱动网络来进行的,平均输入速率 ?Φn? = 18 s?1,标准差 σn = 5 s?1,在一个持续 60 秒的连续序列中(IRF 拟合为 90 秒)。对于给定的模拟,模型的脉冲响应是通过将 V1 平均电位 Ve 与刺激输入进行互相关(见上述 (1))并反转结果函数的符号来估计的(考虑到记录的细胞外场和模拟的平均细胞内电位之间的极性相反)。每次模拟的第一秒从互相关中排除,以将分析限制在稳定的稳态。

狨猴 IRF 的模型拟合
模型参数分别拟合自两只猴子实验观察到的 IRF。这是使用模式搜索算法(MATLAB 函数 'patternsearch')在定义的自由参数范围内(表 1)完成的。对于每次迭代,计算模型的 IRF(如上所述)并与观察到的 IRF 进行比较,在将两个信号归一化到峰值后,使用损失函数:
??=log?(‖??????????‖‖?????‖+‖????‖)+???log?(1????(??????,??????(??,??))???,??)(方程 17)
这里,L 需要最小化,??? 和 y 分别是预测和观察到的 IRF,t 索引(时滞)时间,λ = 0.7 是加权因子,??????,??????(??,??) 是两个 IRF 之间的小波交叉谱,由下式给出:
??????,??????(??,??)=???????(??,??)??????????(??,??)(方程 18)
其中 Wx(s,t) 是信号 x 在尺度 s 和时滞 t 上的复值小波变换,W? 表示 W 的复共轭。(17) 中的第一项最小化两个 IRF 在时域中的差异(归一化 RMSE),而第二项最大化频域中的相似性(同相)。L 的值在 ?50 到 350 毫秒时滞的时间窗口内进行评估。

鉴于参数空间的高维度和模型的非线性行为,模式搜索算法的可靠收敛可能难以控制。因此,我们进行了 20 次运行拟合,最终从中选择了最佳拟合。对于每次运行,算法的起始点选择为之前的最佳拟合,并向所有参数值添加一些噪声。具体而言,对于给定的参数 p(归一化到 0 到 1 的范围,分别代表参数范围的最小值和最大值),第 k 次运行的新起始值 p' 确定如下:
??′??=(1???)????(???1)+?????(方程 19)
????????????~?{?{?????????????(2,1???(???1)),???(???1)<0.5????????????(1???(???1),2),???(???1)≥0.5
这里,???(???1) 是运行 1 … (k-1) 最佳拟合中 p 的值,w = 0.5 是更新权重。

我们的目标不是估计个别参数的具体数值,而是定性评估模型是否能解释观察到的动力学。因此,我们在拟合中包含了广泛的自由参数,即所有突触权重、两个时滞 (τ0, τ1) 和突触后衰减参数 (α, αsr)。固定参数采用自以往的研究。,,, 我们专门为狨猴模型修改的唯一参数值是皮层阻尼 γe,代表皮层 - 皮层(兴奋性)传导速度与轴突范围的比率。我们通过向轴突范围应用一个缩放因子,将其适应于狨猴较小的大脑尺寸,该因子源自对两个物种 V1 表面积的最佳估计(人类:25.8 cm2;狨猴:4 cm2,,,导致距离缩放因子约为 0.39)。虽然这是一个非常粗略的近似,但我们发现该参数在更广泛的值范围内对我们的结果影响确实可以忽略不计。

模型 IRF 与人类 EEG 响应的比较
我们使用了之前发表的两个受试者的数据,以说明模型推导出的 IRF 与 EEG 之间的定性相似性。实验程序在原始研究中详细描述(提供的数据来自实验 1 中剥夺前的基线会话),并密切遵循原始的感知回声范式。简而言之,受试者被呈现一个圆形等亮度斑块(直径 5.5°),位于上半视野,距中央固定点 7°。斑块的亮度在每次试验中遵循随机白噪声序列,每次持续 6.25 秒。受试者秘密监测斑块以出现目标方块。数据预处理遵循标准流程,包括 2 到 60 Hz 的带通滤波。每个电极的 IRF 的计算方式如上所述(方程 1)。所有实验均获得当地伦理委员会(马堡大学心理系)的批准,参与者在实验前签署了书面知情同意书。

量化与统计分析
所有 LFP 结果的统计检验在接触点(记录通道)水平进行,分别针对每只猴子,并对多重检验进行 Bonferroni 校正。对放电单元的统计检验在汇集两只猴子的单元后进行。样本量(接触点/单元)在正文或图注中适当注明。统计显著性阈值设为 p < 0.05(单侧)或 p < 0.025(双侧)。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号