2022
08/29
相关创新主体

创新背景

拔丝的披萨,诱人的汉堡,以及炎炎夏日中看见的瓶身上挂着水滴的可乐。根据麻省理工学院神经科学家的一项新研究,当你看到任何这些食物时,你视觉皮层的一个特殊部分就会亮起来。

 

创新过程

来自麻省理工学院的神经科学家进行的一项研究发现了一种位于腹侧视觉流中的食物反应神经元群,以及专门对面部,身体,地点和单词做出反应的神经元群。这项发现可能反映了食物在人类文化中的特殊意义。这项研究于2022年8月25日发表在《当代生物学》杂志上。

这些发现是基于对一个大型公共数据库的分析,该数据库记录了人类大脑对1万张图像的反应,并提出了许多关于这种神经群体如何以及为什么发展的问题。在未来的研究中,研究人员希望探索人们对某些食物的反应是如何根据他们的好恶或对某些食物的熟悉程度而不同的。

视觉对象类别

为了试图揭示腹侧视觉流的基本结构,Kanwisher和Khosla分析了一个大型的、公开的数据集,该数据集包含8名受试者在观看数千张图像时的全脑功能性磁共振成像(fMRI)反应。

功能磁共振成像图像由许多体素组成——代表脑组织立方体的三维单位。每个体素包含数十万个神经元,如果其中一些神经元属于对一种视觉输入做出反应的较小种群,它们的反应可能会被同一体素内的其他种群淹没。为了发现一些以前没有假设过的,或者由于fMRI数据的空间分辨率较低而一直隐藏着的新的选择性,研究人员应用了一种数学方法,使他们能够发现无法从传统fMRI数据中识别的神经群体。

Kanwisher的实验室以前曾在听觉皮层的fMRI数据上使用过这种新的分析方法,它可以在fMRI数据的每个体素中梳理出神经群体的反应。

通过这种方法,研究人员发现了四个神经元集群,这些群体对应于先前确定的对面部,地点,身体和单词做出反应的集群。这说明这种方法是有效的,同时证明了之前发现的不仅仅是该通路的模糊属性,而是主要的、主导的属性。

有趣的是,第五个神经元集群也出现了,这个集群似乎只对食物的图像有选择性。

研究人员一开始对此感到很困惑,因为食物在视觉上不是一个单一的类别,像苹果、玉米和意大利面这样的东西看起来彼此都很不一样,但后来发现,有一个群体对所有这些不同的食物都有相似的反应。

研究人员称之为腹侧食物成分(VFC)的食物特异性群体似乎分布在FFA两侧的两个神经元簇中。研究人员表示,特定食物的种群分布在其他特定类别的种群之间的事实可能有助于解释为什么以前没有发现它们。

研究人员认为,食物选择性以前很难描述,因为对食物有选择性的种群混杂在附近的其他种群中,这些种群对其他刺激属性有不同的反应。低空间分辨率的fMRI阻止研究人员看到这种选择性,因为不同神经群体的反应混合在一个体素中。

食品和非食品

研究人员还利用这些数据训练了VFC的计算模型,该模型是基于Murty之前为大脑面部和位置识别区开发的模型。这使得研究人员可以进行额外的实验,并预测VFC的反应。在一项实验中,他们给模型提供了看起来非常相似的食物和非食物的图片,比如香蕉和黄色新月。

这些匹配的刺激具有非常相似的视觉属性,它们的主要区别就在于可食用和不可食用。研究人员可以通过预测模型来输入这些任意的刺激,看看它是否仍然对食物比非食物有更多的反应,而无需收集功能磁共振成像数据。

他们还可以使用计算模型来分析更大的数据集,包括数百万张图像。这些模拟帮助证实了VFC对食物图像的高度选择性。

通过对人类功能磁共振成像数据的分析,研究人员发现,在一些受试者中,VFC对披萨等加工食品的反应比苹果等未加工食品的反应稍微多一些。未来,他们希望探索诸如熟悉程度、对某种特定食物的喜恶等因素如何影响个体对这种食物的反应。

他们还希望研究这一区域在幼儿时期何时以及如何专一化,以及它与大脑的其他部分进行交流。另一个问题是,这种食物选择性种群是否会在例如猴子等其他动物身上出现,它们不像人类那样对食物赋予文化意义。

 

创新关键点

麻省理工学院的研究团队研究了人们观看各种图像时的全脑功能性核磁共振成像(fMRI)反应,并创新性地应用了一种数学方法,在FFA两侧的两个神经元簇中发现了一种能够对所有食物产生反应的神经元集群。研究人员将其称之为腹侧食物成分(VFC)。

此外,研究团队还开发了一个VFC计算模型,避免了收集fMRI数据的麻烦,还能够用来分析更大的数据集。
 

智能推荐

  • 神经科学创新 | 充足的休息时间与稳定的神经元激活模式相关性创新研究

    2022-12-28

    随着学习重复之间的间隔更长,小鼠重复使用更多与以前相同的神经元,这允许神经元连接随着每个学习事件而加强,从而使知识存储更长的时间。

    涉及学科
    涉及领域
    研究方向
  • 神经科学创新 | 新型微创BMI利用”fUS”技术可准确绘制大脑活动

    2022-10-14

    加州理工学院的一项合作开发了一种新型的微创BMI,用于读出与运动计划相对应的大脑活动。使用功能性超声波(fUS)技术,它可以以100微米的分辨率(单个神经元的大小约为10微米)准确地绘制大脑深处的精确区域的大脑活动。

    涉及学科
    涉及领域
    研究方向
  • 神经科学创新思维 | 创新开发“集成神经光子学”实时绘制大脑回路

    2022-10-17

    研究人员开发了新技术“集成神经光子学”,它使用微小的光学微芯片阵列,这些微芯片可以植入大脑内部的任何深度,与荧光分子报告器和光遗传学致动器相结合,分别对神经元进行光学监测并控制其活动。

    涉及学科
    涉及领域
    研究方向
  • 利用光对大脑的GPS进行重新编程

    2022-08-03

    伦敦大学学院的神经科学家使用激光束“打开”小鼠的神经元,为记忆的隐藏工作提供了新的视角,并展示了记忆是如何支撑大脑内部的GPS系统的。

    涉及学科
    涉及领域
    研究方向