通过成像观察大脑时，会发现很多“噪声”，即大脑静止时产生的自发电活动。这似乎与来自感官输入的大脑活动不同，但噪声与信号究竟有多相似（或多不同）一直存在争议。
东京大学研究小组领导的新研究进一步理清了大脑内部产生的噪声与刺激相关模式之间的关系，并发现自发活动和刺激引起的反应的模式在大脑皮层的较低视觉区域相似，但随着从较低视觉区域移动到较高视觉区域，它们逐渐变得独立或“正交”。
这一发现不仅增强了我们对大脑区分信号和噪声的机制的理解，而且还为开发抗噪声人工智能提供了线索，该人工智能采用了与生物大脑类似的机制。这项研究发表在Nature Communications上。
东京大学医学研究生院的尾木健一教授说：“大脑非常嘈杂。即使没有任何感官输入，它也始终处于活跃状态。尽管有噪声，我们的感官感知非常稳定。我们对大脑如何处理内部产生的噪声以实现稳定感知的机制感兴趣。”
内部大脑噪声与刺激相关信号之间的正交或独立关系将解释感官感知如何保持稳定。
为了测试哪种理论解释了大脑噪声和刺激相关活动之间的关系，研究人员观察了狨猴，它们的新皮层（灵长类大脑中最大的区域）是平坦的，这使得观察大脑高级功能的皮层区域更容易。他们注射了一种携带基因编码的钙指示剂GCaMP的病毒，该指示剂包括一种与钙离子结合的绿色荧光蛋白，突出了成像扫描中的大脑活动。
视频来源：Nature Communications (2024)
最初，自发的大脑活动看起来像波，具有斑驳的空间模式。这种斑驳的活动似乎是灵长类大脑的一般特征。自发噪声和刺激相关活动在低级皮层区域看起来相似，这与先前的研究一致。然而，当研究人员更仔细地观察高级皮层区域时，这是灵长类大脑帮助猴子处理移动图像的部分，这两种大脑活动之间的相似性就减少了。
细胞成像和神经活动的分析发现了一个层次结构，有助于分离大脑噪声和刺激相关信号。
京都同志社大学大脑科学研究生院的松井彻平教授说：“皮层网络的层次结构对于分离内部噪声和感官输出至关重要。这种分离过程被称为正交化。”他在这项研究进行时是东京大学医学研究生院的讲师。
展望未来，研究人员希望继续研究大脑，以理解这种正交关系，并希望了解这对人工智能意味着什么。与人工神经网络不同，自发活动是生物大脑的特征。
尾木教授说：“下一步是识别对层次正交化至关重要的新皮层神经回路。我们还希望目前的发现有助于开发新的抗噪声人工智能。”
信息源于：medicalxpress
关于我们
合作推广
版权声明
文中所有图片和文字版权归21dB声学人所有
如需转载或媒体合作，请与我们联系
