用于计算物体运动的模块化神经回路

计算运动物体的方向需要将其组成边缘的运动信号整合为连贯的模式。尽管视觉皮层中模式运动的表征已被广泛研究，但其潜在的神经回路机制仍不清楚。通过在猕猴MT区进行高密度记录，我们表明，对模式运动的选择性来源于一个在功能和解剖上均 distinct 的皮层回路。我们证明，专门编码分量运动和模式运动的神经元由不同的细胞类型构成，并排列成一个层级性回路，在该回路中，模式神经元整合来自一系列分量神经元的输入。此外，我们还表明，分量神经元和模式神经元在空间上分离成模块，并沿着编码运动方向的皮层柱系统性排列。这种结构与回路符合经典的物体运动计算问题求解方案。

计算运动物体的方向需要将其组成边缘的运动信号整合为连贯的模式。尽管视觉皮层中模式运动的表征已被广泛研究，但其潜在的神经回路仍然未知。通过在猕猴 MT 区进行高密度记录，我们表明，对模式运动的选择性源自一条在功能和解剖上均独特的皮层回路。

我们证明，专门编码成分运动和模式运动的神经元由不同的细胞类型构成，并排列于一条层级式回路中；在该回路中，模式神经元整合来自一系列成分神经元的输入。此外，我们表明，成分神经元和模式神经元在空间上被分隔为模块，并沿着编码运动方向的皮层柱系统性排列。这种结构与回路符合关于物体运动计算问题的一种经典解决方案。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.07.730718v1?rss=1

🏷️ 视觉皮层 MT区 模式运动 神经回路 皮层柱 猕猴