- 3 次围观
听觉皮层（auditory cortex，AC）中的神经元群体执行支持刺激类别解码和灵活行为的感觉计算。这些计算的潜在几何结构及其对自然刺激的普适性仍知之甚少，尤其是在单神经元层面，因为神经元表现出广泛多样的调谐特异性和时间敏锐性。为弥补这一空白，我们开发了 ACNet——一种皮层声音编码基础模型，用于预测雪貂听觉皮层中超过3000个神经元随时间变化的活动。训练数据包括42小时的自然声音，涵盖100多个类别，采集自多只动物的多个记录位点。该模型取得了当前最先进的神经反应预测准确率。模型活动可由一个低维神经流形简洁地表征，并且该流形能够跨动物泛化（解释超过80%的方差）。对 ACNet 激活模式的分析显示，随着网络层级的加深，基于放电率的稀疏声音编码逐渐形成，这是听觉皮层的一项显著特征。尽管 ACNet 并未接受显式的声音分类训练，这些变换仍伴随着更准确且在神经表征上更加一致的听觉类别解码能力的出现。该模型还揭示了不同解剖学细胞类型之间的调谐差异。总体而言，我们的研究结果表明，感觉系统基础模型能够揭示大规模神经元群体所执行的、具有普适性的计算。
听觉皮层（auditory cortex，AC）中的神经元群执行支持刺激类别解码和灵活行为的感觉计算。这些计算的内在几何结构及其对自然刺激的可泛化性仍知之甚少，尤其是在单神经元层面，因为神经元表现出范围广泛的调谐特异性和时间敏锐性。为弥补这一空白，我们开发了 ACNet——一种用于皮层声音编码的基础模型，用于预测雪貂听觉皮层中超过3000个神经元随时间变化的活动。训练数据包括42小时的自然声音，涵盖100多个类别，并采集自多只动物的多个记录位点。该模型实现了当前最先进的神经反应预测准确率。模型活动可由一个低维神经流形简洁地表征，并且该流形能够跨动物泛化（解释超过80%的方差）。对 ACNet 激活模式的分析揭示了跨层逐渐形成的基于放电率的稀疏声音编码，这是听觉皮层的一个显著特征。这些变换伴随着更为准确且与神经活动更一致的听觉类别解码能力的形成，尽管 ACNet 并未接受显式的声音分类训练。该模型还揭示了解剖学上不同细胞类型之间的调谐差异。综上，我们的研究结果表明，感觉系统的基础模型能够揭示大规模神经元群体所执行的、具有普适性的计算。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.30.747962v1?rss=1
🏷️ 听觉皮层 神经编码 低维神经流形 基础模型 神经群体活动 感觉计算
来源出处