视网膜神经节细胞对复杂视觉刺激目标的编码策略

The neural population activities in vision system have been well investigated both in experimental electrophysiology and theoretical studies. However, most experimental studies are based on simple laboratory stimuli, such as spots, gratings, checkerboards, and so on, which are insufficient to reflect the visual function in nature. We previously studied retinal ganglion cells firing activities in response to natural video stimuli, including spares coding and non-linearity. We showed that the neuron population's activities coded the high-order statistics cumulant in stimuli. We infer that the spatio-temporal correlation and adaption in neuron population's activities could be one of the effective encoding strategies in response to natural stimuli. In this project, we will use the multi-channel recording system to record the electrical activities of bullfrog's retinal ganglion cells in response to complex stimuli. The single neuron and neuron population's activities in response to stimuli with high-order statistics cumulant will be analyzed by using the high dimensional time series analysis methods. The coding strategies of neuron population will be studied by exploring the relationship between the neuron population's activities and the spatio-temporal correlation in the complex stimuli. The change of neuron population's activities during visual adaptation and the relevant physiological contribution will be further explored. Our study will demonstrate the retinal ganglion cells and neuron network's activities feature and the related vision functions in response to natural complex stimuli. Our results will provide suggestive hints to computation theories and models in cognitive science and artificial intelligence.

视觉系统的神经元群体活动在实验和理论领域受到广泛关注。目前的结论大都基于光斑、光栅、棋盘格等简单实验室刺激的实验数据，这不足以阐明真实环境中的生物视觉功能。我们前期探索了视频刺激下视网膜神经节细胞电活动的稀疏编码和非线性特征，并发现刺激的高阶统计量变化会影响神经元群体活动相关性。我们推测神经元群体活动的时空相关性及适应是编码自然信息的一种方式。 本课题采用多电极记录系统，记录复杂视觉目标刺激下视网膜神经节细胞的电活动，采用基于信息分析的高维时间序列分析、基于非线性动力学的复杂过程分析以及时空相关模型等方法，探索单个和群体神经元对复杂刺激中高阶统计特征和时空相关性的处理方式，研究在适应过程中神经元群体活动特性的改变，以及这种改变对于视觉信息编码的影响。 本课题研究结果将对接近自然的复杂视觉刺激下神经元的活动特性形成理解，为认知科学和人工智能等相关交叉研究领域提供计算原理和模型等方面的启示。

视觉系统的神经元群体活动在实验和理论研究领域受到广泛关注。目前的结论大都基于光斑、光栅、棋盘格等简单实验室刺激的实验数据，但这不足以阐明真实环境中的生物视觉功能。. 我们采用多电极记录系统，记录复杂视觉目标刺激下视网膜神经节细胞的电活动，采用基于信息分析的高维时间序列分析、基于非线性动力学的复杂过程分析以及数学模型等方法，探索单个和群体神经元对复杂刺激中高阶统计特征和时空相关性的处理方式，研究在适应过程中神经元群体活动特性的改变，以及这种改变对于视觉信息编码的影响。. 研究发现：（1）视网膜神经节细胞的动作电位发放频率可以很好地反映光刺激信号中的低阶统计特性（平均亮度、对比度），但是无法区分高阶统计特性（偏度、峰度）的差异。而神经元的给光反应、撤光反应时间滤波特性（峰峰值）和敏感性对光刺激中的高阶统计量的变化具有显著性差异。（2）视网膜多巴胺能通路参与了对光刺激持续时间依赖的神经元反应延时的变化的调控。（3）80%以上的刺激信息是由单个神经元的活动所携带，给光反应更多利用反应延时来编码刺激持续时间信息，撤光反应更多利用放电频率进行编码。（4）在周期性给光撤光刺激下，成对神经节细胞之间的相关活动强度在适应过程中显著降低，撤光反应占主导成分，而且相关活动在撤光反应部分更加显著减弱。（5）牛蛙视网膜撤光通路与给光通路不是完全独立的，给光通路对撤光通路中振荡活动的形成起着重要作用。（6）GABAa受体在视网膜神经节细胞对比度适应过程中对神经元的电活动和同步活动有调控作用。（7）小鼠视网膜神经节细胞双峰反应的两个峰可能来源于不同的回路，且都参与到了对刺激信息的编码。（8）单个神经元和神经网络的两类数学模型的研究结果表明，适应性电流在视网膜神经信息编码过程中具有重要调节作用。. 本项目的研究结果对复杂视觉刺激下神经元的活动特性形成理解，为认知科学和人工智能等相关交叉研究领域提供了计算原理和模型等方面的启示。