A calcium imaging large dataset reveals novel functional organization in macaque V4

要約

霊長類の視覚野 V4 の位相的構成と特徴の好みは、主に人工刺激を使用して研究されてきました。
ここでは、大規模なカルシウム イメージングと深層学習手法を組み合わせて、V4 が自然画像をどのように処理するかを特徴付け、理解しました。
何万もの自然刺激に対する円柱スケールの皮質反応の前例のない大規模なデータセットに深層学習モデルを適合させ、そのモデルを使用して各皮質ピクセルが好む画像を特定することにより、自然刺激選好の詳細な V4 地形図を取得しました。
このマップには、色やテクスチャなどの表面関連の特徴から、エッジ、曲率、顔の特徴などの形状関連の特徴に至るまで、さまざまな自然画像特徴を優先する個別の機能ドメインが含まれています。
これらの予測されたドメインは、追加の広視野カルシウム イメージングと単一細胞解像度の 2 光子イメージングによって検証されました。
私たちの研究は、自然シーンの画像特徴を符号化するための V4 の系統的なトポロジー構成を明らかにしました。

要約(オリジナル)

The topological organization and feature preferences of primate visual area V4 have been primarily studied using artificial stimuli. Here, we combined large-scale calcium imaging with deep learning methods to characterize and understand how V4 processes natural images. By fitting a deep learning model to an unprecedentedly large dataset of columnar scale cortical responses to tens of thousands of natural stimuli and using the model to identify the images preferred by each cortical pixel, we obtained a detailed V4 topographical map of natural stimulus preference. The map contains distinct functional domains preferring a variety of natural image features, ranging from surface-related features such as color and texture to shape-related features such as edge, curvature, and facial features. These predicted domains were verified by additional widefield calcium imaging and single-cell resolution two-photon imaging. Our study reveals the systematic topological organization of V4 for encoding image features in natural scenes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google