Simple, static, spiking nonlinearities can account for seemingly complex interactions between visual, motor and cognitive variables in the visual cortex.
Questo studio dimostra che le complesse interazioni tra stimoli visivi, attenzione spaziale, pianificazione motoria e microsaccadi nella corteccia visiva del macaco possono essere spiegate parsimoniosamente da un meccanismo semplice in cui i segnali legati al compito forniscono una modulazione additiva, indipendente dallo stimolo, che si manifesta come guadagno attraverso una non linearità di scarica, risolvendo così le controversie riguardanti la relazione causale tra microsaccadi e attenzione.
Articolo originale dedicato al pubblico dominio sotto CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Il cervello è una costante negoziazione tra il mondo esterno e lo stato interno della mente. Quando una scimmia guarda un frutto, i neuroni nella sua corteccia visiva non si limitano a registrare l'immagine del frutto. Essi sono anche influenzati da dove l'animale sta prestando attenzione, dove pianifica di muovere gli occhi e quale decisione sta per prendere. Per decenni, gli scienziati hanno lottato per capire come questi diversi segnali — i dati visivi grezzi, il focus dell'attenzione e i piani motori per il movimento — si combinino all'interno di una singola cella nervosa. Si mescolano insieme in una rete complessa e aggrovigliata dove un segnale cambia il modo in cui la cella reagisce a un altro? O arrivano come flussi separati e indipendenti che la cella si limita ad aggiungere? Questa domanda è centrale per comprendere come il cervello mantenga un'immagine stabile del mondo pur rimanendo abbastanza flessibile da reagire a nuovi compiti.
Un team di ricercatori ha cercato di sciogliere questo nodo osservando i neuroni nella corteccia visiva di macachi. Si sono concentrati su due aree specifiche del cervello, note come V2 e V3, che sono cruciali per l'elaborazione dei dettagli visivi. Per farlo, hanno progettato un esperimento ingegnoso che costringeva le scimmie a separare l'attenzione dai movimenti oculari. Alle scimmie venivano mostrate contemporaneamente due diverse immagini 3D, una a sinistra e una a destra. Solo una di queste immagini era rilevante per il compito, indicata da un segnale sottile. La scimmia doveva decidere se il centro di quell'immagine specifica fosse sporgente o rientrante. Fondamentalmente, la scimmia riportava la sua risposta guardando un bersaglio che appariva in una posizione verticale casuale, non correlata a dove si trovava l'immagine. Questa configurazione significava che la scimmia poteva prestare attenzione all'immagine di sinistra mentre guardava un bersaglio a destra, o pianificare un movimento che non aveva nulla a che fare con dove stava guardando. Ciò ha permesso agli scienziati di osservare come il cervello gestisse l'attenzione, i movimenti oculari e l'input visivo quando non puntavano tutti nella stessa direzione.
I ricercatori hanno registrato l'attività di quasi 1.200 neuroni individuali mentre le scimmie eseguivano questo compito. Erano particolarmente interessati a un minuscolo movimento oculare involontario chiamato microsaccade. Si tratta di quei microscopici tremolii che gli occhi compiono anche quando cerchiamo di fissare un punto immobile. Studi precedenti avevano suggerito che questi piccoli movimenti potessero essere la chiave per capire come funziona l'attenzione, agendo forse come una porta che apre le valvole dell'attenzione solo quando l'occhio si muove verso l'oggetto di interesse. Tuttavia, i nuovi dati hanno raccontato una storia diversa. I ricercatori hanno scoperto che i neuroni rispondevano all'attenzione e a questi piccoli movimenti oculari come se fossero due cose completamente separate. L'incremento di attività causato dal prestare attenzione avveniva indipendentemente dal fatto che l'occhio si spostasse verso o lontano dall'oggetto. Allo stesso modo, i piccoli tremolii dell'occhio aggiungevano il proprio piccolo e temporaneo picco all'attività del neurone, ma questo picco non cambiava in base a dove la scimmia stava prestando attenzione.
Per dare un senso a queste osservazioni, il team ha costruito un modello statistico per vedere come questi segnali si combinassero. Hanno testato se il cervello stesse mescolando questi segnali in modo complesso, dove l'attenzione potrebbe cambiare il modo in cui il neurone reagisce all'immagine stessa. Invece, hanno scoperto che la spiegazione più semplice era quella corretta. L'input visivo, l'attenzione e i movimenti oculari arrivavano al neurone come segnali separati e additivi. Immaginate un neurone come un dispositivo che riceve un livello base di input elettrico dal mondo visivo. L'attenzione e i movimenti oculari si limitano ad aggiungere un po' di tensione extra a quell'input, come alzare il volume di una radio. Il neurone elabora quindi questo segnale combinato attraverso un filtro fisso e non lineare. È questo filtro che trasforma la semplice addizione dei segnali nei modelli complessi che gli scienziati osservano nel risultato finale. È proprio questo passaggio finale, l'elaborazione interna del neurone, che fa sembrare i segnali come se interagissero, anche se sono arrivati separatamente.
Lo studio ha anche esaminato come la decisione finale della scimmia influenzasse i neuroni. Quando la scimmia sceglieva "vicino" o "lontano", i neuroni mostravano cambiamenti di attività che sembravano rimodellare la loro sensibilità all'immagine. Eppure, lo stesso meccanismo semplice rimaneva valido: il segnale decisionale arrivava come un'aggiunta indipendente all'input del neurone. Non cambiava il modo fondamentale in cui il neurone vedeva l'immagine; ne spostava semplicemente l'attività di base verso l'alto o verso il basso. I ricercatori hanno confermato questo dimostrando che un modello che assume questi input additivi e indipendenti poteva predire il comportamento del neurone meglio dei modelli che cercavano di forzare interazioni complesse tra le variabili. In effetti, i modelli più complessi spesso ottenevano prestazioni peggiori, suggerendo che il cervello non ha bisogno di costruire connessioni intricate per combinare questi segnali.
Questa scoperta offre una visione chiara e parsimoniosa di come funzioni la corteccia visiva. Suggerisce che il cervello preservi una rappresentazione stabile del mondo visivo mantenendo separato l'input sensoriale principale dalle mutevoli richieste dell'attenzione e dell'azione. La complessità che osserviamo nell'attività neurale non è necessariamente il segno di una rete aggrovigliata di interazioni, ma è il risultato di segnali semplici e indipendenti che passano attraverso un filtro standard e non lineare. I ricercatori hanno anche chiarito il lungo dibattito sui microsaccadi. I loro dati hanno dimostrato che questi piccoli movimenti oculari non guidano l'attenzione né ne filtrano gli effetti. Al contrario, l'attenzione e i movimenti oculari sono processi paralleli che influenzano il cervello in modo indipendente. Il cervello integra questi diversi segnali — sensoriali, motori e cognitivi — attraverso un meccanismo diretto che gli permette di rimanere flessibile senza perdere la chiarezza dell'immagine che vede.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.