fMRI分析による合成によるものは、表面の傾斜を抽出する背部階層を明らかにします

視聴された表面の3D方向を推定する脳のスキルは、近くのテーブルにオブジェクトを置くことから、ヒルウォーキング時に最適なルートを計画することまで、さまざまな行動をサポートします。この能力は、初期の感覚ニューロンの受容フィールドを超える広範な空間領域にわたって深さ信号を統合することに依存しています。階層的な選択とプーリングは腹側の視覚経路を理解するための中心ですが、背面での連続した操作はあまり理解されていません。ここでは、ヒトfMRI信号の計算モデリングを使用して、双眼視力から3-D表面配向を抽出する計算をプローブします。表現が階層全体でどのように進化するかを理解するために、一連の生成モデルを使用して、異なる皮質領域での経験的fMRIデータを説明する推論アプローチを開発しました。具体的には、候補の視覚処理アルゴリズムの応答をシミュレートし、それらがfMRI応答をどの程度説明したかをテストしました。これにより、エッジの表現とフィギュアグラウンドセグメンテーション（V1、V2）からV3Aの空間的に広範な格差勾配への視覚表現の階層的洗練を示します。V3Aの応答は、低レベルの画像の共変量の影響をほとんど受けず、全体的な深度位置に対して部分的な耐性を持っていることを示します。最後に、V3Aのスラントの並行知覚的判断の反応を示します。これは、近くの表面の3D構造に関する重要な情報をキャプチャする比較的短い計算階層を明らかにし、より一般的には、多様な脳イメージングドメインでメリットがある可能性のある分析アプローチを示しています。

The brain's skill in estimating the 3-D orientation of viewed surfaces supports a range of behaviors, from placing an object on a nearby table, to planning the best route when hill walking. This ability relies on integrating depth signals across extensive regions of space that exceed the receptive fields of early sensory neurons. Although hierarchical selection and pooling is central to understanding of the ventral visual pathway, the successive operations in the dorsal stream are poorly understood. Here we use computational modeling of human fMRI signals to probe the computations that extract 3-D surface orientation from binocular disparity. To understand how representations evolve across the hierarchy, we developed an inference approach using a series of generative models to explain the empirical fMRI data in different cortical areas. Specifically, we simulated the responses of candidate visual processing algorithms and tested how well they explained fMRI responses. Thereby we demonstrate a hierarchical refinement of visual representations moving from the representation of edges and figure-ground segmentation (V1, V2) to spatially extensive disparity gradients in V3A. We show that responses in V3A are little affected by low-level image covariates, and have a partial tolerance to the overall depth position. Finally, we show that responses in V3A parallel perceptual judgments of slant. This reveals a relatively short computational hierarchy that captures key information about the 3-D structure of nearby surfaces, and more generally demonstrates an analysis approach that may be of merit in a diverse range of brain imaging domains.