PLOS Biology | 北大團隊結合大尺度fMRI與MEG，揭示大腦表征3D場景邊界新時空機制

認知神經科學前沿文獻分享

基本信息

Title:Three-dimensional scene boundary representations for wall orientation and distance are represented distinctly in the human visual cortex

發表時間:2026-3-25

發表期刊:PLOS Biology

影響因子:7.2

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

當我們走進一個陌生的房間時，大腦能夠毫不費力地感知到墻壁在哪里、房間有多深。這種對環境3D空間布局的視覺表征，是我們能夠在物理世界中自如導航的基礎。在嚙齒類動物中，研究者已經發現大腦利用“向量編碼”（vector coding）原則來構建空間地圖，即通過計算自我與邊界之間的距離和方向來定位。在人類大腦中，枕葉位置區（OPA）、海馬旁位置區（PPA）等場景選擇區域也被證實參與了空間布局的編碼。

然而，過去關于人類空間認知的大多數神經成像研究，往往依賴于高度簡化的幾何圖形或人造3D房間作為視覺刺激。這類刺激雖然便于控制變量，卻丟失了真實世界中復雜的語義上下文、光影變化和物體遮擋。反過來，現有的自然場景圖像數據集雖然真實，卻缺乏精確的3D布局標注，導致我們很難直接研究大腦是如何從復雜的自然圖像中提取出“距離”和“方向”這兩個核心邊界向量的。

為了跨越這道方法學鴻溝，近期，北京大學的研究團隊開發了一種基于計算機視覺的3D布局重建方法，能夠從2D自然室內圖像中定量估算出墻壁的相對距離、方向以及觀察者的自我姿態。借助這一工具，研究者結合大尺度7T fMRI數據集（NSD）以及全新的fMRI與MEG實驗，以前所未有的精度拆解了人類大腦在自然場景下表征3D邊界的時空機制。

Fig 1. 展示了研究者如何通過標注自然室內圖像中的關鍵平行與垂直邊緣，結合透視原理，重建出包含墻壁方向與相對距離的3D空間布局模型。

研究核心總結

這項研究并沒有停留在“哪些腦區對場景有反應”的粗粒度層面，而是將3D布局拆解為“邊界相對距離”和“邊界方向”兩個核心特征，并揭示了它們在視覺皮層中截然不同的處理邏輯。

一、空間解離：早期視覺皮層算距離，高級腦區算方向

研究者首先利用大規模自然場景數據集（NSD）的fMRI數據進行了表征相似性分析（RSA）。為了確保結果的純粹性，他們嚴格控制了圖像的低級空間頻率、中級紋理特征以及高級語義特征。

結果顯示，沿著視覺處理層級，邊界特征的表征出現了清晰的解離：初級和早期視覺皮層（V1-V3）主要負責編碼側墻的“相對距離”（即墻壁在視野中占據的相對面積比例，用于推斷遠近），而更高級的場景選擇區域（如OPA和PPA）則專門負責編碼墻壁的“方向”。這種從后部枕葉到前部枕顳葉的表征梯度表明，大腦在提取空間布局時采取了分步策略：先在早期皮層完成基于圖像幾何的自我中心距離估算，再在高級腦區整合出更抽象的3D結構方向。

Fig 2. NSD數據集的fMRI分析表明，在嚴格控制了2D視覺與語義特征后，早期視覺皮層顯著表征邊界相對距離，而場景選擇區域顯著表征邊界方向。

Fig 3. Searchlight 分析直觀呈現了單個被試大腦中從后部枕葉（紅色，距離表征）到前部枕顳葉（綠色，方向表征）的層級遞進梯度。

除了環境本身的布局，成功的導航還需要大腦知道觀察者自身的姿態（Self-pose）。研究者利用重建出的相機參數，測試了視覺皮層是否編碼了觀察者的俯仰角（Pitch，低頭/抬頭）和翻滾角（Roll，左右傾斜頭）。

解碼分析發現，整個視覺皮層（包括早期視覺區和場景選擇區）都能可靠地預測出圖像的俯仰角，但無法預測翻滾角。這一發現為人類視覺系統顯式編碼導航相關的自我姿態信息提供了直接證據。從生態學角度來看，俯仰角在垂直導航（如上下樓梯）中極為關鍵，且在日常視覺體驗中變化頻繁，大腦對此保持高度敏感具有重要的適應性意義。

Fig 4. 視覺皮層能夠可靠解碼出觀察者的俯仰角（Pitch），但無法解碼翻滾角（Roll），證實了關鍵自我姿態參數在視覺系統中的顯式表征。

NSD數據集中的被試進行的是簡單的圖像記憶任務，空間布局對他們而言是“任務無關”的。那么，當人們真正需要關注空間結構時，大腦的表征會發生什么變化？

研究者使用帶有真實3D標注的Matterport3D數據集開展了新的fMRI實驗，讓被試分別執行“布局辨別任務”（導航相關）和“紋理辨別任務”（非導航控制）。結果發現，當空間布局成為任務核心時，初級視覺皮層（V1）對邊界距離和方向的表征強度都得到了顯著增強。這提示早期視覺皮層并非只是被動接收信息的“中轉站”，而是會根據當前的導航需求，動態調整其對關鍵3D幾何特征的處理精度。

Fig 5. 采用Matterport3D數據集的實驗范式，對比了要求被試主動關注空間結構的布局任務與僅關注表面顏色的紋理任務。

Fig 6. fMRI結果顯示，當空間布局與當前任務相關時，初級視覺皮層（V1）對邊界距離和方向的表征均得到了顯著增強。

為了捕捉這種任務調節背后的時間動態，研究者使用相同的范式進行了MEG實驗。時間分辨率極高的MEG數據揭示了一幅生動的動態圖景：

對“相對距離”的表征出現得非常早（刺激呈現后約160-240毫秒），并且無論被試在做什么任務，這種早期表征都會自動涌現。相反，對“邊界方向”的表征出現得要晚得多（約410-560毫秒及670-720毫秒），并且僅僅在被試執行布局辨別任務時才會出現。進一步將fMRI與MEG數據進行跨模態融合分析后，研究者發現，V1在晚期時間窗口的表征增強與方向特征的出現時間高度吻合。這強烈暗示，高級腦區在處理完方向信息后，通過自上而下的反饋機制（或工作記憶維持），重新塑造了早期視覺皮層的活動模式。

Fig 7. MEG結果揭示了時空分離：距離表征在早期自動出現，而方向表征在晚期且僅在導航任務中涌現。

Fig 8. fMRI與MEG的跨模態表征相似性分析提示，V1在晚期（650-750ms）的表征增強可能源于高級腦區對初級視覺皮層的自上而下反饋。

研究意義

這項工作在理論與方法學上都極具啟發性。

在理論層面，它為人類空間布局感知提出了一套清晰的時空層級框架：大腦首先在早期視覺皮層快速、自動地基于2D圖像特征（如墻壁占據的面積比例）估算自我中心的相對距離；隨后，高級場景選擇區域在更晚的時間窗口整合出邊界的3D方向；最后，如果當前任務需要導航，高級腦區會將這些結構信息反饋給早期視覺皮層，以維持或增強高分辨率的空間表征。有趣的是，研究發現大腦似乎并不傾向于計算絕對的物理度量距離，而是依賴于相對的視覺幾何啟發式線索，這反映了生物視覺系統在計算效率與導航需求之間的巧妙平衡。

在方法學層面，本研究開發的自然圖像3D布局重建技術，成功在高度控制的人造刺激與缺乏真實標注的自然場景之間架起了一座橋梁。它證明了只要輔以巧妙的計算機視覺提取手段，像NSD這樣的大尺度自然圖像公開數據集，完全可以被轉化為研究高級空間認知機制的強大寶庫。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿