《視覺功能組織機理的神經網路模型與驗證實驗》是依託復旦大學，由俞洪波擔任項目負責人的重大研究計畫。
基本介紹
- 中文名：視覺功能組織機理的神經網路模型與驗證實驗
- 依託單位：復旦大學
- 項目類別：重大研究計畫
- 項目負責人：俞洪波
項目摘要,結題摘要,
項目摘要
信息領域的機器學習算法、神經計算模型、腦功能動物實驗三者之間存在著鴻溝，交叉學科的研究將促進“利用腦”、“模擬腦、”認識腦“這三方面的深入與融合。針對視覺認知基礎與神經表達理論的迫切要求，我們利用無監督機器學習中的自然圖像驅動，套用於自組織神經計算網路；利用該模型，預測未知刺激所誘發的視覺皮層反應，並採用內源信號光學成像、雙光子成像、電生理記錄等多種技術手段在活體動物視覺皮層進行精確測試，對視覺信息的表達機制進行模型與實驗的雙向探討與驗證；同時，利用計算模型的內在規律，帶入實驗中實測的較差的腦成像信號，在模型中推導出具有精細組織規律的腦功能圖，並以多種成像手段驗證，嘗試利用有限腦成像信息推算完整精細的腦成像信號。這些研究以神經計算模型為核心探討視覺皮層的功能組織模式，在實際工作中打通三個領域融合的接口，在套用中充分考慮彼此的促進，以多學科緊密交叉促進視聽覺信息的認知計算的深入研究。
結題摘要
本課題採用自組織神經計算網路，第一，模擬生成了多種動物視覺皮層的方位、眼優勢、空間頻率功能圖，並與實驗數據高度相似。第二，在此基礎上，我們利用該模型進行了預測，在眼優勢剝奪情況下，定量預測方位功能圖與眼優勢功能圖在時間與空間上的非線性動力學變化過程；同時，在活體動物的視覺皮層上植入慢性成像視窗，在進行單眼縫合實驗的過程中，進行長期、多次內源性光學成像，實驗結果與模型預測高度吻合（Neuroscience, 2016a）。第三，瞄準“深度學習”中多層次的基本框架，我們研究了初級視覺皮層17區與下一級視覺皮層21a之間在方位適應情況下，適應效應的傳遞效應，通過內源性光學成像、單細胞記錄、場電位記錄等多種技術手段，發現，其傳遞效應具有特徵依賴性的級聯放大效應，為多層級信息傳遞框架提供了生理學基礎(Scientific report, 2017)，發現17區與21a區相似的回饋神經網路，及層次性的差異（Neuroscience, in revision）。同時，我們進一步研究了視覺剝奪情況下，底層的視網膜的可塑性，發現12-24小時的視覺剝奪，會引起視網膜功能的快速下降，該下調會被傳遞到初級視覺皮層，首次證實在成年動物的視網膜上存在著視覺經驗依賴的功能可塑性（Plos One, 2016）。第四，我們已經成功完成了動物成像數據與模擬網路之間的對接，實際的實驗數據得以可靠地代入模型，進行功能組織模式的推導、修復和預測，相關結果正在整理投稿中。第五，我們將功能圖的研究拓展到貓牙相關皮層，系統研究了其功能反應模式（Neuroscience, 2016b），發現根管治療並不改變該皮層的功能構築模式（Neuroscience, 2017,封面文章）。總體來看，自組織神經計算模型已經可以模擬、預測、代入並推導真實實驗數據；同時，我們也獲得了視覺系統從視網膜、外膝體、初級視覺皮層到中級視覺皮層信息傳遞方式的相關實驗數據，並為下一步套用於深層級計算模型奠定了生理學基礎。
