大脑感觉系统信息处理的一条基本原则，是通过减少冗余来提高编码效率，感觉神经元表征的稀疏性也就反应其编码效率。但是长久以来，由于缺乏有效的技术手段，对感觉皮层神经元群体编码的稀疏性一直缺乏准确的定量研究，这很大程度上限制了人们对感觉皮层编码机制的理解。
唐世明研究组利用清醒猴双光子成像技术（Neuron, 2017; Current Biology, 2018），同时观测多达1000个初级视皮层V1神经元对2,250个自然图片的反应，首次实现了猕猴V1神经元群反应稀疏性的直接测量。结果显示，对单个自然图片刺激，平均仅有千分之五的V1神经元有较强的反应，这比以往利用传统技术、通过间接估算出的V1稀疏性高一个数量级。合作者卡耐基梅隆大学Tai Sing Lee通过分析发现，利用这些稀疏的强反应能以较高精度解码自然图片。
这一研究成果表明，初级视皮层V1使用了超出传统理论预测的、更稀疏、更高效的编码方式，这将迫使我们重新思考大脑视觉信息处理的基本原理。
图1，猕猴初级视层对自然图片刺激的超稀疏表征。（a, b）任意单个自然图片通常只能较好激活少数几个细胞，虽然这些细胞都是可以被适当刺激很好激活的（c）。（d, e）单个刺激激活的神经元群体反应强度的分布。（f, g）单幅图片平均能较强激活0.5%（6/1,225，4.1/982）的V1神经元。
该项研究得到北京大学-清华大学生命科学联合中心、国家自然科学基金（317301093、0525016）、北京大学985工程项目、国家重点研发计划（2017YFA0105201）, 北京市科委项目资助。
原文链接：https://elifesciences.org/articles/33370
参考文献：
1) Tang S et al. (2018) Large-scale two-photon imaging revealed super-sparse population codes in V1 superficial layer of awake monkeys. eLife 2018; 7: e33370 doi: 10.7554/eLife.33370
2) Tang S et al. (2018) Complex Pattern Selectivity in Macaque Primary Visual Cortex Revealed by Large-Scale Two-Photon Imaging. Current Biology 28, 38–48.
3) Li M, Liu F, Jiang H, et al. (2017) Long-Term Two-Photon Imaging in Awake Macaque Monkey. Neuron, 2017, 93(5):1049.
编辑：山石
?
?
