科学家首次仅依靠小鼠大脑活动成功重建其所观看的10秒视频片段，为理解大脑如何编码和处理视觉体验打开了新的窗口。 这一成果来自伦敦大学学院（University College London，UCL）领衔的研究团队，相关论文近日发表在期刊《eLife》上。
近年来，神经科学领域持续关注人类大脑如何从眼睛获得的信号中“拼接”出我们所看到的世界。 过去的研究多在功能磁共振等成像设备中向志愿者展示图像或影片，再尝试从脑活动中解码出视觉信息，精确到单个像素。 本次工作延续了这一总体目标，但选择在小鼠身上，通过单细胞水平的记录来追踪视觉皮层的活动，从而获得更细致的大脑视觉表征图景。
研究团队仅使用来自小鼠视觉皮层的活动数据，就能够重建小鼠此前观看过的视频片段，质量令人惊讶。 论文第一作者、UCL Sainsbury Wellcome 中心的乔尔·鲍尔（Joel Bauer）表示，他们希望找到一种更通用、更真实的方法来探索大脑是如何理解“所见”的。 现有很多方法只能针对特定条件或刺激进行推断，难以推广到更自然、更复杂的视觉场景，而新的方法则尝试直接捕捉大脑正在表征的内容，并将其与现实进行对比。
在具体技术上，研究团队采用了一种“动态神经编码模型”。 该模型最初由另一支团队为 2023 年 Sensorium 竞赛开发，用来预测在小鼠观看影片时，每个神经元的活动强度，同时考虑动物的自发运动和瞳孔直径等因素。 UCL 团队在同一数据集的基础上进一步改进模型：他们比较两类神经元活动——一类是模型预测的小鼠在观看“空白屏幕”时的活动，另一类则是通过显微成像技术实测到的真实活动。 这种成像方法能根据细胞内局部钙浓度变化，精确识别哪些神经元在特定时间点被激活。
在模型运行过程中，研究人员从一段“空白电影”出发，通过算法不断调整每个像素，直到生成的视频在统计意义上与小鼠实际观看过的视频高度吻合。 在完成训练后，该模型可以根据小鼠在观看全新视频时的大脑活动，重建出长度约10秒的影片片段。 值得注意的是，这些用于重建的视频并未参与模型训练，因而更能体现方法的通用性。
鲍尔指出，在加入更多单个神经元的数据后，重建视频的细节显著改善，这强调了获取更全面神经数据的重要性。 为评估重建效果，团队采用像素相关性指标，将原始影片中每一帧的每个像素与重建影片中的对应像素进行比较。 结果显示，两者在空间和时间上的差异都相对有限，说明这种基于脑活动的“电影翻译”已经可以达到相当高的准确度。
未来，研究人员计划收集分辨率更高、覆盖范围更广的脑数据，以支持更清晰、更宽视角的视觉场景重建。 在应用上，他们尤其希望借助这一技术探索“感知与现实的偏差”：也就是大脑中的视觉表征为何以及如何偏离眼前客观图像。 鲍尔指出，人类并不在大脑中拥有一个完全真实的“世界复制品”，视觉信息在传递和处理过程中会被选择性放大、压缩或扭曲，这种偏差不是简单的错误，而是大脑用来解释和增强感知信息的一种功能性机制。
这项小鼠视觉影片重建研究，为未来在更复杂的动物乃至人类身上开展类似工作奠定了基础。 随着成像技术、计算模型和数据分析方法的持续发展，科学家或许能够更深入地理解我们如何“看见”世界，也有望为视觉障碍诊疗、脑机接口以及沉浸式人工感知系统提供新的理论支撑。