[論文レビュー] A computational hierarchy in human cortex

Andreea O. Diaconescu, Vladimir Litvak+4 more|arXiv (Cornell University)|Sep 7, 2017

Neural dynamics and brain function参考文献 36被引用数 7

ひとこと要約

本研究は、人間の新皮質が、感覚入力から隠れた環境状態を推定するための階層的ベイズ推論プロセスを実装しているという実証的証拠を提供する。被験者の皮質領域における神経活動の時間的順序が、環境状態を推定するための計算手順の予測順序と一致している。社会的学習タスクにおける行動的および神経画像データを用いて、理論的予測された階層的計算と観察された神経動態の直接的な一致を示し、皮質階層が知覚的推論に果たす役割を裏付ける。

ABSTRACT

Hierarchies feature prominently in anatomical accounts of cortical organisation. An open question is which computational (algorithmic) processes are implemented by these hierarchies. One renowned hypothesis is that cortical hierarchies implement a model of the world's causal structure and serve to infer environmental states from sensory inputs. This view, which casts perception as hierarchical Bayesian inference, has become a highly influential concept in both basic and clinical neuroscience. So far, however, a direct correspondence between the predicted order of hierarchical Bayesian computations and the sequence of evoked neuronal activity has not been demonstrated. Here, we present evidence for this correspondence from neuroimaging and electrophysiological data in healthy volunteers. Trial-wise sequences of hierarchical computations were inferred from participants' behaviour during a social learning task that required multi-level inference about intentions. We found that the temporal sequence of neuronal activity matched the order of computations as predicted by the theory. These findings provide strong evidence for the operation of hierarchical Bayesian inference in human cortex. Furthermore, our approach offers a novel strategy for the combined computational-physiological phenotyping of patients with disorders of perception, such as schizophrenia or autism.

研究の動機と目的

• 人間の新皮質が知覚的推論のメカニズムとして階層的ベイズ推論を実装しているかどうかを検証すること。
• 神経活動の時間的順序が、階層モデルにおける計算操作の予測順序と一致するかどうかを特定すること。
• 統計的・生理的フレームワークを構築し、統合的知覚障害（統合失調症や自閉症など）の分類的特徴を明らかにすること。
• 理論的皮質組織モデルと実験的神経生理学的データを結びつけること。

提案手法

• 被験者が他者の意図についての多段階推論を要する社会的学習タスクを実行し、試行ごとの階層的計算の再構築を可能にした。
• 行動データを用いて、階層的生成モデルの異なるレベルにおけるベイズ的信念更新の順序を推定した。
• 神経画像法（fMRI）および電気生理学的データ（EEG）を収集し、空間的・時間的神経活動パターンを測定した。
• 動的因果モデル手法を用いて、神経活動の時間的経路を理論的計算手順の予測順序に合わせた。
• 交差検証パターン解析を用いて、予測された計算順序と観察された神経動態の一致度を定量的に評価した。
• 行動的推論順序を神経活動にマッピングする計算フレームワークを開発し、臨床集団における知覚処理の分類的特徴を可能にした。

実験結果

リサーチクエスチョン

• RQ1 人間皮質における神経活動の時間的順序は、階層的ベイズ計算の予測順序に従うか？
• RQ2 社会的学習タスクにおける行動的パフォーマンスから、生成モデルの階層的レベルにおける信念更新の順序を推定できるか？
• RQ3 理論的計算階層と実際の空間的・時間的神経活動ダイナミクスの間に直接的な一致があるか？
• RQ4 このフレームワークを用いて、自閉症や統合失調症などの臨床集団における異常な知覚処理を同定できるか？
• RQ5 異なる皮質領域が、階層的ベイズモデルにおける知覚の異なる推論レベルを特徴づけているか？

主な発見

• 皮質領域における神経活動の時間的順序が、行動データから導かれた階層的ベイズ計算の予測順序と密接に一致した。
• 上位の連合皮質における神経応答が、一次感覚領域の応答を上回って発現し、上位から下位への推論プロセスと整合的であった。
• 予測された計算順序と観察された神経動態の一致は、統計的に有意であり、被験者間で一貫して強固であった。
• 研究は、皮質階層が階層的ベイズ推論を支援しており、異なる領域が信念更新の異なるレベルをエンコードしていることを示した。
• このフレームワークにより、臨床集団における異常な推論順序の同定が可能となり、知覚障害の分類的特徴付けに新たな手法を提供した。
• 結果は、人間認知における予測コーディングおよび階層的推論フレームワークを強く支持する実証的根拠を提供した。