位于后顶叶皮层（PPC）内的外侧顶叶内皮层（LIP）对于将空间信息转化为扫视运动至关重要，但是其运动方向的功能组织尚不清楚。近期，加州理工学院生物工程系的研究团队使用功能性超声成像（fUSI），一种高灵敏度、广空间覆盖和良好空间分辨率的技术，记录了两只恒河猴进行记忆引导的扫视时，PPC内脑血容量的变化，来映射整个PPC的运动方向的编码，并且绘制出介观尺度的方向地图。实验结果不仅明确了LIP的邻域组织与长期稳定性两大关键问题，还首次构建了方向特异性的介观功能图谱。此项研究为理解大脑如何规划与选择眼动扫视提供了新的研发工具与科学证据。研究成果于2025年10月发表于《Nature Communications》期刊。

目前，科学研究采用多种技术来对大脑活动进行记录，但是各类技术在研究视野、灵敏度和空间分辨率上存在各自的局限（图1A）。例如，fMRI核磁共振技术可以记录全脑范围的脑功能激活状况，但它缺乏高精度的空间分辨率和信号灵敏度（图1B）。神经电生理技术采用高密度微电极阵列可以测量单个神经元的活动，但其记录的通道数有限，不能在广泛尺度上对脑细胞进行记录（图1D）。鉴于现状，目前需要一种兼具灵敏度、分辨率与广视野的技术，来弥合灵长类皮层记录在微观与宏观视角之间的空间分辨率鸿沟。这里，加州理工研究团队采用了一种新兴的技术--功能超声成像（fUSI），以确定介观--即在微观和宏观之间，LIP中与扫视相关的反应场的空间组织。fUSI具备大视野、高灵敏度和高空间分辨率（图1A, C）。

图1. 功能性超声成像（fUSI）实现神经群体的介观成像。A.不同大型动物记录技术的空间覆盖范围、侵入性与空间分辨率。B. 顶内沟及相邻皮层的1.5mm各向同性fMRI成像。C. 15.6MHz二维fUSI。D. 在顶内沟记录的两种方法：Utah阵列与Neuropixel 1.0.

研究结果

研究人员利用fUSI对两只恒河猴（猴L和猴P）的脑活动进行记录。两只恒河猴需要执行眼球运动任务，在此期间，fUSI记录PPC多个亚区的CBV变化，脑区覆盖LIP、VIP、MIP（PRR亚区）、Area 5、Area 7及内侧顶叶皮层（MP）。实验任务流程为：注视中心点、获得8个可能方向之一的提示、保持记忆，在中心点消失后迅速扫视至记忆位置。成像采用小型线阵换能器，平面内分辨率100×100 μm、层厚400 μm、视场宽12.8 mm、深度16 mm，1 Hz采样。探头置于脑膜上方并垂直于皮层，从左侧PPC多个等间距冠状面采集（图2）。每次会话（session）记录单一平面，记录室居中于顶叶内沟以最大化覆盖后顶叶皮层的内外侧与前后区域。

图2. 在fUSI采集中，猴子执行记忆引导的扫视任务。A.记忆引导扫视任务。B. 猴L与猴P的三维血管图。C. 猴L与猴P的冠状成像平面。LIP：外侧顶叶内区；VIP：腹侧顶叶内区；MIP：内侧顶叶内区；MP：内侧顶叶皮质；ls：外侧沟；cis：扣带沟；ips：顶内沟。

是否有介观种群调谐于不同的方向？

研究人员基于GLM在PPC内筛选对8个方向呈现差异响应的体素。结果发现，定向调谐主要集中于LIP：猴P约75%、猴L约70%（个别session约30%）。在LIP之外（VIP、MIP、Area 5/7、MP）定向调谐多为<10%，甚至≤2%（图3A-C）。在LIP内，体素呈斑块化分布，优选方向与调谐带宽各异，既有CBV升高的方向依赖性增强，也有抑制性响应，既有对侧视野的广泛覆盖，也存在窄窗口偏好（图3D-F）。

调谐峰值强度分布均匀，且相邻斑块的调谐能够快速切换，显示出支持“斑块”而非“平滑梯度”的组织模式。此外，大多数体素偏好对侧（猴P 74%，猴L 77%），猴P在LIP腹侧也存在同侧偏好小块，而猴L的方向相关血流反应主要位于靠近脑沟的中层。值得注意的是，上述模式在不同冠状面上重复出现。

图3. PPC包含多个彼此区分的、具方向调谐的介观种群。A.统计参数图显示记忆期的平均活动。B. 各ROI内的事件相关平均。C. 调谐曲线。D-F.猴L的示例session。

在同一session中，这种定向调谐的一致性如何？

为了评估单个session层面的调谐一致性，研究采用PCA降维加LDA模型对单次session的目标方向进行解码（图4）。结果发现，约方向提示后的3秒内，就出现了显著的可解码信号（图4A, D）。猴P与猴L的模型识别精度分别为59.6%与54.1%，平均角误差23.7°与32.8°。探照灯分析进一步表明多个体素簇可稳健解码，解码信息主要集中于LIP，而且与GLM检出的体素存在高度重叠（图4G）。但是，Area 7、MIP、VIP、MP脑区对于解码的贡献较少，且猴L的MIP信号局限于表浅层。

在时间维度上，LIP最早在3秒内就表现出了可解码的信号，而其他脑区的解码信号时间稍晚。时间末期的解码表现更加稳定一致。此外，将LDA权重回投至空间，表现出不同PPC子区对特定方向对更具区分力。重要的是，高权重体素与GLM结果一致。这些研究结果表明，LIP斑块化亚群能够稳健的、可在单个session中读取编码的运动方向。

图4. 以高准确度对单次session的8个意向运动方向进行解码。A.解码性能的时间演变。上图为正确率；下图为平均角度误差。B. 试次末时间点的混淆矩阵。C. 试次末的探照灯分析。D-F.猴L的解码性能。

这些介观种群在数天至更长时间尺度上是否稳定？

为了检验运动方向解码在长时间尺度上的稳定性，研究学者在同一冠状平面上采用“在某时段训练、在另一时段直接测试”的策略。结果表明，猴P在超过100天的所有测试中，解码表现均显著高于随机水平（图5A）。猴L在超过900天的时间尺度上也较多的保持了解码的显著性（图5D）。而且，相邻时段的解码泛化表现更佳，且某些方向在记录全程中始终保持高解码率（图5C, F）。将准确率按训练时段归一化后进行分析，结果得出相同的结论。猴L在约第900天出现解码性能的分层，溯源分析显示这与成像平面与血管解剖的改变有关，而并非由调谐本身漂移造成的。总体而言，LIP等子区对特定方向的编码在数月至数年内保持稳定，探照灯分析与GLM识别的重要体素高度重叠，且基于全图的解码器能够长期复用，这意味着其支撑的体素模式也随时间尺度表现稳定。

图5. PPC对运动方向的编码在数月到数年尺度上保持稳定。A.猴P的解码器稳定性示例。用第0天的数据训练解码器，并在同一成像平面的其他session上直接测试，未做任何再训练。B. 猴P在各session上相互训练、测试的解码稳定性。C. 猴P中，训练与测试session之间的时间间隔与平均角误差的关系。D. 猴L的解码器稳定性示例。E. 猴L在各session上相互训练、测试的解码稳定性。F. 猴L的解码稳定性与时间间隔关系。

介观总体调谐在PPC前后部分如何变化？

研究人员通过比较PPC前后不同冠状面发现，各平面均存在方向调制的LIP体素，且由多种调谐特性的亚群构成（图6A）。后部平面更多编码对侧向上，前部平面更多编码对侧向下。LIP之外也存在少量调谐体素（猴P：Area 7、MIP、MP、Area 5；猴L：腹侧7a，MIP仅在一处表浅平面）。

整体而言，LIP体素以对侧偏好为主，且呈斑块而非平滑梯度（图6B）。跨不同平面的单次session解码几乎均达显著水平，准确率与角误差在平面间无显著差异。这些结果说明各平面均足以支持对8个方向的解码。GLM与探照灯识别的关键体素高度重叠，结果相互印证了“专门化子区域”的存在。

图6. LIP的极坐标方向沿前后轴呈拓扑组织。A.颜色叠加显示在不同运动方向之间反应有统计学显著差异的体素之偏好方向。B. 各冠状平面内所有显著体素的偏好方向。C. LIP内反应场的角度分布。D. 具有调谐的LIP体素的深度分布。

背侧与腹侧LIP是否存在不同的调谐特征？

研究人员比较LIP背侧（LIPd）与腹侧（LIPv）的定向调谐，按既往“沟深53%”作为分界，并结合体素深度进行分析（图7）。结果并未发现背腹侧编码不同的调谐特征。具体而言，各冠状面中央始终保持脑功能活跃，整体上呈现前部较后部更活跃的趋势。同时，蜂群图与跨平面汇总的深度分布均未发现LIPd与LIPv在调谐特性上的清晰分离。相反，活性峰值多聚于二者边界，这表明二者可能共享拓扑表示或共同输入，而并非各自独立表征运动方向。

图7. 线性解码器可在大多数fUSI session中解码意向运动方向，与PPC成像平面无关。A.各session的正确率。B. 各session的平均角度误差。C. 平均角度误差随冠状成像平面的位置变化。D. 跨所有session的GLM与探照灯分析mask重叠度总结。

讨论

此研究发现，PPC中存在对扫视方向调谐的介观子区域，区域主要集中于LIP，呈斑块式而非平滑梯度。同一冠状面可包含多个不同优选方向的斑块，并沿前后轴呈系统性差异（前部偏对侧向下，后部偏对侧向上）。重要的是，这些表征在百日至数年尺度内稳定。相较BOLD，fUSI对CBV变化具有更高灵敏度，因而更适合解析介观组织。LIP显示显著的对侧偏好，背侧腹侧之间未见清晰分界。研究表现出，离线解码性能优于实时BMI，且具跨年复用潜力。但是目前研究存在局限性，例如解剖标注依赖图谱配准、血流对比度变化的潜在干扰，以及难以完全分离视觉与运动规划成分。整体而言，fUSI为连接微观神经编码与宏观网络动态提供了可重复的介观视角。