视觉信息的神经编码与解码是神经科学的核心问题之一。长期以来，研究者借助功能性磁共振成像（fMRI）尝试从人脑活动中重建视觉刺激，但受限于时空分辨率，其像素级重建精度始终难以满足对精细视觉加工机制的探索。相比之下，单细胞记录技术在动物模型中提供了更为直接的神经活动度量，但过往研究多局限于静态图像的重建，且准确率有限。

近期，英国伦敦大学学院（UCL）团队在《eLife》上发表了题为“基于小鼠视觉皮层活动的影片重建”的文章（doi：10.7554/eLife.105081），首次实现了基于清醒小鼠初级视觉皮层（V1）单细胞钙成像信号的10秒动态视频高保真重建，为探索大脑视觉表征的实质与偏差开辟了新范式。

该研究依托公开的Sensorium 2023竞赛数据集，利用双光子钙成像记录了约8000个V1神经元在观看自然影片时的发放活动，同时同步获取瞳孔位置、直径及跑速等行为学参数。研究团队采用了竞赛冠军模型——DwiseNeuro，这是一种动态神经编码模型（DNEM），能以30 Hz帧率将输入影片及行为数据映射为神经元群体的预测发放，也就是说，学会了如何将“画面”翻译成“神经放电模式”。在此基础之上，研究者将一张空白的灰度视频输入模型，让模型反向推演——即只根据真实记录到的神经放电信号，去不断调整空白视频的每一帧像素，直至该视频经由模型计算出的“理论放电”与实际放电高度吻合。

在重建效果上，研究取得了可量化的突破。针对50段从未参与训练的10秒测试影片（来自5只小鼠），解码出的视频画面与原始影片在像素级别上的整体相似度评分达到0.569（95%置信区间0.542–0.596），逐帧平均相似度评分为0.512。这一数值意味着还原准确率较以往采用静态图像重建方法的同类研究（相似度约0.24）提升了两倍以上。研究还发现，将多个独立解码模型的结果进行综合平均能显著提高画质：仅合并两个模型即可使还原相似度提升13.7%，合并七个模型时累计提升达28.0%，提示这种“多评委综合打分”的策略可有效减少个别模型的随机误差。

为探明这套解码系统能分辨多精细、多快速的画面，研究者利用计算机生成的人工刺激进行模拟测试。结果显示，画面细节过于精细（小于1个像素，相当于小鼠视野中约3.4°的视角）或画面变化过快（超过每秒30帧，而小鼠的视觉暂留上限约为14帧/秒）的成分难以被忠实还原，而中等或较低分辨率和变化速度的内容则恢复良好。这意味着当前的重建精度主要受限于输入视频的原始分辨率和模型自身的处理能力，而非神经元本身的极限。

此外，研究通过人为减少可记录的神经元数量，观察对解码质量的影响。结果发现，当保留约4000至8000个神经元时，可在解码质量与视野覆盖之间取得较好平衡。若将神经元数量削减75%，还原相似度会下降约四分之一（24.9%）；而仅削减50%时，相似度下降不足十分之一（9.96%）。这说明在视觉皮层中，适度的神经元冗余足以支撑高质量的重建，为未来设计动物实验时确定采样密度提供了明确的量化参考。

研究第一作者暨通讯作者、英国伦敦大学学院Joel Bauer博士表示，“我们希望找到一种更优越的研究手段，来探究大脑如何诠释我们所看到的视觉信息。当前用于解读特定神经元群体所编码内容的方法，在面对未经专门测试的新情境时，泛化能力明显不足。因此，我们致力于开发一种新方法，能够捕获大脑中的神经表征，并将其与真实物理世界进行直接比对。”