Population decoding delle risposte neuronali nella corteccia visiva dei ratti durante filmati naturali

Visual objects recognition seems an easy task but is an incredibly tough computational challenge for the brain because the appearance of objects can change drastically across different views and the visual system has to make the classification of what is seen in a fraction of a second. It's not known exactly how human brain achieve such ability but we know from a large number of studies that in non-human primates object recognition is solved in the ventral visual processing stream formed by a series of hierarchically organized areas that are tuned for increasingly complex features. Recently rodents, and rats in particular, emerged as an interesting model in this field because they allow the use of a huge number of experimental tools that are difficult to apply in primates. Numerous behavioral studies have shown evidence that rats can recognize different objects despite various identity preserving transformations and are able to use both view invariant and view dependent strategies which suggests that rats are capable of invariant object recognition; still, more experimental data are needed to understand how and where the visual cues are processed. One of the key aspects that needs further study is whether there is an analogue of monkey's ventral stream in rats and, if that's the case, how it works. Data hint that this analogue could be formed by the primary visual cortex (V1) and the extrastriate areas situated laterally to it, LM (lateromedial), LI (latero-intermediate) and LL (laterolateral), but at the moment it's not completely clear if these regions use increasingly complex features forming an object-processing stream. The aim of my work is to further explore these four areas by analyzing the responses of neurons to natural movies containing objects with different colors and shapes. In particular I was interested in testing if, similarly to what happens proceeding through primates ventral stream, the activity of neurons in the temporal cortex areas is slower (more invariant) than the one of V1 neurons so the discriminability of objects neural representation is preserved for a longer time. To test this hypothesis I used linear classifiers which were fed with the activities of neurons populations during precise portions of the movies where only one object was on screen. Each classifier was trained to separate two bins taken from the movies and the generalization was performed on the bins before and after the training one to see how the performance changes going forward or backward in time, respectively. To examine the information produced by the decoding analysis I developed a graphical interface that allowed at the same time to search for possible links between the classification performances and various variables and to compare the different performances obtained in the mentioned areas. I found that the most lateral area, LL, is indeed better than V1 at maintaining discriminability in time. This increase of the slowness across the areas of the putative ventral stream is coherent with what has been observed in monkeys advocating for the presence of a hierarchical organization between the areas.

Il riconoscimento visivo degli oggetti sembra un compito semplice ma in realtà costituisce un'incredibile sfida computazionale per il cervello poiché l'aspetto degli oggetti può cambiare anche in modo drastico e il sistema visivo deve essere in grado di eseguire la classificazione in una frazione di secondo. Non è chiaro come il cervello dell'uomo riesca in questo scopo ma è noto da un enorme numero di studi che nei primati il riconoscimento degli oggetti è effettuato nel ''ventral stream'' formato da una serie di aree organizzate gerarchicamente e specializzate nel processamento di caratteristiche di crescente complessità. Recentemente i roditori e i ratti in particolare stanno emergendo come modello di notevole interesse in questo campo poiché permettono l'uso di molte tecniche sperimentali difficilmente applicabili nei primati. Numerosi studi di tipo comportamentale hanno mostrato come i ratti siano capaci di riconoscere vari oggetti nonostante questi subiscano trasformazioni che ne alteravano l'aspetto preservandone l'identità, inoltre è stato provato come questi animali siano in grado di applicare strategie sia indipendenti che dipendenti dalla specifica immagine vista portando a pensare che questi animali siano effettivamente capaci di effettuare riconoscimento invariante degli oggetti; nonostante questo è necessario raccogliere maggiori informazioni per comprendere come e dove gli stimoli visivi vengono processati. Uno degli elementi fondamentali che richiede maggiore esplorazione è se nei ratti sia presente un analogo del ''ventral stream'' e, nel caso, come lavori. I dati raccolti indicano come questo analogo dovrebbe essere formato dalla corteccia visiva primaria (V1) e dalle aree extrastriate situate lateralmente ad essa, LM (lateromediale), LI (latero-intermedia) e LL (laterolaterale), ma al momento non è chiaro se in queste aree, procedendo lateralmente, usino features di complessità crescente formando una vera e propria sequenza per il processamento degli oggetti. Lo scopo del mio lavoro è di analizzare queste quattro aree analizzando le risposte dei neuroni a filmati naturali contenenti oggetti di vario colore e forma. In particolare ero interessato a testare se, analogamente a quanto avviene procedendo lungo il ''ventral stream'' delle scimmie, l'attività dei neuroni delle aree della corteccia temporale sia più lenta (più invariante) di quella dei neuroni di V1 e quindi se la discriminabilità della rappresentazione degli oggetti sia maggiormente conservata nel tempo. Per verificare questa ipotesi ho usato dei classificatori lineari con come input le attività di popolazioni di neuroni durante specifiche sequenze dei filmati quando un solo oggetto era presente sullo schermo. Ciascuno dei classificatori è stato addestrato a distinguere due intervalli presi dai filmati e la generalizzazione è stata fatta sugli intervalli precedenti e successi per vedere come la performance cambia andando, rispettivamente, avanti o indietro nel tempo. Ho trovato che l'area più laterale (LL) è realmente migliore di V1 nel mantenere la discriminabilità nel tempo. Questo aumento della lentezza tra le aree del presunto ''ventral stream'' è coerente con quanto è stato osservato nelle scimmie sostenendo l'idea di un'organizzazione gerarchica delle aree