大脑后顶叶皮层内的空间编码和多感觉整合

In order to perform self-motion or interact with the environment, our brain needs to real-timely update the status information of our body parts and surroundings in space. The information was sensed by all kinds of receptors on our body, and then sent inside the brain and integrated over there. The integrated information was used by the cortex to make plans to control the movement of our body parts. The posterior parietal cortex (PPC) was considered to be involved in this procedure and plan the key role. PPC receives kinds of sensory inputs (visual, vestibular, auditory and somatosensory etc.), and in different areas in PPC, these input signals were encoded in different spatial reference frames. In the current research project, we plan to systematically study the spatial encoding of PPC areas. In the further study, we will design experiments to figure out the mechanism how the input signals encoded in different reference frames were integrated in PPC. So, this mechanism of integration may be applied to build up intelligent robots, which will have a profound impact on scientific technology, economy and military.

我们自身的运动或者与环境的交互活动，都需要大脑实时地更新身体各部位和周围环境在空间中的状态信息，身体的各种感受器将这些信息传入大脑并整合起来，参与到运动的制定并控制身体各部位的运动。大脑中的后顶叶皮层（posterior parietal cortex，PPC）被认为在这个过程中发挥着非常关键的作用，PPC接收多个感觉系统的输入信号(视觉，前庭，听觉，躯体感觉等等)，这些信号在PPC内不同的区域，被编码在不同的空间坐标系中。在这个项目中，我们将系统地研究PPC内各脑区的空间编码，然后进一步研究这些被编码在不同坐标系中的感觉信号是通过什么样的机制被整合起来的。这种整合机制也许可以被应用到智能机器人的制造上，从而对科技、经济和军事等方面产生深远的影响。

我们自身的运动或者与环境的交互活动，都需要大脑实时地更新身体各部位和周围环境在空间中的状态信息，身体的各种感受器将这些信息传入大脑并整合起来，参与到运动的制定并控制身体各部位的运动。大脑中的后顶叶皮层（posterior parietal cortex，PPC）被认为在这个过程中发挥着非常关键的作用，PPC接收多个感觉系统的输入信号(视觉，前庭，听觉，躯体感觉等等)，这些信号在PPC内不同的区域，被编码在不同的空间坐标系中。在本项目中，我们系统地研究了视觉/前庭信号在PPC内的空间编码，并进一步分析了这些被编码在不同坐标系中的感觉信号是通过什么样的机制被整合起来，并最终形成我们的运动感知。我们的研究发现PPC脑区神经元对前庭信号的编码具有动态性和灵活性的特点，并且可以根据任务要求进行调整。PPC神经元对前庭信号的编码主要是以身体为参考坐标系（body-centered）的，但是这种编码可能会受到选择性注意或者高级皮层的调控而发生动态改变。在此之前，我们对大脑内的身体坐标系还没有一个统一清楚的认识，本项研究通过系统彻底的研究，给出了清晰的结论：在PPC存在以身体为参考坐标来编码我们运动的神经元，而且这种编码可能受到选择性注意的调控。本项研究的结论为后续研究提供了坚实的基础，对于研究人和环境之间交互的神经机制提供了新的线索。在应用层面上，该成果未来有望被用于人工智能、脑机接口、相关脑部神经疾病的诊疗等领域，为工业和医学提供理论上的依据。