Brain and Behavior · Eagleman & Downar (2016)

第 5 章　视觉（Vision）

盲人滑雪冠军 Mike May 四十多岁角膜移植成功、光线重返视网膜，望着儿子的脸却只看到一片视觉噪声。因为大脑不知如何解读这些信号。由此确立核心立场："看见"不是免费的——我们看到的不是"外界真实存在之物"，而是大脑构建的内部模型。本章沿视网膜→LGN→V1→腹侧/背侧流展示视觉层级，最后揭示知觉是主动、循环、依赖预期的推断。
①

概念解释

核心术语速查 + 视觉通路层级示意图。

1.1 核心概念速查表

概念英文一句话解释
感觉转导sensory transduction光子经视杆/视锥转为神经电信号（光转导）
视杆与视锥rods & cones视杆约9000万、对暗光敏、无色觉、低分辨；视锥约450万、亮光工作、三种对应红/绿/蓝、高分辨
中央凹fovea视网膜中央、视锥密集、空间分辨率最高
感受野receptive field能调制某神经元活动的那块视觉空间
中心-周边结构center-surround视网膜节细胞感受野，专测明暗边缘、实现对比增强
视神经/视交叉optic nerve / chiasm节细胞轴突汇成视神经，鼻侧纤维在视交叉处交叉
外侧膝状体LGN丘脑中继站，大细胞层（深度/亮度/运动）+小细胞层（形状/颜色）
初级视皮层 V1primary visual cortex纹状皮层；朝向调谐、简单/复杂细胞、视网膜拓扑
视网膜拓扑retinotopic相邻神经元对应视野中相邻位置
立体视觉stereo vision利用两眼视差计算三维深度
层级hierarchy沿通路上行，神经元响应越来越抽象的刺激
腹侧流ventral stream"什么"通路：识别、分类物体，达颞下皮层
背侧流dorsal stream"哪里/如何"通路：空间位置、与物体互动，达顶叶
无意识推断unconscious inference大脑基于先验对输入做"最可能"解读（Helmholtz）
循环/回路性recurrence / loopiness前馈与反馈一样多，视觉是内外信号交汇的环路

1.2 视觉通路层级

flowchart LR
  R["视网膜
视杆/视锥→节细胞
中心-周边感受野"] --> C["视交叉
鼻侧纤维交叉"]
  C --> L["LGN（丘脑）
大细胞层/小细胞层"]
  L --> V1["V1 纹状皮层
朝向调谐·简单/复杂细胞"]
  V1 --> V2["V2
错觉轮廓·曲线"]
  V2 --> VEN["腹侧流→V4→颞下(IT)
什么：物体/面孔"]
  V2 --> DOR["背侧流→V5/MT→顶叶
哪里/如何：运动/空间/注意"]
  classDef hi fill:#123,stroke:#4f9cf9,color:#dce9f7;
  class V1 hi;
关键点：信号沿层级上行，感受野越来越大、刺激越来越抽象——从视网膜"光点"到 IT"面孔识别"。但连接是相互（reciprocal）的，高层向低层回投，并大量并行处理。
②

概念间关系

概念不是孤立词条，而是互相支撑的逻辑链。

2.1 关系一览表

关系内容
转导 → 层级 → 知觉光子先转导为信号，再沿层级抽象，但知觉并非"到达终点线"才产生
视杆/视锥 → 大/小细胞 → 背/腹侧流视杆经大细胞供给背侧流"运动/深度"；视锥经小细胞供给腹侧流"形状/颜色"
两眼分离 → V1 汇合 → 立体视两眼信号在 LGN 与 V1 前始终分离，V1 首次汇合，利用视差算三维
层级损伤 → 缺失严重程度递增损低层→失明；损高层→特异缺失（面孔盲、运动盲）
前馈 ↔ 反馈（循环）视皮层→LGN 投射的轴突是反向的10倍，发送预测、回传预测误差
外部数据 ↔ 内部模型知觉=外部输入与内部预期的比对；做梦/幻觉是"内部模型脱锚"

2.2 腹侧流 vs 背侧流

flowchart TB
  V1["V1 / V2
共同起点"] --> WHAT
  V1 --> WHERE
  WHAT["腹侧流（What）
V4→颞下IT→梭状回
识别·分类·面孔"] --> DFV["损伤→失认/面孔盲
（D.F.：能抓不能认）"]
  WHERE["背侧流（Where/How）
V5/MT→顶叶
运动·空间·注意·动作引导"] --> DFD["损伤→偏侧忽视/Balint
（A.T.：能认不能抓）"]
  classDef hub fill:#0f2a24,stroke:#3fbf9f,color:#c8f0e4;
  class V1 hub;
③

提问-回答

用问答直击本章最容易困惑之处。
Q1：Mike May 手术成功、光线进入视网膜，为什么还"看不见"？
因为看见不是免费的。光子成功转导并到达视皮层，但他的大脑没有可与新输入比对的内部模型——多年失明使视觉系统未曾训练。经数周主动练习（伸手触摸、敲击），把预期与输入对齐后，才"看见了光"。
Q2：马赫带和赫尔曼栅格错觉从何而来？
来自视网膜节细胞的中心-周边感受野与对比增强。落在较亮马赫带上的感受野，因部分周边处于较暗区、受抑制较少，故响应更强；落在较暗带上的受周边抑制更多。栅格交叉点抑制性周边接收更多光，故响应减弱、显灰点。
Q3：为什么整个右视野由左半球处理，而非"左眼给右脑"？
因为在视交叉处纤维被按视野而非按眼重新分选：鼻侧纤维交叉、颞侧不交叉。结果整个右视野由左半球处理，整个左视野由右半球处理，与由哪只眼捕获无关。交叉后称视束。
Q4：运动盲（motion blindness）患者说明了什么？
Melissa 因一氧化碳中毒损伤 V5，能看物体与位置却看不到运动，世界像"频闪快照"。这揭示运动与位置对大脑是可分离的：对物理学家运动=位置变化，对大脑运动是"画上去"的——正如瀑布错觉、旋转的蛇。
Q5：盲视与 Anton 综合征分别揭示了什么？
盲视：V1 受损者主观看不见，猜测却显著高于概率——约10%视网膜输出绕过 LGN 经上丘/丘脑枕/杏仁核，携带无意识视觉。Anton：卒中致盲却否认失明，因内部模型仍运转、脱离外界锚定，本质等同做梦入侵清醒。二者都证明"看见"依赖多脑区与内部模型。
④

科学研究已确定的结论

证据充分、共识较强的结论，配三张核心表。

4.1 视觉通路各站功能表

结构英文核心功能
视网膜节细胞retinal ganglion cells中心-周边感受野，检测明暗边缘、对比增强
视交叉optic chiasm鼻侧纤维交叉，按视野重新分选（交叉后称视束）
LGN 大细胞层magnocellular处理视杆信息：深度、亮度、运动（→背侧流）
LGN 小细胞层parvocellular处理视锥信息：精细形状、颜色（→腹侧流）
V1 纹状皮层primary visual cortex朝向调谐、简单/复杂细胞、眼优势柱、超柱、立体视
V2secondary更大感受野，响应错觉轮廓（Kanizsa 方形）
V4 / 颞下 ITventral tertiary复杂形状→物体/面孔（梭状回面孔区），位置/大小不变性
V5/MT / 顶叶dorsal tertiary运动检测、空间关系、注意聚光灯引导

4.2 层级损伤 → 缺失对照表

损伤部位缺失（英文）表现
初级视皮层 V1scotomas暗点，视野内视力减退或完全失明
次级视皮层 V2visual agnosias物体识别/意义丧失
颞下皮层（腹侧）prosopagnosia面孔盲：见五官却认不出脸
V5/运动区（背侧）motion blindness运动盲：世界如快照
顶叶双侧（背侧）Balint / hemineglect注意转向障碍、同时失认、偏侧忽视

4.3 编码策略

编码英文说明
稀疏编码sparse coding少量邻近神经元响应特定刺激（如熟悉面孔），越熟悉越稀疏
群体编码population coding大量神经元以不同程度响应（如房屋、一般形状）

结论要点：①约30%皮层用于视觉（触觉8%、听觉3%）；②随机点立体图证明深度计算不需物体识别（Julesz）；③V1 朝向调谐由 Hubel & Wiesel 意外发现，简单细胞对特定位置+朝向、复杂细胞对任意位置的朝向；④视皮层→LGN 反馈轴突是前馈的10倍，符合"发送预测、回传误差"；⑤感觉≠知觉：感觉是信号检测，知觉需内部模型不断比对。

⑤

开放性未解决的问题与研究方向

本章明确抛出、尚待攻克的前沿。

5.1 本章明确抛出的开放问题

开放问题方向描述
视网膜"语言"如何破译？视网膜编码极复杂、大部分未解，制约仿生视网膜芯片分辨率提升
盲视的机制？皮层下通路（上丘/丘脑枕/杏仁核）如何在 V1 受损时携带无意识视觉，尚不明确
绑定问题分散特征如何整合为统一知觉，本章未解、留待后续
循环网络如何理解？前馈=反馈的大规模循环网络难研究（人更擅长想"流水线"），是最有前景方向之一
内部模型与意识"知觉只在预期匹配输入时产生"等框架，可能是理解意识的钥匙

5.2 主动知觉的证据

现象英文说明
眼动审讯场景Yarbus 实验不同问题使眼睛以不同轨迹搜索画面——视觉是主动的
盲点blind spot每眼一处无感光区（可容17个月亮），大脑"填充"使人无感
多稳态知觉multistabilityNecker 立方体等在解读间来回翻转
双眼竞争binocular rivalry两眼图像迥异时，知觉在高层表征间竞争，赢者通吃
变化盲视change blindness只把外界一小片纳入内部模型，故察觉不到大变化

5.3 主动、循环的视觉模型

flowchart LR
  EXT["外部数据
视网膜输入"] --> CMP{{"比对
预期 vs 输入"}}
  INT["内部模型
先验经验·假设生成"] --> CMP
  CMP --> ERR["预测误差
回传更新模型"]
  ERR --> INT
  CMP --> PER["知觉
最可能的解读"]
  ERR -. "视皮层→LGN 反馈是前馈10倍" .-> INT
  classDef hub fill:#241a2e,stroke:#c58bf0,color:#ecdcf7;
  class CMP hub;
⑥

完整性核对 对照原文 KEY PRINCIPLES · 无遗漏

逐条覆盖第 5 章章末 9 条 KEY PRINCIPLES（原文第 14168 行起）。
#原文 KEY PRINCIPLE（要点）本详解对应位置
1看似毫不费力，但约 30% 的大脑用于构建视觉引子 + ④4.3
2视网膜感光细胞把光子转导为神经信号，上行至高层①转导 + ①1.2 + ④4.1
3视觉系统是层级的，从精细细节构建到更大概念①1.2 + ②2.1 + Q4
4损低层→失明；损越高→越特异的知觉缺失（能看但不能识别）④4.2 + Q5
5信息越抽象越分两条流：腹侧（是什么）、背侧（在哪/如何）②2.2 + ④4.1
6视觉是主动而非被动：无意识地用眼审讯世界，拉入内部模型⑤5.2 + Q1 + ⑤5.3
7视觉场景依赖内部生成的活动，与外界数据同等重要①循环 + Q5(Anton) + ⑤5.3
8视觉系统同时含前馈与反馈投射，是"回路性"的②2.1 + ⑤5.3 + ④结论
9我们所见很大程度来自无意识推断——对"外界为何"的预期①无意识推断 + ⑤5.3 + 结论
⑦

认知偏差 · 成因(Why) · 对策

本章证明"看=被动接收"是错的：视觉是大脑主动构建的内部模型，天然带系统性偏差；其可靠性靠外部测量与对照担保，而非"眼见为实"。
认知偏差 / 错觉成因（Why）解决方案 / 对策
变化盲视（change blindness）大脑每刻只把外界一小片纳入内部模型，未被注意处不实时更新，故大变化也察觉不到承认视觉带宽有限；主动逐点审讯关键区域，用前后对照/叠加比对检出变化
非注意导致的"视而不见"（inattentional blindness）注意是知觉的闸门，未获注意的信号进不了内部模型，等于没看见（大猩猩实验）明确知道"看"需分配注意；重要目标用独立检查、清单或多人交叉观察
期望驱动的知觉（先入为主后"看见"胡子男）知觉是无意识推断：大脑先生成最可能假设，输入被套进预期，故先有概念才"看清"先记录原始输入再解读，用盲法/他人独立判读消除期望污染
马赫带 / 对比错觉视网膜中心-周边感受野做侧抑制、增强边缘对比，主观亮度≠物理亮度知觉是"关系"而非绝对量；需绝对值时用光度计等仪器测量，不靠眼估
填充（filling-in）与盲点每眼有无感光的盲点，大脑据周边内容主动填补，令人对缺口毫无察觉用单眼盲点实验主动暴露缺口；牢记无缝主观体验可能是构建物，非信息完整
"看=被动接收"的误解直觉以为眼睛像相机被动录像，忽视约 30% 皮层主动构建、反馈多于前馈采用"主动内部模型"视角：把知觉当可错假设，用测量、对照与多次采样校正