Un análisis computacional de la relación entre las respuestas neuronales y comportamentales al movimiento visual

Hemos documentado previamente una relación estrecha entre la actividad neuronal en el área visual temporal media (MT o V5) y los juicios comportamentales del movimiento (Newsome et al., 1989; Salzman et al., 1990; Britten et al., 1992; Britten et al., 1996). Ahora hemos utilizado simulaciones numéricas para intentar entender cómo las señales neuronales en el área MT apoyan las decisiones psicofísicas. Desarrollamos un modelo que agrupa respuestas neuronales extraídas de nuestro conjunto de datos fisiológicos y compara respuestas promedio en diferentes grupos para producir decisiones psicofísicas. La estructura del modelo nos permite evaluar la relación entre las señales de entrada "neuronales" y el rendimiento psicofísico simulado utilizando los mismos métodos que hemos aplicado a datos experimentales reales. Buscamos reconciliar tres observaciones experimentales: rendimiento psicofísico (sensibilidad al umbral a estímulos de movimiento incrustados en ruido), una covariación en cada ensayo entre la respuesta neural y las elecciones del mono, y una correlación modesta entre pares de neuronas MT en sus respuestas variables a estímulos visuales idénticos. Nuestros resultados pueden ser modelados con mayor precisión si las decisiones psicofísicas se basan en grupos de al menos 100 neuronas sensoriales débilmente correlacionadas. Las neuronas que componen los grupos deben incluir un rango más amplio de sensibilidades de las que encontramos en nuestras grabaciones de MT, presumiblemente debido a la inclusión de neuronas cuyo estímulo óptimo es diferente del que se discrimina. Fuentes centrales de ruido degradan la relación señal-ruido de la señal agrupada, pero esta degradación es relativamente pequeña en comparación con el ruido que normalmente llevan las neuronas corticales individuales. Esto sugiere que nuestros monos basan juicios psicofísicos cercanos al umbral en señales llevadas por poblaciones de neuronas que interactúan débilmente; estas poblaciones incluyen muchas neuronas que no están ajustadas óptimamente para los estímulos particulares que se discriminan.