感觉编码

引言编辑本段

感觉编码（sensory coding）是神经科学中描述感觉系统如何将外界刺激的物理或化学属性转化为神经元电活动模式，并在中枢神经系统中表征这些信息的过程。它既是生理学的研究对象，也是心理物理学与计算神经科学的交叉领域。自19世纪Müller提出“特殊神经能量定律”以来，人们逐渐认识到不同感觉模态由特定的受体和神经通路介导，而同一模态内刺激的不同特征则由神经元的放电模式（如频率、时序、群体协同）来区分。

感觉编码的核心问题包括：刺激的哪些维度被编码？编码采用何种形式（频率代码、时间代码、位置代码、群体代码）？编码的精度与容量如何？以及编码如何与感知、行为相关联。本词条将系统阐述感觉编码的基本原理、跨模态机制、各主要感觉系统的编码特征、理论模型以及研究方法。

基本原理与概念编辑本段

感觉编码依赖于标记线（labeled line）原理：每一种感觉模态或亚模态由特定的感受器类型和传入纤维专线传递至中枢的特定区域。例如，触觉的机械刺激由Aβ纤维传递至脊髓背角，而痛觉由Aδ和C纤维传递。标记线保证了不同性质的感觉不会混淆，但同一标记线内的刺激强度等信息则通过放电频率或激活的纤维数量来编码。

频率编码（rate coding）指刺激强度由神经元的动作电位发放频率来表示。多数感觉神经元具有单调递增的刺激-反应函数，但在高浓度或高强度时可能出现饱和或抑制。频率编码的优点是简单可靠，但时间分辨率较低。

时间编码（temporal coding）强调动作电位的时间模式携带信息，包括相邻脉冲的间隔、脉冲与刺激相位的关系（如听觉的相位锁定）、以及脉冲序列的同步性。时间编码可实现高时间精度，但易受噪声干扰。

群体编码（population coding）认为信息分布在大量神经元的联合活动中。单个神经元可能对多个刺激特征有响应，但通过群体响应的模式可精确解码刺激。群体编码在嗅觉和高级视觉中尤为突出。

跨模态编码原理编辑本段

尽管不同感觉系统具有特异性，但存在若干共通的编码策略。其一是适应（adaptation）：持续刺激下感受器或神经元的反应逐渐减弱，从而突出新异刺激，提高信息传输效率。其二是侧抑制（lateral inhibition）：相邻神经元间的抑制性连接增强空间对比，如视网膜水平细胞和触觉通路的抑制性中间神经元。其三是拓扑映射（topographic mapping）：刺激的空间位置在神经系统中按有序的二维或三维图谱排列，如视网膜拓扑图、躯体感觉皮层的小人图。

主要感觉系统的编码特征编辑本段

视觉编码始于视网膜光感受器：视杆细胞编码暗光下的亮度，视锥细胞编码颜色与细节。光感受器将光信号转换为超极化受体电位，经双极细胞、无长突细胞和神经节细胞处理。神经节细胞具有中心-外周拮抗的感受野，实现对比编码。外侧膝状体（LGN）保持视网膜拓扑映射，初级视皮层（V1）的简单细胞编码边缘朝向，复杂细胞编码平移不变的朝向，高级视区编码物体特征。视觉信息还通过时间频率和相位编码运动方向。

听觉编码依赖于耳蜗毛细胞对声波频率和强度的机械转导。频率编码采用双重机制：低频率（<4-5 kHz）通过听神经纤维的相位锁定（时间编码）表示；高频率通过耳蜗基底膜特定位置的激活（位置编码）表示，即“音调拓扑（tonotopy）”。强度由放电频率和激活的纤维数量共同编码。声源定位依赖双耳时间差（ITD）和强度差（ILD），由上橄榄复合体等脑干核团计算。

触觉编码的机械感受器包括迈斯纳小体（快速适应，编码低频振动）、帕西尼小体（高频振动）、梅克尔盘（缓慢适应，编码压力）和鲁菲尼末梢（皮肤牵张）。触觉强度由放电频率和激活的受体数量编码；空间位置由受体密度和中枢拓扑映射编码。痛觉和温度觉由游离神经末梢编码，强度通过频率和招募不同阈值纤维实现。

嗅觉编码采用组合编码策略：每个嗅觉感觉神经元表达一种嗅觉受体，可识别多种气味分子；每种气味分子可激活多个受体。因此气味 identity 由激活的受体组合模式（群体编码）表征。嗅球中的僧帽细胞和簇状细胞进一步转换和锐化编码，形成空间图谱（glomerular map）。

味觉编码存在“标记线”与“群体编码”之争：传统认为五种基本味质（甜、苦、咸、酸、鲜）由不同的味觉受体细胞专线编码；但近期研究表明，单个味觉细胞可对多种味质有响应，且中枢存在跨味质的群体编码。

理论模型与计算框架编辑本段

感觉编码的理论模型主要分为描述性与规范性两类。描述性模型如线性-非线性模型（LN model）和广义线性模型（GLM），通过刺激-反应函数拟合神经元的放电率。规范性模型如贝叶斯编码，假设神经系统以概率分布表示刺激的不确定性，实现最优感知推断。此外，稀疏编码（sparse coding）理论认为感觉系统倾向于用尽可能少的激活神经元表示刺激，以提高能量效率和存储容量，在视觉和听觉中均有证据支持。

信息论方法用于量化编码容量：通过计算刺激与反应之间的互信息，评估单个神经元或群体携带的信息量。研究表明，群体编码的互信息远高于单个神经元，且噪声相关性可显著影响编码效率。

研究方法编辑本段

感觉编码的研究采用多学科方法。电生理技术（单细胞记录、多电极阵列、膜片钳）直接测量神经元对受控刺激的反应。功能磁共振成像（fMRI）和脑磁图（MEG）提供人类全脑水平的编码映射。光遗传学和化学遗传学可因果性地操纵特定神经元以检验编码假设。心理物理学通过行为阈值和分辨实验推断编码特性。计算建模与机器学习（如解码分析）则用于从神经活动中重构刺激。

临床与转化意义编辑本段

感觉编码的异常与多种疾病相关：黄斑变性、视网膜色素变性涉及光感受器编码的丧失，可通过视网膜假体（如Argus II）直接电刺激神经节细胞来部分恢复视觉编码。耳蜗植入物按音调拓扑位置刺激听神经，实现听觉编码的恢复。慢性疼痛可能涉及痛觉编码通路的可塑性改变。此外，感觉编码原理被应用于脑机接口和神经假体的设计，以提高信息传输速率和感知自然度。