核心要点
- 问题/背景
- 这篇 Nature Neuroscience 论文以数据资源形式推进自然视觉编码研究：它不是只用小刺激集测单一区域，而是在 fMRI 指导下进行跨猕猴视觉皮层的高密度电生理记录。
- 方法/机制
- Triple-N dataset 覆盖自然场景诱发的神经响应，目标是让研究者能系统比较不同视觉区域、不同表征层级以及跨物种视觉模型与脑活动之间的关系。
- 结果/证据
- 正式收录价值在于它提供了研究自然场景视觉编码和 NeuroAI 对齐的基础设施。对 AI 多模态表征学习，它是可用于检验视觉模型是否贴近灵长类视觉系统的重要资源，而不仅是普通数据发布。
- 收录价值
- 它不是更高一级，因为它主要是资源型论文，理论机制需要后续利用该数据集进一步产生；但作为自然视觉编码的大规模基准资源，达到突破性收录标准。
原始摘要与中文对照
中文对照翻译
Triple-N数据集：fMRI引导的非人灵长类动物对自然场景神经反应的大规模密集记录。理解高级视觉处理需要能够同时捕捉精细神经元活动和大规模皮层组织的数据。我们介绍了Triple-N数据集，该数据集通过将功能性磁共振成像与在猕猴颞下皮层和早期视觉区域进行的密集Neuropixels记录相结合，在猕猴观看1,000张NSD图像时，将自然场景数据集（NSD）框架扩展到猕猴。Neuropixels探针提供高分辨率群体采样，以毫秒级时间精度捕获数百个同时分离的神经元单元。利用这些数据，我们发现颞下皮层类别选择性区域对其偏好类别表现出鲁棒调谐，并且密集采样进一步揭示了多样的时间响应模式和图像依赖的潜伏期变化，这些变化反映了内在神经元特性和刺激特征。将猕猴电生理学与人类NSD功能性磁共振成像对齐，展示了表征几何中的跨物种对应和差异。总之，Triple-N数据集为统一单神经元动力学、皮层表征和跨物种比较奠定了基础，有助于形成对灵长类视觉处理的更全面理解。
原始摘要
Understanding high-level visual processing requires data that capture both fine-grained neuronal activity and large-scale cortical organization. We present the Triple-N dataset, which extends the Natural Scenes Dataset (NSD) framework to macaques by combining functional magnetic resonance imaging with dense Neuropixels recordings in the inferotemporal cortex and early visual areas during the viewing of 1,000 NSD images. Neuropixels probes provide high-resolution population sampling, capturing hundreds of simultaneously isolated units with millisecond temporal precision. Using these data, we show that inferotemporal category-selective regions exhibit robust tuning for their preferred categories, and dense sampling further reveals diverse temporal response patterns and image-dependent latency variations that reflect both intrinsic neuronal properties and stimulus features. Aligning macaque electrophysiology with human NSD functional magnetic resonance imaging demonstrates cross-species correspondences and divergences in representational geometry. Overall, the Triple-N dataset lays a foundation for unifying single-neuron dynamics, cortical representations and cross-species comparisons, helping to shape a more comprehensive understanding of primate visual processing.