人口视觉感受野由功能磁共振成像地形估计

功能性磁共振成像（fMRI）测量非侵入视皮层中的宏观尺度的功能组织（通常在几毫米的数量级）。早期的功能磁共振成像研究retinotopy用于刺激位置之间的连贯性的措施，引起BOLD反应^4-7。这些研究通常没有估计总体感受野大小。以后，迪穆兰和万德尔¹提出明确建模的PRF的位置和大小，利用该模型的一个线性函数来预测BOLD反应来克服这种限制的方法。然而，这一开创性方法的一个限制是该参数PRF模型必须选择一个先验，并可能导致错误的PRF估计，如果它原来不恰当。

为了克服参数PRF-模型方法的局限性，新方法最近已开发的。这些方法直接预测到S的BOLD响应timulus通过重构PRF地形。建议由格林和他的同事的方法⁸重建PRF地形通过背投影BOLD响应个别维刺激空间，建设PRF地形就像一个典型的计算机断层扫描技术的2D刺激的空间。另一方面，我们提出的方法²直接估计2D PRF地形通过使用线性回归和施加一个正则化技术。在该方法中，PRF地形被表示为一组权值被乘以的刺激来估计给定体素的神经元群的响应。那么，最后的血氧水平依赖（BOLD）响应的刺激诱发估计通过卷积神经元群的响应和规范的血流动力学响应函数。为了解决上述下约束线性系统，此外，岭回归正规化用于强制稀疏（ 见图1下文）。正规化技术抑制噪音和伪影，从而使我们的方法，以更有力估计PRF地形。

地形方法不强制PRF形状有一定的参数形状，因此可以发现实际PRF结构。适当的参数化模型然后可以基于该PRF地形选择。例如，该PRF形貌可以用于分离PRF中心和环绕，然后随后的PRF中心建模可通过最大限度地减少环绕抑制在遥远的区域中出现的其他潜在伪影的影响的影响，以及更准确PRF中心。我们最近完成我们的方法，直接几种其他方法之间的定量比较（ 即估计地形之前）适合各向同性高斯^1，各向异性高斯和各向同性高斯差到PRF ^9。人们发现，在topography为基础的方法优于这些方法相对于PRF中心建模通过实现更高的解释BOLD信号时序的变化。

PRF特性在各个领域的精确估计揭示他们如何覆盖视野，是研究视觉皮层特别是因为它涉及到视觉感知的功能组织重要。性能，如如何与偏心^1,10和PRF中心环绕组织⁹ PRF尺寸变化很好的研究，在人类文学。所提出的方法用于估计PRF地形导致更准确的PRF的参数建模和更可能揭示未知规律，不容易建模的先验在直接参数化模型。这种做法将特别适合学习PRF组织患者视觉通路病变，对他们来说，PRF结构也不一定能够预测先验。下面描述如何估计第ËPR​​F地形以及如何使用地形的PRF中心模式。