Parallel channels for motion feature extraction in the pretectum and tectum of larval zebrafish
Notice bibliographique
Résumé
Abstract Non-cortical visual areas in vertebrate brains extract different stimulus features, such as motion, object size and location, to support behavioural tasks. The optic tectum and pretectum, two primary visual areas, are thought to fulfil complementary biological functions in zebrafish to support prey capture and optomotor stabilisation behaviour. However, the adaptations of these brain areas to behaviourally relevant stimulus statistics are unknown. Here, we used calcium imaging to characterize the receptive fields of 1,926 motion-sensitive neurons in diencephalon and midbrain. We show that many caudal pretectal neurons have large receptive fields (RFs), whereas RFs of tectal neurons are smaller and mostly size-selective. RF centres of large-size RF neurons in the pretectum are predominantly located in the lower visual field, while tectal neurons sample the upper-nasal visual field more densely. This tectal visual field sampling matches the expected prey item locations, suggesting that the tectal magnification of the upper-nasal visual field might be an adaptation to hunting behaviour. Finally, we probed optomotor responsiveness and found that even relatively small stimuli drive optomotor swimming, if presented in the lower-temporal visual field, suggesting that the pretectum preferably samples information from this region on the ground to inform optomotor behaviour. Our characterization of the parallel processing channels for non-cortical motion feature extraction provides a basis for further investigation into the sensorimotor transformations of the zebrafish brain and its adaptations to habitat and lifestyle.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».