The linear transform model of functional magnetic resonance imaging (fMRI) hypothesizes that fMRI responses are proportional to local average neural activity averaged over a period of time. This work reports results from three empirical tests that support this hypothesis. First, fMRI responses in human primary visual cortex (V1) depend separably on stimulus timing and stimulus contrast. Second, responses to long-duration stimuli can be predicted from responses to shorter duration stimuli. Third, the noise in the fMRI data is independent of stimulus contrast and temporal period. Although these tests can not prove the correctness of the linear transform model, they might have been used to reject the model. Because the linear transform model is consistent with our data, we proceeded to estimate the temporal fMRI impulse-response function and the underlying (presumably neural) contrast-response function of human V1.

Functional MRI was used to test whether instructing subjects to attend to one or another location in a visual scene would affect neural activity in human primary visual cortex. Stimuli were moving gratings restricted to a pair of peripheral, circular apertures, positioned to the right and to the left of a central fixation point. Subjects were trained to perform a motion discrimination task, attending (without moving their eyes) at any moment to one of the two stimulus apertures. Functional MRI responses were recorded while subjects were cued to alternate their attention between the two apertures. Primary visual cortex responses in each hemisphere modulated with the alternation of the cue; responses were greater when the subject attended to the stimuli in the contralateral hemifield. The attentional modulation of the brain activity was about 25% of that evoked by alternating the stimulus with a uniform field.

When faced with a crowded visual scene, observers must selectively attend to behaviorally relevant objects to avoid sensory overload. Often this selection process is guided by prior knowledge of a target-defining feature (e.g., the color red when looking for an apple), which enhances the firing rate of visual neurons that are selective for the attended feature. Here, we used functional magnetic resonance imaging and a pattern classification algorithm to predict the attentional state of human observers as they monitored a visual feature (one of two directions of motion). We find that feature-specific attention effects spread across the visual field-even to regions of the scene that do not contain a stimulus. This spread of feature-based attention to empty regions of space may facilitate the perception of behaviorally relevant stimuli by increasing sensitivity to attended features at all locations in the visual field.

Psychophysical contrast increment thresholds were compared with neuronal responses, inferred from functional magnetic resonance imaging (fMRI) to test the hypothesis that contrast discrimination judgements are limited by neuronal signals in early visual cortical areas. FMRI was used to measure human brain activity as a function of stimulus contrast, in each of several identifiable visual cortical areas. Contrast increment thresholds were measured for the same stimuli across a range of baseline contrasts using a temporal 2AFC paradigm. FMRI responses and psychophysical measurements were compared by assuming that: (1) fMRI responses are proportional to local average neuronal activity; (2) subjects choose the stimulus interval that evoked the greater average neuronal activity; and (3) variability in the observer's psychophysical judgements was due to additive (IID) noise. With these assumptions, FMRI responses in visual areas V1, V2d, V3d and V3A were found to be consistent with the psychophysical judgements, i.e. a contrast increment was detected when the fMRI responses in each of these brain areas increased by a criterion amount. Thus, the pooled activity of large numbers of neurons can reasonably well predict behavioral performance. The data also suggest that contrast gain in early visual cortex depends systematically on spatial frequency.

Abstract

 We measured linear cortical magnification factors in V1 with fMRI, and we measured visual acuity (Vernier and grating) in the same observers. The cortical representation of both Vernier and grating acuity thresholds in V1 was found to be roughly constant across all eccentricities. We also found a within-observer correlation between cortical magnification and Vernier acuity, further supporting claims that Vernier acuity is limited by cortical magnification in V1.

Grapheme-color synesthetes experience specific colors associated with specific number or letter characters. To determine the neural locus of this condition, we compared behavioral and fMRI responses in six grapheme-color synesthetes to control subjects. In our behavioral experiments, we found that a subject's synesthetic experience can aid in texture segregation (experiment 1) and reduce the effects of crowding (experiment 2). For synesthetes, graphemes produced larger fMRI responses in color-selective area human V4 than for control subjects (experiment 3). Importantly, we found a correlation within subjects between the behavioral and fMRI results; subjects with better performance on the behavioral experiments showed larger fMRI responses in early retinotopic visual areas (V1, V2, V3, and hV4). These results suggest that grapheme-color synesthesia is the result of cross-activation between grapheme-selective and color-selective brain areas. The correlation between the behavioral and fMRI results suggests that grapheme-color synesthetes may constitute a heterogeneous group.

Abstract The normal human retina contains several classes of photosensitive cell—rods for low-light vision, three cone classes for daylight vision, and intrinsically photosensitive retinal ganglion cells (ipRGCs) expressing melanopsin for non-image-forming functions including pupil control, melatonin suppression and circadian photoentrainment. The spectral sensitivities of the photoreceptors overlap significantly, which means that most lights will stimulate all photoreceptors, to varying degrees. The method of silent substitution is a powerful tool for stimulating individual photoreceptor classes selectively and has found much use in research and clinical settings. The main hardware requirement for silent substitution is a spectrally calibrated light stimulation system with at least as many primaries as there are photoreceptors under consideration. Device settings that will produce lights to selectively stimulate the photoreceptor(s) of interest can be found using a variety of analytic and algorithmic approaches. Here we present PySilSub ( https://github.com/PySilentSubstitution/pysilsub ), a novel Python package for silent substitution featuring flexible object-oriented support for individual colorimetric observer models (including human and mouse observers), multi-primary stimulation devices, and solving silent substitution problems with linear algebra and constrained numerical optimisation. The toolbox is registered with the Python Package Index and includes example data sets from various multi-primary systems. We hope that PySilSub will facilitate the application of silent substitution in research and clinical settings.

SUMMARY The field of cortical sight restoration prostheses is making rapid progress with three clinical trials of visual cortical prostheses underway. However, as yet, we have only limited insight into the perceptual experiences produced by these implants. Here we describe a computational model or ‘virtual patient’, based on the neurophysiological architecture of V1, which successfully predicts the perceptual experience of participants across a wide range of previously published cortical stimulation studies describing the location, size, brightness and spatiotemporal shape of electrically induced percepts in humans. Our simulations suggest that, in the foreseeable future the perceptual quality of cortical prosthetic devices is likely to be limited by the neurophysiological organization of visual cortex, rather than engineering constraints.

Abstract The population receptive field method, which measures the region in visual space that elicits a BOLD signal in a voxel in retinotopic cortex, is a powerful tool for investigating the functional organization of human visual cortex with fMRI (Dumoulin & Wandell, 2008). However, recent work has shown that population receptive field (pRF) estimates for early retinotopic visual areas can be biased and unreliable, especially for voxels representing the fovea. Here, we show that a ‘log-bar’ stimulus that is logarithmically warped along the eccentricity dimension produces more reliable estimates of pRF size and location than the traditional moving bar stimulus. The log-bar stimulus was better able to identify pRFs near the foveal representation, and pRFs were smaller in size, consistent with simulation estimates of receptive field sizes in the fovea.