大脑的重要功能之一是通过感觉输入辨别周围的物体。灵长类（包括我们人类）十分依赖于视觉系统来提取物体相关的信息。视网膜内的光感受器接收由外部环境反射的光，而灵长类的大脑能够利用光信息反推出造成反射的物体。这项能力非常了不起——同一物体在不同条件下（比如不同的光照条件、物体的位置和方向、是否有障碍物等等）所反射的光可以非常不同，而我们却能轻易地认出这一物体。下颞叶皮层被认为是负责物体识别的脑区：这一脑区受损的病人显示出识别物体的障碍；另外，下颞叶神经元对不同物体呈选择性反应，并对物体的位置、大小、方向等不敏感。我们课题组将结合功能核磁共振、电生理记录和数学建模等手段来研究不同种类的物体如何在猕猴的下颞叶皮层进行表征。 

　　1. 研究面孔在下颞叶皮层的计算编码。面孔是对动物而言非常重要的一类物体。研究表明：下颞叶有专门负责面孔加工的网络，即面孔脑区。面孔脑区的一些细胞能够选择性地对部分面孔个体放电，但这些细胞的精确编码机制仍然不是很清楚。我们的目的就是建立一个尽可能接近这些面孔细胞的数学模型。迄今为止，我们对面孔细胞的大部分了解来自这细胞对呈现在均一背景下没有任何遮挡的面孔图片的反应。为了得到更为精确的模型，我们将会大大拓展面孔图片的多样性，比如包括遮挡、噪音和复杂的背景，而我们的模型应该在所有情况下都能模拟面孔细胞的反应。当我们得到这样一个模型以后，就可以通过计算分析研究面孔个体是如何编码的。 

　　2. 研究下颞叶皮层对一般物体的表征。面孔是一类非常特殊的物体——它们在形状上很类似，然而我们能分辨不同面孔间的细致差别。一般物体的空间要比面孔空间复杂得多，而下颞叶细胞如何编码一般物体仍然是个谜。我们要回答的关键问题是：下颞叶细胞的物体表征遵循什么样的基本原则。比如说，前人曾提出两个基本原则：物体对动物的意义（比如是否是具有生命）和物体的形状（比如是圆形还是方形）；而这两个大的原则又可以细分为许多不同的因素。为了回答这个问题，我们会先建立一个与面孔细胞类似的其它下颞叶神经元的数学模型，其后使用这个模型来检验不同的可能性。当我们筛选出一系列可能的候选原则后，再用猕猴下颞叶神经元进一步验证。