Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Простая ячейка
Gabor filter.png
Типичное для простой клетки рецептивное поле типа фильтра Габора . Синие области указывают на торможение, красные - на облегчение.
Подробности
Частьпервичная зрительная кора
СистемаВизуальная система
Анатомическая терминология

Простая клетка в первичной зрительной коре является клетка , которая отвечает в первую очередь ориентированных ребер и решеток (баров конкретных ориентаций). Эти клетки были обнаружены Торстеном Визелем и Дэвидом Хьюбелем в конце 1950-х годов. [1]

Такие ячейки настроены на разные частоты и ориентации, даже с разными фазовыми соотношениями, возможно, для извлечения информации о несоответствии (глубины) и определения глубины обнаруженным линиям и краям. [2] Это может привести к трехмерному "каркасному" представлению, используемому в компьютерной графике. Тот факт, что входные данные от левого и правого глаза очень близки в так называемых кортикальных гиперколонках, указывает на то, что обработка глубины происходит на очень ранней стадии, помогая распознавать трехмерные объекты.

Позже было обнаружено множество других ячеек со специфическими функциями: (а) ячейки с остановкой на конце, которые, как считается, обнаруживают особенности, такие как пересечения линий и ребер, вершины и окончания линий; (б) стержневые и решетчатые ячейки . Последние не являются линейными операторами, потому что ячейка стержня не реагирует, когда видит стержень, который является частью периодической решетки, а ячейка решетки не реагирует, когда видит изолированный стержень.

Используя математическую модель Габора с синусоидальными и косинусными компонентами (фазами), сложные ячейки затем моделируются путем вычисления модуля комплексных ответов Габора. И простые, и сложные ячейки являются линейными операторами и рассматриваются как фильтры, поскольку они выборочно реагируют на большое количество шаблонов.

Однако было заявлено, что модель Габора не соответствует анатомической структуре зрительной системы, поскольку она сокращает LGN и использует 2D-изображение, проецируемое на сетчатку . Аззопарди и Петков [3] предложили вычислительную модель простой клетки, которая объединяет ответы модельных клеток LGN с центрально-окружающими рецептивными полями (RF). Они называют это моделью комбинации RF (CORF). Помимо селективности ориентации, он демонстрирует подавление перекрестной ориентации , настройку инвариантной ориентации и насыщение отклика. Эти свойства наблюдаются в реальных простых ячейках, но им не обладает модель Габора.. Используя смоделированную обратную корреляцию, они также демонстрируют, что RF- карта модели CORF может быть разделена на удлиненные возбуждающие и тормозные области, типичные для простых клеток.

Линдеберг [4] [5] вывел аксиоматически определенные модели простых ячеек в терминах производных по направлениям аффинных гауссовских ядер по пространственной области в сочетании с временными производными от некаузальных или причинно-временных ядер масштабно-пространственных ядер по временной области и показали, что эта теория приводит к предсказаниям о рецептивных полях с хорошим качественным согласием с биологическими измерениями рецептивного поля, выполненными DeAngelis et al. [6] [7] и гарантирует хорошие теоретические свойства математической модели рецептивного поля, включая свойства ковариантности и инвариантности при естественных преобразованиях изображения. [8]

История [ править ]

Эти клетки были обнаружены Торстеном Визелем и Дэвидом Хьюбелем в конце 1950-х годов. [9]

Хьюбел и Визель назвали эти клетки "простыми", а не " сложными ", потому что они обладали следующими свойствами: [10]

  1. У них есть отдельные возбуждающие и тормозные области.
  2. Эти области следуют свойству суммирования.
  3. Эти области имеют взаимный антагонизм - возбуждающие и тормозящие области уравновешиваются при рассеянном освещении.
  4. Можно предсказать ответы на движущиеся стимулы по карте возбуждающих и тормозных областей.

Некоторые другие исследователи, такие как Питер Бишоп и Питер Шиллер, использовали разные определения простых и сложных клеток. [11]

Ссылки [ править ]

  1. ^ DH Hubel и TN Wiesel рецептивные поля одиночных нейронов в полосатом коре головного мозга кошки J. Physiol. стр. 574-591 (148) 1959 г.
  2. ^ Freeman, RD; ДеАнгелис, GC; Ohzawa, I. (1990-08-31). «Стереоскопическая дискриминация глубины в зрительной коре: нейроны идеально подходят в качестве детекторов несоответствия». Наука . 249 (4972): 1037–1041. Bibcode : 1990Sci ... 249.1037O . CiteSeerX  10.1.1.473.8284 . DOI : 10.1126 / science.2396096 . ISSN  1095-9203 . PMID  2396096 .
  3. ^ Г. Аззопарди и Н. Петков . Вычислительная модель CORF, основанная на вводе LGN, превосходит функциональную модель Габора. Biological Cybernetics, vol. 106 (3), стр. 177-189, DOI: 10.1007 / s00422-012-0486-6, 2012
  4. ^ Т. Линдеберг "Вычислительная теория зрительных рецептивных полей", Биологическая кибернетика 107 (6): 589-635, 2013
  5. ^ Т. Линдеберг "Нормативная теория зрительных рецептивных полей", Heliyon 7 (1): e05897, 2021.
  6. ^ GC DeAngelis, I. Ohzawa и RD Freeman "Динамика рецептивного поля в центральных зрительных путях". Trends Neurosci. 18 (10), 451–457, 1995.
  7. ^ GC DeAngelis и A. Anzai "Современный взгляд на классическое рецептивное поле: линейная и нелинейная пространственно-временная обработка нейронами V1. In: Chalupa, LM, Werner, JS (eds.) The Visual Neurosciences, vol. 1 , стр. 704–719, MIT Press, Кембридж, 2004.
  8. ^ Т. Линдеберг "Инвариантность зрительных операций на уровне рецептивных полей", PLOS ONE 8 (7): e66990, страницы 1-33, 2013
  9. ^ DH Hubel и TN Wiesel рецептивные поля одиночных нейронов в полосатом коре головного мозга кошки J. Physiol. стр. 574-591 (148) 1959 г.
  10. ^ DH Hubel и TN Wiesel рецептивные поля, бинокулярное взаимодействие и функциональная архитектура в зрительной коре головного мозга кошки J. Physiol. 160 с. 106-154 1962 г.
  11. ^ Мозг и визуальное восприятие: история 25-летнего сотрудничества DH Hubel и TN Wiesel Oxford 2005

См. Также [ править ]

  • Визуальная система
  • Пространственно-временное рецептивное поле