Hur är Visual Cortex organiserad?
All visuell information som det mänskliga sinnet tar emot behandlas av en del av hjärnan som kallas visuell cortex . Det visuella cortexet är en del av hjärnans yttersta lager, cortex, och är beläget vid ryggpolen i den occipitala loben; enklare sätt, längst ner på hjärnan. Den visuella cortex får sin information via projektioner som sträcker sig hela hjärnan från ögongloberna. Projektionerna passerar först genom en mellanlandningspunkt i hjärnan, en mandelliknande klump som kallas Lateral Geniculate Nucleus eller LGN. Därifrån projiceras de till den visuella cortex för behandling.
Visuell cortex delas in i fem områden, märkta V1, V2, V3, V4 och MT, som ibland kallas V5. V1, ibland kallad striate cortex på grund av dess randiga utseende när den färgas och läggs under ett mikroskop, är den överlägset största och viktigaste. Det kallas ibland primär visuell cortex eller område 17. De andra visuella områdena benämns extrastriatbark . V1 är ett av de mest studerade och förstådda områdena i den mänskliga hjärnan.
V1 är ett ca 0,07 tum (2 mm) tjockt hjärnskikt med ungefär området för ett indexkort. Eftersom den klipps upp är dess volym bara några kubikcentimeter. Neuronerna i V1 är organiserade på både lokal och global nivå, med horisontella och vertikala organisationsscheman. Relevanta variabler som ska abstraheras från råa sensoriska data inkluderar färg, form, storlek, rörelse, orientering och andra som är mer subtila. Den parallella beräkningen i den mänskliga hjärnan innebär att det finns vissa celler som aktiveras av närvaron av färg A, andra aktiveras av färg B, och så vidare.
Det mest uppenbara organisationsprotokollet i V1 är det för horisontella lager. Det finns sex huvudlager, märkta med romerska siffror som I till VI. Jag är det yttersta lagret, längst borta från ögongulorna och LGN, och får därför det minsta antalet direkta projektioner som innehåller visuella data. De tjockaste nervknippen från LGN projiceras i lager V och VI, som själva innehåller nerver som skjuter tillbaka in i LGN och bildar en återkopplingsslinga. Återkoppling mellan avsändaren av visuell data (LGN) och dess processor (V1) är användbar för att klargöra arten av tvetydiga sinnedata.
Rå sensoriska data kommer från ögonen som en ensemble av nervbränningar som kallas en retinotopisk karta . Den första serien av neuroner är utformade för att utföra relativt elementära analyser av sensoriska data - en samling neuroner utformade för att detektera vertikala linjer kan aktiveras när en kritisk tröskel för visuella "pixlar" visar sig vara konfigurerad i ett vertikalt mönster. Processorer på högre nivå fattar sina "beslut" baserat på förbehandlade data från andra neuroner; till exempel kan en samling neuroner utformade för att detektera ett objekts hastighet vara beroende av information från neuroner utformade för att detektera objekt som separata enheter från deras bakgrunder.
Ett annat organisationsschema är den vertikala eller kolumnera neurala arkitekturen. En kolonn sträcker sig genom alla horisontella skikt och består vanligtvis av neuroner som har funktionella likheter ("neuroner som skjuter ihop, tråden ihop") och gemensamma förhållanden i deras förspänningar. Till exempel kan en kolumn acceptera information uteslutande från höger ögonflicka, den andra till vänster. Kolumner har vanligtvis underkolumner, som kallas makrokolumner respektive mikrokolumner . Mikrokolumner kan vara så små att de bara innehåller hundra individuella nervceller.
Att studera detaljerna i informationsbearbetning i den mänskliga hjärnan är svårt på grund av det komplexa, ad hoc och till synes smutsiga sättet på vilket primathjärnor utvecklades, liksom den komplexa karaktär som varje hjärna säkert kommer att visa i kraft av sin enorma uppgift. Selektiv skada av visuell cortex hos djurpersoner är historiskt ett av de mest produktiva (och kontroversiella) sätten att undersöka neuralfunktion, men under senare tid har forskare utvecklat verktyg för att selektivt inaktivera eller aktivera specifika hjärnområden utan att skada dem. Upplösningen av hjärnskanningsanordningar ökar exponentiellt, och algoritmerna ökar i sofistikering för att hantera översvämningen av data som är karakteristiska för de kognitiva vetenskaperna. Det är inte troligt att föreslå att vi en dag kommer att kunna förstå det visuella cortexet i sin helhet.