Hur organiseras den visuella cortex?
All visuell information som det mänskliga sinnet får bearbetas av en del av hjärnan som kallas visuell cortex . Den visuella cortexen är en del av det yttersta skiktet i hjärnan, cortex, och är belägen vid dorsalpolen i occipitala loben; Mer enkelt uttryckt, på den nedre baksidan av hjärnan. Den visuella cortex erhåller sin information via projektioner som sträcker sig hela vägen genom hjärnan från ögonbollar. Prognoserna passerar först genom en mellanlandningspunkt i mitten av hjärnan, en mandeliknande klump känd som lateral geniculate kärnan eller LGN. Därifrån projiceras de till den visuella cortex för bearbetning.
Visuell cortex är uppdelad i fem områden, märkt V1, V2, V3, V4 och MT, som ibland kallas V5. V1, ibland kallad striate cortex på grund av dess randiga utseende när de färgades och läggs under ett mikroskop, är överlägset den största och viktigaste. Det kallas ibland primär visuell cortex eller område 17. De andra visuella områdena kallas extrastriat cortex . V1 är ett av de mest omfattande studerade och förstått områdena i den mänskliga hjärnan.
V1 är ett ungefär 0,07 tum (2 mm) tjockt hjärnskikt med ungefär området för ett indexkort. Eftersom den kraschas upp är dess volym bara ett fåtal 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. Beräkningens parallelliserade natur i den mänskliga hjärnan innebär att det finns vissa celler som aktiveras av närvaron av färg A, andra aktiverade av färg B, och så vidare.
Det mest uppenbara organisationsprotokollet i V1 är det för horisontella lager. Det finns sex huvudlagers, märkt med romerska siffror som jag genom VI. Jag är det yttersta lagret, längst bort från ögonbollar och LGN, därmed får det minsta antalet direkta prognoser som innehåller visuella data. De tjockaste nervbuntarna från LGN projiceras i lager V och VI, som själva innehåller nerver som projicerar tillbaka till LGN och bildar en återkopplingsslinga. Feedback mellan avsändaren av visuella data (LGN) och dess processor (V1) är användbar för att klargöra arten av tvetydiga sensdata.
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 upptäcka vertikala linjer kan aktivera när en kritisk tröskel för visuella "pixlar" visar sig vara konfigurerade i ett vertikalt mönster. Processorer på högre nivå fattar sina "beslut" baserat på förbehandlade data från andra neuroner; Till exempel aInsamling av neuroner utformade för att upptäcka hastigheten för ett objekt kan vara beroende av information från neuroner utformade för att upptäcka objekt som separata enheter från deras bakgrund.
Ett annat organisationsschema är det vertikala eller kolumniska, neurala arkitekturen. En kolonn sträcker sig genom alla horisontella skikt och består vanligtvis av neuroner som har funktionella likheter, ("neuroner som skjuter ihop, trådar ihop") och gemensamheter i deras fördomar. Till exempel kan en kolumn acceptera information uteslutande från höger ögonglob, den andra vänster. Kolumner har vanligtvis subkolumner, som kallas makrokolumner respektive mikrokolumner . Mikrokolumner kan vara så små att de bara innehåller hundra enskilda neuroner.
Att studera detaljerna om informationsbehandling i den mänskliga hjärnan är svårt på grund av komplexa, ad hoc och till synes röriga sätt på vilket primathjärnor utvecklats, liksom den komplexa naturen som alla hjärnor är sUre visas på grund 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 på 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 datakarakteristiken för de kognitiva vetenskaperna. Det är inte otroligt att föreslå att vi en dag kommer att kunna förstå den visuella cortex i sin helhet.