İnsan beyninin aldığı tüm görsel bilgiler, beynin görsel korteks olarak bilinen bir kısmı tarafından işlenir. Görsel korteks, beynin en dış tabakasının, korteksin bir parçasıdır ve oksipital lobun sırt direğinde bulunur; daha basitçe, beynin alt tarafına yerleştirin. Görsel korteks bilgisini beyinden gözbebeklerine kadar uzanan projeksiyonlarla elde eder. Çıkıntılar ilk olarak beynin ortasındaki bir mola noktasından, Lateral Geniculate Nucleus veya LGN olarak bilinen badem benzeri bir topaktan geçer . Oradan işlem için görsel kortekse yansıtılırlar.
Görsel korteks, bazen V5 olarak adlandırılan V1, V2, V3, V4 ve MT etiketli beş alana bölünmüştür. Bazen çizilen korteks olarak adlandırılan V1, boyanıp mikroskop altına konduğunda çizgili görünümünden dolayı, en büyük ve en önemlisidir. Bazen birincil görsel korteks veya alan 17 olarak adlandırılır. Diğer görsel alanlara ekstrastriat korteks denir. V1, insan beyninin en kapsamlı çalışılan ve anlaşılan alanlarından biridir.
V1, yaklaşık 0,07 inç (2 mm) kalınlığında bir beyin tabakasıdır ve yaklaşık bir indeks kartı alanı içerir. Ezilmiş olduğundan, hacmi sadece birkaç santimetre küptür. V1'deki nöronlar hem yerel hem de küresel düzeyde yatay ve dikey organizasyon şemaları ile düzenlenmiştir. Ham duyusal verilerden soyutlanacak ilgili değişkenler arasında renk, şekil, boyut, hareket, yönlendirme ve daha ince olan diğerleri bulunur. İnsan beynindeki hesaplamanın paralel hale getirilmiş doğası, A renginin varlığı ile aktive olan bazı hücrelerin, B rengi ile aktive edilenlerin vb. Olduğu anlamına gelir.
V1'deki en belirgin organizasyon protokolü yatay katmanlardır. VI ila VI arasında olduğu gibi, Romen rakamları ile etiketlenmiş altı ana katman vardır. Ben, gözlerden ve LGN'den en uzak olan ve sonuçta görsel verileri içeren en az sayıda doğrudan projeksiyon alan en dış katmandır. LGN'den gelen en kalın sinir demetleri, kendileri bir geri besleme döngüsü oluşturan LGN'ye geri dönen sinirleri içeren V ve VI katmanlarına yansıtılmaktadır. Görsel verinin göndericisi (LGN) ile işlemcisi (V1) arasındaki geri bildirim, belirsiz duyu verilerinin doğasını netleştirmek için yardımcı olur.
Ham duyusal veriler, gözlerden retinotopik harita adı verilen bir sinir ateşi topluluğu olarak gelir. İlk nöron serisi, duyusal verinin göreceli olarak temel analizlerini yapmak üzere tasarlanmıştır; dikey çizgileri algılamak için tasarlanmış bir nöron koleksiyonu, görsel bir "kritik piksel" eşiği dikey bir düzende yapılandırıldığında kanıtlandığında aktive olabilir. Üst düzey işlemciler, diğer karar vericilere ait önceden işlenmiş verilere dayanarak “kararlarını” verir; örneğin, bir nesnenin hızını tespit etmek için tasarlanmış bir nöron koleksiyonu, nesneleri arka planlarından ayrı varlıklar olarak tespit etmek için tasarlanmış nöronlardan gelen bilgilere bağlı olabilir.
Diğer bir organizasyon şeması dikey veya sütunlu sinir mimarisidir. Bir sütun tüm yatay katmanlar boyunca uzanır ve genellikle işlevsel benzerliklere sahip nöronlardan ("birlikte ateşlenen, birbirine bağlanan nöronlar") ve önyargılarındaki ortak noktalardan oluşur. Örneğin, bir sütun yalnızca sağ göz küresinden, diğeri soldan gelen bilgileri kabul edebilir. Sütunlar genellikle sırasıyla makrokolon ve mikrokolon olarak adlandırılan alt sütunlara sahiptir. Mikrokolonlar sadece yüz bireysel nöron içerecek kadar küçük olabilir.
İnsan beynindeki bilgi işlemenin ayrıntılarını incelemek, primat beyinlerinin geliştiği karmaşık, geçici ve görünüşte dağınık yolun yanı sıra, herhangi bir beynin devasa görevi nedeniyle göstereceğinden emin olduğu karmaşık yapı nedeniyle zordur. Hayvan deneklerindeki görsel korteksin seçici olarak yaralanması, tarihsel olarak sinirsel işlevi araştırmanın en üretken (ve tartışmalı) yollarından biridir, ancak son zamanlarda bilim insanları, belirli beyin alanlarını kendilerine zarar vermeden seçici olarak devre dışı bırakmak veya etkinleştirmek için araçlar geliştirmiştir. Beyin tarama cihazlarının çözünürlüğü katlanarak artıyor ve algoritmalar bilişsel bilimlerin karakteristik veri taşkınlarını işlemek için karmaşıklaşıyor. Bir gün, görsel korteksi bütünüyle anlayabileceğimizi söylemek yanlış olmaz.
