「受容野」の版間の差分

　視細胞からの入力を受け取る双極細胞(bipolar cell)や次の段階に位置する網膜神経節細胞(retinal ganglion cell)には、明るい光を受容野の中心部(center)に照射したときに興奮応答するON中心型(ON-center type)とよばれる細胞と、暗い光を照射したときに興奮応答するOFF中心型(OFF-center type)とよばれる細胞の２種類が存在する<ref name="ref2" />。いずれも、中心部の周辺に照射された光には逆の応答をする。すなわち、ON中心型細胞は周辺部に明るい光を受けたときに、OFF中心型細胞は暗い光を受けたときに、抑制応答を示す。中心部と周辺部は同心円状に配置し、逆の反応がみられることから、この受容野構造全体を中心周辺拮抗型(antagonistic center-surround)とよぶ。神経節細胞ではさらに、中心部、周辺部のそれぞれの内部でも明暗の違いで反応が逆になり、明るい光で抑制反応がみられる場所では暗い光では興奮反応がみられ、暗い光で抑制反応がみられる場所では明るい光で興奮反応がみられる。このためON中心型の受容野構造をON中心OFF周辺型（ON-center OFF-surround)とよび（図1A)、OFF中心型の受容野構造をOFF中心ON周辺型(OFF-center ON-surround)ともよんでいる（図1B）。このような構造をもつ細胞は、図2Cのように２次元のサイン波縞刺激にたいして、明るい光がON領域に、暗い光がOFF領域に入るときには興奮応答するが（図1C上）、光が一様に入るときには（図２C下）ほとんど反応しないことから、明暗コントラストのエッジ幅や位置の情報を伝達していると捉えることができる。

　網膜神経節細胞あるいはLGNの細胞に細長いスリット光を呈示するとき、その向き（方位）を変えても反応は変化しない。このことは、これらの細胞の受容野構造が同心円状であることから予想できる。これにたいし、第一次視覚野の大部分の細胞はスリット光が特定の方位を向くときにのみ強く反応する。この方位選択性(orientation selectivity)とよばれる特性をもつ細胞の古典的受容野構造は以下の２種類のものがある<ref name="ref11"><pubmed> 14403679 </pubmed></ref> <ref name="ref12"><pubmed> 4966457 </pubmed></ref>。第一のタイプでは、明るい光で興奮反応がみられるON領域と暗い光で興奮応答がみられるOFF領域が隣あって同じ向きに並ぶ(図３A)。このような構造をもつ細胞を単純型細胞(simple cell)とよぶ。第２のタイプでは、ON領域とOFF領域が重なり合う。この構造をもつ細胞を複雑型細胞(complex cell)とよぶ（図３B）。

[[Image:V1SimpleRF.png|thumb|400px|''図２. 単純型細胞の受容野構造''<br> A, B. 逆相関法で記録した単純型細胞の受容野構造。２つの細胞の例を示す。白がON領域、黒がOFF領域を表す。いずれの細胞でもON領域とOFF領域が隣あって同じ向きに伸びている。伸びる向きは細胞によって異なる。C, D. 単純型細胞の受容野構造と最適な２次元サイン波刺激。縞の明るい部分がON領域(緑で表す)、暗い部分がOFF領域(赤で表す）ともっともマッチするような空間周波数（周期の逆数で、視野角１度あたりに縞が何周期含まれるのかを表す）、方位、位相をもつCの刺激が最適な刺激となる。一方、これと直交する方位の縞に細胞は反応しない。]]  

=== ガボール関数による単純型細胞の受容野構造近似と画像表現 ===

　単純型細胞の古典的受容野は、図４に示すガウス関数(緑)とサイン波(青)の積であるガボール関数(Gabor function)（赤、図４の式参照）でよく近似できることが知られている<ref name="ref4" />。ガボール関数のパラメーターを変えることで、サイズ(σx, σy)、方位(θ)、空間周波数（fx, fy）、そして位相(φ)の異なる様々な構造を表すことができる。  

[[Image:GaborFilter.png|500px]]  

　様々な形のガボール型の受容野構造をもつ細胞が視野の各位置に揃っており、その結果、網膜視細胞で画素の集合として表現された画像情報は、、V1野の単純型細胞のレベルでは、ガボール関数を基底とする表現へと変換されて伝達される。この表現には画像情報を効率的に伝達する上でいくつかの利点がある。第一に、画像情報はより高次の視覚野でも利用されるので、初期段階では極力失われないことが望ましいが、ガボール関数を用いた表現ではそれが十分実現される<ref>'''J. G. Daugman '''<br>Complete discrete 2-D Gabor transforms by neural networks for image analysis and compression. <br>IEEE Transactions on In Acoustics, Speech and Signal Processing: 1988, 36(7), 1169-1179.</ref>。さらに、ガボール関数により、自然画像はスパースコーディング(sparse coding)という非常に効率のよい方式で伝達できることも知られている。これらの利点は視覚系が自然界の膨大な画像情報を少ないエネルギーで伝送できる鍵になっていると考えられている <ref name="ref15"><pubmed> 8637596 </pubmed></ref>。  

　複雑型細胞も、単純型細胞と同様、サイン波の方位や空間周波数に選択性な応答を示す。しかし、単純型細胞の応答が位相に強く依存するのにたいし、複雑型細胞では、方位や空間周波数が最適であれば、位相を変えても反応は変化しない。これらの選択性は、同じ方位や、空間周波数選択性をもち、受容野位相だけが異なる単純型細胞からの入力が収斂することでできあがっていると考えられている。これを最も単純化したモデルが図４に示すエネルギーモデル(energy model)である。このモデルでは、ガボールフィルターの出力が半波整流されたもの（これは単純型細胞の出力を模したものである）が４つ収斂することで、複雑型細胞の受容野構造が形成される。４つのフィルターの位相は90ずつずれている。さらに、第一段階の細胞が、同じ時間受容野をもつようにモデルを拡張することで、複雑型細胞の運動方向選択性が十分説明される。この拡張したエネルギーモデルは運動エネルギーモデル(motion energy model)とよばれている <ref name="ref18"><pubmed> 3973764 </pubmed></ref>。