「受容野」の版間の差分

[[Image:V1RF.png|600px]]<br> 　単純型細胞の古典的受容野は、X細胞の受容野と同様、強い線形性を示し、自身のON領域、OFF領域ともっともよくあった刺激にもっとも強く反応する（このような刺激のことを最適刺激とよぶ）。たとえば２次元サイン波を刺激とする場合、その明暗がON領域、OFF領域とマッチするような方位、空間周波数(spatial frequency)(=周期の逆数）、位相(phase)をもつものが最適刺激となる（図3A参照）。ON、OFF領域が伸びる軸、大きさ、位置関係は細胞により様々であり、したがって単純型細胞は全体として様々な方位、空間周波数、位相の組み合わせを最適刺激とする。また任意の視覚刺激にたいする応答は、その受容野構造と刺激波形の線形畳み込み(linear convolution)を行った結果に、0以下の信号を出力しない半波整流(half rectification)をとおすことで十分予測できる<ref name="ref13"><pubmed> 722589  </pubmed></ref> <ref name="ref14"><pubmed> 1450099  </pubmed></ref>。  

=== 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  ===

　様々な形のガボール型受容野構造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とになる。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に、サイン波刺激にたいして、強い方位、空間周波数、運動方向の選択性をもっている。しかしながら、ON、OFF領域はオーバーラッップしておりその構造からこれらの選択性を予測することはできない。また単純型細胞と異なり位相に選択性は示さない。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、このモデルでは90度位相の異なる２つの単純型細胞の出力が２乗されることで複雑型細胞の受容野構造をつくっている。２つの単純型細胞のON,OFF領域が、同じ時間受容野をもつときに、複雑型細胞の同じ特性の時間受容野をもつことになり、その運動方向選択性が説明される。時空間受容野も含めたエネルギーモデルは運動エネルギーモデル(motion energy model)と呼ばれている <ref name="ref18"><pubmed> 3973764 </pubmed></ref>。