「受容野」の版間の差分

[[Image:RetinalGanglisonCell.png|thumb|350px|<i>図1 網膜神経節細胞の受容野構造</i><br />(A) ON中心OFF周辺型 では、明るい光で興奮応答がみられる領域（ON領域という、緑で示す）が受容野の中心に 、暗い光で興奮応答がみられる領域（OFF領域という）がその周辺に位置し、２つの領域は同心円状に配置する(A）。(B) OFF中心ON周辺型 では、OFF領域が受容野の中心に 、ON領域がその周辺に配置する。A, Bの下段は、これらの構造の１次元断面図であり、ON領域の刺激感受性を正に、OFF領域の刺激感受性を負の方向に示している。中心部、周辺部は、それぞれサイズの異なるガウス関数で近似でき、全体の構造はその差分であるDOG関数で近似できる（黒線)。( C )  ON中心OFF周辺型細胞を２次元サイン波縞刺激でテストするとき、縞の幅が適切であり、縞の明部が受容の中心部に、縞の暗部が受容野の周辺部にくるときに強い興奮応答がみられる(Cの上段）。縞の幅が広く、縞の明部が受容野全体に入るとき細胞はあまり興奮しない。(Cの下段）]]  

　単純型細胞の大半は、物体がある向きに向かって動くときに強く反応し、それとは反対方向に動くときには反応しない[[運動方向選択性]]を示す<ref name="ref3" />。このような細胞の時空間受容野では、時間軸に沿ってON領域およびOFF領域の位置がある方向にずれていく<ref><pubmed>8492152</pubmed></ref>。この方向が細胞の好みの運動方向を表す。  

　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サイン波の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、位相に関係なく強い反応がみられる。この特性は、最適な方位や空間周波数が同じで、最適な位相が異なる単純型細胞群の出力が複雑型細胞で収斂することで、作られうる<ref name="ref4" />。この可能性に基づくモデルのうち最も単純なモデルが図3に示す[[エネルギーモデル]](energy model)である。このモデルでは、単純型細胞を模した４つのサブユニット(S1, S2, S3, S4) からの出力が収斂することで、複雑型細胞を模したエネルギーユニット（Cで表す）の応答が形成される。各サブユニットは、共通の方位、空間周波数および90度ずつ位相のずれたガボールフィルターをもち、フィルターを通した入力信号を半波整流して出力する。さらに、各サブユニット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、エネルギーユニットが運動方向選択性を示すようにできる。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><pubmed> 3973762  </pubmed></ref>。複雑型細胞の大半は運動方向選択性を示すが<ref name="ref3" />、その特性は運動エネルギーモデルでうまく説明できる<ref><pubmed> 1574836 </pubmed></ref>。  

　非古典的受容野は網膜の段階ですでに存在しており、視覚経路のほとんど全ての段階でみられるが、ここでは最も多くの研究がなされたV1野の非古典的受容野について述べる。V1野ではこの構造は周辺領域とよばれることも多いが、これは網膜でみられる古典的受容野内部の周辺部とは全く異なるので注意が必要である。この領域は古典的受容野の周囲に一様に広がるのではなく、ある程度の局在がみられ、古典的受容野の最適方位軸の延長上に広がるもの、最適方位と直交する軸方向に広がるもののほか、斜め方向に広がるものもある<ref><pubmed> 10575050 </pubmed></ref> <ref name="refme"><pubmed> 19109456 </pubmed></ref>。多くは抑制性の影響を及ばすが興奮性の影響も報告されている<ref><pubmed> 11024097 </pubmed></ref> 。非古典的受容野でみられる抑制には特徴選択性があり、古典的受容野でみられる最適な刺激方位、空間周波数にたいして、非古典的受容野では最も強い抑制がみられる<ref><pubmed> 8158236 </pubmed></ref><ref><pubmed> 12103439 </pubmed></ref> 。これらの特性は、ポップアップや図地分化と呼ばれる知覚現象の基盤として<ref><pubmed> 1588394 </pubmed></ref> 、あるいは線の長さや曲率<ref><pubmed> 3657960 </pubmed></ref>、主観的輪郭<ref><pubmed> 6539501 </pubmed></ref> 、テクスチャー境界<ref name="refme" />などさまざまな特徴を検出するための初期機構として注目されている。