Нейрофизиологическое и модельное исследование нейронов-детекторов простых и сложных изображений в первичной зрительной коре кошки

Нейрофизиологическое и модельное исследование нейронов-детекторов простых и сложных изображений в первичной зрительной коре кошки

Автор: Салтыков, Константин Альбертович

Шифр специальности: 03.00.13

Научная степень: Кандидатская

Год защиты: 2001

Место защиты: Москва

Количество страниц: 137 с.

Артикул: 2283294

Автор: Салтыков, Константин Альбертович

Стоимость: 250 руб.

Нейрофизиологическое и модельное исследование нейронов-детекторов простых и сложных изображений в первичной зрительной коре кошки  Нейрофизиологическое и модельное исследование нейронов-детекторов простых и сложных изображений в первичной зрительной коре кошки 

1.1. Базовые определения
1.2. Динамика РП зрительных нейронов.
1.3. Динамика ориентационной настройки зрительных нейронов.
1.4. Исследование детекции крестообразных и угловых фигур
1.4.1. Чувствительность нейронов зрительной коры к фигурам разной конфигурации и ориентации настройка на фигу ры.
1.4.2. Чувствительность нейронов зрительной коры к частично замаскированным крестам и углам
1.4.3. Распознавание человеком крестообразных и угловых фигур
1.4.4. Чувствительность нейронов зрительной коры к решеткам, перекрещивающимся под разными углами.
1.5. Моделирование механизмов формирования ориентационной избирательности
1.5.1. Модель ориентационной настройки Хьюбела и Визела на основе иерархической организации связей от детекторов ориентации
1.5.2. Факты, не укладывающиеся в схемы Хьюбела и Визела.
1.5.2.1. Геометрическая структура рецептивного поля
1.5.2.2. Чувствительность зрительных нейронов к разным характеристикам зрительных стимулов
1.5.2.3. Тормозные и возбудительные взаимодействия в РП нейронов .
1.5.2.4. Результаты блокады внутрикоркового торможения.
1.5.2.5. Латентные периоды о тветов зри тельных нейронов.
1.5.2.6. Адаптивные и динамические перестройки рецептивных полей зрительных нейронов
1.5.2.7. Искусственность классификации Хьюбела и Визела
1.5.3. Модели рецептивных полей детекторов ориентации на основе
внутрикоркового торможения.
1.5.4. Модели механизмов ориентационной избирательности на основе
кооперативного взаимодействия в нейронном ансамбле.
1.5.5. Механизм образования ориентационной настройки в рамках
пространственночастотной гипотезы.
1.5.6. Моделирование ориентационной настройки и контексте исследований по распознаванию образов
1.6. Заключение
ГЛАВА 2. МЕТОДИКА
2.1. Методика нейрофизиологических экспериментов.
2.1.1.Препара т
2.1.2.Стимуляци я
2.1.3.Представление данных.
2.2. Методика моделирования нейронных сетей в программной среде Нейроимитатор.
2.2.1.Создание нейронных сетей в программе Нейроимитатор.
2.2.2.Стимуляци я
2.2.3.Представление данных.
2.3.Методика исследования ориентационной настройки модельных нейронов в рамках простой геометрической модели РП.
2.3.1.Компьютерные программы.
2.3.2.Структуры модельных РП
2.3.3.Стимуляци я.
2.3.4.Г1редставление данных.
ГЛ АВА 3.РЕЗУЛЬТАТЫ.
3.1.Модельные исследования динамики ориентационной настройки
3.1.1. Динамика ориентационной настройки модельного нейрона при отсутствии в его рецептивном поле тормозных зон
3.1.2. Динамика ориентационной настройки в условиях децентровки стимула относительно центра рецептивного ноля.
3.1.3. Динамика ширины и избирательности ориентационной настройки при изменении весов зон рецептивного поля.
3.1.4. Динами ка предпочитаемой ориентации модельного нейрона в случае динамики геометрических параметров зон рецептивного поля
3.1.5. Динамика двойной ориентационной настройки при изменении геометрических параметров зон рецептивного поля.
3.1.6. Двойная ориентационная настройка в случае комбинированной динамики веса и топографии зон рецептивного поля.
3.2.Эксиеримен гальное исследование детекторов пересечений и ветвлений линий в первичной зрительной коре кошки.
3.2.1.Нейрон, избирательный к ориентации и конфигурации крестообразной фигуры
3.2.2.Нейрон, избирательный к ориентации, но инвариантный к конфигурации крестообразной фигуры.
3.2.3.Нейрон, инвариантный к ориентации, но избирательный к конфигурации крестообразной фигуры.
3.2.4.Нейрон, инвариантный и к ориентации, и к конфигурации крестообразной фигуры
3.2.5.Нейрон, чувствительный к ориентации и конфигурации угловой фигуры
3.2.6.Нсйрон, чувствительный к ориентации и конфигурации периферической крестообразной фигуры.
3.2.7.Нейрон, чувствительный к ориентации и конфигурации центральной крестообразной фигуры.
3.3. Моделирование детекторов крестов и углов.
3.3.1. Модели детекторов крестообразных и угловых фигур на основе иерархической конвергенции от детекторов ориентации.
3.3.1.1.Сеть, распознающая ориентации полоски.
3.3.1.2. Детекторы ориентации и их ответы на одиночную полоску.
3.3.1.3.Модель детектора, избирательного к ориентации и конфигурации крестообразной фигуры на основе простой конвергенции от двух детекторов ориентации.
3.3.1.4. Модель детектора, избирательного к ориентации и конфигурации крестообразной фигуры на основе комбинированной конвергенции от детекторов ориентации и избирательного усиления сигнала с помощью ревербератора.
3.3.1.5.Модель детектора, инвариантного к ориентации, но избирательного к конфигурации крестообразной фигуры.
3.3.1.6. Модель детектора, избирательного к ориентации, но инвариантного к конфигурации крестообразной фигуры
3.3.1.7. Модель детектора, инвариантного к ориентации и конфигурации крестообразных фигур
3.3.1.8. Особенности детекции угловых фигур. Сеть, распознающая полулинии.
3.3.1.9. Модель детектора, избирательного к ориентации и конфигурации угловой фигуры на основе простой конвергенции от двух детекторов полулиний на основе простой конвергенции от двух детекторов полулиний.
3.3.1 Модель детектора, избирательного к ориентации и конфигурации угловой фигуры на основе матрицы с тормозными связями между детекторами полулиний.
3.3.2.Модели детектора креста на основе механизма
растормажнвания
3.3.2.1. Модель детектора, избирательного к ориентации и конфигурации крестообразной фигуры.
3.3.2.2. Модель детектора, избирательного к ориентации, но инвариантного к конфигурации крестообразной
3.3.2.3. Модель детектора, инвариантного к ориентации и конфигурации крестообразной фигуры.
3.3.3. Модели детектора неполных частично замаскированных крестообразных фигур
3.3.3.1. Модель детектора полной крестообразной фигуры на простой конвергенции от двух детекторов ориентации как пример содружественного взаимодействия между центром и периферией рецептивного поля.
3.3.3.2.Модель детектора полной крестообразной фигуры на основе механизма растормажнвания как пример содружественного взаимодействия между центром и периферией рецептивного поля
3.3.3.3.Модель детектора периферической крестообразной
фигуры.
3.3.3.4. Модель детектора центральной крестообразной
фигуры.
З ЛЗаключение
ГЛАВА 4.0БСУЖДЕИЕ РЕЗУЛЬТАТОВ.
4.1. Динамика ОН
4.2. Моделирование детекторов крестов и углов
4.2.1. Обоснование выбранной стратегии моделирования.
4.2.2. Возможность и условия обеспечения детекции крестов в рамках разных подходов к моделированию механизмов детекции
4.2.3. Обсуждение методологии моделирования
4.2.4. Принципы организации и взаимодействия детекторов более простых и более сложных изображений на основе разных механизмов.
4.2.4.1.Механизм иерархической конвергенции
4.2.4.2.Механизм растормажнвания.
4.2.4.3.Механизм чувствительности к неполным крестам.
4.2.5. Значение исследованных в работе механизмов в системе распознавания изображений.
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ
СПИСОК СОКРАЩЕНИЙ
КФ крестообразная фигура НКТ наружное коленчатое тело ОН ориентационная настройка 0 предпочтительная ориентация I рецептивное поле УФ угловая фигура УОФ Уобразная фигура
ВВЕДЕНИЕ


Исследовано поведение этих сетей при тестировании их крестообразными и угловыми стимулами разной конфигурации и ориентации. Установлено, от каких характеристик модельного РП зависит инвариантность или, наоборот, избирательность детектора к ориентации иили конфшурации крестообразных фигур. Исследование динамики РГ1 на простой геометрической модели продемонстрировало, каким образом модификация небольшого числа зон модельных РП может имитировать практически все случаи динамики ОМ. Выявленная в исследованиях зависимость типа динамики ОН от типа изменяющихся параметров зон РП геометрические или весовые позволяет лучше понять корреляции между строением рецептивного поля и детекторными свойствами нейрона. Модельные исследования детекторов сложных изображений позволяют продвинуться в понимании механизмов детекции этих изображений. Проведенная работа позволяет сделать вывод о значительной сложности и разнообразии механизмов переработки зрительной информации. При этом необходимо учитывать, что в работе описываются механизмы детекции только одного класса фигур крестообразных и угловых, распознавание которых осуществляегся на ранних стадиях переработки зрительной информации в коре мозга, в то время как механизмы детекции более сложных фигур могут быть существенно сложнее. Принципы функционирования сетей нейроновдетекторов, исследованных в работе, могут, повидимому, най ги применение в очувствленных системах искусственного интеллекта и в робототехнических системах, способных к распознаванию сенсорных образов. ГЛАВА 1 . Нейрондетектор нервная клетка, которая благодаря своим свойствам индивидуальным и сетевым способна выделять путем избирательной импульсной реакции какойлибо сигнал, либо определенные значения какоголибо признака сигнала Шевелев,4. Ответы детектора на неоптимальные значения этого признака должны отсутствовать или быть ослаблены относительно максимального ответа. Рецептивное ноле РП нейрона совокупность всех рецепторов и элементов всех промежуточных уровней системы, посылающих к нему свои сигналы непосредственно или через элементы промежуточных уровней. Это определение так называемого морфологического или предельного II нейрона. Кроме предельною РП выделяют функциональные РП, которые получаются при любом изменении афферентного притока к исследуемому нейрону. Функциональные РП меньше но размеру, чем морфологические II, и могут иметь другую конфигурацию. И, наконец, используя те или иные методы картирования I можно получить в разные моменты времени так называемые регистрируемые РП Шевелев, . Детектор ориентации нейрон, способный избирательно реагировать на определенный угол поворота вспыхивающих в его РП центрированных в нем световых или темновых полосок оптимального размера, вращаемых вокруг центра симметрии рецептивного поля. Шевелев, Применительно к такому детектору ориентации говорят о том, что он настроен на определенную ориентацию, и называют се предпочтительной оптимальной ориентацией. Оценка ОН производится по графику ОН рис. По оси ординат графика откладывают число импульсов в максимальном ответе нейрона или максимальную частоту разряда. По оси абсцисс показана ориентация стимула с некоторым шагом в данном случае ,5. Ответ, i. Ориентация, трэд. Ориетация, град. X

Рис. А График ориентационной настройки нейрона зрительной коры кошки на ориентацию одиночных световых полосок в декартовых координатах. Ось абсцисс ориентация полоски в градусах ось ординат величина ответа в импульсах. Ь График настройки того же нейрона на ортогональный крест. Ось абсцисс ориентация ведущей полоски креста ось ординат величина ответа в импульсах. В График ориентационной настройки того же нейрона в полярных координатах. Величина ответа в импульсах отложена на радиусвекторе, повернутом на тот же угол, что и тестирующая полоска. Г Зхмерный график настройки нейрона зрительной коры кошки на полоски и кресты всех ориентаций и конфигураций. По оси X с шагом . Пол. По оси У с шагом ,5 отложена ориентация полоски или фигуры в градусах. По оси отложена величина ответа нейрона в импульсах.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.216, запросов: 145