W przetwarzaniu wzrokowym liczy się każdy neuron :: Artykuły / Polski Serwis Naukowy

Polecamy również:

Badania dowodzą, że psy pasterskie reagują na sygnały wzrokowe lepiej niż gończe

Nietoperze mogą rozpoznać wzajemne sygnały echolokacyjne, pokazuje badanie

Ósma, międzynarodowa konferencja nt. technologii obrazów sygnałowych i systemów internetowych, Sorrento, Włochy

Unijny zespół wkracza w przyszłość, przekształcając komórki skóry w komórki mózgu

Naukowcy z Quebecu dołączają do ERA-NET NEURON

Polacy opracowali podłoża wzmacniające sygnały cząsteczek

Niemieccy naukowcy dopracowali i wykorzystali metodę obserwacji procesu, w którym poszczególne komórki nerwowe przetwarzają informacje wzrokowe w żywym mózgu. Nowa metoda mikroskopowa umożliwiła im badanie niewielkich synaps (wielkości jednego mikrometra) w pojedynczym neuronie i stwierdzenie, że każdy jeden neuron pełni istotną rolę w przetwarzaniu sensorycznym. Wyniki badań zostały opublikowane w czasopiśmie Nature.

Kiedy otwieramy oczy muszą zostać przetworzone ogromne ilości danych, abyśmy mogli widzieć. Na przykład oko człowieka składa się z 126 milionów komórek czuciowych, które najpierw muszą przetworzyć światło padające na siatkówkę oka na sygnały elektryczne. Niemniej mimo iż przetwarzanie informacji wzrokowej zaczyna się w tym punkcie, pełen obraz tego, na co patrzymy składany jest w korze wzrokowej w tylnej części mózgu właściwego.

Celem zespołu naukowców z Technische Universität München (TUM) z Niemiec było poznanie roli neuronów kory wzrokowej w wykrywaniu ruchu i obserwowanie tego procesu w czasie rzeczywistym u żywej myszy.

Wyniki wcześniejszych badań wykazały, że określone neurony w korze wzrokowej myszy rzeczywiście reagują, kiedy ustawi się przed zwierzęciem ruchomy drążek. Schemat reakcji tych neuronów "kierunkowych" również został udokumentowany. Ostatnie badania prowadzone przez zespół miały na celu bardziej szczegółowe przyjrzenie się sygnałowi wejściowemu, co jest nie lada wyczynem z uwagi na fakt, że każdy neuron składa się ze skomplikowanego drzewa małych rozgałęzionych anten (nazywanych dendrytami), w których wiele innych neuronów zakotwicza swoje synapsy (struktury umożliwiające neuronom przekazywanie sygnałów do innych komórek).

"Dotychczas podobne eksperymenty były przeprowadzane wyłącznie na neuronach hodowanych na płytkach Petriego" - wyjaśnia dr Arthur Konnerth z TUM. "Nienaruszony mózg jest znacznie bardziej skomplikowany. Z uwagi na fakt, że cały czas nieznacznie się porusza, analiza poszczególnych synaptycznych miejsc wejścia sygnału na dendrytach była niezwykle trudna."

Zespół wykorzystał sondę mikroskopową (a dokładniej dwufotonową mikroskopię fluorescencyjną) do obserwowania funkcjonowania pojedynczej komórki i jej malutkich dendrytów w tkance mózgowej. Naukowcy odkryli, że kiedy mysz patrzy na różne schematy ruchu drążka każdy neuron odbiera sygnały wejściowe z rozmaicie ukierunkowanych komórek nerwowych, ale wysyła tylko jeden typ sygnału wyjściowego. To sugeruje, że neuron ocenia wagę różnych sygnałów wejściowych i eliminuje zbędne informacje, pozostawiając najważniejsze dane potrzebne do klarownego zrozumienia ruchu.

Dr Konnerth ma nadzieję wykorzystać wyniki tych badań w przyszłości do obserwacji pojedynczego neuronu w czasie procesu uczenia się. "Dzięki temu, że nasza metoda umożliwia obserwację na poziomie pojedynczej synapsy tego, w jaki sposób pojedynczy neuron w żywym mózgu jest połączony w sieć z innymi i w jaki sposób się zachowuje, powinniśmy być w stanie wnieść istotny wkład w poznanie procesu uczenia się" - mówi.

"Co więcej, ścisła współpraca w ramach TUM z fizykami i inżynierami zapewnia nam możliwie najlepsze perspektywy na udoskonalenie rozdzielczości przestrzennej i czasowej obrazów" - dodaje dr Konnerth.

Za: CORDIS

komentuj publikację

Czy wiesz że...?

wersja BETA

Neuron McCullocha-Pittsa (ang. McCulloch-Pitts neuron, threshold neuron) to podstawowy blok budulcowy sztucznych sieci neuronowych. Jest on wybitnie uproszczonym matematycznym modelem biologicznego neuronu. Neuron McCullocha-Pittsa posiada wiele wejść i jedno wyjście. Każdemu z wejść przyporządkowana jest liczba rzeczywista - tak zwana waga wejścia. Wartość na wyjściu neuronu obliczana jest w następujący sposób: pełny tekst

Sztuczny neuron - prosty system przetwarzający wartości sygnałów wprowadzanych na jego wejscia w pojedynczą wartość wyjściową, wysyłaną na jego jedynym wyjściu (dokładny sposób funkcjonowania określony jest przez przyjęty model neuronu). Jest to podstawowy element sieci neuronowych, jednej z metod sztucznej inteligencji, pierwowzorem zbudowania sztucznego neuronu był biologiczny neuron. pełny tekst

Neuroplastyczność (plastyczność mózgu) zdolność komórek nerwowych mózgu do regeneracji i tworzenia nowych sieci połączeń z innymi neuronami. pełny tekst

Encefalizacja, cerebralizacja, cerebryzacja - ewolucyjny proces, który prowadzi do koncentracji komórek nerwowych (neuron) w przedniej części ciała zwierzęcia, związany z wykształceniem się głowy i powstaniem mózgu. W antropologii znaczenie terminu cerebryzacja zawężane jest do ewolucyjnego wzrostu rozmiarów mózgu u naczelnych. pełny tekst

Moduł "Czy wiesz że...?" (wersja testowa, beta): definicje/pojęcia wygenerowane w obrębie tego modułu pochodzą z Wikipedii i udostępniane są na licencji Creative Commons: uznanie autorstwa, na tych samych warunkach, z możliwością obowiązywania dodatkowych ograniczeń. Dostęp do pełnej wersji każdego hasła (oraz dokładnch informacji na temat licencji, autora oraz edycji) możliwy jest po kliknięciu w odnośnik opisany jako "pełny tekst".