Articulo de referencia

Detección de características (sistema nervioso)

La detección de características es un proceso mediante el cual el sistema nervioso clasifica o filtra estímulos naturales complejos para extraer señales relevantes para el compo...

La detección de características es un proceso mediante el cual el sistema nervioso clasifica o filtra estímulos naturales complejos para extraer señales relevantes para el comportamiento que tienen una alta probabilidad de estar asociadas con objetos u organismos importantes en su entorno, en contraposición al ruido o los sonidos de fondo irrelevantes.

Los detectores de características son neuronas individuales —o grupos de neuronas— en el cerebro que codifican estímulos perceptualmente significativos. Al principio de la vía sensorial, los detectores de características tienden a tener propiedades simples; posteriormente, se vuelven cada vez más complejos a medida que las características a las que responden se vuelven más y más específicas.

Por ejemplo, las células simples en la corteza visual del gato doméstico ( Felis catus ) responden a los bordes, una característica que es más probable que aparezca en objetos y organismos del entorno. [ 1 ] Por el contrario, el fondo de un entorno visual natural tiende a ser ruidoso, enfatizando las altas frecuencias espaciales pero careciendo de bordes extendidos. Responder selectivamente a un borde extendido, ya sea una línea brillante sobre un fondo oscuro, o viceversa, resalta los objetos que están cerca o son muy grandes. Los detectores de bordes son útiles para un gato, porque los bordes no aparecen con frecuencia en el "ruido" de fondo del entorno visual, que tiene poca importancia para el gato.

Historia

En los inicios de la neurobiología sensorial , los fisiólogos defendían la idea de que el sistema nervioso detectaba características específicas de los estímulos, en lugar de copiar fielmente el mundo sensorial en un mapa sensorial del cerebro. Por ejemplo, defendían la idea de que el sistema visual detectaba características específicas del mundo visual. Esta visión contrastaba con la metáfora de que la retina actúa como una cámara y el cerebro como una película que conserva todos los elementos sin hacer suposiciones sobre lo que es importante en el entorno. No fue hasta finales de la década de 1950 que la hipótesis del detector de características se desarrolló plenamente, y durante los últimos cincuenta años, ha sido la fuerza motriz de la mayor parte del trabajo sobre sistemas sensoriales. [ 2 ]

Horace B. Barlow fue uno de los primeros investigadores en utilizar el concepto de detector de características para relacionar el campo receptivo de una neurona con un comportamiento animal específico. En 1953, los registros electrofisiológicos de H.B. Barlow de retinas extirpadas de rana proporcionaron la primera evidencia de la presencia de un entorno inhibitorio en el campo receptivo de una célula ganglionar de la retina de la rana. En referencia a las células ganglionares "on-off" —que responden tanto a la transición de luz a oscuridad como a la transición de oscuridad a luz— y que también tenían campos receptivos de ángulo visual muy restringidos (aproximadamente del tamaño de una mosca a la distancia a la que la rana podía atacar), Barlow afirmó: "Es difícil evitar la conclusión de que las unidades 'on-off' se corresponden con el estímulo y actúan como detectores de moscas". [ 3 ] Ese mismo año, Stephen Kuffler publicó evidencia in vivo de una arquitectura de centro excitatorio y entorno inhibitorio en las células ganglionares de la retina de los mamíferos, lo que respaldó aún más la sugerencia de Barlow de que las unidades on-off pueden codificar eventos relevantes para el comportamiento. [ 4 ]

La idea de Barlow de que ciertas células de la retina podrían actuar como "detectores de características" fue influenciada por ED Adrian y Nikolaas Tinbergen . [ 2 ] ED Adrian, asesor de Barlow, fue el descubridor del código de frecuencia: la observación de que los nervios sensoriales transmiten la intensidad de la señal a través de la frecuencia de su activación. [ 5 ] Por otro lado, durante la carrera de Barlow, Nikolaas Tinbergen introdujo el concepto del mecanismo de liberación innato (MRI) y el estímulo señal . Los MRI son mecanismos preprogramados que otorgan a un animal la capacidad innata de reconocer estímulos complejos. El estímulo señal es un estímulo simple y reducido que incluye solo las características necesarias del estímulo capaz de evocar una respuesta conductual. El examen de Tinbergen del comportamiento de picoteo en polluelos de gaviota argéntea ilustró que la respuesta de picoteo podía ser evocada por cualquier varilla larga con forma de pico con una mancha roja cerca del extremo. En su propio artículo, Barlow comparó posteriormente un estímulo señal con una contraseña que era aceptada o rechazada por un detector de características. Las contraseñas aceptadas contendrían las características necesarias para desencadenar respuestas conductuales específicas en un animal. [ 6 ]

A finales de la década de 1950, Jerome Lettvin y sus colegas comenzaron a ampliar la hipótesis de detección de características y a aclarar la relación entre neuronas individuales y percepción sensorial. [ 1 ] En su artículo "Lo que el ojo de la rana le dice al cerebro de la rana", Lettvin et al. (1959) miraron más allá de los mecanismos de discriminación de señal-ruido en la retina de la rana y pudieron identificar cuatro clases de células ganglionares en la retina de la rana: detectores de contraste sostenido , detectores de convexidad neta (o detectores de insectos ), detectores de borde móvil y detectores de atenuación neta.

En ese mismo año, David Hubel y Torsten Wiesel comenzaron a investigar las propiedades de las neuronas en la corteza visual de los gatos, el procesamiento en el sistema visual de los mamíferos. En su primer artículo en 1959, [ 7 ] Hubel y Wiesel tomaron registros de células individuales en la corteza estriada de gatos ligeramente anestesiados. Las retinas de los gatos fueron estimuladas individualmente o simultáneamente con puntos de luz de varios tamaños y formas. A partir del análisis de estos registros, Hubel y Wiesel identificaron células selectivas de orientación en la corteza visual del gato y generaron un mapa del campo receptivo de las células corticales. En ese momento, se usaban puntos de luz circulares como estímulos en los estudios de la corteza visual. [ 4 ] Sin embargo, Hubel y Wiesel notaron que las barras de luz rectangulares eran estímulos más efectivos (es decir, estímulos más naturales) que los puntos de luz circulares, siempre que la orientación se ajustara al ángulo correcto apropiado para cada célula ganglionar. Estas llamadas células simples fueron posteriormente denominadas detectores de barra o detectores de borde. Al comparar los campos receptivos de las neuronas en la corteza estriada del gato con los campos receptivos concéntricos de activación e inactivación identificados en las células ganglionares del gato por Kuffler et al., Hubel y Wiesel observaron que, si bien existían regiones de activación e inactivación en la corteza estriada, estas no estaban dispuestas en círculos concéntricos. A partir del descubrimiento de estos campos receptivos con una orientación única, Hubel y Wiesel concluyeron que existen células selectivas a la orientación dentro de la corteza visual del gato.

En su segundo artículo principal, [ 8 ] Hubel y Wiesel extendieron su técnica a regiones más complejas de la corteza visual en un esfuerzo por comprender la diferencia entre los campos receptivos corticales y los campos geniculados laterales. Observaron que la corteza estriada del gato contenía más células que el geniculado lateral, y razonaron que la corteza necesita una gran cantidad de neuronas para procesar la gran cantidad de información que recibe. Mediante experimentación, descubrieron que cada neurona en la corteza es responsable de una pequeña región del campo visual y también tiene su propia especificidad de orientación. A partir de los resultados de estas lecturas de células individuales en la corteza estriada y el geniculado lateral, Hubel y Wiesel postularon que los campos receptivos corticales simples adquieren complejidad y una intrincada disposición espacial a través de la convergencia estructurada de múltiples proyecciones "activadas" o "desactivadas" desde células del geniculado lateral hacia células corticales individuales.

La investigación de Hubel y Wiesel sobre la corteza visual del gato despertó interés en la hipótesis de detección de características y su relevancia para otros sistemas sensoriales. [ 9 ] De hecho, TH Bullock sostuvo en 1961 que el sistema vestibular estaba siendo ignorado por la mayoría de las investigaciones contemporáneas sobre sistemas sensoriales, y sugirió que la estimulación equivalente de los órganos vestibulares podría producir resultados igualmente intrigantes. [ 10 ] El trabajo de Hubel y Wiesel también planteó la pregunta: ¿Hasta dónde llega la jerarquía del procesamiento visual? Como respuesta a esta pregunta, Lettvin acuñó el término células de la abuela en 1969 para describir células hipotéticas que son tan específicas que solo se activan cuando se ve el rostro de la abuela. [ 11 ]

Ejemplos

En la visión del sapo

El Bufo bufo , el sapo común, fue utilizado en los estudios de Jörg-Peter Ewert sobre la "visión de la forma configuracional" en los sapos.
Las neuronas del tectum óptico se integran en una macrorred neuronal en la que participan diversas estructuras del prosencéfalo; véase la visión en los sapos . Las respuestas selectivas a la presa de las neuronas tectales T5.2 podrían deberse a la entrada inhibitoria postsináptica de las neuronas talámicas pretectales (véase líneas con puntos terminales). Además, existe amplia evidencia que sugiere que la transferencia glutamatérgica retinotectal está controlada por el neuropéptido Y (NPY), liberado desde las terminaciones axónicas de las neuronas talámicas pretectales TH3, mediante inhibición presináptica a través de receptores Y2. Kang y Li informaron que casi el 98 % de las células tectales implantadas mostraron respuestas inhibitorias a la estimulación pretectal [ 12 ] . (Combinado de Ewert, 1974 y 2004).

Jörg-Peter Ewert fue pionero en el estudio de los correlatos neuronales de la detección de características en la visión del sapo. [ 13 ] Logró avances significativos aprovechando el comportamiento natural de captura de presas del sapo común . [ 14 ] [ 15 ] [ 16 ]

Los sapos (Bufonidae) prefieren alimentarse de artrópodos como lombrices de tierra, escarabajos carábidos y milpiés, cuyos cuerpos están orientados paralelamente a la dirección de su movimiento. Los sapos evitan objetos grandes como las sombras de las aves rapaces. Las serpientes —los "archienemigos" de los sapos— emiten señales visuales amenazantes con sus espirales corporales que suelen estar alineadas transversalmente a la dirección de su movimiento. Estas características relevantes para el comportamiento se denominan en la jerga de laboratorio "gusano" y "antigusano". Una etiqueta antigusano adquirida evolutivamente que marca los objetos con forma de gusano puede protegerlos de los sapos motivados por la presa mediante el "mimetismo de serpiente", como sugieren experimentos cuantitativos con maniquíes [ 17 ] (véase Visión en sapos : un objeto con forma de gusano que se mueve con una mancha dispuesta transversalmente es ignorado como presa).

Para estudiar el comportamiento del sapo, Ewert y sus colaboradores colocaron al sapo en un recipiente cilíndrico de vidrio a una distancia fija del estímulo. Luego movieron una barra rectangular alrededor del recipiente para imitar una presa con forma de gusano. La velocidad con la que el sapo giraba hacia el objeto se utilizó para cuantificar su comportamiento de orientación. El equipo demostró, mediante el uso de puntos, barras y estímulos cuadrados de diferentes tamaños, que los sapos atacaban una barra que se movía en una dirección paralela a su eje longitudinal, mientras que la misma barra orientada en sentido transversal al movimiento (configuración antigusano) era ignorada como presa. Otra configuración experimental permitió que los estímulos de gusano o antigusano recorrieran el campo visual del sapo en diferentes direcciones en las coordenadas xy, demostrando que la discriminación entre gusano y antigusano es invariable ante cambios en la dirección del movimiento. [ 18 ]

Las características del gusano en movimiento (similar a una presa) y del antigusano en movimiento (amenazante) no están determinadas explícitamente por factores como una alineación horizontal o vertical. Más bien, siguiendo el marco conceptual de Nikolaas Tinbergen , estas características están determinadas por la proporción de dos rasgos distintos en su gestalt dinámica [ 19 ] [ 20 ] (configuración), a saber, las extensiones espaciales del área paralela frente a la dirección del movimiento: visión de la forma configuracional.

Más precisamente, en este contexto, la configuración se refiere a la relación entre dos características visuales de una barra en movimiento: el área ep , alineada paralelamente a la dirección del movimiento (e indica la presencia de una presa), y el área ea (o et), alineada transversalmente a la dirección del movimiento (e indica una amenaza). La variación ea se refiere a los aspectos espaciales del estímulo visual, mientras que la variación ep abarca tanto los aspectos espaciales como los temporales.

Los sapos comunes pueden reconocer presas en movimiento o amenazas basándose en características configuracionales. Dependiendo de la orientación del eje longitudinal de una barra negra de 2,5 mm x 30 mm (utilizada como estímulo de prueba fijada a una cinta transportadora) con respecto a su dirección de movimiento (véase la flecha) —ya sea paralela (a,c) o transversal (b,d)— el sapo responderá capturando la presa (a,c) o evitando la amenaza (b,d). Este comportamiento es invariable ante cambios en la dirección (a o c; b o d) en la que la barra atraviesa el campo de visión del animal. - Figura reimpresa del vídeo https://doi.org/10.3203/IWF/C-1805eng con copyright CC_licenses_BY_SA_4.0_deed.de con la amable autorización de Leibniz-Informationszentrum Technik und Naturwissenschaften,TIB

Según Ewert (1968), los efectos desencadenantes de ep en comparación con ea en la actividad de captura de presas se determinaron cuantitativamente utilizando piezas rectangulares de cartón que medían ep × ea como señuelos [ 21 ] . En cada señuelo, las características de ep y ea interactúan, lo que resulta en un compromiso que determina el tamaño y la configuración de la presa adecuada para la captura. En el continuo ep , ea , una barra móvil en forma de gusano ( ep > ea ) y una barra móvil en forma de antigusano ( ea > ep ) representan las configuraciones dinámicas extremas (opuestas).

En su entorno natural, al anochecer en el bosque, un sapo inmóvil reconoce un objeto como presa cuando este se mueve contra un fondo estacionario estructurado (o no estructurado) en una configuración determinada por una relación ep / ea que corresponde al esquema de la presa. La precisión de la distinción entre ep y ea no depende de si la imagen retiniana es causada por un objeto en movimiento o por un objeto estacionario creado por el propio movimiento del sapo, siempre que el fondo no esté estructurado. El enmascaramiento visual («inhibición del entorno») asegura que un sapo, que normalmente camina en un entorno estructurado, no se confunda con imágenes retinianas que cambian simultáneamente de tamaño, causadas por pequeñas ramitas u hojas. Una vez que el sapo está inmóvil, detecta presas que se mueven a lo largo de estructuras inmóviles (ver video del sapo y visión en los sapos ). El movimiento de un objeto le sugiere al sapo que su presa potencial está viva.

Después de que se determinaron los elementos de reconocimiento visual del comportamiento, Ewert y sus colaboradores investigaron neuroetológicamente los procesos neuronales que controlan el reconocimiento de presas del sapo utilizando varios métodos experimentales y encontraron una serie de detectores de características (véase también neuroetología ) [ 22 ] . Para reiterar: los sapos están especializados en la percepción del movimiento visual. Su sistema visual central no detecta la alineación de una barra de contraste en blanco y negro en movimiento por comparación con un campo receptivo excitatorio asimétrico orientado correspondientemente de un detector de barra , sino en relación con la dirección del movimiento de la relación ep / ea correspondiente . Las neuronas T5.1 del tectum óptico —que reciben señales R2 y R3 de la retina y codifican ep— y las neuronas TH3 del tálamo pretectal —que reciben simultáneamente señales R3 y R4 y codifican ea— exhiben campos receptivos excitatorios radialmente simétricos. La vinculación de los parámetros ep y ea con la dirección del movimiento de un objeto permite que cada neurona T5.2 en el mapa retinotópico —que procesa la entrada excitatoria de T5.1 y la entrada inhibitoria de TH3— calcule la relación ep / ea de un objeto para cualquier dirección en la que este atraviese el campo visual del sapo. Esto explica la invariancia del reconocimiento de objetos por parte de las neuronas T5.2 selectivas para presas con respecto a los cambios en la dirección y la velocidad a la que se mueve un objeto.

• Las neuronas T5.2 del sapo detectan límites de contraste visual —de diferentes orientaciones— que están alineados con la dirección en la que se mueven a través de su campo receptivo excitatorio de simetría radial. Stevens (1987) analiza este fenómeno en el contexto de la computación implícita (detector de gusanos del sapo) frente a la computación explícita (detector de barras del gato) [ 23 ] (Véase también un enfoque de teoría de sistemas [ 24 ] ). La comparación de Stevens coincide con la visión de que la evolución ha dotado al cerebro de los anuros filogenéticamente basales con la capacidad de detectar la orientación de los límites de contraste visual en movimiento mediante un algoritmo inteligente y eficiente, evitando así un método que utiliza la enorme y redundante neuroarquitectura característica de la corteza estriada de los mamíferos.

• En un contexto filogenético, la especificidad de especie de la detección configuracional de presas respalda el concepto de Ewert, según el cual esta propiedad se implementa mediante el mecanismo de liberación innato (MRI) del comportamiento de captura de presas del sapo común. Es una capacidad que los sapos juveniles —que se han desarrollado en el laboratorio mediante metamorfosis a partir de renacuajos, sin ninguna experiencia con presas— demuestran en una prueba con señuelos de presa. La velocidad y consistencia con la que un sapo común adulto en un entorno experimental distingue infaliblemente entre presa y no presa (gusano/antigusano; ver video del sapo) hablan por sí solas. Curiosamente, esta propiedad puede modificarse mediante la experiencia individual asociativa (para más detalles, ver visión en sapos ). Tras la desactivación de la estructura cerebral implicada en el aprendizaje (el 'primordio del hipocampo' telencefálico), se restauró la especificidad de especie del MRI. [ 25 ] Esto sugiere que este IRM implica un circuito neuronal conservado evolutivamente que puede expandirse bajo el control de bucles prosencefálicos sin perder su función fundamental.

De las neuronas talámicas retinianas, tectales ópticas y pretectales examinadas, la mejor correlación entre las respuestas a estímulos determinadas cuantitativamente en la actividad de captura de presas y la frecuencia de descarga neuronal [ 26 ] se encontró en las neuronas tectales T5.2 (ver neuroetología ). Específicamente, los procesos neuronales excitatorios en el tectum óptico, que son alimentados por la retina en respuesta a objetos en movimiento alineados paralelamente a la dirección del movimiento, determinan la sensibilidad configurativa a la presa de las neuronas tectales T5.1 y T5.2. Las neuronas talámicas pretectales TH3, que son excitadas por la retina en respuesta a objetos alineados transversalmente a la dirección del movimiento, determinan una selección de objetos con respecto al reconocimiento de presas por las neuronas tectales T5.2 a través de varias influencias inhibitorias pretectales talámicas y proporcionan entrada (con neuronas TH4) a sistemas liberadores que desencadenan la evitación de amenazas o el comportamiento de escape.

Ewert demostró que la captura de presas en la vía visual del sapo está controlada por una serie de sistemas de liberación, cada uno de los cuales consta de detectores de presas T5.2 en combinación con neuronas especiales que determinan la distancia de la presa para cada paso de la captura: (i) orientación hacia la presa, (ii) aproximación a la presa, (iii) fijación binocular de la presa y (iv) mordida (para más detalles, véase visión en sapos ).

Habiendo utilizado ya la estimulación eléctrica puntual para identificar el tectum óptico como la región responsable de los comportamientos de captura de presas, [ 27 ] Ewert y colegas localizaron y registraron de neuronas individuales selectivas de presas del tectum óptico en sapos en movimiento libre . [ 28 ] Estas neuronas T5.2 aumentarían en frecuencia de descarga antes de una respuesta de comportamiento de orientación o chasquido. En el caso del comportamiento de chasquido, las neuronas dejarían de disparar durante la duración del chasquido. Evidentemente, estas neuronas exhiben una preferencia en respuestas a la configuración de gusano de estímulos de barras en movimiento y, por lo tanto, pueden considerarse detectores de características. Para obtener una idea general de sus propiedades, en experimentos sucesivos varios objetos oscuros rectangulares de diferentes longitudes de lado atraviesan el campo visual de un sapo contra un fondo brillante a velocidad constante; luego la frecuencia de descarga de una neurona T5.2 hacia dicho objeto se correlaciona con la prontitud del sapo para responder con captura de presa, expresada por la latencia de respuesta. Por lo tanto, la detección de las características de la presa no es una condición de todo o nada, sino más bien una cuestión de grado: cuanto mayor sea el valor liberador de un objeto como estímulo de presa, mayor será la frecuencia de descarga de la neurona T5.2 selectiva para presas , menor será la latencia de respuesta de captura de presas del sapo y mayor será el número de respuestas de captura de presas durante un período de tiempo (actividad de captura de presas), y viceversa.

Neurona T5.2 detectora de presas registrada en el tectum óptico de un sapo en movimiento libre. (A) La neurona responde a una barra en movimiento con forma de gusano: obsérvese el aumento premotor en la frecuencia de descarga que predice un movimiento de orientación del sapo para atrapar a la presa (véase la flecha vertical). B) No hay respuesta de la neurona T5.2 ni captura de presa ante la barra que se mueve en configuración antigusano. C) La fuerte frecuencia de descarga de la misma neurona T5.2 ante el estímulo antigusano se correlaciona con un movimiento inmediato de orientación de la presa tras una lesión talámica pretectal ipsilateral de alta frecuencia aplicada desde un segundo electrodo. Combinado según: Schürg-Pfeiffer, Spreckelsen, Ewert 1993; Ewert, Schürg-Pfeiffer, Schwippert 1996.

La característica de selectividad de presa se define para los sapos Bufo spec.: Entre barras rectangulares y cuadrados en movimiento de diferentes configuraciones —dentro de rangos de tamaño y velocidad relevantes para el comportamiento— la configuración del gusano es el estímulo visual con el valor de activación máximo.

Múltiples registros de actividad neuronal demostraron que un objeto presa activa varias neuronas selectivas para presas adyacentes cuyos campos receptivos se superponen parcialmente. Más de una neurona detectora de presas (un conjunto de neuronas), en combinación con neuronas que determinan la señal local de la presa, se activará en el sistema de liberación de órdenes para la captura de presas (véase la visión en los sapos ).

Comparaciones adicionales entre los campos receptivos de las neuronas tectales y las células ganglionares de la retina, clases R2 y R3, registradas en sapos en movimiento libre, revelaron que las neuronas tectales sensibles al tamaño (T5.1) y selectivas a la presa (T5.2) eran capaces de estimar el tamaño absoluto de un estímulo en movimiento (no correlacionado con el diámetro del campo receptivo excitatorio visual, ERF), mientras que las células ganglionares de la retina solo eran capaces de determinar el tamaño angular visual del estímulo (correlacionado con el diámetro del ERF visual). El mecanismo de acomodación del cristalino y la disparidad binocular son formas adecuadas de estimar la distancia del objeto, lo cual es un requisito previo para la escala del tamaño absoluto. Las neuronas T5.2 en sapos inmovilizados farmacológicamente conservan sus propiedades configuracionales selectivas a la presa, pero pierden su sensibilidad al tamaño real de los objetos. Otras neuronas selectivas observadas en el tectum óptico incluyen neuronas binoculares, neuronas sensibles a la aproximación y neuronas de activación visual de campo amplio con entrada cutánea.

Como se explicó anteriormente, el tectum óptico es responsable de las respuestas de orientación y chasquido en el comportamiento de captura de presas; sin embargo, la investigación de Ewert también reveló que la estimulación eléctrica focal de las regiones cerebrales talámica y pretectal evocó diferentes tipos de comportamientos de evitación en el sapo. [ 29 ] También se observaron detectores de características en estas regiones cerebrales. Se observó que las neuronas eran sensibles a la dirección de objetos grandes que se aproximaban, selectivas al tamaño o perceptivas a obstáculos estacionarios. Ciertas neuronas talámicas pretectales, tipo TH3, mostraron una preferencia por objetos grandes en movimiento y la configuración anti-gusano de estímulos de barras en movimiento. [ 30 ] La selectividad de los detectores de características de presas tectales, tipo T5.2, está determinada por influencias inhibitorias de los detectores anti-gusano talámicos pretectales del tipo TH3. Las lesiones talámicas pretectales afectaron la selectividad de presas tanto en las neuronas T5.2 como en el comportamiento de captura de presas. [ 28 ] [ 31 ]

Los axones de las neuronas sensibles/selectivas a las características del tectum óptico y la región talámica pretectal contactan entonces con las estructuras motoras del bulbo raquídeo, [ 32 ] [ 33 ] formando así interfaces sensoriomotoras. Según Ewert, dicha interfaz sensoriomotora puede funcionar como el "liberador" que reconoce las señales sensoriales de conjuntos de detectores de características complejos y ejecuta las respuestas motoras correspondientes. [ 34 ] Tras analizar las vías de procesamiento neuronal en las estructuras del tronco encefálico que traducen los estímulos visuales en respuestas conductuales, Ewert y colaboradores descubrieron bucles neuronales que, en conexión con diferentes estructuras del prosencéfalo, modulan, por ejemplo, modifican o especifican esta traducción. [ 35 ]

El palio medial ventral posterior (vMP) del telencéfalo del sapo, homólogo al hipocampo de los mamíferos, desempeña un papel importante en el almacenamiento de información y el aprendizaje. Como se mencionó anteriormente, las propiedades de filtrado de configuración visual del supuesto mecanismo de liberación innato (IRM) de los sapos para la captura de presas pueden modificarse mediante condicionamiento asociativo, en el que se activa el vMP y los objetos visuales previamente considerados amenazas liberan la captura de presas. Tras la desactivación del vMP, predomina la selectividad específica de la especie del IRM —la «retroalimentación»—.

En peces débilmente eléctricos

Eigenmannia virescens es un pez débilmente eléctrico que produce descargas eléctricas continuas.

Los peces eléctricos débiles generan campos eléctricos para localizar objetos y comunicarse. Poseen un sentido eléctrico especializado compuesto por electrorreceptores tuberosos y ampulares ubicados sobre la superficie de la piel e inervados por la línea lateral electrosensorial. Al igual que en el sistema visual de los sapos, el sistema electrosensorial de los peces eléctricos débiles extrae características de estímulos relevantes para el comportamiento y utiliza estas representaciones para realizar un procesamiento posterior. [ 36 ]

En el pez gimnotiforme Eigenmannia , ilustrado aquí, las neuronas sensoriales primarias del sistema electrorreceptor son simples detectores de características e incluyen los receptores ampulares , los codificadores de probabilidad (unidades P) y los codificadores de fase (unidades T). Las unidades P y T se encargan de adquirir información sobre la amplitud y la fase del estímulo, respectivamente, con un procesamiento mínimo. Las unidades P y T difieren en su sintonización y en el umbral para generar un único potencial de acción en respuesta a un estímulo sinusoidal. Las unidades P tienen un umbral alto y una sintonización amplia; las unidades T tienen umbrales bajos y una sintonización estrecha. El procesamiento independiente de la información continúa más allá de las neuronas sensoriales primarias hasta el lóbulo de la línea lateral electrosensorial (ELL), donde las células esféricas transmiten información de fase o tiempo a centros superiores y las células piramidales codifican la información de amplitud. Por lo tanto, también consideramos que la clase de células esféricas y piramidales ubicadas en el ELL son detectores de características. Más específicamente, las células piramidales se consideran detectores de características que responden a la amplitud del estímulo. Un tipo de célula piramidal, las células E, responden a los aumentos; un segundo tipo, las células I, responden a las disminuciones en la amplitud del estímulo, mientras que todos los receptores periféricos son unidades E.

Más allá de las células piramidales y esféricas, existe un detector de características más complejo en el torus semicurcularis dorsal del mesencéfalo porque los flujos separados de información de amplitud y fase convergen en neuronas selectivas de signo de orden superior en esta región del mesencéfalo. [ 37 ] Estas neuronas selectivas de signo se consideran detectores de características porque se activan solo al reconocer una diferencia de frecuencia positiva entre una señal de interferencia y la propia señal del pez o una diferencia de frecuencia negativa. Las aferencias de estos dos tipos de neuronas selectivas de signo convergen entonces en la parte superior de la jerarquía neuronal: el núcleo premarcapasos, que ayuda a regular la frecuencia de descarga del órgano eléctrico en la respuesta de evitación de interferencias .

En la corteza auditiva del murciélago

En el sistema auditivo de los murciélagos, como en los sistemas auditivos de otros vertebrados, las neuronas aferentes sensoriales primarias, que reciben información de las células ciliadas de una región restringida del órgano de Corti en la cóclea, son los detectores de características simples. Estas estructuras son sensibles a un rango restringido de frecuencias y, por lo tanto, funcionan como filtros sintonizados. Experimentalmente, Nobuo Suga y sus colegas (1990) observaron que varios armónicos de frecuencia constante (CF) y frecuencia modulada (FM) excitaban diferentes partes de la membrana basilar debido a la diferencia de frecuencia en la llamada. [ 38 ] Las fibras del nervio auditivo llevan esta información sensorial ligeramente procesada al núcleo coclear donde la información converge o diverge en vías paralelas. [ 39 ] En Pteronotus parnellii , un murciélago CF-FM, estas vías paralelas procesan los armónicos CF y FM por separado y contienen neuronas que exhiben selectividad de amplitud, frecuencia y armónico. Estas vías convergen en el cuerpo geniculado medial, dando lugar a detectores de características más complejos que responden a combinaciones específicas de señales CF y FM.

En las regiones FM-FM de la corteza auditiva, Suga et al. (1993) identificaron neuronas sensibles a combinaciones que reciben entradas de múltiples fuentes. Suga observó que la región FM-FM respondía selectivamente a un componente FM (característica) en la llamada y en el eco. [ 40 ] Más específicamente, una unidad FM1-FM2 individual requiere una entrada de una unidad sintonizada al rango de frecuencia FM1 y una segunda unidad sintonizada al rango de frecuencia FM2 para activarse. Estas neuronas FM-FM pueden considerarse detectores de características complejas porque son sensibles a una combinación de frecuencias particular y a un retardo de tiempo específico entre el eco y la llamada. Una determinación precisa del retardo de tiempo entre la llamada y el eco es fundamental porque permite al murciélago medir la distancia entre sí mismo y su presa. Esta región sensible a FM-FM es solo un ejemplo de un detector de características en la corteza auditiva del murciélago. También existe una región sensible a CF-CF en la corteza auditiva, que en combinación con las regiones FM-FM permite al murciélago crear mapas de velocidad relativa y distancia del objetivo. Al rastrear las respuestas de estas neuronas sensibles a la combinación en regiones de orden superior de la vía auditiva, se revela que existen neuronas con niveles aún mayores de selectividad de frecuencia y amplitud.

Véase también

Notas

  1. 1 2 Lettvin, JY; Maturana, HR; McCulloch, WS; Pitts, WH (1968). "Lo que el ojo de la rana le dice al cerebro de la rana" (PDF) . En Corning, William C.; Balaban, Martin (eds.). La mente: enfoques biológicos de sus funciones . págs. 233–258 . Archivado del original (PDF) el 28 de septiembre de 2011. 
  2. 1 2 Martin KA (1994). "Una breve historia del 'detector de características'"". Corteza Cerebral . 4 (1): 1– 7. doi : 10.1093/cercor/4.1.1 . PMID 8180488 . 
  3. Barlow HB (enero de 1953). " Suma e inhibición en la retina de la rana" . The Journal of Physiology . 119 (1): 69– 88. doi : 10.1113/jphysiol.1953.sp004829 . PMC 1393035. PMID 13035718 .  
  4. 1 2 Kuffler SW (enero de 1953). "Patrones de descarga y organización funcional de la retina de los mamíferos" . Journal of Neurophysiology . 16 (1): 37– 68. doi : 10.1152/jn.1953.16.1.37 . PMID 13035466 . 
  5. Adrian ED, Zotterman Y (abril de 1926). "Los impulsos producidos por las terminaciones nerviosas sensoriales: Parte II. La respuesta de un único órgano terminal" . The Journal of Physiology . 61 (2): 151– 71. doi : 10.1113/jphysiol.1926.sp002281 . PMC 1514782. PMID 16993780 .  
  6. Barlow HB (1961). "Posibles principios subyacentes a la transformación de los mensajes sensoriales". Comunicación sensorial . Cambridge, MA: MIT Press. págs. 217–34 . 
  7. Hubel DH, Wiesel TN (octubre de 1959). " Campos receptivos de neuronas individuales en la corteza estriada del gato" . The Journal of Physiology . 148 (3): 574– 91. doi : 10.1113/jphysiol.1959.sp006308 . PMC 1363130. PMID 14403679 .  
  8. Hubel DH, Wiesel TN (enero de 1962). "Campos receptivos, interacción binocular y arquitectura funcional en la corteza visual del gato" . The Journal of Physiology . 160 (1): 106– 54. doi : 10.1113/jphysiol.1962.sp006837 . PMC 1359523. PMID 14449617 .  
  9. Bullock TH (octubre de 1999). "La neuroetología tiene agendas ambiciosas". Journal of Comparative Physiology A. 185 ( 4): 291– 5. doi : 10.1007/s003590050389 . PMID 10555265. S2CID 5194095 .  
  10. Bullock TH. Cuatro notas para la discusión . Cambridge, MA: MIT Press. págs. 790–2 . 
  11. Gross CG (octubre de 2002). "Genealogía de la 'célula abuela'"" . El Neurocientífico . 8 (5): 512– 8. doi : 10.1177/107385802237175 . PMID 12374433 . S2CID 8436406 .  
  12. Kang H.-J., Li X.-H. (2007) Estudio intracelular de la influencia pretectal sobre el tectum óptico de la rana Rana catesbeiana . En: Neurosci Bull. 23, 113-118
  13. Vídeo del sapo: Procesamiento de imágenes en el sistema visual del sapo común: comportamiento, función cerebral, red neuronal artificial. https://doi.org/10.3203/IWF/C-1805eng
  14. Ewert JP (1970). "Mecanismos neuronales del comportamiento de captura y evitación de presas en el sapo (Bufo bufo L.)". Brain, Behavior and Evolution . 3 (1): 36– 56. doi : 10.1159/000125462 . PMID 5535458 . 
  15. J.-P. Ewert (1968): "Der Einfluss von Zwischenhirndefekten auf die Visuomotorik im Beute- und Fluchtverhalten der Erdkröte (Bufo bufo L.)" En: Z. verg. Fisiol. 61, 41-70.
  16. J.-P. Ewert (1984) Mecanismos tectales que subyacen al comportamiento de captura y evitación de presas en sapos, Capítulo 11 En: H. Vanegas (ed.) Neurología comparada del tectum óptico. Plenum, pp. 247-416
  17. Ewert J.-P., Speckhardt I., Amelang W. (1970) Visuelle Inhibition und Excitation im Beutefangverhalten der Erdkröte (Bufo bufo L.) (Inhibición visual y excitación en el comportamiento de captura de presas del sapo común (Bufo bufo L. ) En: Z. vgl. Physiol. 68, 84-110.
  18. Ewert JP, Arend B, Becker V, Borchers HW (1979). "Invariantes en la selección configuracional de presas por Bufo bufo (L.)". Brain, Behavior and Evolution . 16 (1): 38– 51. doi : 10.1159/000121822 . PMID 106924 . 
  19. Tinbergen, N. (1989) El estudio del instinto. Oxford University Press, Nueva York, págs. 228
  20. Burghagen H., Ewert J.-P. (2022) Percepción de estímulos. En: Bolhuis JJ, Giraldeau L.-A., JAHogan (eds.) El comportamiento de los animales: mecanismos, función y evolución. 2.ª ed. John Wiley & Sons, Inc., pp. 12-47. https://doi.org/10.1002/9781119109556.ch2
  21. Wachowitz S. y Ewert J.-P. (1996) Una clave mediante la cual el sistema visual del sapo accede al dominio de la presa . En: Fisiología y Comportamiento 60(3), 877-887
  22. Ewert J.-P. (1974) La base neural del comportamiento guiado visualmente . En: Scientific American 230(3), 34-42
  23. Stevens KA (1987). "Computación implícita versus explícita. Comentario a: JP Ewert: Neuroetología de los mecanismos de liberación: la captura de presas en los sapos". The Behavioral and Brain Sciences . 10 (3): 387– 388.
  24. Ewert, J.-P., Seelen, Wv (1973) Neurobiologie und System-Theorie eines visuellen Muster-Erkennungsmechanismus bei Kröten (Neurobiología y teoría de sistemas de un mecanismo de reconocimiento de patrones visuales en sapos) . En: Kybernetik 14, 167–183
  25. ^ Ewert J.-P., Dinges AW, Finkenstädt T. (1994) Las respuestas de estímulo universal de especies, modificadas mediante condicionamiento, reaparecen después de lesiones telencefálicas en sapos. En: Naturwissenschaften 81, 317-320
  26. Ewert, J.-P.; Borchers, H.-W.; von Wietersheim A. (1978) "Cuestión de los detectores de características de presas en el sistema visual del sapo Bufo bufo (L.): Un análisis de correlación". En: Journal of Comparative Physiology A. 126, 43-47
  27. ^ Ewert JP (1967). "[Estimulación eléctrica del campo de proyección de la retina en el mesencéfalo del sapo terrestre ( Bufo bufo L.)]". Pflügers Archiv für die gesamte Physiologie des Menschen und der Tiere (en alemán). 295 (1): 90– 8. doi : 10.1007/bf00363907 . PMID 5237606 . S2CID 23638837 .  
  28. 1 2 Schürg-Pfeiffer, E; Spreckelsen, C; Ewert, JP (1993). "Patrones de descarga temporal de neuronas tectales y medulares registrados crónicamente durante el ataque rápido a la presa en sapos Bufo bufo spinosus ". Journal of Comparative Physiology A . 173 (3): 363– 376. doi : 10.1007/BF00212701 . S2CID 41990022 . 
  29. Ewert JP (marzo de 1974). "La base neural del comportamiento guiado visualmente". Scientific American . 230 (3): 34– 42. Bibcode : 1974SciAm.230c..34E . doi : 10.1038/scientificamerican0374-34 . PMID 4204830 . 
  30. ^ Ewert, JP (1971). "Respuesta unitaria única del tálamo caudal del sapo (Bufo americanus) a objetos visuales". Zeitschrift für vergleichende Physiologie . 74 : 81– 102. doi : 10.1007/BF00297792 . S2CID 27531173 . 
  31. Ewert J.-P., Schürg-Pfeiffer E. y Schwippert WW (1996) Influencia de las lesiones pretectales en las respuestas tectales a la estimulación visual en anuros: análisis de potencial de campo, neurona individual y comportamiento . En: Acta Biologica Hungarica 4(1-4), 89-111
  32. Weerasuriya, A; Ewert, JP (1981). "Neuronas selectivas de presas en el tectum óptico del sapo e interfaz sensoriomotora: estudios con HRP y experimentos de registro". Journal of Comparative Physiology A . 144 (4): 429– 434. doi : 10.1007/BF01326828 . S2CID 42307061 . 
  33. Satou, Masahiko; Ewert, Jörg-Peter (1985). "La activación antidrómica de las neuronas tectales mediante estímulos eléctricos aplicados a la médula oblongada caudal en el sapo, Bufo bufo L". Journal of Comparative Physiology A . 157 (6): 739– 748. doi : 10.1007/BF01350071 . PMID 3939244 . S2CID 24595466 .  
  34. Ewert, JP (1985). "Conceptos en neuroetología de vertebrados". Comportamiento animal . 33 : 1–29 . doi : 10.1016/S0003-3472(85)80116-0 . S2CID 54356274 . 
  35. Ewert JP (2004). "La percepción del movimiento moldea el mundo visual de los anfibios". En Prete FR (ed.). Mundos complejos a partir de sistemas nerviosos más simples . Cambridge, MA: MIT Press. pp. 117–60 . 
  36. Metzner W, Koch C, Wessel R, Gabbiani F (marzo de 1998). "Extracción de características mediante patrones de picos tipo ráfaga en múltiples mapas sensoriales" . The Journal of Neuroscience . 18 (6): 2283– 300. doi : 10.1523/JNEUROSCI.18-06-02283.1998 . PMC 6792916. PMID 9482813 .  
  37. ^ Metzner, Walter; Viete, Svenja (1996). "La base neuronal de la comunicación y orientación en el pez débilmente eléctrico, Eigenmannia". Naturwissenschaften . 83 (2): 71– 77. Bibcode : 1996NW.....83...71M . doi : 10.1007/BF01141873 . S2CID 32530578 . 
  38. Suga N (junio de 1990). "Computación biosensorial y neuronal en murciélagos" (PDF) . Scientific American . 262 (6): 60– 8. Bibcode : 1990SciAm.262f..60S . doi : 10.1038/scientificamerican0690-60 . PMID 2343295. Archivado del original (PDF) el 20 de julio de 2008. Recuperado el 22 de diciembre de 2009 . 
  39. ^ Oertel D, Fay RR, Popper AN (2002). Funciones integradoras en la vía auditiva de los mamíferos . Nueva York: Springer-Verlag. págs. 385-90 . 
  40. Fitzpatrick DC, Kanwal JS, Butman JA, Suga N (marzo de 1993). "Neuronas sensibles a la combinación en la corteza auditiva primaria del murciélago bigotudo" . The Journal of Neuroscience . 13 (3): 931– 40. doi : 10.1523/JNEUROSCI.13-03-00931.1993 . PMC 6576624. PMID 8441017 .  
  • Vídeo sobre el sapo: Procesamiento de imágenes en el sistema visual del sapo común: comportamiento, función cerebral, red neuronal artificial. https://doi.org/10.3203/IWF/C-1805eng
Obtenido de " https://en.wikipedia.org/w/index.php?title=Feature_detection_(nervous_system)&oldid=1361943508 "