初级视皮层V1的信息处理：

一、 V1中的图像处理

       皮质图像处理的目的是识别、预测和决策有用的模式。模式处理从V1开始，V1是最大的皮层区域，它在猕猴中约占总皮质的13％，猕猴总共约25%的皮质用于视觉。V1模式编码（空间，运动，颜色，深度）的每个类别均没有用于备份的路径。

        独立的神经元簇在V1中继续保持分离，它们的末端止于不同的层中。用于时间处理的高速神经元终止于第4层上部，用于精细色彩空间处理的中速神经元终止于第4层下部，低速神经元在1-3层中表面终止。第2层和第3层的斑块也接收来自中速中继神经元的输入，编码红绿色彩对比度，这些红绿输入是来自中速中继神经元子集的轴突分支，其完整张量依旧终止于第4层深层。

        人类空间模式解析度约60周/度。具有中心/环绕光谱拮抗作用的神经元子集编码红绿色对比度，该张量解析度仅约40周/度，并在2-3层中分离。

        持续尖峰信号的中继路径具有空间敏锐性，需要在皮质中保留视觉分辨率。因此，V1中的初始池化必须限制在一个维度。实际上，第一阶段皮质神经元将来自单行中继细胞的输入进行整合，因此，它可以解析与原始采样张量相同空间频率的线性图案。

二、 最优编码理论预测的V1电路

        最优编码理论从观察到的自然场景特性分析，它们的空间和时间相关性产生的功率谱倾向于衰减为频率的平方分之一。这意味着，树木（近距离）和森林（远距离）将显示相同形状的相关分布。鉴于这种统计特性，存在一种表达任何特定场景的最佳方式：将激活集中于特别指定该场景的最少神经元内。

        这种最佳方式，实际上是被称为Gabor滤波器的加权函数，其能够最佳地表示空间位置和空间频率。这两个变量是互逆的，因此空间较大的元素在空间频率上较窄，反之亦然。在两个领域中占据最小可能体积的线性滤波器是Gabor。换句话说，Gabor滤波器在两个相互冲突的需求之间达到最佳平衡：跨空间整合以确定强度变化的极性和规模，并在空间内精确定位以建立位置。

        在自然图像上测试的结果证明Gabor滤波器是最有效的，其长宽比约为2，空间频率带宽约为1-1.5倍频程（octave）。 此外，大约200个类似Gabor的滤波器具有不同的方向、大小和偏移，可以代表由12×12视锥光感受器编码的小片自然场景。 在第一阶段对每个视锥均有大约有40个皮质神经元负责编码（存疑），这种过度表示将构成有效的编码。 因此，理论预测：（1）V1中存在一种有效整合感受野的方式 （2）其最佳整合尺度（3）各类滤波器的最佳数量和比例。

综上所述：

        初级视皮层V1对应视网膜成像信息，具有多维度、速度、动态与静止、广度与深度及五彩缤纷的颜色加工整理的视觉分辨。大脑皮层解析能力是巨大的，目前人类大脑开发只有8-9%，因此如何开发大脑提高聪明智慧，是学龄前儿童科学开发的关键。生理复健科学讲的开发大脑“不是提前单一的学习教育”，而是生理神经学讲的是“如何激活大脑区域功能，开发大脑皮质更广阔的空间”，提高人类大脑解析能力，让儿童与青少年越来越聪明。

视力复健科学：

        视觉激活大脑神经，激活大脑区域，开发大脑皮层空间，修复受损神经，改善五官科症状，改善眼球症状，优化脑内视力，提高孩子的聪明汇智。待续  只讲实践理论，不讲训练方法，如有需求请咨询18661249978。