Trong cấu trúc vỏ não thị giác sơ cấp (V1), sự sắp xếp thành các cột chức năng (cortical columns) và các phân vùng chiếu sợi trục dạng đốm (patchy projections) từ lâu đã là đối tượng nghiên cứu kinh điển của sinh lý học thần kinh từ thời Hubel và Wiesel. Các nghiên cứu theo dấu sợi trục ghi nhận rằng các kết nối ngang nội tại (intrinsic horizontal connections) kéo dài từ 2 đến 3 mm thường tập trung tạo thành những cụm sợi trục phân nhánh với đường kính 200 – 300 µm. Điều thú vị là đường kính này trùng khớp một cách kỳ lạ với độ phủ của cây đuôi gai (dendritic arbor) thuộc các tế bào tháp ở các lớp vỏ não nông. Tuy nhiên, một câu hỏi nền tảng đặt ra: Tại sao quá trình tiến hóa lại chọn tỷ lệ kích thước đuôi gai / đốm sợi trục xấp xỉ bằng 1, và sự tổ chức này mang lại lợi thế tính toán gì cho não bộ trong việc mã hóa thông tin thị giác phức tạp từ thế giới thực?
Nguyên lý Tối đa hóa Đa dạng và Kiến trúc Bộ lọc Lái - Dịch chuyển
Giả thuyết trung tâm của nghiên cứu cho rằng cấu trúc dạng đốm kết hợp với sự mở rộng của cây đuôi gai đóng vai trò như một cơ chế sinh học nhằm tối đa hóa tính đa dạng (maximization of diversity) trong đáp ứng của quần thể nơ-ron. Khi các nhánh đuôi gai tự do đâm xuyên qua ranh giới giữa các cột và lấy mẫu đồng thời từ cả vùng đốm (patch) lẫn vùng liên đốm (inter-patch), mỗi nơ-ron lân cận sẽ nhận được một tỷ lệ pha trộn thông tin hơi khác nhau. Điều này giúp vỏ não tránh được sự phân cực cứng nhắc thành các nhóm nơ-ron nhị phân cục bộ, thay vào đó tạo ra một dải đáp ứng chức năng liên tục và mượt mà.
Dưới góc độ xử lý tín hiệu, vỏ não không thể tạo ra vô số thụ thể chuyên biệt cho từng góc nghiêng và từng vị trí không gian cụ thể vì giới hạn tài nguyên sinh học. Hệ thống thị giác đã giải quyết bài toán này thông qua nguyên lý bộ lọc lái/dịch chuyển (steerable/shiftable filters). Trường tiếp nhận (receptive field - RF) ở một tọa độ không gian r₀ và góc nghiêng mong muốn φ₀ có thể được tái tạo chính xác bằng sự tổ hợp tuyến tính của một tập hợp các trường tiếp nhận cơ sở:
- Kết nối ngang tầm ngắn (< 400 µm): Kết nối các nơ-ron có thiên hướng hướng nghiêng (orientation preference) khác nhau qua ranh giới cột, cung cấp các trọng số cần thiết để điều hướng (steer) trường tiếp nhận sang góc bất kỳ.
- Kết nối ngang tầm xa (1 – 4 mm): Liên kết các tế bào có cùng thiên hướng hướng nghiêng, cung cấp thành phần để dịch chuyển (shift) vị trí của trường tiếp nhận trong không gian thị giác.
Dữ liệu Mô phỏng Định lượng và Hiệu năng Khử Nhiễu
Các tác giả đã xây dựng mô hình tính toán với mật độ mô phỏng 10.000 nơ-ron trên mỗi đốm sợi trục, phân tích lượng thông tin thu nhận theo tỷ lệ đường kính giữa cây đuôi gai và đốm sợi trục (tỷ lệ r = arbor/patch). Tính đa dạng của quần thể được định lượng qua công thức vi phân nghịch đảo phân bố n(p). Kết quả cho thấy tính đa dạng đạt đỉnh cực đại hoàn hảo khi r = 1.0, hoàn toàn tương thích với các dữ liệu giải phẫu thực nghiệm trên linh trưởng và mèo.
| Tham số mô hình / Tỷ lệ r | Phân bố lấy mẫu n(p) | Mức độ đa dạng | Ý nghĩa sinh học thần kinh |
|---|---|---|---|
| r = 0.5 (Đuôi gai nhỏ hơn đốm) | Xuất hiện 2 đỉnh rõ rệt (bimodal) | Thấp (~2.5) | Quần thể bị chia rẽ thành 2 nhóm: nhóm chỉ lấy tin từ đốm và nhóm chỉ lấy từ liên đốm. |
| r = 1.0 (Đuôi gai bằng đốm) | Phân bố phẳng và trải đều nhất | Cực đại (~9.0) | Tối ưu hóa tối đa; mỗi nơ-ron nhận phổ tín hiệu hỗn hợp độc nhất, đáp ứng liên tục với kích thích. |
| r = 2.0 (Đuôi gai lớn hơn đốm) | 1 đỉnh đơn lẻ đồng nhất | Thấp (~1.8) | Mất tính đặc hiệu cục bộ; đa số nơ-ron đều nhận tín hiệu trung bình tương tự nhau. |
Khi đưa nhiễu ngẫu nhiên Gaussian (3% nhiễu ở trường tiếp nhận cơ sở và 2.5% nhiễu ở hệ số trọng số) vào mô hình, việc mở rộng số lượng bộ lọc cơ sở cho phép tăng tỷ số tín hiệu trên nhiễu (SNR) lên trên 32 dB và giảm sai số xấp xỉ xuống dưới 0.005. Ngoài ra, số lượng trường tiếp nhận cơ sở cần thiết tỷ lệ nghịch với độ phủ kích thước của chính trường tiếp nhận đó (tuân theo định luật hypebol: num_RFs × size = const).
Góc nhìn Tính toán về So khớp Tín hiệu Không gian
Một thách thức lớn trong sinh lý thị giác là não bộ giải quyết các bài toán đối chiếu thị giác hai mắt (stereopsis), chuyển động (motion processing) và nhận dạng hình ảnh như thế nào khi mà tại vỏ não không hề tồn tại một bức ảnh toàn vẹn mà chỉ có các ma trận kích hoạt rời rạc, rải rác và mang tính ngẫu nhiên? Mô hình chỉ ra rằng các nơ-ron tầng cao hơn (như đơn vị C) lấy mẫu từ hai miền phân tán A và B hoàn toàn có thể tính toán mức độ tương đồng thông qua mạng hàm cơ sở xuyên tâm (Radial Basis Function - RBF).
"Cấu trúc phân nhánh dạng đốm (patchy connectivity) không phải là sự bất toàn hay sai số lỏng lẻo của quá trình đấu dây sinh học (wiring imprecision). Ngược lại, đó là một thiết kế hoàn hảo: sự phân tán có trật tự cho phép mạng nơ-ron học và khớp các tín hiệu phân tán trong không gian với độ chính xác tuyệt đối, tương đương với các thuật toán học máy tối ưu."
Bên cạnh đó, sự kết hợp giữa các khớp thần kinh kích thích (chuỗi tế bào tháp liên kết xa) và ức chế (khoảng 10% tế bào trung gian ức chế và các tế bào giàu Cytochrome Oxidase blobs) giúp tinh chỉnh và gọt giũa dải đáp ứng hướng nghiêng đạt độ sắc nét sinh học tối đa.
Ý nghĩa Thực tiễn và Đúc kết Chuyên môn
- Khái niệm trường tiếp nhận liên tục: Không nên xem các cột hướng nghiêng tại V1 như các "ngăn chứa dữ liệu số rời rạc" mà là một hệ thống nội suy liên tục dựa trên các bộ lọc cơ sở được điều hướng linh hoạt.
- Cơ sở của thị giác hai mắt và cảm nhận chiều sâu: Sự tương quan giải phẫu giữa đốm sợi trục và đuôi gai chính là nền tảng phần cứng giúp vỏ não thực hiện đối chiếu chênh lệch hình ảnh võng mạc hai mắt (binocular disparity) để tạo nên thị giác lập thể hoàn chỉnh.
- Ứng dụng trong suy luận bệnh học thị giác thần kinh: Bất kỳ tổn thương vi cấu trúc nào làm gián đoạn tính toàn vẹn của kết nối ngang nội tại (như trong tổn thương thiếu máu cục bộ vi mạch vỏ não, thoái hóa sợi trục, hoặc nhược thị do mất kích thích sớm) sẽ làm suy giảm tính đa dạng lấy mẫu, trực tiếp làm hỏng khả năng so khớp tín hiệu thị giác phức tạp của bệnh nhân.
Tài liệu tham khảo:
Grill-Spector, K., Edelman, S., & Malach, R. (1996). Anatomical origin and computational role of diversity in the response properties of cortical neurons. In A. Aertsen & V. Braitenberg (Eds.), Brain Theory - Biological Basis and Computational Principles (pp. 247-260). Elsevier Science B.V.