Model konceptuálního reflexního oblouku (CRD) je jedním z klíčových konceptů vektorové psychofyziologie , který odráží moderní chápání struktury reflexního oblouku . Model navrhli psychofyziologové E. N. Sokolov a C. A. Izmailov v roce 1983 [1] . Model konceptuálního reflexního oblouku je doplňkem k myšlenkám o reflexním principu vyšší nervové činnosti a odráží nervové mechanismy chování lidí a zvířat [2] . KRD je základní koncept vektorové psychofyziologie .
Obecně se koncepční reflexní oblouk skládá z 8 bloků [1] [3] :
Koncepční reflexní oblouk je tedy systém neuronů, který se skládá ze tří hlavních bloků nebo subsystémů [1] :
Model CRD lze aplikovat jak na jednoduché nepodmíněné reflexy , tak na složité neuronové sítě . Takže například jedna z variant neuronové sítě, prezentovaná CRD, je popsána pro obranný reflex hlemýždě [4] . Záznamem aktivity příkazových a senzorických neuronů při mechanické stimulaci povrchu těla kochley byly odhaleny rozdíly v receptivních polích příkazových neuronů a senzorických neuronů, což odráží jeden z principů organizace CRD.
Existuje několik základních principů organizace DDC, které umožňují analyzovat fungování různých neuronových sítí [1] [5] :
Myšlenka CRD jako základního mechanismu pro organizaci chování, stejně jako myšlenka existence flexibilního typu spojení v centrálním článku CRD, umožnily přiblížit se nové myšlence Mechanismy paměti a učení [5] . K učení dochází, když se buzení v detektoru a příkazovém neuronu shoduje. V jednoduchých systémech existuje jednoduché spojení „detektor-příkazový neuron“. V procesu evoluce však narůstá diferenciace bloku analyzátoru (vznik prediktorů) a výkonného systému (vznik bloku premotorických neuronů, které poskytují jemnější a rozmanitější reakce). To vše určuje různorodost behaviorálních reakcí. Mechanismus učení je v tomto případě založen na posílení nebo oslabení spojení detektorů s příkazovými neurony. Experimentálně tedy bylo prokázáno, že pokles membránového a prahového potenciálu v velitelských neuronech plže obecného při tvorbě podmíněného reflexu přetrvává měsíc [5] .
Při studiu mechanismů krátkodobé paměti v rámci modelu CRD je zvykem hovořit o tzv. „ modelu nervových stimulů “ [2] . Podle tohoto modelu se při opakování stejného podnětu v nervovém systému vytvoří určitá paměťová „stopa“, která obsahuje všechny parametry podnětu. Když se nějaké parametry podnětu změní, začne být vnímán jako nový. Mezi vytvořeným modelem a přicházejícím podnětem dochází k nesouladu, což vede k orientační reakci.
K vytvoření stimulačního modelu dochází v důsledku zlepšení selektivních vlastností určitých detektorů. Zdá se tedy, že parametry stimulu jsou zdůrazněny, to znamená, že získávají vyšší rychlost vedení. To vede ke stabilizaci reakce a rychlejší reakci na podnět. Vzniká tak určitá "matrice" synapsí , která ukládá konfiguraci podnětu.
Při vystavení podnětu se podnět porovnává se stopami předchozích podnětů. Pokud se podnět a nervový model předchozího podnětu shodují, pak k orientační reakci nedochází. Pokud se neshodují, dochází k orientační reakci a čím větší nesoulad, tím intenzivnější reakce.
Mechanismus tvorby neurálního modelu podnětu tedy může být základem mechanismu krátkodobé paměti. Neurony schopné generovat stopové efekty byly nalezeny v hippocampu , thalamu a mozkové kůře [5] .
Vektorová psychofyziologie [3] [6] je obor psychofyziologie, který studuje neuronové sítě založené na principu vektorového kódování. Hlavní podstatou vektorového kódování je, že když je aplikován stimul, je excitován určitý soubor senzorických neuronů. Kombinací těchto vzruchů vzniká tzv. excitační vektor, který kóduje holistický účinek podnětu. Dále, aby se přizpůsobil příchozí excitaci, je excitační vektor podroben normalizaci , v důsledku čehož bude mít každý excitační vektor charakterizující konkrétní signál stejnou délku. Celý prostor signálů pak může být reprezentován jako hypersféra , jejíž rozměr je určen počtem nezávislých neuronů v souboru. Každý signál pak může být reprezentován jako bod na povrchu hypersféry. Rozdíl mezi signály je euklidovská vzdálenost mezi konci excitačních vektorů. Z hlediska RDC to lze popsat následovně: množinu určitých detektorů lze reprezentovat body na povrchu hypersféry, jejichž rozměr je určen počtem prediktorů a souřadnice jsou rovny excitacím odpovídající prediktory.
Stejný princip kódování lze aplikovat na výkonný systém RDC. Příkazový neuron přenáší excitační vektor do skupiny premotorických neuronů, které určují složky vektoru behaviorální odezvy.
Tento přístup umožňuje integraci makro- a mikroúrovně analýzy lidského chování, to znamená propojení komplexních reakcí lidského chování a aktivity jednotlivých neuronů a nervových souborů. Princip vektorového kódování se používá k analýze vnímání barev, vizuálně řízeného chování [7] , jakož i při analýze emočních procesů [8] .