WERELD & DENKEN
 
 

Neurologie, kleine hersenen

De structuur genaamd "kleine hersenen", of "cerebellum", wordt vaak geïntroduceerd als een kleiner equivalent van de grote hersenen, zoals de naamgeving ook aanduidt, en daardoor wekt men de indruk dat ze tot de latere ontwikkeling van de hersenstructuur behoren en/of een soortgelijke functie vervullen. In werkelijkheid zijn de kleine hersenen functioneel gezien een integraal deel van de hersenstam  , en zijn dus onderdeel van de oudste hersenstructuren - zoals ook blijkt uit hun locatie (zie ook het globale overzicht gegeven hier  ):
Hersenstam Kleine hersenen

In de hersenstam zijn alle elementen te vinden om het basale functioneren van het lichaam te ondersteunen - en dat allemaal in een redelijk beperkt volume en met een relatief beperkt aantal neuronen. Waarom dan ineens zo'n groot ding erbij - groot ten opzichte van de hersenstam qua volume. En gigantisch groot qua aantal neuronen: in de kleine hersenen zit ongeveer de helft van het totale aantal neuronen van de hele hersenen.

Omdat het cerebellum al prominent aanwezig is in primitieve soorten, moet deze structuur een primitief doel hebben. Dan blijven er vrijwel automatisch twee zaken over: waarneming en beweging. Daaraan zit bijzonder veel rekenwerk: van het construeren van een beeld met diepte uit de twee vlakke beelden van de twee ogen tot het combineren van al dat soort informatie met de gewenste aansturing van ledematen om te reageren op waarnemingsinformatie.

Neem een modern voorbeeld: de honkbalspeler. De werper gooit een bal met dusdanig hoge snelheid richting de slagman, dat deze nauwelijks tijd heeft te reageren. De slagman moet zijn beweging al gaan bepalen vlak nadat de bal de hand van de werper heeft verlaten. En die bal gaat niet rechtuit, maar verandert onderweg van richting naar beneden, door de zwaartekracht. Dus als de slagman slaat in de richting van de bal op het moment dat die net onderweg is, maait hij er altijd ruimschoots overheen - hij moet compenseren voor de richtingsverandering die nog gaat komen. En er is dus absoluut geen tijd om dat even in je bewuste hersenen te gaan zitten overwegen - dat moet meteen gebeuren. Een ingewikkelde taak die snel uitgevoerd moet worden. Het tweede is typisch iets voor het autonome zenuwstelsel, en het eerste typisch iets dat veel "rekenkracht" vergt, dus veel neuronen. Waarvan de voor de hand liggende plaats dus het cerebellum is. Tussen twee haakjes: dit soort capaciteiten is voor de mens gedurende vrijwel zijn gehele bestaan van cruciaal overlevingsbelang geweest - denk aan speer en vluchtend hert.

Een andere aanwijzing voor het abstracte karakter van de taak van het cerebellum ligt in haar structuur. Waar alle voorgaande neurologisch structuren in ruggemerg en hersenstam een vorm hebben min of meer toegespitst op de taak die ze moeten verrichten, en daardoor in talloze ganglia ("knopen") en nuclei ("kernen") van diverse vormen voorkomen, is het cerebellum, met zijn veel grotere omvang, vrijwel uniform van structuur. Het is één grote vel met neuronlagen, een cortex, van ongeveer dezelfde structuur, dat vanwege zijn omvang opgevouwen is in myriaden van plooien. Dit is de overeenkomst met de grote hersenen, want die hebben dezelfde globale structuur.

Hieronder geven we een beschrijving van de interne structuur van het cerebellum, aan de hand van deze aanname omtrent haar doel, en met gebruik van de op het internet beschikbare informatie, met de nadruk op Wikipedia. Aangaande neurologische zaken is die informatie niet volledig en spreekt elkaar soms zelfs tegen - vanwege de diversiteit van de bronnen, maar voornamelijk omdat veel zaken doodgewoon nog niet bekend zijn. En (vrijwel) altijd op een detaillistische wijze wordt gepresenteerd, met talloze vormen van naamgeving. Hier proberen we een samenvattend beeld te schetsen.

Omdat de kleine hersenen een neuraal netwerk vormen, eerst een simpeler voorbeeld van daarvan: het neurale netwerk achter het oog: het netvlies. Het oog levert zijn informatie aan de rest van het brein niet in een simpel puntje-voor-puntje patroon (een pixel map of bitmap), maar in gecodeerde vorm.

Het lichtgevoelige deel van het oog is de achterwand, genaamd de retina. De retina bevat miljoenen zogenaamde staaf- en kegelcellen, die de lichtgevoelige elementen zijn. Het beeld op de retina is dus wel degelijk puntje-voor-puntje, oftewel een bitmap - zie onderstaande illustratie (van harunyahya.com  ) :

Het rechter plaatje laat schetsmatig zien dat de lichtgevoelige cellen op regelmatige wijze zijn verbonden met lagen van neuronen, oftewel: met een neuraal netwerk. Dat netwerk heeft twee functies: uitfilteren van wat belangrijk is, en dat over de betrekkelijk beperkte hoeveelheid zenuwbanen richting hersenen sturen.

De eerste en voornaamste filtering is dat lichtere en donkere gebieden teruggebracht worden tot contouren - en de tweede dat alleen bewegende contouren worden doorgegeven. Dat je als bewuste mens toch een volledig beeld ziet, komt omdat er tussen de contourinformatie door ook wat vlakinformatie wordt verstuurd, en de ogen kleine bewegingen maken om toch te kunnen zien als alles stilstaat  . De beeldverwerker in de hersenen vult dit alles weer aan tot een volledig plaatje. Wat niet perfect gaat, aanleiding gevende tot wat bekend staat als optische illusies  .

Hier gaat het om dat neurale netwerk. Onder zijn drie voorstellingen ervan gegeven:

Links een daadwerkelijke microscoopopname, die een duidelijke structuur in lagen laat zien. De donkere rand net zichtbaar aan de bovenkant zijn de onderkanten van kegeltjes en staafjes. De eerste lichtpaarse band is de massa van verbindingen naar de eerste laag van neuronen, de blauwe bolletjes - en er volgen nog twee van zulke lagen. Naast de microscoopopname twee steeds schetsmatiger voorstellingen, met dezelfde lagen-en-verbindingen structuur. In de middelste zijn de verhoudingen zo veranderd dat alle elementen goed zichtbaar zijn - er zijn minder en grotere staafjes en kegeltjes, en het aantal verbindingen is gereduceerd. De meest rechtse is het schema van wat in de techniek bekend staat als een fast-Fourier transformator, een structuur die een wiskundige operatie uitvoert, en die werkt als een soort scheidingsfilter in belangrijke en minder belangrijke informatie, wat in de muziek de "hoofdtoon" en de "bijklanken" heet  - let op de overeenkomst in de dichtheid van het aantal verbindingen tussen de verschillende lagen. In de weergegeven versie van het diagram heeft de onderste laag evenveel elementen als de bovenste, zodat in feite alle informatie gehouden blijft. De natuur heeft besloten een groot deel van de minder belangrijke informatie te laten vallen, tezamen met het aantal cellen in de onderste laag, ten gunste van snelheid van transport. Dit onder het motto: "alles dat beweegt en eventueel op ons af kan komen eerst en wel zo snel mogelijk" - en "en de rest van het plaatje kleuren we later wel in" (figuurlijk en letterlijk!).

Maar waar het hier om gaat is dat de ruwe informatie, de input, eerst naar een laag neuronen gaat, dan naar van boven naar beneden verwerkt wordt, waarbij dat verwerken gebeurt door de hier horizontale verbindingen tussen de neuronen. Het structurele element dat het een neuraal netwerk maakt.

Nu het cerebellum. Net als alle andere uitvoerende systemen heeft het een ingang en een uitgang - en iets dat ertussen zit dat wat erin komt verwerkt.

De in- en uitgangen komen in drie bundels waarmee tevens het cerebellum vastzit aan de hersenstam: inferior-, middle- en superior peduncle, zie onderstaande afbeelding (zijaanzicht, neus links):

De doorsnede laat zien dat het cerebellum bestaat uit een buitenste laag of vel waarin de neuron-kernen, "grijze stof", eindeloos gekronkeld om ze veel mogelijk oppervlak dus zo groot mogelijk aantal kernen te krijgen, opgevuld met "witte stof" wat het geheel is van de langere-afstandsverbindingen, de axonen  . Hier niet weergegeven is dat er zich in het midden vier kernen bevinden - alle uitgangen van het cerebellum komen van die kernen, met name de grootste: de dentate nucleus.

De peduncles verwerken soorten signalen naar oriëntatie: de inferior peduncle bevat bundels komende van ruggemerg en inferior olive, zijnde de eerste grote kern in de hersenstam. De middle peduncle verbindt met kernen ter hoogte van het cerebellum, in de pons. En de superior peduncle met de bovenliggende rode kern, en verder omhoog naar thalamus en cortex, zie de onderstaande zijaanzicht (neus links):

En wat meer detail in dit achteraanzicht (van hier uitleg of detail ):

De onderste afbeelding is enigszins aangepast om met name de structurele overeenkomst tussen inferior olive, dentate nucleus en cerebellum-vel te laten zien: het zijn alle drie gekronkelde netwerklagen.

Deze lagenstructuur heeft op dit basale niveau twee algemene functies: het coördineren van meerdere functies, en het verzorgen van reeksen signalen.

Het coördineren van meerdere functies is zichtbaar omdat er meerdere ingangen of ingangsbundels van axonen zijn. De coördinatie vindt plaats binnen de laag door korte-afstandsverbindingen tussen de neuronen via hun vertakkingen of dendrieten. De eerste neuronconcentraties in het ruggemerg, de ganglia, verzorgen coördinatie van primitievere soort tussen bijvoorbeeld onderdelen van ledematen, en de steeds grotere concentraties in de hersenstam, dan "kernen" geheten, verzorgen steeds hogere vormen van coördinatie.

De "reeks"-functie heeft de vorm van een reeks opdrachten zoals uitgevoerd door mechanische "automaten"  , in levende wezens bijvoorbeeld in de coördinatie van ledematen bij beweging, bijvoorbeeld die van de duizendpoot: je wilt niet dat na een commando "voorwaarts" iedere poot apart moet worden aangestuurd, maar dat:  "poot 1 omhoog → poot 1 omlaag, poot 2 omhoog → poot 2 omlaag, poot 3 omhoog → ... , enzovoort", vanzelf gaat. Wat gerealiseerd wordt door een netwerk dat signalen binnen het netwerk aan zichzelf doorgeeft, en dan dus voor de hand liggend in de vorm van een laag.

In dit geheel heeft het cerebellum duidelijk een bijzondere rol - opzichtig duidelijk gezien het bijzondere formaat. Het is eigenlijk, dit zo formulerende, ook wel duidelijk welke functie dat is, want een levend wezen is geen automaat: het cerebellum verzorgt het leren. Het leren van beweging.

Dit vloeit voort uit de kern van een levend wezen: het past zich aan aan veranderende omgeving. Zich kunnen aanpassen betekent het niet hebben van een volkomen vastliggend automatisme. Het mag en zal wel deels vastliggen, maar niet als geheel. Het cerebellum verzorgt het leren uit eerdere ervaringen met de resultaten van beweging.

Merk overigens op dat in dit laatste schema de vestibular nucleus als betrokken structuur is ingetekend - het evenwichtsorgaan plus kern(en) oftewel het standsdectectie-systeem. Dit lijkt een detail, maar is verstrekkend. Bedenk dat met name voor tweebenigen, het handhaven van evenwicht een cruciale functie is. En eentje met repercussies voor de beweging van iedere ledemaat en hopeloze mislukking als uitkomst als er iets niet goed aan werkt. De afwezigheid van zo'n systeem in huidige robots zorgt voor hun volstrekt onnatuurlijke voortgangsbeweging. En kijken naar de beweging van kinderen laat zien hoe de mens aan deze vaardigheid komt: door oefening.

Uit de menselijke ervaring is ook bekend hoe het cerebellum dat doet voor al haar vaardigheden. Niet door iets te "snappen", want die vorm van leren doe je op school. Of fundamenteler: krijg je (verbaal) mee van de medemens. Het "leren" van het cerebellum, heeft die andere vorm van leren: training, oefening oftewel herhaling.

Heel vele keren hetzelfde doen.

Dat wil zeggen: wat je heel veel keren doet, opslaan, dat verwerken, en daar tezamen iets beters van maken.

En dat is dus een cumulatief proces: hoe meer herhaling, hoe beter het "beter" eruit is te halen. Ook bekend als "Oefening baart kunst". Vandaar dat hele grote cerebellum, dat met vijftig miljard neuronen in aantal ongeveer de helft van het totaal in het brein voor zich voor rekening neemt.

En hieruit is ook meteen de manier te destilleren waarop het cerebellum dit doet: door middeling. Geen "slimme" methode, maar een werkende methode.

En dat is dus hetgene dat gebeurt binnen de "actieve" lagen van het cerebellum-vel.

Die cortex cerebelli of cortex van het cerebellum bestaat uit twee hoofdtypen cellen: Purkinje-cellen met een zeer veelvuldig vertakte platte dendriet-boom, behorende tot de grootste soorten neuronen, en granular cells ("korrel-cellen"), behorende tot de kleinste neuronen, die bovendien in een sterke meerderheid zijn. Deze twee zijn op een karakteristieke manier met elkaar verbonden. Onder links een Purkinje-cel in vooraanzicht, en rechts een deel van het netwerk, met de "platte" bomen van de Purkinje-cellen in zij-aanzicht.
 O
90°

De granular-cellen in de onderste helft hebben slechts een handvol dendrieten, en een axon dat naar boven loopt, zie de rechter afbeelding, en zich daar in twee horizontale takken splitst, een T vormende met de horizontale takken, en dan de "parallel fibers" geheten (zijnde parallel aan de lagenstructuur van de cortex). De parallel fibers lopen loodrecht op de vlakken van de Purkinje-bomen, zie het plaatje rechts, die ze dus makkelijk kunnen doorsnijden - ze maken  om de circa vijf stuks verbinding met de takken van de Purkinje-cellen.

De uitgangen van de Purkinje-cellen, hun axonen, gaan naar de binnenste kernen en de uitgangen van de laatste zijn de uitgangen van het cerebellum. Granular-cellen plus Purkinje-cellen vormen de basisstructuur van het netwerk. Het is na het voorgaande duidelijk welke functie dit verzorgt: hierin wordt de grote hoeveelheid ervaringen opgeslagen, in de vorm van de verbindingen tussen parallel fibers dus granular cells met Purkinje cells.

In de techniek, met name de electronica en informatieverwerking, is een dergelijke aanpak ook bekend: daar heet een dergelijk systeem een verbindingen-"matrix", dat je dan zo zou weergeven slaande op het cerebellum:

Hier een praktisch technisch voorbeeld in de vorm van een oude soort van computergeheugen (core memory - 'core' staat voor "kern" staat voor magneetkern, de ronde magneetjes waardoor de draden lopen):

In de cerebellum-matrix zijn de uitgangen die van de Purkinje cellen. Die gaan naat de dentate nucleus, en de uitgangen daarvan zijn de uitgang van het cerebellum. Waarmee ook dat gedeelte van de structuur is afgehandeld.

Als volgende dus de ingangen. Binnen het cerebellem-vel, het neurale netwerk, zijn dat de granular cells, en die krijgen hun input van buiten, via wat dan heet de "mossy fibers", axonbundels die binnen de laag met granular cells ineens vele vertakkingen hebben en daardoor een beetje mosachtig uiterlijk krijgen - deze komen van het ruggemerg en kernen in de pons en omgeving, via de inferior en middle peduncle dus, zie de "bedradingsschema's" boven, waar ze spinocerebellar en pontocerebellar tract heten.

De tweede soort ingang heten hier de "climbing fibers", en die komen allemaal van de "inferior olivary nucleus", en via de inferior peduncle lopen, zie de "bedradingsschema's" boven, waar ze olivocerebellar tract heten.

Onderstaande "doorsnede" van de cortex van het cerebellum biedt een vollediger overzicht  - deze doorsnede loopt in het vlak van de bomen van de Purkinjecellen, waardoor de parallel fibers dus alleen maar als puntjes zichtbaar zijn:

Aan het begin en het einde van dit stukje cortex zijn de granular cells en de parallel fibers van hun axonen ingetekend, met van de laatste dus alleen een heleboel puntjes zichtbaar - in de rest van de tekening zijn ze weggelaten om de overige elementen te laten zien. Bedenk dat er van de granular cells enkele tientallen miljarden zijn.

Al benoemd zijn de mossy fibers die de ene ingang vormen - zichtbaar is dat ze zich veelvuldig vertakken (ca. 20 keer), om daarna uit te lopen in structuren genaamd "glomeruli" (in het groene cirkeltje), waarin ze veelvuldig koppelen (20-30 keer) met de dendrieten van granular cells - van die laatste zijn een paar extra grote exemplaren getekend om dit zichtbaar te maken.

De rol van de tweede ingang, de climbing fibers, wordt duidelijk door te kijken naar het schema van een enkele Purkinjecel en zijn omgeving (van hier  ):


De climbing fibers zijn hier groen. En blijken een cruciale rol te spelen. De climbing fibers exciteren direct de neuronen van cerebellum-kernen, dus de uitgang van het cerebellum. Máár: de climbing fibers zijn ook verbonden met de basis van de takken van de Purkinje-cellen en exciteren die ook, en de Purkinje-cellen zelf, de uitgangen, rémmen de uitgangskernneuronen, zie het minteken in de tekening.

De vraag is dus: wie wint? Oftewel: ook deze zaak pakt de natuur aan niet met de aan-uit methode, met als-dit-dan-dat, maar met die van het evenwicht. En in dat evenwicht zit nog een derde factor, namelijk de input die de Purkinjecellen krijgen van de parallel fibers oftewel de granular cells. En de manier waarop die in de matrix onderling verbonden zijn. Oftewel: het geheugen.

Hiermee wordt ook duidelijk waarom het op deze manier wordt aangepakt: het lichaam, het wezen, moet ook kunnen functioneren zónder de ervaringen in het geheugen. Minder goed, maar voorlopig goed genoeg. Dat komt dus via de climbing fibers van de inferior olive. En door het opbouwen van ervaringen in de geheugenmatrix wordt dit ruwe gedrag komende uit de olive bijgesteld.

De volgende stap van globaal naar detail in de functie van het cerebellum is de manier waarop de ervaringen worden samengevoegd. Daarvoor genoemd is al het proces van middeling. Dat dient niet onderschat te worden. Van de statisticus Francis Galton  is bekend zijn ervaring met "schatten door deskundigen" versus "schatten door veel leken". Hij organiseerde een "wedstrijd" om het schatten van het gewicht van een os tussen "deskundigen", boeren en slagers, en een grote hoeveelheid burgers die allemaal een gokje mochten wagen. De burgers wonnen met overtuiging. Zij zaten er gemiddeld wel verder naast, maar hun gemiddelde was accurater, omdat de (willekeurige) fouten richting "te veel" opgeheven werden door de (willekeurige) fouten richting "te weinig". Later vele malen herhaald in talloze vormen met hetzelfde resultaat.

Maar in de techniek zijn methodes bekend om dit proces te verbeteren, voor het geval dat er al iets bekend is, of vermoed wordt, omtrent de uitkomst. De methode ontstond tezamen met de eerste camera's die beelden elektronisch vastleggen in punten, pixels. Is het licht heel zwak, zie je het beeld pixel-voor-pixel ontstaan en steeds duidelijker worden - je ziet het "groeien". En stel dat het een wit vierkant is, zie je dus, eerst enkele witte pixels, dan wat meer tot op een gegeven moment de contouren zich gaan aftekenen en je ziet "Het is een vierkant". Dat proces kan versneld worden door een simpele truc: als van een bepaald pixel, met dus acht buren, vijf of zes buren wit zijn, weet je vrijwel zeker dat het pixel zelf ook wit moet zijn. En dat vul je alvast is. Enzovoort in meerdere gangen.

Dat is wat er mogelijkerwijs ook gebeurd in de actieve laag van het cerebellum, door neuronen gezamelijk ook wel benoemd als "internal circuit neurons". Daarvan zijn er drie soorten. Bij de grenslaag met de Purkinjecellen zitten basket cells  , zie het overzicht boven, die verbonden zijn met de lichamen van meerdere Purkinjecellen. De correleren dus het resultaat van meerdere Purkinjecellen.

De twee soort (ook in sterkte) zijn de stellar cells  die in de laag met parallel fibers zitten, en meerdere fibers met elkaar verbinden. 

De derde soort zijn de Golgi cells  , die temidden van de granular cells zitten en die afremmen, maar hun input krijgen van de parallel fibers. Weer een vorm van terugkoppeling dus.

En daarmee zijn alle (actieve) onderdelen van het cerebellum behandeld.

Voor wat betreft neurale netwerken heeft het cerebellum een heel duidelijke structuur - doordat de verschillende soort neuronen er zo verschillend uitzien. Er zijn dan ook meerdere pogingen gedaan om het in een model te gieten, waarvan de bekendste is dat van James Albus  :

Dit schema is een samenvattende globale beschrijving van het cerebellum-netwerk. Met verbaal aangegeven dat de inputfibers tot iets als honderdvoudig vertakken voor de verbindingsmatrix ("N → 100N decoder"). Als je hierin meer detail van het ingangscircuit laat zien, krijg je het volgende schema:

Van linksaf zie je eerst de vertakkingen van de mossy fibers, dan de laag van de glomeruli, vervolgens hun vertakkingen naar de granular-cellen en tenslotte de granular-cel axonen van de parallel fibers. Van alle stappen zijn alleen enkele representatieve exemplaren in details uitgevoerd, die dus staan voor nog heel veel meer verbindingen en elementen.

Nog meer van de bovenstaand gegeven details erin verwerkende, wordt dit:


De signalen lopen van links naar rechts, tenzij anders aangegeven.

Dit basisschema vindt een technische parallel in de pogingen tot constructie van de rekeneenheid van een computer, een CPU, uit basale logische circuits. Hier is zo'n schema (van  , uit: The Complete Computer Hobbyist, Donn M. Stewart)

De matrix aan verbindingen zorgt voor de geschikte combinatie van basale signalen. Aan de rand van de matrix staan wat extra circuits voor aanpassing van de invoer en om het gewenste signaal als enkele uitkomst naar overige eenheden te transporteren (niet zichtbaar).

De grote verschillen tussen dit schema dat gericht is op directe functies en het schema van het cerebellum is het overdadig grote aantal lijnen in het cerebellum, en de relatief grote schaarste aan knooppunten. Daar waar de natuur altijd zorgvuldig omspringt met haar bronnen, vanwege het simpele proces: wie minder nodig heeft, overleeft langer bij schaarste.

Blijft in ieder geval nog één vraag: waarom die "1 naar 100"-decoder? In een "statistische middelaar"-model kan deze een functie worden gegeven: het doel is dat in een sequentie van inputs de volgende in de reeks niet op dezelfde plaats in het neurale netwerk terecht komt als de vorige, de vorige daarbij overschrijvende. Dit gebeurt vermoedelijk in de glomuleri - een simpele methodiek zou zijn: één keer gebruikt, dan een langere tijd uitgeschakeld.

Voeg dit bij de volgende bekende feiten:
-  Het cerebellum is betrokken bij de coördinatie van de fijnere en fijnste vormen van beweging (bekend van schadegevallen).
-  De fijne vormen van beweging vergen aanzienlijke training, zichtbaar bij jonge dieren en mensen, en de fijnste vormen van beweging minstens even lang, zie de hoeveelheid training die precisie-bewegingssporters doen: tennissers, tafeltennissers, enzovoort.
-  Alle ervaringen opgedaan bij training moeten opgeslagen worden.
-  Alle opgeslagen ervaringen moeten verwerkt worden tot een beter resultaat.
-  Het cerebellum is een simpel circuit dat heel erg groot is - het bevat de helft van de totale hoeveelheid neuronen.

Dan doet zich de volgende oplossing voor:
-  Het cerebellum is één groot geheugen voor bewegingservaringen - de bewegingsprocessen worden vastgelegd door het maken van knooppunten in de matrix.
-  Het cerebellum combineert ervaringen door het simpele proces van middeling (middeling van vele ervaringen zonder selectie leidt automatisch tot betere resultaten dan enkele ervaringen  ).
-  De uitkomst van de middeling wordt extra verbeterd door bewegingsprocessen met minder gewenste uitkomsten weer te verwijderen door knooppunten te deactiveren (de mogelijke rol van de climbing fibers).

De rationale achter het bestaan van een cerebellum bij aanwezigheid van een neocortex die, in ieder geval wat betreft het bewuste handelen, de rol van het cerebellum kan ovenemen, is vermoedelijk de simpliciteit van het circuit. Hoewel er daardoor zeer veel meer schakelelementen nodig zijn, gebeurt alles op basaal schakel-niveau, dus sneller. Zoals bekend zijn reflexmatige handelingen sneller dan bewuste.

Het Engelse Wikipedia-artikel over de kleine hersenen  is uitgebreid, en geeft nog meer detailinformatie, die met de structurele beschrijving gegeven hierboven niet meer moeilijk te ontcijferen is.

Voor andere voorbeelden van dit soort technische processen in de neurologie, zie Slaap  en Oog  .


Naar Neurologie, organisatie  , Psychologie lijst  , Psychologie overzicht  , of site home  .

 


24 jul.2010; 5 mei 2016; 28 okt.2016