در این پایان نامه مدل محاسباتی مطابق با اتصالات و الگوی اثر گذاری ورودی های مختلف برای هسته زانویی جانبی تالاموس، lgn، ارائه می شود که ویژگی پاسخ نرون های آن مشابه یافته های ثبت شده از نرون های lgn است. به علاوه مدل ارائه شده برخی کارکرد های lgn که در ادبیات موضوع آن هنوز مورد ابهام است را روشن می سازد. ابتدا پس از تشریح نواحی مختلف مغز، به بررسی برخی مدل های محاسباتی بینایی که توسط سره و همکارانش و همچنین رولز و استرینگر ارائه شده، پرداخته می شود. نقطه مشترک این مدل ها صرف نظر کردن از لایه ی lgn است. فقدان مدل محاسباتی برای lgn باعث شده این واحد در اکثر مدل های محاسباتی به همراه سلول های گانگلیون در یک واحد محاسباتی معادل با فیلترهای dog در نظر گرفته شوند. جهت مرور مطالعات گذشته در زمینه lgn این مطالعات در چهار دسته مختلف بررسی می شوند: مطالعات کارکردی، مطالعات ساختاری، مطالعات مدل های محاسباتی و مطالعات تئوری مدل lgn پیشنهاد شده با شبیه سازی الگوی معکوس ورودی های v1 (که توسط ونگ و همکارانش پیشنهاد شد) بر حوزه ی دید ساده مرکز و حاشیه ای نرون های lgn در نظر گرفته شده است. خروجی مدل از نظر معیارهای کدینگ بهینه همانند: تابع خودهمبستگی، طیف توان، آنتروپی و تنکی تطابق خوبی با پاسخ های ثبت شده از نرون های lgn دارد. مقایسه تصویر ورودی و خروجی مدل نشان می دهد که این الگوی اثر گذاری ورودی ها، همراه با تاخیر زمانی که در مسیر lgn-v1-lgn به وجود می آید، منجر به حذف اطلاعات زمانی تکراری محرک ورودی می شود. به منظور بررسی تاثیر این کارکرد lgn یعنی حذف اطلاعات اضافی در بازه زمانی مشخص بر مسئله بازشناسی اشیا، مدل پیشنهاد شده به مدل بازشناسی اشیا استانداردی به عنوان نمونه اضافه شده و کارایی آن با نتایج به دست آمده از آزمایش روان فیزیک مقایسه می شود. مجموعه داده خاصی جمع آوری شده است که در مدل و آزمایش روان فیزیک به طور مشابه استفاده می شود. دنبال کردن الگوی کارایی انسان توسط مدل در آزمایشات مشابه موید کارکرد پیشنهاد شده برای این لایه از مسیر بینایی است.