En este documento, proponemos un mecanismo de sistema de detección de orientación basado en neuronas selectivas de orientación de borde. Asumimos que existen neuronas en la V1 que pueden generar respuesta al borde del objeto, y cada neurona tiene la respuesta óptima a una orientación específica en un campo receptivo local. La orientación global se infiere a partir de la agregación de información de orientación local. Se desarrolla un sistema de detección de orientación adicional basado en el mecanismo propuesto. Diseñamos cuatro tipos de neuronas para cuatro orientaciones locales y utilizamos estas neuronas para extraer información de orientación local. La orientación global se obtiene de acuerdo con la neurona con la mayor activación. El rendimiento de este sistema de detección de orientación se evalúa en tareas de detección de orientación. A partir de los resultados del experimento, podemos concluir que nuestro mecanismo de orientación global propuesto es factible y explicativo. El sistema de detección de orientación basado en el mecanismo muestra una mejor precisión de reconocimiento y una mayor inmunidad al ruido que los sistemas de detección de orientación basados en redes neuronales convolucionales tradicionales y en EfficientNet, que tienen la mayor precisión hasta ahora. Además, nuestro sistema visual artificial basado en células selectivas de orientación de borde puede ahorrar mucho tiempo y costos de aprendizaje en comparación con la red neuronal convolucional tradicional y EfficientNet.