电击人类尸体大脑：神经科学的“惊悚”历史|动物电|神经系统|电击大脑_科学探索_新浪科技_新浪网
电击人类尸体大脑：神经科学的“惊悚”历史
一个人类大脑的模型
　　新浪科技讯 北京时间30日消息，据国外媒体报道，有些事情好像已经成为人类的一种习惯，比如对大脑进行电击。在古希腊时代就有人这么干了，那时有医师用电鳗来治疗头疼和其他疾病。今天，我们延续了这种疗法。神经科学家运用电流刺激患者的大脑，来激发大脑功能，或治疗抑郁症等疾病。
　　外部的电流之所以会对大脑功能产生影响，是因为我们的神经细胞之间的交流便是通过电信号和化学物质完成的。如今，这一认识已经深入人心，而就在两个世纪之前，科学家对神经系统的运作还深感困惑。
　　艾萨克?牛顿和其他一些人认为，我们的神经之间，以及神经和肌肉之间是通过振动互相交流的。当时另一个观点认为，神经可以分泌出某种液体。还有一个源自古代的神秘观点――现在依然流行――称，大脑和神经中充满了一种神秘的“生命活力”(animal spirits)物质。
　　“动物电”
　　到了18世纪，人类对电的了解越来越多，将电力应用于治疗身体和精神疾病的疗法(即电疗法)也变得十分流行。不过，当时的科学家并不清楚人类的神经系统能自己产生电流，并利用电信号进行信息传导。
　　在第一批涉足神经电传导领域的科学家先驱中，最著名的当属意大利物理学家路易吉?迦伐尼(Luigi Galvani，)。迦伐尼的大部分实验都是以青蛙的腿部和神经为材料，揭示了在自然或人工机器放电的刺激下，青蛙的肌肉会发生抽搐。他因此提出了“动物电”的概念，包括人类在内的动物，都能在体内自发地产生电流。
　　“我认为，已经可以充分确定在动物体内存在着一种电流……这里说的是我们惯称的‘动物’的综合概念……”他写道，“在肌肉和神经中……它表现得最为清楚。”
　　神经科学的惊悚历史
　　然而，后来的实验结果令迦伐尼十分失望，他没能通过电击大脑使面部或周边的肌肉出现反应。后来，他的外甥乔凡尼?阿尔蒂尼(Giovanni Aldini，)进行的实验却支持了他的结论。1802年，阿尔蒂尼对一名被砍头犯人的头部进行了电击。他在犯人两只耳朵内放入金属线，连接上简陋的电池，然后轻弹开关。“一开始，我观察到面部所有的肌肉出现了强烈的收缩，表情十分扭曲，就像是最狰狞的鬼脸，”他在笔记中写道，“眼睑的反应尤为显著，尽管人头上的反应不如牛头上的强烈。”
　　在这一时期，有关电在人和动物神经系统中扮演的角色，还存在着激烈的科学争论。迦伐尼最著名的争论对手亚历山德多?伏打(Alessandro Volta)认为，动物体内并不能自己产生电力。在此背景下，两个不同的阵营开始借助公众关系来推广自己的观点，而这恰好是阿尔蒂尼的优势所在。在某种程度上，阿尔蒂尼就像个马戏团老板。他巡回展示着自己的“惊悚”实验。1803年，他在伦敦的皇家外科医学院进行了一次轰动性的公开演示，所用的材料是刚刚在纽盖特(伦敦西门的著名监狱)被绞死的谋杀犯托马斯?福斯特(Thomas Forster)的尸体。阿尔蒂尼将导电杆插入死者的口、耳和肛门中。
　　在大批围观人群中，有一个人后来写道：“在一开始对面部的刺激中，死去罪犯的下巴开始颤抖，周围肌肉的扭曲令人恐惧，还有一只眼睛睁开。接下来的演示中，他的右手举起然后紧握，大腿和小腿也有了活动。对一些不知情的围观者来说，这一切看上去仿佛是那个卑鄙的罪犯第二天就要复活了。”
　　在这场广为传播的实验演示之时，《弗兰肯斯坦》的作者玛丽?雪莱年仅五岁。不过，她显然在当时有关电流和人体的争论中获得了启发。事实上，在1818年她的小说出版之时，另一场戏剧性的公开演示也同期上演。苏格兰医生、学者和化学家安德鲁?尤尔(Andrew Ure)在格拉斯哥，运用电流使一具尸体出现了类似深呼吸的状态，甚至能伸出手指指向观众。
　　死亡是一个过程
　　如果身体已死，那其体内的神经为何还能对外来的电刺激产生反应？1818年，一个流行但错误的观点认为，电是生命的活力所在，通过对尸体进行电击，可以使其重新获得生命。事实上，在安德鲁?尤尔的演示中，许多观众就觉得非常困扰，以致于要赶紧离开那栋建筑物。据报道还有个人现场昏倒。现代对神经信号传导的认识已经渐渐破解了这类观点，但你依然不难想象，类似安德鲁?尤尔和阿尔蒂尼的演示如果发生在今天，相信也会造成非常令人不安的后果。关于电流如何使尸体“复活”，有个强有力的解释来自英国遗传学和生理学家弗朗西丝?阿什克罗夫特(Frances Ashcroft)的精彩著作――《生命的火花》(The Spark of Life)：
　　“当动物(或人)进行最后一次呼吸之后，其体内的细胞并没有立即死去，这也是我们可以在个体之间进行器官移植和血液注入的原因，”她写道，“除非已经变成碎屑，否则一个多细胞生物体的死亡极少是即刻发生的事件，而是一个逐渐停止、分阶段消亡的过程。在个体死亡之后，神经和肌肉细胞会继续工作一段时间，这也使通过电流进行‘复活’成为可能。”
　　以今天的标准来看，阿尔蒂尼和安德鲁?尤尔的实验似乎有点令人毛骨悚然，但这些实验激发了后来的神经生物学家和相关领域的科学家，在历史上具有重要的地位。(任天)
&&|&&&&|&&&&|&&
您可通过新浪首页顶部 “”， 查看所有收藏过的文章。
，推荐效果更好！
看过本文的人还看过眼睛接收到的信息如何被大脑识别？视觉神经的工作原理是怎样的？
我問的不是眼球的工作原理。而是外界事物在視網膜成像後是如何被大腦識別的？視覺神經在這個過程中發揮甚麼作用？視覺神經完好的情況下能否用人工裝置代替眼球的作用？這好像不是單純生物學問題了，隱隱感覺和《作為意志與表象的世界》有些聯繫......
我也不请自来了。 首先 写的一如既往的很好，一贯地有着高科普性，非常适合不懂的人速度理解。为了帮助没事干的想要深入理解视觉通路（visual pathway）我补充下以下内容。赵已经基本阐述了下图内容：也就是信息进入人眼，然后经过视交叉，然后如何通道初级视觉皮层。所以我更多的阐述到了初级视觉皮层之后发生了什么。首先，针对视知觉的研究基本是从初级视觉皮层起步。心理学内对处在布罗德曼脑区系统17区（你想知道就邀请我问呀）的皮层简称为V1皮层 （v代表视觉，1代表了开始也是首先的含义）。一般而言，最初级的信息就是到v1这个纹状皮层（Striate cortex）。但是在v1之上的其余不少枕叶皮层也涉及了视觉处理，比如v2-v4这几个外纹状皮层。按照现有研究，v1处理简单视觉，v2是处理图形与客体轮廓（方方有个研究就表明了空间内大小识别就是在v2处理），v3更多的在传递信息，v4对颜色觉有关（具体不多阐述，容易离题万里）。后两者作用下面会阐述。有人会问搞这么多皮层有用么？那么这个问题就是涉及到视觉识别的重要研究成果，那就是我们在识别视觉信息的时候有着两个重要通路:是什么（what）和在哪里（where）。先来简单直观的图片，v1-v2-v3-MT（middle temporal，中颞区,也有学者叫这个v5，也其实会连接到颞下沟区域）这一条背侧流通路成功地把视觉信息传递到了大脑的顶叶区域。比较熟悉大脑的同学可能会知道，顶叶往往和动作，躯体感觉以及空间识别有一定关系，所以说这一条可以称之为空间通路。通过空间通路，人可以很好的理解所观察到的物体在空间维度内和人的关系，从而得以判断和操作该物体。据个例子，我要吃薯片，我不光得看到薯片（内容），还得要找到薯片在哪儿（空间）才能拿起一片来吃，不然吃不到啊。先来简单直观的图片，v1-v2-v3-MT（middle temporal，中颞区,也有学者叫这个v5，也其实会连接到颞下沟区域）这一条背侧流通路成功地把视觉信息传递到了大脑的顶叶区域。比较熟悉大脑的同学可能会知道，顶叶往往和动作，躯体感觉以及空间识别有一定关系，所以说这一条可以称之为空间通路。通过空间通路，人可以很好的理解所观察到的物体在空间维度内和人的关系，从而得以判断和操作该物体。据个例子，我要吃薯片，我不光得看到薯片（内容），还得要找到薯片在哪儿（空间）才能拿起一片来吃，不然吃不到啊。同时，v1-v2-v4-下颞叶（你可以想象到比如limic system啊 我常提到的颞下回之类的）这一套腹侧通路是内容通路（what），人通过该通路识别是什么。对于人脸的识别我多说一句，可能得要附加上颞下回（STS）来识别人脸朝向（where），杏仁核以及IT（也是what一部分）来识别情绪。不离题展开讨论。接下来我们看一张更围观抽象的分析图，看图前我们先感谢下Haxby大神以及很多其余的大神在认真神经科学上的突破，是你们奠定了科学心理学的神经背景基础。说老实话，这张图想必大家都不想看了。。说老实话，这张图想必大家都不想看了。。此图更好的展现了具体的视觉通路模块和组合。我在这边主要想要阐述下，颞下沟区域（图上STS）部分其实在内容和空间两个通路中都最终涉及。这一点很好理解，举一个例子，在人脸识别时候，情绪（内容）以及朝向（空间）其实都会在STS有所处理和操作。总而言之，人脑在识别视觉信息时，要在视觉皮层把信息分别以内容和空间方式有效处理，从而得到充分地了解。文献推荐Ungerleider, L. G., & Haxby, J. V. (1994). ‘What’and ‘where’in the human brain. Current opinion in neurobiology, 4(2), 157-165.Ishai, A., Ungerleider, L. G., Martin, A., Schouten, J. L., & Haxby, J. V. (1999). Distributed representation of objects in the human ventral visual pathway. Proceedings of the National Academy of Sciences, 96(16), .
研究这个的学科叫 视觉神经科学 Visual Neuroscience。虽然哲学和神经科学常常有很多联系，特别是谈到意识（涉及到注意力）的时候，但“视觉神经的工作原理是怎样的？”是一个可以单纯当成生物学问题看待的。而视觉神经科学就是想从方方面面，不同的层次来回答这个问题 "大脑里的神经活动是怎样引起了视觉认知，以及视觉认知相关的行为的“，并且主要是围绕大脑的 视觉皮层 （visual cortex）在进行研究。上图：（注意！这个只是个卡通画，漏洞百出，但只是想强调眼睛只是视觉神经系统的一小部分），视觉皮层位于后脑勺。视觉信息的处理是等级制的。我们叫 负责接受信号的神经通道为 上行通路，而视网膜到视觉皮层是最主要的视觉上行通路，但也不是唯一的。从视网膜上收集到了视觉信号,两眼的optic nerves走过跟交叉路口似的optic chiasm，然后将信号发到大脑的一个叫lateral geniculate nucleus (LGN) 的区域中，然后将视觉信号一层层分门别类，整理好了发到初级视觉皮层（primary visual cortext）。上图：来自Zeki 1993 第三章，25页。而初级视觉皮层，以及更高级的视觉皮层又是怎样一层一层地分析视觉信息的颜色、形状、深度，并从静态变成动态的识别的呢？就要另辟几篇一个一个来提了。不过还是有一个点还是可以记住用来“带我装逼带我飞”： 在视觉皮层之后，通路往大脑上方走的（绿色），分析的是视觉信号所带来的“Where”也就是位置信息；而往下方（蓝色）走的，分析的是关于“What”信息，也就是去识别和描述看到的是什么东西？ 在其回答中专门细致地解释了这一部分。图：视觉系统的“Where" 和”What“通路图：视觉系统的“Where" 和”What“通路相比于匆忙将这本教材捋一遍，我这里更想提一下 盲视（Blindsight）这个概念。盲视，这个翻译实在是非常糟糕 -- 什么都没有解释。盲视是指，眼睛完好，但视觉皮层的某块区域受到损伤，造成视野中某一个区域看不见，但是实际上是看见的，只是没有意识到。一个成语就能完美解释： 视而不见。举个栗子，见下图，红色区域为大脑损伤的部分（左侧大脑后脑勺处）以及相对应的视觉损失的视野区域。上图：来自Zeki 1993, 31页。上图：来自Zeki 1993, 31页。人造眼睛上图：人造眼球。我最喜欢的一张Wellcome Trust做的明信片。当时我寄给谁了？ 问题中你问到：”視覺神經完好的情況下能否用人工裝置代替眼球的作用？“，你应该是指，除了眼球以外其余的视觉神经系统是完好并能正常工作的。要说可能不可能，我认为，一定、肯定，以及绝对 是可能的，这只是时间问题。问题无非是：我们能不能做出一个人造眼球。虽然现在的人造眼睛，只是起着修容的作用，但让它功能化一直是视觉神经科学的课题。简单地说，我们需要解析大脑使用的怎样的”语言、格式“阅读视觉信号的，然后制作一个装置，将外界的信号，用同样的”语言、格式”来书写视觉信号，然后交给大脑。这个任务不仅适用于视觉系统，也同样适用于听觉、嗅觉、味觉、触觉系统。听觉系统最为接近，人造耳蜗就是对等于人造眼睛的存在 （见之前回答的最后：）。早在2012年来自纽约Weill Cornell Medical College的研究人员就已经让失明的老鼠的视网膜”再看到“； 2013年，英国残奥会游泳运动员Tim Reddish的眼睛里被植入一个3mm的芯片，其芯片代替视网膜将光信号转化成电信号直接刺激Optic nerve，让他能够感光。（细节还待我仔细阅读...）若非要说不可以，原因是1）我们现阶段对视觉神经了解还是太肤浅，只知道一个大概，细节还不清楚，想要成为”创造”出一个完美功能的眼球，必须要先从各个层次完全了解它，并且了解整个神经系统：就好像做好了摄像头，你还要知道怎么连上主机不是吗？ 2）现在对“人工装置“的材料、技术和认识局限，不过这个领域我不了解，就不哔哔了。先就酱。建议阅读的是一本覆盖神经科学方方面面的基础教材，很值得细读。针对你的问题，我建议一本比较好读的、专门讲视觉神经科学的小书，A Vision of the Brain，由大三时教我们的Prof Semir Zeki所写。在1993年第一版后，他决定不再出版，而是放在网上免费下载，你可以在UCL官网上下载到： 。实际上我更关心...有木有可能做一个写轮眼呢...嗷嗷嗷~
q1: 而是外界事物在視網膜成像後是如何被大腦識別的？q2: 視覺神經在這個過程中發揮甚麼作用？q3: 視覺神經完好的情況下能否用人工裝置代替眼球的作用？q4: 這好像不是單純生物學問題了，隱隱感覺和《作為意志與表象的世界》有些聯繫首先强烈推荐看 讲视觉的那几章。网上有电子版的可以下载，内容并不多。q4: 作为学习认知神经科学的同学，我个人是抱着身心一元论的观点的，即意识的活动都是由各种生理的活动所产生的，包括神经元的电活动，一些递质，激素等各种大小分子的浓度变化等。根据到目前为止神经科学的进展，认为信息的处理主要是反映在神经元的电活动上，以下就主要说这个。而题主说的叔本华那本书是哲学书，本人也没咋看过，不做详细讨论。q1: 外界事物在视网膜上成像，而视网膜上存在着密密麻麻的小光感受器。这些小感受器往后传递的信息就可以包括颜色，亮度。另外我们再考虑他们是一个矩阵，同时还可以在时间上变化。于是后面得到的信息就包括了空间，时间，颜色亮度这些信息。之后的工作是从这些信息中提取出生物需要的信息。这就包括题主说的事物被大脑识别，还包括表情面孔识别，运动信息处理等等很多事情。这一块应该是从70年代至今神经科学一直在研究的一个东东，但也没有完全搞清楚。现在有的几个比较广泛接受的观点是。1. 大脑对视觉信息的处理是分层级的，低级脑区可能处理对边度，边缘什么的，高级脑区处理更抽象的比如人脸啊，房子啊，物体的运动之类的。信息被一层一层抽提出来往上传递进行处理。2. 大脑对视觉信息的处理也是并行的，不同的脑区提取出不同的信息干不同的活，有的负责处理这个物体是什么，有的负责处理这个物体是怎么动的。3. 脑区之间存在着广泛的联系，同时高级皮层对低级皮层也有很多的反馈投射。4. 信息的处理普遍受到自上而下和自下而上的注意的调控。比如有个美女是注意的焦点，那么很可能背景，甚至其他的感觉如声音等你不太能意识到。也就是说大脑可能选择性的对某些空间或者某些特征进行更加精细的加工。神经科学主要回答的问题是，这些神经元/脑区/的这种模式的活动对这种认知是必要的/充分的/或者研究其相关性。我们观察到的神经元的活动的现象能够推断出信息处理的过程大概是什么样子的。神经科学很难回答的问题是，我看到的红色和他看到的红色有什么差别(都是无色觉异常的)? 你们的视觉系统的神经活动的模式应该是类似的，但是引起的情感很可能有差别，那么这一块脑区可能也有差别。即使我们能知道当前每一个神经元的活动情况，那还有个体差异在呢。q2: 这里视觉神经如果指的是视网膜往后的视神经的话，那主要作用就是传递信息。如果指视网膜之后所有的神经系统的话，那么作用在q1中已经详细说明了，即是大脑的作用。q3: 这个应该叫视觉假体，是可以的，很多实验室都在做1. 如果视神经完好，那么可以人造一个类似视网膜的阵列，然后和后面的神经连接起来，前面还得装个摄像机。因为视网膜长在眼球里，所以眼球换了，视网膜也得换。2. 也可以在脑子后面拍一个阵列到初级视觉皮层，因为视网膜往初级视觉皮层的投射基本上有个空间上的拓扑对应。然后这个阵列再连根线到前面装个摄像机。p.s. 还有很多工程问题，如生物兼容性等需要解决。3. 另类的：在舌头上放个东西，与摄像机连起来，会根据图形刺激舌头上不同位点。由于大脑有很强的可塑性，经过一段时间，就可以“看见”一些模糊的东西了。
补充一个比较有意思的 在视觉皮层中存在的两类细胞：简单细胞（simple cells) 和复杂细胞 (complex cells).Torsten Wiesel 和 David Hubel两位好基友 日以继夜在猫和猴身上做实验 在1950s末期发现了简单细胞 又在大约十年后发现了复杂细胞。实验设置大概是这样的 喵的头被固定 所以视野( visual field) 只能落在屏幕上
屏幕上会出现小光点或者小光条 电信号从直接由插到视觉皮层中的电极（recording electrode）获得。 这图好像有点小 但是中间那个圆圆的东西 是猫头 这图好像有点小 但是中间那个圆圆的东西 是猫头这就是他俩 这就是他俩 存在于初级视觉皮层(V1)中的简单细胞对边缘的位置有严格的选择性，用小光点可以测定(mapping)。在这张图中 “X”表示对于小光点有刺激性反应（excitatory response, or on response）小三角表示对于小光电无反应（inhibitory response, or off response)。 A和B分别是 LGN cell 中的"on-center cell“ 和 ”off-center cell“。其余（C-G）为实验所得的mapping，每个简单细胞对于小光点的位置都有不同的偏好，有的对于视野中间的光点有刺激性反应（C）， 有的对于视野两边的光点有反应（D），而有些会更偏好左边或者右边。上面这张图也表现了简单细胞对于视野中光的位置的选择性。两位基友用小光条刺激视野，当小光条在接近垂直位置时，刺激性反应最强烈。而当小光条在接近水平位置时，几乎没有电信号传出。而存在于V1,V2 和V3的复杂细胞，不会受到小光点的刺激。这些细胞对于对于明暗对比非常敏感，对视野中光亮的方向（不是位置）和光亮移动的方向具有选择性。在上图中，小光条在喵的视野中按箭头方向移动。可以看到只有在向上移动(a)的时候，得到强烈的电信号。与简单细胞不同， 光条在视野中的位置不是那么的重要，重要的是光条的方向。只有当光条在水平方向， 无论在什么位置（a,b或者c），细胞才受到刺激，得到强烈的电信号。其实还有一种细胞 叫超级复杂细胞（hypercomplex cells) 也是由这对好基友在1965年发现。。。这种细胞有特殊的end-stopping性质，所以它们也叫end-stopping cells 在上面的这张图中，当在光条视野中的某一范围内(虚线方形），刺激反应最强烈(C)。一旦光条超出了boundry，刺激反应就会弱很多。
Delta sigma ADC脉冲编码调制，JPEG 分块频域压缩，deep learning 多层神经网络识别。这是实际的碳基生物视皮层解剖出来的结果，跟主流的硅基芯片视频监控方案原理基本一样。仅仅具体实现过程略有区别，如摄像头的ADC 一般用逐次逼近(音频才用delta sigma)， 视皮层的基函数不是严格的三角函数，还有神经元比GPU和FPGA并行的单元更多而频率很低。参考文献回头上。
补充一点自己最近刚刚了解的关于Long-range horizontal connection的知识吧，因为刚刚对neuroscience开始有所了解，所以有描述不准确的地方请提出。而下面的应该也是对于我们的视神经细胞之间形成的复杂结构背后原理的一种解释，怎么/为什么形成这样的细胞之间的连接？我们这里把Long-range horizontal connection简称LRHC。要介绍LRHC，我们首先要介绍下初级视觉皮层V1（primary visual cortex）的结构。如上图所示，V1可以简单分成6个layer，其中Layer4负责接收丘脑里的LGN传来的视觉信号。这里如果我们对V1皮层进行一个垂直穿透（左图），那我们会得到一列视神经细胞，每一个都对视网膜同一个位置同样的方向的刺激响应，只不过它们的大小不一样。而如果我们对V1皮层做一个水平穿透（右图），那我们会得到另外一行视神经细胞，它们对视网膜对一个位置不同方向的刺激进行响应。如上图所示，V1可以简单分成6个layer，其中Layer4负责接收丘脑里的LGN传来的视觉信号。这里如果我们对V1皮层进行一个垂直穿透（左图），那我们会得到一列视神经细胞，每一个都对视网膜同一个位置同样的方向的刺激响应，只不过它们的大小不一样。而如果我们对V1皮层做一个水平穿透（右图），那我们会得到另外一行视神经细胞，它们对视网膜对一个位置不同方向的刺激进行响应。那我们很容易想到，如果我们的V1皮层被输入进去一副图片，那很可能一个水平穿透中得到的一行细胞里会有好多个同时fire。比如对于一副图片中某一个小区域，这里有一条斜45度方向的线，那我们对于斜30度方向，斜45度方向以及斜60度方向的细胞同时都会fire，只不过强度有所不同。那我们想知道，（1）为什么要有这么多细胞同时fire这样看似比较重复（redundant）的机制？（2）水平穿透得到的每一行细胞之间是有联系的，也就是LRHC（之所以叫horizontal connection是因为这些连接都在V1的同一层里，比如第I层），那这些连接是怎么形成的？它们这样的连接方式又是为了什么？它们怎样在曲线检测（curve detection）中相互协助彼此？简单来说，LRHC是为了形成对不同曲率进行响应的细胞组。（如果只想知道结论那剩下的不用看了）那（1）为什么要对曲率进行响应？（2）怎样能对曲率进行响应？为了回答这些问题，我们需要考虑曲线的曲率。（1）有论文[1]证明，自然图像其实是一个Bernoulli mixture model，而这个mixture model每一个mixture component其实代表了一个曲率的图像。所以，我们的神经只要对每一个mixture component有选择能力，每一组细胞负责一种曲率的mixture component，那我们是不是就可以高效的把所看到的自然图像进行识别了？所以，这里每一组LRHC都是为了形成这样的一种独特的mixture component selectivity。（2）怎样才能对某种曲率进行响应呢？这就可以讲很多了。参考[2]，作者把tensor learning 和 spike-timing-dependent-plasticity（STDP） 进行了结合，对STDP提出了一种解释：视神经中的STDP现象实际上是在形成对不同曲率响应的LRHC细胞组。（2.1）具体来说，作者首先被现在tensor learning[3]在mixture component分解上的应用所启发，对传统的BCM learning rule进行了修改。（这个BCM learning rule就是之前B、C、M三个科学家提出的对于细胞间连结调整的一种计算模型，但是这个模型在输入为mixture model时，表现并不好，并不能学习出某一个单一的mixture component，所以自然不能令人满意，因为自然图像就是mixture component呀）。但是[2]中的作者，对这个BCM learning rule加入了multi-view assumption（正是受到了[3]的启发），简单来说就是，两个细胞的调整，不仅要依赖于同一时间presynaptic neuron和postsynaptic neuron的活动程度（activity level），来依赖于之前两个时间窗pre/post-synaptic neuron的活动程度。这也就为原来的仅仅是一维的BCM learning rule加入了高阶信息（high-order information）。而正是这样的high-order information，让神经细胞可以对曲率进行选择。注意，曲率本身就是一种高阶信息（三阶），所以这就和（1）对应了起来。（2.2）那怎么结合STDP呢？我们可以把[2]中提出的新的BCM learning rule，进行一定的修改，然后用得到的模型去fit测量得到的STDP数据，注意，STDP实际是一种生物过程，所以是有测试数据的。结果呢？新的model和STDP数据拟合地非常好！（2.3）那这说明了什么呢？首先，BCM learning rule可以解释STDP。其次，BCM learning rule等价于对输入用tensor learning做mixture component decomposition（具体证明可以见[2]）。综上两点，我们得到了什么结论？STDP让我们的神经形成了对于不同曲率相应的LRHC细胞组！What a story!P.S. 第一次写科普类回答，难免表达有问题，有不明白的地方请提出，我尽量解答。我本身也是刚刚从数学坑来到神（经科）学坑，有些概念可能理解不是很准确，也请提出，谢谢！[1] Lawlor, M.Zucker, S.Third-Order Edge Statistics: Contour Continuation, Curvature, and Cortical ConnectionsAdvances in Neural Information Processing Systems 26 (NIPS [2] Lawlor, M.Zucker, S.Feedforward learning of mixture modelsAdvances in Neural Information Processing Systems 27 (NIPS [3] Animashree Anandkumar, Rong Ge, Daniel Hsu, Sham M Kakade, and Matus
Telgarsky. Tensor decompositions for learning latent variable models. arXiv
preprint arXiv:, 2012.
传入眼球的光线转化为电流经视神经传至大脑皮层视觉中枢进行电信号的解析，正如眼球是将光转化为电的功能，视觉皮层将电转化为意识与记忆库中的元素，负责分辨比较的皮层对该元素与记忆库进行比较，得到该元素是天、地、水、火的结论。该元素来源于眼前光物，因此认为看见天地水火。可以用其他同原理装置替代眼球，如换肾、心脏等无异。
文不对题：有种情况叫盲视，即此人声称自己看不见，但是却能完美避开障碍重重的路（虽然自己不知道）说这个就是想说，人的视觉神经可能不止联结大脑的一个处理器。现在看来在后脑勺（occipital cortex, primary visual cortex）还有就是丘脑（像盲视，大概就是视神经到丘脑中lgn直通线路的作用）人的视神经线路可有趣了，可以写一章呢
科学网 “视觉研究的前世今生”，对视觉研究的发展历程做了简单的梳理，相当一部视觉研究简史，有兴趣的可以去看看。
也可以在脑子后面拍一个阵列到初级视觉皮层，因为视网膜往初级视觉皮层的投射基本上有个空间上的拓扑对应。然后这个阵列再连根线到前面装个摄像机。
已有帐号？
无法登录？
社交帐号登录}