大腦中的神經網絡是如何傳遞信息的？

2020-11-25 老嶽講感統教育

人類大腦中的神經元有140億左右，神經元有著怎樣的構造，神經元與神經元之間是如何相互聯繫，傳遞信息，最終組成複雜的大腦神經網絡的呢？來聽老嶽講：

萬物都有陰陽兩面，神經元的突觸也分為兩端，一端叫樹突、一端叫軸突。傳遞信息的時候，也有一套簡單但是永恆不變的真理——單個神經元用自己的樹突，接受前一個神經元軸突傳遞來的信息，經由細胞體後再由自己的軸突傳遞給下一個神經元的樹突。我們大腦中的神經元網絡就這樣開始傳遞起信息。



神經元的基本結構和其他細胞一樣。只不過，因為功能的特殊性，所以在形態上也就分化得比較特殊。每一個神經元，都由細胞體和突觸（細胞突起）組成。其中，突觸就是由細胞體上延伸出來的細長部分，有樹突和軸突之分。兩者有什麼區別呢？

樹突是短狀突起，軸突是長狀的。並且神經興奮傳導方向只可以從軸突到樹突，而不可以反向。為什麼不可以反向，因為軸突末端有突觸小體，樹突沒有。樹突上有識別神經遞質的受體，但不含突觸小泡，即無法分泌神經遞質，即只能接受、傳導衝動。軸突在結構上比樹突長得多，其末端膨大為突觸小體，含大量突觸小泡，可以釋放神經遞質，但無法識別神經遞質（無受體）。

即，神經衝動只能是（前一個神經突觸小體）-（樹突)-（細胞體）-（軸突）-（突觸小體）-（下一個樹突）傳遞的。至於終點，樹突的終點是另一個神經細胞的軸突末梢，軸突末梢終點是下一個神經細胞的樹突。


- The End -


關注老嶽講感統，了解更多感統知識和育兒技巧~

相關焦點

  • 華中大教授《自然》發文,讓科學家重新思考大腦如何傳遞信息
    華中大教授《自然》發文，讓科學家重新思考大腦如何傳遞信息 2018-03-30 20:07 來源：澎湃新聞·澎湃號·政務
  • 人工智慧神經網絡和生物大腦有什麼區別 神經網絡將如何發展
    關鍵是有機大腦的結構和先天能力，這種觀點在當今的AI社區中大多被駁回，而人工神經網絡主導了這一論點。神經科學冷泉港實驗室教授Anthony Zador在同行評審期刊《自然》上發表的一篇論文中指出，這是一個高度結構化的大腦，可以使動物成為非常高效的學習者。
  • 科學家揭開大腦神經信號傳遞新通路
    華中科技大學教授馬聰有關神經細胞信號傳遞的最新研究成果為進一步解開大腦之謎提供幫助。
  • 大腦信息傳遞之謎
    浙江大學科學家一項最新研究表明，ATP在大腦突觸的刪除機制中扮演重要角色，從而為突觸刪除異常相關疾病的治療提供了新的啟發。&nbsp&nbsp&nbsp&nbsp突觸是大腦中的一種關鍵結構，實現了神經元之間的信息傳遞。人在幼年時大腦中的突觸數量會隨著發育急劇增長，隨後又減少並長期保持在相對穩定的水平——完成這一過程有賴於大腦中的突觸刪除機制。
  • 大腦與AI,神經科學與人工神經網絡
    隨著言語進入我們的腦海，我們形成了某人對我們所說的話的想法，那到底這些想法是如何在我們腦中產生的。書讀百遍其義自見，一個詞有多重含義，但可以根據之前所說的內容推斷出那個詞對於那個詞的含義，大腦如何聯繫這些概念的。人工智慧（AI）能幫助我們理解大腦如何理解語言嗎？
  • 線蟲神經網絡首次完整破解,揭秘大腦功能如何產生
    原標題：歷時八年登上Nature封面：線蟲神經網絡首次完整破解，揭秘大腦功能如何產生大腦功能是如何從神經迴路的運作中產生的，第一次有了比較明確的解釋。歷時8年研究，哥倫比亞大學的博士後Steven J. Cook等人終於修成正果，他們的研究登上了今日Nature封面。
  • 超常大腦大講堂:什麼是人工神經網絡?它和我們大腦有本質區別嗎
    人工神經網絡的原理什麼是人工神經網絡？簡單的說，就是讓程序能夠像大腦處理信息那樣，來處理複雜的工作。一般的人工神經網絡，包含了三部分，輸入層（input layer）、隱藏層（hidden layer）、輸出層（output layer）。如下圖所示簡單地說，輸入層用來接收信息；隱藏層用來處理信息；輸出層用戶來輸出信息。
  • 前沿綜述：大腦結構網絡、功能網絡和網絡控制中的物理學
    表徵是如何在腦中傳遞？知識怎樣修正？解答大腦複雜系統的一系列謎題，物理學視角越來越重要。深入淺出地介紹了統計物理、資訊理論和動態系統控制等模型、直覺和理論在腦結構與功能網絡中的使用。這可能與促進腦內信息的拆分和整合有關，從而減少處理外來信息的最小計算步驟[4-6]。除了這些網絡的拓撲結構之外，大腦其實是局限在一個很小的三維空間裡，而且以最低能耗為特點來進化的[5, 7, 8]。
  • 中美科學家揭開大腦神經信號傳遞新通路
    中國科技網訊 華中科技大學教授馬聰有關神經細胞信號傳遞的最新研究成果為進一步解開大腦之謎提供幫助。12月20日，國際著名學術期刊《科學》在線發表了題為《神經遞質釋放中Munc18和Munc13蛋白重要功能的重組》的論文。該論文由馬聰和美國西南醫學中心喬瑟夫·裡索教授領銜的研究組合作完成。
  • AI埋藏在大腦神經元突觸間美妙的電信號中?
    目前哪怕是做出一個200多層的好用的人工神經網絡都已經是值得大書特書一番的事情，而大腦中的神經元如果硬要分層，不知道可以分成多少層了，當然，雖然人工神經網絡的靈感來源於人的神經網絡，但它們的工作原理其實並不是很像。
  • 百度大腦這樣思考:模仿人類大腦神經網絡
    原標題：百度大腦這樣思考：模仿人類大腦神經網絡 　　巴西世界盃足球賽激戰正酣，有爆冷出局的，也有意外晉級的。本屆比賽雖然沒有了「預言帝」章魚保羅，但是預測比賽結果已經有了新工具——能夠分析數據、學習思考的人工智慧。
  • 前沿綜述:大腦結構網絡、功能網絡和網絡控制中的物理學
    表徵是如何在腦中傳遞？知識怎樣修正？解答大腦複雜系統的一系列謎題，物理學視角越來越重要。Nature reviews Physics 一篇綜述文章，從大腦的結構網絡、功能網絡和網絡控制的角度，梳理了物理學在腦科學研究中的進展。本文是對這篇綜述的概述。
  • 最強大腦皮層神經網絡重建 揭哺乳動物最大神經線路圖
    此前，人類只知大腦神經元的「樣子」，現在，哺乳動物神經元如何連接——首次得到揭秘，並實現了更大量級的大腦皮層神經網絡的重建。並且AI的方法在其中發揮重要作用，研究者還說，這種突破還可能進一步為AI發展提供指導：「揭開生物神經網絡連接秘密，或許可以進一步探明大腦高效計算原理。
  • 上海科學家發現傳遞癢覺的長途「神經高鐵」
    上海科學家發現傳遞癢覺的長途「神經高鐵」 為開發高效無副作用止癢藥提供可能　　癢，一種不愉快卻很重要，生活中很熟悉科學上卻充滿未知的感覺。撓痒痒，癢的究竟是皮膚還是大腦？痛還有止痛藥可以對付，但是你吃過管用又不會嗜睡的止癢藥嗎？關於癢，人類還是知道得太少。
  • 如何重建深層神經網絡的可塑性?
    ，深度學習的基本結構是深度神經網絡，它是一種人工神經網絡，人工神經網絡是一種應用類似於大腦神經突觸聯接的結構進行信息處理的數學模型。從神經科學的角度來看，突觸可塑性是指神經元（或突觸）之間根據大腦活動隨時間增強或減弱連接的能力。一般而言，突觸可塑性與著名的赫布定律有關：「一起發射的神經元連在一起」，這試圖總結：根據在不同認知任務上的常規使用情況，大腦如何形成長時間的連接。這不足為奇，突觸可塑性被認為是長期學習和記憶等領域的基礎。
  • 迄今最大腦皮層神經網絡研究成果發布
    結合高通量功能成像技術製作的皮層神經元網絡，達到單細胞的解析度，其中每一根「線」及它們之間的連接都能看見，一些神經元根據它們在活腦中的活動方式被編成不同顏色。 據美國艾倫腦科學研究所消息，由該所和哈佛醫學院（HMS）、弗蘭德斯神經電子學研究所科學家（NERF）共同組成的國際研究團隊，在本周出版的《自然》雜誌上發表了迄今最大的腦皮層神經元連接網絡研究報告，揭示了腦網絡組織中的一些關鍵因素。
  • 對人工神經網絡「開刀」,利用神經科學消融法檢測人工神經網絡
    圖|Lillian, Meyes & Meisen來自 RWTH Aachen（亞琛工業大學）機械工程學院下信息管理研究所的研究人員們在解決黑箱問題上提出了自己的見解，他們探索了神經科學技術的相關應用，以確定人工神經網絡中信息是如何結構化的。
  • 人造突觸問世,可用於搭建神經網絡
    科學家用有機材料製成了人工突觸，可模仿神經元之間的信息傳遞。多年以來，雖然計算機技術飛速發展，但是科學家們仍然難以構建出高效而精巧的大腦仿生計算機。該種新型人工突觸不但成功地模仿了人腦中的突觸傳遞信號的方式，而且能效也超過了傳統計算機。計算機處理信息和存儲信息是利用不同器件分別進行的。而在大腦中，進行信息處理的同時也自動儲存了記憶。這項研究於 2 月 20 日發表在《自然·材料》（Nature Materials）上。
  • 神經遞質和大腦網絡的相互作用
    我們可以把人類的大腦看做成一個複雜而又高效的網絡。不同的腦區在進行著多種任務的同時，它們之間也在相互分享信息。大腦不僅從結構上是相互連接的，更在功能上通過腦網絡相互溝通。大腦的網絡神經科學家們是如何研究大腦的功能連接呢？在被試休息的狀態，研究者們利用功能性核磁共振獲取被試在時間序列上的靜息態大腦影像，通過分析不同腦區共同激活的程度，可以了解到腦區之間神經活動的模式，以及各個腦區是否在分享信息【1】 。
  • 科學家們使用人工智慧神經網絡來翻譯大腦活動中的語言
    最近發表的三項研究集中於使用人工智慧(AI)神經網絡從大腦信號中產生音頻輸出，結果顯示出了良好的效果，即在80%的時間內產生可識別的聲音。研究的參與者首先在大聲朗讀或聽特定單詞時測量了他們的大腦信號。然後，所有的數據都被交給一個神經網絡來「學習」如何解釋大腦信號，在此之後，最後的聲音被重建，讓聽者識別。這些結果為腦-計算機接口(BCIs)領域帶來了希望，在這個領域，基於思維的交流正迅速從科幻小說領域轉向現實。把人腦和電腦連接起來的想法並不新鮮。事實上，近年來已經取得了一些相關的裡程碑，包括使癱瘓的人能夠用他們的腦電波操作平板電腦。