这取决于大脑神经元发射的速度和时间,突触前神经元中的电尖峰刺激神经元释放神经递质

图片 1

图片 2

还记得老师和家长听到人们被称为慢学习者吗?对于那些花费更长时间来处理信息的人来说,这种常用的描述现在已经有了它存在的科学依据。

在作出这一发现时,来自生理学系的Sajikumar Sreedharan博士,本科生Karen
Pang,博士生Mahima Sharma,博士后研究员Krishna
Kumar博士(来自生理学系)和合作者Thomas
Behnisch博士提供了有关精确的基本信息。可能严重影响存储过程形成的时间。该研究于2019年3月1日发表在享有盛名的国际期刊《美国国家科学院院刊》(PNAS)中。

新加坡国立大学Yong Loo
Lin医学院的科学家们发现,一个人能够快速掌握,处理,理解,储存和使用信息,这取决于大脑神经元发射的速度和时间。一个神经元和下一个神经元的发射之间的间隙越接近,接收,存储和作用信息的速度就越大。

适应和学习经验的能力是人脑最吸引人的特征之一。这个迷人的器官由数十亿个神经元组成,这些神经元又与许多其他细胞相连。神经元之间的物理连接(称为突触)是神经元相互交流的地方。突触是可塑性的-这些连接可以响应传入的信息而动态增强或减弱。突触功效的这种变化是大脑学习和记忆形成的基础。

换句话说,当谈到快速思考时,时机会产生重大影响。

NUS小组发现,海马神经元(对记忆形成至关重要的大脑区域)使用了各种各样的学习机制。一种这样的学习形式,称为尖峰时变依赖可塑性(STDP),取决于突触前神经元和突触后神经元中每对电尖峰的时间(用于在神经元内传递信息的电活动)。神经元(图1)。突触前神经元中的电尖峰刺激神经元释放神经递质,该神经递质穿过突触行进以激活突触后神经元,然后信息被转换回电尖峰。当突触前和突触后神经元同时活动(相距少于30毫秒)时,它们之间的联系就会增强。然而,

在发现这一发现时,Sajikumar Sreedharan博士和本科生Karen
Pang,博士生Mahima Sharma,博士后研究员Krishna Kumar博士 – 来自生理学系

此外,研究人员证明,当突触前​​和突触后尖峰同时出现时,突触强度会持续增加数小时,并且突触甚至可以增强弱信息,从而使其得以存储。效果是特定的,仅用于增强该突触,而不能增强其他突触的变化。这项研究揭示了神经元活动中的瞬间时间对塑造大脑信息处理的重要性。

  • 以及来自中国的合作者Thomas
    Behnisch博士提供了有关基本信息。精确的时间可以严重影响记忆过程的形成。该研究于2019年3月1日在着名的国际期刊美利坚合众国国家科学院院刊(PNAS)上发表。

研究人员可以检测出突触间时间的长期影响,因为他们研究突触变化的时间比以前的研究(通常少于1.5小时)更长(4小时)。

适应和学习经验的能力是人类大脑最有趣的特征之一。这个迷人的器官由数十亿个神经元组成,这些神经元又连接到许多其他细胞。神经元之间的物理连接称为突触,是神经元相互通信的地方。突触非常可塑

这些连接可以动态增强或减弱以响应传入的信息。突触功效的这种变化是学习和大脑记忆形成的基础。

新加坡国立大学的研究小组发现,海马体(一个对记忆形成至关重要的大脑区域)的神经元使用了各种各样的学习机制。一种这样的学习形式,称为尖峰定时依赖性可塑性(STDP),取决于突触前神经元和突触后的每对电刺激(用于在神经元内传递信息的电活动)的时间。神经元(图1)。突触前神经元中的电刺激刺激神经元释放神经递质,神经递质穿过突触以激活突触后神经元,其中信息被转换回电刺突。当突触前和突触后神经元同时活动(相隔小于30毫秒)时,它们之间的连接得到加强。然而,

此外,研究人员证明,当突触前​​和突触后尖峰同时发生时,突触强度的增加持续数小时,突触甚至可以加强弱信息,使其得以存储。效果是特异性的,仅用于加强这种突触,而不是增强其他突触的变化。这项研究揭示了神经元活动的瞬间时间在塑造大脑信息处理中的重要性。

研究人员可以检测到峰值时间的长期影响,因为他们研究突触变化的持续时间(4小时)比之前研究中使用的持续时间长,通常不到1.5小时。

已经提出STDP模型来解释空间和时间序列学习。此外,STDP模型在各种必须快速完成物体识别和决策的情况下派上用场,例如抛射物避免或朋友识别。例如,当一个球飞向我们时,我们必须在非常小的时间窗口内识别物体及其行进轨迹,以便迅速采取行动以避免被击中。同样,当我们遇到另一个人时,我们必须迅速决定他们是朋友还是敌人。这种认识需要在STDP解释的活动时间窗口内进行大脑各个区域的协调行动。

不幸的是,由于海马在这种痴呆症的常见原因中特别受损,因此在阿尔茨海默氏病影响的大脑中,大脑能够根据信息流的精确时间进行改变的能力可能缺乏。本研究可为理解如何提供基础这种时间差异改变了大脑的功能,也改变了这些改变如何得到扭转或减轻。这可能使临床医生能够帮助患有记忆丧失的患者,国立大学医院神经病学高级顾问,记忆衰老主任Christopher
Chen博士说。认知中心,国立大学卫生系统。

全面了解影响神经连接的因素对于我们理解大脑中的信息处理至关重要。它还有助于我们了解记忆是如何形成的。此外,牢牢掌握这些神经计算规则可以帮助指导人工智能技术的构建,例如深度神经网络,其受到大脑学习机制的启发。

在自闭症谱系障碍的情况下,一些神经系统比其他神经系统更活跃。这可能是一些自闭症患者擅长某些任务,如艺术或数学,但难以社交的原因。使用人工智能,它可能有可能识别或多或少活跃的神经网络,并且可能使用STDP规则使其功能正常化,Sajikumar博士说。

基于对正常大脑如何计算信息和学习的这种改进的理解,研究人员可以确定可能涉及精神分裂症,抑郁症,睡眠丧失,中风,慢性疼痛,学习障碍和阿尔茨海默病等疾病的进一步研究机制。

已经提出了STDP模型来解释空间和时间序列学习。此外,STDP模型在必须快速完成对象识别和决策的各种情况下非常有用,例如避免弹丸或敌人识别。例如,当一个球飞向我们时,我们必须在很小的时间范围内识别出物体及其行进轨迹,以便迅速采取行动避免被击中。同样,当我们遇到另一个人时,我们必须快速确定他们是朋友还是敌人。这种识别需要在STDP解释的活动定时窗口内大脑各个区域的协调动作。

不幸的是,在阿尔茨海默氏病影响的大脑中,大脑可能无法响应如此精确的信息流动而改变其能力,因为在这种常见的痴呆病因中海马尤其受到损害。这项研究可能为理解如何这样的时间差异会改变大脑功能,以及如何逆转或缓解这些变化。这可能使临床医生能够帮助患有记忆力减退的患者。国立大学医院神经病学高级顾问,记忆衰老与治疗主任Christopher
Chen博士说。国立大学卫生系统认知中心。

相关文章

This entry was posted in 编辑推荐 and tagged , . Bookmark the permalink.

发表评论

电子邮件地址不会被公开。 必填项已用*标注