神經(jīng)微系統(tǒng)與機器人(已修改)
2025-01-16 15:07 本頁面
【正文】 神經(jīng)微系統(tǒng)與神經(jīng)機器人 共 8人，在 3月 14號做報告 每個報告 15分鐘 神經(jīng)微系統(tǒng)與神經(jīng)機器人 ? 編碼策略 ? 系統(tǒng) ? 機器人 ? ? ? ? ? ? ? ? 神經(jīng)元集群編碼策略 背景 ? 作為腦功能研究的重要方向之一，神經(jīng)元集群編碼研究著重于應用數(shù)學理論和計算機模擬方法對腦功能進行模擬和研究，從信息科學的角度嘗試解釋腦的信息處理機制 。 它具有很強的學科交叉性和整合性，重點在于為腦的高級功能提供可信的解釋模型，神經(jīng)元集群編碼研究的發(fā)展將對智能科學、信息科學、認知科學、神經(jīng)科學等多門學科產(chǎn)生重要而深遠的影響。 ? 從信息科學的角度出發(fā)，我們可將大腦看成接受、處理并輸出信息的一種復雜的系統(tǒng)。外界輸入的刺激信息是高維的，大腦篩選、整合以及儲存有用的信息，并通過神經(jīng)元的響應活動來實現(xiàn)對這些有用信息的編碼與解碼。比如，當我們接受視覺信號的時候，大腦所解讀的并非是光的強度或是波長，而是數(shù)以百萬計的視神經(jīng)細胞的動作電位。因此腦功能研究的迫切任務就是對神經(jīng)元放電這種語言在各種情況下的含義進行破譯，也就是掌握神經(jīng)信息的編碼方式。 神經(jīng)元集群編碼策略的方式 ? 神經(jīng)元集群編碼目前主要有頻率編碼和時空編碼兩種方式 。神經(jīng)元集群的頻率編碼以神經(jīng)元集群內(nèi)的脈沖發(fā)放頻率即總的脈沖發(fā)放率的平均值表示 信息。 而神經(jīng)元集群的時空編碼具有較高的信息傳輸率，在中樞神經(jīng)系統(tǒng)的信息處理和傳遞中有著巨大的優(yōu)越性。所以在接下來的講解中，我們主要對神經(jīng)元集群的時空編碼方法進行詳細的介紹。 神經(jīng)元集群時空編碼 ? 在神經(jīng)元集群所組成的回路中，單個神經(jīng)元放電序列中的有序時間間隔，或不同神經(jīng)元放電序列之間的相互時間關系將會重現(xiàn)，這種重復出現(xiàn)的，有序的并且是精確的放電間隔相互關系被稱為神經(jīng)元集群時空編碼 。 ? 所謂 “空”，是空間連接，是一種“硬件”的拓撲結構，是神經(jīng)元間的物理連接；而“時”則是指在“硬件”結構基礎上傳遞的時間模式，這種模式可以決定動態(tài)的連接結構，這種時間模式的產(chǎn)生與“硬件”連接密切相關，但是時間變量提供了傳遞信息的巨大能力，結果是可以在同一“硬件”上形成許多不同的“動態(tài)結構”。 放電同步性的互相關表達 ? 對神經(jīng)元放電序列相關函數(shù)的解讀是時空編碼的主要表達方式：平坦而接近零值的互相關函數(shù)說明兩個放電序列為各自獨立的過程；互相關函數(shù)在延時為零處出現(xiàn)峰值，表明被考察的兩個神經(jīng)元放電序列呈現(xiàn)同步化趨勢；互相關函數(shù)在非零延時處出現(xiàn)峰值，表明一個神經(jīng)元的活動對另一個神經(jīng)元的活動具有激活作用。 ? 神經(jīng)元放電序列間相關性的存在已經(jīng)得到越來越多實驗結果的支持。但這種相關性往往是很復雜的，因為它的來源可能不同。 多變量分析 ? 目前應用最廣泛的放電同步性的互相關表達只能檢測神經(jīng)元集群中任意兩個神經(jīng)元放電序列之間的相關性，而不是同步記錄的多個神經(jīng)元放電脈沖序列之間的相互關系。在概率論和統(tǒng)計學中，一個離散事件的時間序列 (比如一個脈沖放電序列 )稱為一個點過程 (point process)，因此同時記錄的多個神經(jīng)元活動組成的放電脈沖集合就組成了多維點過程時間序列。這些時間序列都是動態(tài)的、隨機變化的，它們之間的關系可以用基于多變量分析的統(tǒng)計學方法，例如線性或非線性多變量回歸分析更為精確地表達。 人工神經(jīng)網(wǎng)絡 ? 應用統(tǒng)計學的方法可以對神經(jīng)信息進行有效地提取，但在一些具有特殊的數(shù)學分布或者假設的情況下，人工神經(jīng)網(wǎng)絡方法則更為適用。 時空編碼與頻率編碼的關系 ? 在不同的皮層區(qū)域，應該采用不同的編碼方法來實現(xiàn)局部空間結構和時間動態(tài)行為之間的平衡，以反應其所處理信息的自然特征。頻率編碼在許多系統(tǒng)中被用來表達時間信息，并且與時間編碼同時存在。 本章小結 ? 許多實驗已經(jīng)表明，大腦中并非只有一種編碼方式存在。目前對于神經(jīng)元集群編碼策略的研究主要停留在應用傳統(tǒng)的信息理論和方法：頻率編碼和時空編碼。時空編碼也大多停留在表達集群內(nèi)神經(jīng)元放電序列兩兩之間的關系上，這些方法能表達的神經(jīng)信息還是極為有限的， 研究表達集群中多個神經(jīng)元相互關系的高階特性進而發(fā)展其他更為有效的編碼模式是未來將要面對的問題 。 神經(jīng)微電子系統(tǒng) ? ? （神經(jīng)微電極）的國內(nèi)外研究現(xiàn)狀 ? ? ? ? 系統(tǒng) ? 神經(jīng)接口 ? (Neural Interface， NI)神經(jīng)接口是人或動物的神經(jīng)系統(tǒng)與外界環(huán)境交互的雙向通道。 該技術涉及到生物，醫(yī)學，信息和材料等多個學科領域，需要多學科交叉融合。作為一種嶄新的交互模式，它的發(fā)展越來越受到人們的重視。到目前為止，在神經(jīng)接口技術中，研究較為廣泛的是神經(jīng)微電極。 神經(jīng)接口技術（神經(jīng)微電極）的國內(nèi)外研究現(xiàn)狀 ? 密西根大學制造了可以說至今最為先進的微電極，在電極上集成了電子線路，有靈活的帶狀導線和微流體通道 。在選擇的區(qū)域可做到 15微米而且可形成任意的二維平面形狀，電極使用二氧化硅和四氯化三硅作為鈍化和絕緣層，能夠制造二維，甚至三維的微電極。 ? 相對于國外的研究成果而言，國內(nèi)在神經(jīng)微電極方
教學課件相關推薦
鄂ICP備17016276號-1