一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

小鼠聽皮層神經(jīng)元群體結(jié)構(gòu)動態(tài)變化實現(xiàn)感覺到范疇的轉(zhuǎn)化

mK5P_AItists ? 來源:YXQ ? 2019-07-22 15:13 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

7月8日,《神經(jīng)元》期刊在線發(fā)表了題為《小鼠聽皮層神經(jīng)元群體結(jié)構(gòu)動態(tài)變化實現(xiàn)感覺到范疇的轉(zhuǎn)化》的研究論文,該研究由中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心/神經(jīng)科學(xué)研究所、上海腦科學(xué)與類腦研究中心、神經(jīng)科學(xué)國家重點實驗室徐寧龍研究組完成,博士研究生辛宇為該論文第一作者。

該研究通過在頭部固定小鼠中建立一套聽覺相關(guān)的抉擇行為任務(wù),同時使用雙光子成像技術(shù)記錄清醒小鼠的聽覺皮層第2/3層群體神經(jīng)元的反應(yīng),解析了對感覺信息進行范疇化(categorization)的皮層神經(jīng)元群體運算機制。負責該項目的研究人員對皮層大量神經(jīng)元活動進行記錄和統(tǒng)計分析,發(fā)現(xiàn)在聽覺皮層中存在范疇抉擇相關(guān)的單細胞反應(yīng),并且,聽覺皮層神經(jīng)元的信息編碼會根據(jù)任務(wù)需要發(fā)生動態(tài)變化。這種神經(jīng)編碼的動態(tài)變化在群體水平有利于把連續(xù)的感覺信息轉(zhuǎn)化為任務(wù)相關(guān)的范疇信息。研究人員通過對群體神經(jīng)元活動的解碼,也驗證了任務(wù)態(tài)下聽皮層神經(jīng)元活動能夠準確預(yù)測小鼠執(zhí)行聽覺范疇分類任務(wù)的表現(xiàn)。

為什么需要對感覺信息進行分類或范疇化?這是由于人們大腦接收到的來自客觀世界的感覺信息紛繁復(fù)雜,而人們能夠形成的概念和采取的行動則數(shù)目有限,為了形成有意義的認知來指導(dǎo)行為,大腦需要對這些信息進行高效的組織管理,而其中最基本的過程就是范疇化(categorization),簡單來講,就是對外來刺激進行分類與定位,從而可以從外部信息中高效地抽提出最相關(guān)的信息,形成感知判斷。例如,當接收到豐富多樣的語音信息,大腦會把這些語音歸類到屬于不同的熟悉的人,或?qū)儆谀吧恕.斈憬拥揭粋€電話時,即使因為環(huán)境干擾和電話通話噪聲等因素而導(dǎo)致語音物理參數(shù)發(fā)生變化或扭曲,你仍然可以輕而易舉識別出電話里的語音是否屬于某一個熟人,或?qū)儆谀吧?。這個過程就涉及到對聲音信息的類別判斷。另一個例子是關(guān)于人們對于色彩的認知。當看到彩虹時,盡管其中可見光的波長實際上是連續(xù)變化的,然而人們對于波長的物理數(shù)值難以形成感性認知或顏色概念,因此需要將連續(xù)的波長信息范疇化,將其定義為離散的七種顏色類別(紅橙黃綠青藍紫),便于信息存儲與交流。這說明感覺信息范疇化可以幫助大腦高效存儲信息和形成認知。因此,認知心理學(xué)研究認為,范疇化是人們對外界形成感知并且做出行動的一個普遍而基本的過程。

大腦如何將復(fù)雜而又連續(xù)的刺激信息范疇化呢?這里面的神經(jīng)生物學(xué)機制是什么?對于這些問題的解答將使人們對腦認知功能的生物學(xué)基礎(chǔ)和神經(jīng)計算原理有更深入的理解。事實上,神經(jīng)科學(xué)家早已意識到這個問題的重要性。美國麻省理工學(xué)院(MIT)的著名神經(jīng)科學(xué)家Earl Miller的實驗室早在2001年就在Science發(fā)表論文,提出獼猴前額葉可以產(chǎn)生視覺信息分類相關(guān)的神經(jīng)活動。該論文的第一作者David Freedman后來(2006年)又在Nature發(fā)表論文,提出在后頂葉皮層也有編碼視覺分類的神經(jīng)活動。這些研究開啟了信息分類和感知覺范疇化神經(jīng)機制研究的新領(lǐng)域。但是這些研究中所發(fā)現(xiàn)的與感知類別相對應(yīng)的神經(jīng)活動,更多地代表神經(jīng)運算的結(jié)果,而感覺信息怎樣被轉(zhuǎn)化為離散的類別信息的神經(jīng)運算過程卻并不清楚。

為了探索這個問題,腦智卓越中心的研究人員在小鼠中建立了一個基于聽覺的分類抉擇行為范式,經(jīng)過訓(xùn)練,小鼠可以將不同頻率的純音歸類到“高音”或“低音”范疇。同時研究人員結(jié)合活體雙光子成像技術(shù),在動物執(zhí)行任務(wù)的同時對聽覺皮層群體神經(jīng)元活動進行大規(guī)模記錄,并結(jié)合進一步的定量分析,從而研究了大腦皮層的神經(jīng)元如何通過動態(tài)編碼將感覺信息轉(zhuǎn)化為類別信息的機制。研究的具體過程是,清醒小鼠在頭部固定的情況下被放置在隔音箱內(nèi),經(jīng)過訓(xùn)練它們可以將連續(xù)的單一頻率聲音(6種或者8種)按照設(shè)定的類別邊界劃分成兩種類別:低頻組或者是高頻組,一般小鼠在經(jīng)過一周的訓(xùn)練后可以達到80%以上的正確率(圖A和圖B)。隨后,開始雙光子成像的實驗(圖C)。對于這些小鼠,研究人員事先在聽皮層神經(jīng)元中利用微量病毒注射的方法表達鈣指示劑GCaMP6s蛋白,并埋置長期成像窗口,從而實現(xiàn)對于群體神經(jīng)元活動的長期穩(wěn)定記錄。

他們的研究發(fā)現(xiàn),在單細胞水平,除了編碼聲音頻率信息的神經(jīng)元活動之外,在小鼠執(zhí)行聲音分類任務(wù)中,出現(xiàn)了兩種與分類相關(guān)的神經(jīng)活動。其中一類的神經(jīng)元表現(xiàn)出對聲音類別的特異性反應(yīng),類似于前人在前額葉和后頂葉等下游腦區(qū)發(fā)現(xiàn)的類別相關(guān)的神經(jīng)元。例如圖D中的神經(jīng)元只對于低頻類別聲音有反應(yīng),而對于高頻類別幾乎沒有反應(yīng)。另外一類神經(jīng)元則表現(xiàn)出對于類別邊界頻率聲音的選擇性反應(yīng)(圖E),而這種聲音選擇性反應(yīng)在被動聽聲音的情況下并不存在,因此是一種任務(wù)依賴的動態(tài)調(diào)整。在群體神經(jīng)元水平上,他們發(fā)現(xiàn),相對于靜息狀態(tài)的被動刺激,任務(wù)態(tài)下聽皮層對于相同聲音的編碼在群體構(gòu)成上出現(xiàn)了動態(tài)調(diào)整(圖F)。進一步通過對群體神經(jīng)元活動的解碼,發(fā)現(xiàn)這種動態(tài)調(diào)整使得聽皮層神經(jīng)元活動能夠準確可靠地預(yù)測動物的行為任務(wù)(圖G - H)。因此,該項工作揭示聽覺皮層神經(jīng)元群體可以根據(jù)分類任務(wù)的需要,動態(tài)調(diào)整信息編碼特性,形成利于提高分類邊界分辨能力的群體編碼結(jié)構(gòu),從而提出了感知分類的一個新的神經(jīng)運算機制。這一成果對于感覺皮層在認知過程中的信息處理機制提出了新的理解和預(yù)期,并且可能有助于啟發(fā)人工智能算法設(shè)計的新思路。

該項工作在研究員徐寧龍的指導(dǎo)下,主要由辛宇完成,同時課題組的博士研究生鐘林、張園,高級工程師潘璟瑋,助理研究員周濤濤也做出了重要貢獻。該工作得到國家基金委、國家重點實驗室基金、中科院戰(zhàn)略性先導(dǎo)科技專項、中科院重點前沿項目、青年千人計劃等的資助。

圖注:A、頭部固定小鼠的行為范式。被動情況下小鼠只需要聽聲音,不需要做出反應(yīng)。B、小鼠行為學(xué)的心理物理曲線。C、雙光子成像示意圖。D、對于聲音的類別有選擇性反應(yīng)的示例神經(jīng)元。E、對于類別的分界處的聲音有特意選擇性的示例神經(jīng)元。F、使用群體神經(jīng)元活動來預(yù)測單次實驗中小鼠的行為,與小鼠實際的行為選擇具有顯著的相關(guān)性。G、群體神經(jīng)元活動的解碼結(jié)果跟小鼠的抉擇行為顯著相關(guān)。H、通過解析群體神經(jīng)元活動得到的神經(jīng)測量曲線跟小鼠行為學(xué)的心理物理曲線高度相似。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 麻省理工
    +關(guān)注

    關(guān)注

    0

    文章

    40

    瀏覽量

    12408
  • 神經(jīng)元
    +關(guān)注

    關(guān)注

    1

    文章

    368

    瀏覽量

    18835

原文標題:研究揭示聽覺皮層編碼聽覺認知的新機制

文章出處:【微信號:AItists,微信公眾號:人工智能學(xué)家】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    無刷直流電機單神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    摘要:針對無刷直流電機(BLDCM)設(shè)計了一種可在線學(xué)習(xí)的單神經(jīng)元自適應(yīng)比例-積分-微分(PID)智能控制器,通過有監(jiān)督的 Hebb學(xué)習(xí)規(guī)則調(diào)整權(quán)值,每次采樣根據(jù)反饋誤差對神經(jīng)元權(quán)值進行調(diào)整,以實現(xiàn)
    發(fā)表于 06-26 13:36

    無刷直流電機單神經(jīng)元PI控制器的設(shè)計

    摘要:研究了一種基于專家系統(tǒng)的單神經(jīng)元PI控制器,并將其應(yīng)用于無刷直流電機調(diào)速系統(tǒng)中??刂破?b class='flag-5'>實現(xiàn)了PI參數(shù)的在線調(diào)整,在具有PID控制器良好動態(tài)性能的同時,減少微分項對系統(tǒng)穩(wěn)態(tài)運行時的影響,并較好
    發(fā)表于 06-26 13:34

    經(jīng)顱電刺激適應(yīng)癥系列之tACS調(diào)節(jié)睡眠

    多腦區(qū)協(xié)同的睡眠啟動機制睡眠的啟動依賴于皮層皮層結(jié)構(gòu)動態(tài)交互。前額葉皮層通過調(diào)控皮層-丘腦
    的頭像 發(fā)表于 04-13 20:24 ?537次閱讀
    經(jīng)顱電刺激適應(yīng)癥系列之tACS調(diào)節(jié)睡眠

    BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計原則

    ,僅作為數(shù)據(jù)輸入的接口。輸入層的神經(jīng)元個數(shù)通常與輸入數(shù)據(jù)的特征數(shù)量相對應(yīng)。 隱藏層 :對輸入信號進行非線性變換,是神經(jīng)網(wǎng)絡(luò)的核心部分,負責學(xué)習(xí)輸入與輸出之間的復(fù)雜映射關(guān)系。隱藏層可以有一層或多層,層數(shù)和神經(jīng)元數(shù)量根據(jù)具體問題而定
    的頭像 發(fā)表于 02-12 16:41 ?737次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?659次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)步驟詳解

    BP神經(jīng)網(wǎng)絡(luò)的實現(xiàn)步驟主要包括以下幾個階段:網(wǎng)絡(luò)初始化、前向傳播、誤差計算、反向傳播和權(quán)重更新。以下是對這些步驟的詳細解釋: 一、網(wǎng)絡(luò)初始化 確定網(wǎng)絡(luò)結(jié)構(gòu) : 根據(jù)輸入和輸出數(shù)據(jù)的特性,確定
    的頭像 發(fā)表于 02-12 15:50 ?641次閱讀

    深度學(xué)習(xí)入門:簡單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實現(xiàn)

    深度學(xué)習(xí)中,神經(jīng)網(wǎng)絡(luò)是核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個簡單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)由多個神經(jīng)元組成,神經(jīng)元之間通過
    的頭像 發(fā)表于 01-23 13:52 ?528次閱讀

    新型超分辨顯微成像技術(shù):突破光學(xué)衍射極限

    和運動偽影兩大技術(shù)難題,可在清醒動物腦中對神經(jīng)元的快速動態(tài)進行超分辨率光學(xué)成像和解析,為探討動物學(xué)習(xí)過程中的神經(jīng)元突觸可塑性基礎(chǔ)提供了新工具。近年來,新發(fā)展
    的頭像 發(fā)表于 12-19 06:21 ?540次閱讀
    新型超分辨顯微成像技術(shù):突破光學(xué)衍射極限

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點是每一層的每個神經(jīng)元都與下一層的所有神經(jīng)元相連。這種
    的頭像 發(fā)表于 11-15 14:53 ?1865次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機制

    網(wǎng)絡(luò)的結(jié)構(gòu)與工作機制的介紹: 一、LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主要包括以下幾個部分: 記憶單元(Memory Cell)
    的頭像 發(fā)表于 11-13 10:05 ?1628次閱讀

    HarmonyOS NEXT應(yīng)用服務(wù)開發(fā)內(nèi)容動態(tài)變化場景

    適用場景:界面上重要內(nèi)容在動態(tài)變化后,需要實時發(fā)送變化后的朗讀內(nèi)容 說明:如果界面上內(nèi)容發(fā)生動態(tài)變化且其內(nèi)容對用戶具有必要的提示/告知/指導(dǎo)
    發(fā)表于 10-29 10:52

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    轉(zhuǎn)換成一個很長的一維向量。轉(zhuǎn)換是在所謂的壓平層中完成的,隨后是一個或兩個全連接層。全連接層的神經(jīng)元類似于圖2所示的結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)最后一層的輸出要與需要區(qū)分的類別的數(shù)量一致。此外,在最后一層中,數(shù)據(jù)還被
    發(fā)表于 10-24 13:56

    怎樣做ZL-01C單臂數(shù)顯小動物腦立體定位儀實驗?

    簡單介紹: 數(shù)顯腦立體定位儀又稱腦固定裝置,它是利用顱骨外面的標志或其它參考點所規(guī)定的三度坐標系統(tǒng),來確定皮層下某些神經(jīng)結(jié)構(gòu)的位置,以便在非直視暴露下對其進行定向的刺激、破壞、引導(dǎo)電位等研究。是
    發(fā)表于 08-26 15:33

    簡儀高性能平臺在小鼠腦電波實驗中的應(yīng)用

    在生物實驗測試中,準確捕捉小鼠在各種刺激信號下腦電波的變化是至關(guān)重要的。這些刺激信號包括聲音、視覺和觸覺等,它們通過不同的方式影響小鼠神經(jīng)系統(tǒng)。為了深入理解這些刺激對
    的頭像 發(fā)表于 08-02 15:17 ?700次閱讀
    簡儀高性能平臺在<b class='flag-5'>小鼠</b>腦電波實驗中的應(yīng)用

    Python自動訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)

    人工神經(jīng)網(wǎng)絡(luò)(ANN)是機器學(xué)習(xí)中一種重要的模型,它模仿了人腦神經(jīng)元的工作方式,通過多層節(jié)點(神經(jīng)元)之間的連接和權(quán)重調(diào)整來學(xué)習(xí)和解決問題。Python由于其強大的庫支持(如TensorFlow、PyTorch等),成為了
    的頭像 發(fā)表于 07-19 11:54 ?698次閱讀