论文部分内容阅读
人的大脑是自然界中最复杂的造物,居住于此的神经细胞,数量如漫天的繁星,约有1000亿个.不同于其他组织器官,大脑中的神经细胞根据形态、功能或者特定的生物标志物,分类不计其数.这些种类繁多的神经元又连接成神经环路去执行某个明确的生理功能,众多神经环路交互联系就形成了浩瀚如宇宙般的神经网络.
光遗传技术双向精准调控神经元活动
【摘 要】
：
人的大脑是自然界中最复杂的造物,居住于此的神经细胞,数量如漫天的繁星,约有1000亿个.不同于其他组织器官,大脑中的神经细胞根据形态、功能或者特定的生物标志物,分类不计其数.这些种类繁多的神经元又连接成神经环路去执行某个明确的生理功能,众多神经环路交互联系就形成了浩瀚如宇宙般的神经网络.
【机 构】
：
中国科学院深圳先进技术研究院
【出 处】
：
前沿科学
【发表日期】
：
2021年2期
其他文献
人类大脑是极其复杂的系统,由种类繁多的神经元、胶质细胞和血管网络组成.神经元通过丰富的树突、轴突网络将不同的脑区联接在一起,时空跨度十几个数量级[1].探究神经信息从哪里来、到哪里发挥作用,需要在全脑范围解析不同区域间的联系,涉及从脑区到突触的多个尺度,好比在森林中探寻树木之间、树叶之间交流的奥秘.
期刊
本文利用稳定性交換准则理论(PES)研究含磁场耦合的可压缩Navier-Stokes-Poisson方程的线性稳定性.研究表明:当无量纲马赫数项1/λ<2π时,方程稳态解(1,0,H 0)是稳定的;当1/λ>2π时,方程的平凡稳态解是不稳定的.
要让人工智能更智能,就要让其更接近“人的智慧”.这就意味着,人工智能需要拥有接近人的感知、理解、思维、学习和推理能力,才能胜任不同场景下的各种任务.rn最高智能源于大脑决策过程rn人类是自然界中拥有最高智能的物种,我们的一举一动都源于自身的决策,而每一次决策都需要在神经系统中进行大量且复杂的信息传播与处理.决策产生的过程可以简单概括为环境感知、学习及知识迁移.
期刊
对标题里的这个问题，你担心过吗？ 先来看看进入2012年之后的第一个引人注目的天文现象：1月31日，被称为“胖香蕉”的第二大近地小行星“爱神星” 在距离地球大约2 700万千米的地方掠过。“爱神星”长33千米、厚13千米，体积约为5 577立方千米。 2 700万千米挺远的嘛——也许你会这么说。 好吧，再来看看几个月前的一个天文现象：2011年11月8日，直径约400米的小行星“2005 Y
脑科学之所以被视为人类理解自然界和人类本身的“终极疆域”,是因为人类大脑被誉为宇宙内最复杂的结构.过去的神经科学研究集中在分子、基因和细胞等微观水平,或基于磁共振成像的结构—功能网络和行为层次等宏观水平(如图1a所示).但大脑复杂的本质是其包含约千亿个神经元,通过约千万亿的突触连接,形成数目近乎无穷的、介观水平的神经环路(如图1b所示),作为协调和执行各种脑基本和高级功能的结构基础.
期刊
本文针对对数非线性薛定谔方程构造了一种求其基态解的数值解法.该方法首先对原始能量泛函进行正则化处理,然后使用归一化梯度流来求正则化后的基态解,其中,在求解的每个时间步采用向后欧拉傅里叶谱方法的隐式数值格式,并通过不动点迭代求解.本文分析了该方法的能量误差,并通过数值模拟验证其可靠性.
前景提取是在图像整体认知基础上将感兴趣对象分离出来,本文联合图像亮度视觉感知和水平集方法提出了一种基于亮度感知的前景提取模型.该模型依据像素对的亮度视觉相关性,联合视觉区域内的相似性和区域间的差异性,设计了亮度感知能量泛函,运用瑞利熵求解能量泛函得到视觉区域,利用视觉区域特征驱使初始曲线演化至前景轮廓.相对于传统算法,该模型运用图像视觉特征有利于从图像的整体认知上提取前景,提高了水平集方法的前景提
为规范白花前胡(Peucedanum praerupterum)种植和提高产量,对不同光强下白花前胡的光合特性进行了研究。结果表明,与遮阳40%和60%相比,对照(CK)和遮阳20%的白花前胡叶片具有更高的最大电子传递速率[分别为247.129和266.866μmol/(m2·s)]和最大净光合速率[分别为25.621和28.167μmol/(m2·s)],且最大净光合速率对应的饱和光强[分别为2130.419和1927.804μmol/(m2
神经诱导、细胞分化、形态发生、细胞迁移、轴突引导、突触形成……这些令人费解的名词其实是我们在出生前大脑“悄悄地”经历的一系列发育过程.rn在大脑发育阶段中,神经发育首先起源于神经外胚层所衍生的神经管,神经管再出现3个脑泡,沿着头尾轴方向分为前脑、中脑和菱脑,继而再分化成端脑、间脑、中脑、后脑和延髓等5个脑泡(如图1A所示).位于端脑、间脑和中后脑中的“二级组织者”,通过分泌形态生成素诱导各脑区的形态建成,这就完成了第一步——神经诱导过程.
期刊