神经科学探索脑第二十三章

2024-03-14 17:20

本文主要是介绍神经科学探索脑第二十三章,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、记忆和遗忘的类型

陈述性和非陈述性记忆

长时程记忆和短时程记忆

遗忘症

  1. 陈述性和非陈述性记忆
    • 陈述性记忆(外显记忆):对事实和事件的记忆。(内侧颞叶,中脑)
    • 非陈述性记忆(内隐记忆):程序性记忆,对技巧、习惯和行为的记忆。
  2. 长时程记忆和短时程记忆
    • 长时程记忆:几天、几月或几年前储存的信息仍能再现的记忆。
    • 短时程记忆:持续几秒到几小时,且易于被破坏
  3. 遗忘症
    • 逆行性遗忘:对损伤以前发生的事情的记忆丧失。
    • 顺行性遗忘:在脑损伤后不能形成新的记忆。
    • 顺行性脑遗忘:突发的顺行性遗忘,伴有短时间的逆行性遗忘。

二、找寻记忆的痕迹

  1. Lashley对大鼠迷宫学习的研究
    • 记忆痕迹存在于特定的皮层联合区。
    • 学习和记忆缺失的程度与脑损伤的面积有关,与脑损伤的部位无关。(后面证明是错误的)
  2. Heb和细胞集合
    • 细胞集合:一群同时激活的神经元。只要细胞集合内的连接持续激活,对外界客观物体的内部反映就能够作为短时程记忆始终保存。
    • 结论:
      • 记忆痕迹广泛分布于细胞集合的细胞连接内。
      • 记忆也可能包括了参与感觉和知觉的神经元。
  3. 陈述性记忆在新皮层的存储区域。
    • 以猴为实验对象的研究:颞下皮层既是视觉中枢,也是记忆储存区。
    • 以人为实验对象的研究:一致。脑的皮层区既能加工感觉信息,又能储存记忆。
  4. 人类颞叶的电刺激
    • 电刺激颞叶偶尔会引起比刺激大脑其他部位更复杂的知觉。

三、颞叶和陈述性记忆

颞叶中的颞叶新皮层是长时程记忆的储存部位。

  1. 颞叶切除的后果。颞叶对学习记忆特别重要。切除会导致“心智盲”,即不能理解自己看到或者做的事情。会导致严重的顺行性遗忘。

  2. 内测颞叶和记忆过程。

    • 海马、附近皮层及这些结构和大脑其他部分相连接的通路在陈述性记忆的巩固中起到重要作用。
    • 海马是侧脑室内侧折叠的结构
    • 海马腹侧:是三个重要的围绕着嗅沟的皮层去:内嗅皮层、嗅周皮层、旁海马皮层。
    • 内测颞叶接受来自大脑皮层联络区的输入信息,含有来自所有感觉模态的精加工信息。
    • 在这里插入图片描述
    • 延缓性非匹配样本任务
  3. 间脑和记忆过程

    • 和识别记忆过程相关的3个间脑区为:a.丘脑的前核。b.背内侧核。3.下丘脑的乳头体。
    • 海马结构的主要输出是一束轴突组成的穹窿。这些轴突大部分投射到乳头体。乳头体内的神经元投射到丘脑的前核。从海马到下丘脑、到前核、再到扣带皮层形成一个环路。
    • 丘脑背内侧核也接受来自颞叶结构的传入信息,包括杏仁核和颞下新皮层,而且总是投射到整个前叶皮层的所有区域。
  4. 海马的记忆功能。

    • 内侧颞叶的重要作用:参与陈述性记忆和巩固过程。
    • 海马参与各种各样学习的记忆功能。
    • 工作记忆:保留那些用于指导进行性行为的信息。
    • 位置域:引起细胞产生最大反应的位置。
    • 位置细胞:海马内中在特定位置放电的神经元。
  5. 纹状体和程序性记忆

    • 基底神经节的两个主要部分:尾核和壳核,二者共同构成了纹状体。
    • 纹状体接受颞叶和顶叶皮层的输入信息,并将信息输出到丘脑及皮层运动区。
    • 纹状体位于运动环路的一个关键位点。
    • 纹状体在形成行为习惯的程序性记忆中起关键作用。
    • 纹状体损伤后对DNMS任务无影响,表明仍能形成陈述性记忆。

四、新皮层和工作记忆

  1. 前额叶皮层和工作记忆。
    • 灵长类有很大的额叶,和其他哺乳动物不同。额叶嘴侧末端的前额叶皮层特别发达。
    • 前额叶皮层参与了解决问题和计划行为的工作记忆。
  2. 外侧顶区内皮层(LIP区)和工作记忆
    • LIP区被认为参与指导眼睛的运动。(工作记忆)

23章作业题

在这里插入图片描述

1.有意识地走是陈述性记忆。
2.主要证据是关于损伤的研究。海马和颞叶受损的患者不能形成陈述性记忆,但是程序性记忆还在。纹状体受损不能形成程序性记忆,但是陈述性记忆完好。
3.具备基本的行动能力,以前的行为和记忆没有影响。不能通过记忆巩固的方式形成更长久的记忆。
4.他的小鼠迷宫实验中,随着皮层区域破坏的增多,小鼠走出迷宫的时间越长。推翻:破坏的区域太大了,每次可能都不止破坏一个脑区;破坏学习和记忆功能的同时可能影响到小鼠的其他功能。
5.以猴为实验对象:通过记录IT神经元的反应,发现能编码对面孔的记忆。以人为实验对象:通过功能核磁共振,发现面孔可特异激活大脑的一小部分区域,各自领域的专家对看到领域内事物的反应比对照组强烈。
6.可以移除该脑区,或者使该神经元失活,观察其长时程记忆的情况。
7.区分感知和记忆,可以通过观察重复呈现人脸后神经元的反应模式,如果神经元的反应总是一样的,不管刺激的出现频率,那只与感知有关,反之则知觉可能不是他的唯一功能。如果变化是有规律的,可能与记忆有关,产生一致的模式。
8.位置细胞存在于海马体。他们会因为动物在某一个位置中时被最大程度的激活。不同之处在于位置细胞不需要视觉也能激活,且会随着环境发生改变。
9.空间记忆是一种创造环境空间地图的能力,从海马体位置细胞可以看出海马体在空间记忆中的作用。工作记忆是一种保留最近获得信息的能力。联系记忆的概念试图整合这二者,认为高度处理过的感觉信息进入海马体和附近的皮层,记忆以一种将当时所有事情联系起来的方式进行。在关系记忆中,神经元将有关地点的信息编码成附近物体和同时发生的声音、气味的关联。
10.工作记忆是一种容量有限,需要重复的临时信息储存形式。大脑中存在多个临时储存区,海马,前额叶皮层。

这篇关于神经科学探索脑第二十三章的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/809136

相关文章

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

轻松录制每一刻:探索2024年免费高清录屏应用

你不会还在用一些社交工具来录屏吧?现在的市面上有不少免费录屏的软件了。别看如软件是免费的,它的功能比起社交工具的录屏功能来说全面的多。这次我就分享几款我用过的录屏工具。 1.福晰录屏大师 链接直达:https://www.foxitsoftware.cn/REC/  这个软件的操作方式非常简单,打开软件之后从界面设计就能看出来这个软件操作的便捷性。界面的设计简单明了基本一打眼你就会轻松驾驭啦

深入探索嵌入式 Linux

摘要:本文深入探究嵌入式 Linux。首先回顾其发展历程,从早期尝试到克服诸多困难逐渐成熟。接着阐述其体系结构,涵盖硬件、内核、文件系统和应用层。开发环境方面包括交叉编译工具链、调试工具和集成开发环境。在应用领域,广泛应用于消费电子、工业控制、汽车电子和智能家居等领域。关键技术有内核裁剪与优化、设备驱动程序开发、实时性增强和电源管理等。最后展望其未来发展趋势,如与物联网融合、人工智能应用、安全性与

【vue3|第28期】 Vue3 + Vue Router:探索路由重定向的使用与作用

日期:2024年9月8日 作者:Commas 签名:(ง •_•)ง 积跬步以致千里,积小流以成江海…… 注释:如果您觉在这里插入代码片得有所帮助,帮忙点个赞,也可以关注我,我们一起成长;如果有不对的地方,还望各位大佬不吝赐教,谢谢^ - ^ 1.01365 = 37.7834;0.99365 = 0.0255 1.02365 = 1377.4083;0.98365 = 0.0006 说

多云架构下大模型训练的存储稳定性探索

一、多云架构与大模型训练的融合 (一)多云架构的优势与挑战 多云架构为大模型训练带来了诸多优势。首先,资源灵活性显著提高,不同的云平台可以提供不同类型的计算资源和存储服务,满足大模型训练在不同阶段的需求。例如,某些云平台可能在 GPU 计算资源上具有优势,而另一些则在存储成本或性能上表现出色,企业可以根据实际情况进行选择和组合。其次,扩展性得以增强,当大模型的规模不断扩大时,单一云平

探索Invoke:Python自动化任务的瑞士军刀

文章目录 探索Invoke:Python自动化任务的瑞士军刀背景:为何选择Invoke?`invoke`是什么?如何安装`invoke`?简单的`invoke`库函数使用方法场景应用:`invoke`在实际项目中的使用场景一:自动化测试场景二:代码格式化场景三:部署应用 常见问题与解决方案问题一:命令执行失败问题二:权限不足问题三:并发执行问题 总结 探索Invoke:P

使用亚马逊Bedrock的Stable Diffusion XL模型实现文本到图像生成:探索AI的无限创意

引言 什么是Amazon Bedrock? Amazon Bedrock是亚马逊云服务(AWS)推出的一项旗舰服务,旨在推动生成式人工智能(AI)在各行业的广泛应用。它的核心功能是提供由顶尖AI公司(如AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI以及亚马逊自身)开发的多种基础模型(Foundation Models,简称FMs)。

探索Python的数学魔法:Numpy库的神秘力量

文章目录 探索Python的数学魔法:Numpy库的神秘力量背景:为什么选择Numpy?Numpy是什么?如何安装Numpy?五个简单的库函数使用方法场景应用常见Bug及解决方案总结 探索Python的数学魔法:Numpy库的神秘力量 背景:为什么选择Numpy? 在Python的世界中,数据处理和科学计算是不可或缺的一部分。但原生Python在处理大规模数据时可能会显

【Linux】探索进程优先级的奥秘,解锁进程的调度与切换

目录 进程优先级: 是什么? 为什么存在进程优先级的概念呢? Linux为什么调整优先级是要受限制的? PRI vs NICE Linux的调度与切换 概念准备: 那我们到底怎样完成进程的调度和切换呢? 区分:寄存器VS寄存器的内容 Linux实现进程调度的算法,需要考虑优先级,考虑进程饥饿问题,考虑效率问题。 解决优先级问题: 解决进程饥饿问题: 解决效率的问题: