大脑如何检测到细差异

即使街道看起来相似，人们如何设法找到邻近邻居的方式？波恩大学的研究人员获得了新的见解，这是一种可能在这种能力中发挥重要作用的机制。特别有趣：当大脑在特殊节奏中振荡时似乎似乎很好。结果已在期刊上发表el。

如果要检测到两张照片之间的差异，则可以使用软件从另一张照片中减去一个图像。相同的区域变黑，而镜头之间发生变化的区域脱颖而出。

这脑还使用先进的信号处理方法来突出小差异，例如，在街道的记忆和附近的房屋之间。

在这个过程中的重要作用似乎是由特定的大脑结构扮演的牙齿回归。它位于海马，一个在哺乳动物中发挥重要部分的区域。没有它，小鼠在检测少的变化方面很困难。

一种称为反馈抑制的机制可能是核心。在该过程中，神经元更强烈地抑制它们以前的邻居更活跃。该读取中的该处理步骤放大了两个刺激模式之间的差异 - 它们变得更加不相似。均匀的模式可以非常恰当地分离。

牙齿回谱的计算机模拟

这至少是假设。“我们第一次，我们现在已经调查了细胞水平这一理论实际上是多么合理，“解释了波恩大学生活和脑中中心的奥利弗布拉加萨博士。

为此，科学家们刺激了小鼠的牙齿过滤中的某些细胞，然后确定了其他神经元的抑制程度。使用众多测量，当抑制开始时，它们能够确定抑制信号到达的位置，持续多久。

然后，我们将这些数据馈送到计算机仿真中，“布拉加加说。“这使我们能够展示这种机制是否实际上导致类似的刺激模式的更好分离，如果是的话，在这种情况下。”

该分析确实表明小鼠的牙齿过滤器的反馈电路可以扩增刺激图案的差异。有趣的是，如果大脑在特定的活动和不活动之间来回振荡，这在模拟中最有效地工作韵律。

它已经知道神经细胞可以在某些时候刺激比其他人更容易发火。活动中的这些波动遵循常规节奏。然而，它的频率，即波动的速度可以改变。例如，在梦幻般的睡眠期间，大脑比当天慢慢振荡。

这是最重要的节奏

最近的研究表明，在学习期间，小鼠的大脑在学习期间显示所谓的伽马振荡。“在我们的模拟中，我们现在可以看到模式分离在此频率上特别好，”工作组博士博士博士博士表示，他也是德国神经退行性疾病的研究员。

原因：在伽玛节奏中，抑制的时间表似乎特别影响了活性模式。换句话说：当第二图案在齿状回波中最活跃时，第一图案触发的抑制力能够精确地发展其全部效果。

Braaganza在这种情况下发现特别有趣的一点：“阿尔茨海默氏症，精神分裂症等疾病颞叶癫痫通常伴随着改变的脑节奏，“他说。”也许这解释了这三个疾病中经常看到的内存缺陷。“

接下来，科学家们希望研究计算机模型的预测是否可以在小鼠的行为中确认。

---

---