【消費電子實驗室-2020/7/28】 大腦是我們身體中最精密的器官之一，它的工作包括理解觸覺、視覺和聲音的輸入，并負責語言、推理、情緒、學習、運動的精細控制，還有其他許多方面。

　　一些神經科學家認為，正是大腦的解剖結構，也就是無數神經纖維的存在，才使得所有這些功能成為可能——大腦的“電線”通過精心設計的神經網絡連接起來，從而產生驚人的能力。如果是這樣的話，那似乎意味著一旦科學家能繪制出神經纖維及其連接圖，并記錄下它們在實現高級功能（比如視覺）時的脈沖時間，就應該能夠理解大腦是如何幫助人們看見外部世界的這個問題。

　　隨著技術的進步，科學家越來越擅長使用纖維示蹤成像技術來繪制“大腦地圖”，這種使用了三維模型的技術能直觀地展現神經纖維的路徑。通過使用增強型功能性磁共振成像（enhanced fMRI）來測量血流，科學家在記錄大腦信息傳遞的方面也越來越出色。然而“殘酷”的現實是，盡管手握這些工具，但似乎沒有人真的完全理解了我們是如何看見外部世界的。對于大腦究竟是如何將所有這些方面結合在一起的，神經科學只取得了一些初步的認識。

　　為了解決這個問題，南佛羅里達大學Salvatore Domenic Morgera教授團隊將生物工程研究集中在了大腦結構與功能之間的關系上。團隊的整體目標是科學地解釋所有在認知任務中激活不同大腦區域的連接，這些連接包括了解剖學上的物理連接，以及更為復雜的“無線”連接。團隊正在研究復雜的模型，來更好地幫助科學家理解大腦的功能。

　　類似推理和學習的認知功能會使用到許多不同的大腦區域。單憑解剖學，也就是神經元和神經纖維的研究，并不能解釋這些區域出現的同時興奮，或者在時間上有先后順序的興奮模式。事實上，大腦中的有些連接是“無線”的，它們被稱為電近場連接（electric near-field connection），這并非是能被纖維示蹤成像捕捉到的物理連接。

　　Morgera教授的團隊已經在這一領域深耕了多年，他們詳細揭示了這些無線連接的起源，并測量了它們的場強。用一個非常簡單的比方，它們就像是你大腦中的無線路由器。網絡通過有線連接傳輸到路由器，然后路由器利用無線連接將信息發送到你的電腦和手機上。由于有線和無線連接的共同存在，整個信息傳輸系統才能正常工作。

神經細胞結構示意簡圖。| 圖片設計：雯雯子；素材來源：BruceBlaus/Wikicommons

　　在大腦中，神經細胞將電脈沖沿著軸突（長長的絲狀“手臂”），從胞體傳導到其他神經元。在這個過程中，無線信號自然地從神經細胞未絕緣的部分發射出來。這些沒有被“包裹”的軸突部分被稱為郎飛結。郎飛結可以讓帶電離子在神經元內外擴散，使電信號沿著軸突傳播。當離子進出時，同時會產生電場。這些場的強度和結構則取決于神經細胞的活動。

　　在對大腦興奮區域與認知功能進行匹配的研究中，過于簡單的模型假設可能還讓科學家犯了另一個錯誤。

　　許多研究人員傾向于利用單一變量的線性關系模型，來測量單個大腦區域反應的平均大小。線性模型假定，如果一個系統的輸入增加一倍，該系統的輸出也將相應地翻倍。然而事實是，大多數生命的感知系統并不是以一種線性的方式對刺激產生反應。線性模型忽略了大腦功能中的各種可能性，尤其是那些超出解剖結構的部分所帶來的可能性。

　　現在，越來越多科學家認為，神經計算是非線性的。在非線性模型中，單個輸入值可以存在許多輸出值。舉個例子，在理解大腦和行為之間的聯系時，一個至關重要的問題是，大腦如何在相互競爭的選擇中決定最佳的行動方案。例如，大腦的額皮質通過計算許多變量來做出最佳選擇，它會計算潛在的回報、成功的概率以及時間和精力方面的成本等等。由于系統是非線性的，將潛在回報增加一倍，最終決策的可能性可能會提高一倍以上。

　　目前的線性模型僅僅描述了一個大腦區域的平均興奮水平，或者說大腦表面的血流，而更先進的增強型功能性磁共振成像和電子近場生物成像數據所建立非線性模型則可以包含更多信息。這樣的非線性模型提供了大腦表面和大腦內部深處的信息流的三維圖像，讓研究人員更接近大腦的工作原理。

圖片來源：Thomas Angus， Imperial College London/Wikicommons

　　Morgera教授的團隊還對這樣一個事實很感興趣，那就是結構完全正常的大腦仍然可能會產生嚴重的功能性問題。

　　作為神經學功能障礙研究的一部分，研究團隊探訪了臨終關懷醫院、喪親互助小組、康復護理機構、創傷中心和急癥醫院的許多病人。他們驚訝地發現，失去摯愛親人的人會表現出與阿爾茨海默病患者相似的癥狀。

　　悲傷是對死亡或者其他損失的一系列情感、認知、功能和行為反應。它不是一種狀態，而是一個過程，它可以是臨時的，也可以是持續的。對那些承受著巨大悲傷的人來說，他們的大腦看起來很健康，并沒有像阿爾茨海默病患者那樣出現解剖學上的問題，比如大腦區域發生萎縮，或者神經元網絡之間的連接中斷。

　　研究人員相信，這是一個很好的例子，表明大腦的那些非物理聯系，加上大腦豐富的非線性運算如何導致了一些明顯的后果，而這些后果是簡單的大腦掃描無法預測出來的。

　　這些想法可能為未來通過無創手段緩解嚴重的神經系統疾病指明了方向。Morgera教授和團隊相信，利用在電近場成像方面的最新進展，繪制出大腦中所有非物理聯系，并采用多變量非線性模型，可以讓科學家更深入地認識大腦的關鍵功能，比如計算、記憶、網絡和信息分配。