Upload
nnlearning
View
221
Download
3
Embed Size (px)
DESCRIPTION
大脑处理信息量化模型中的细节汇编 关键词 过程存储与重组模型;时序控制;脑电波;微循环;结构风险;中枢神经系统;信息处理;微环路;时间认知;智力起源;大脑量化模型 Keywords: model of process storing and recalling; timing control; EEG; microcirculation; structure risk minimization; CNS; information processing; micro circuit; time cognition; origin of intelligence; quantitative model of brain information processing
Citation preview
- �� -
论 著 中外健康文摘 2011年12月第8卷第48期 World Health Digest Medical Periodieal
1 一些更正
在已发表文章[6]图13(见图1)需要更正,更正后见图2。
其中,“阈值”沿用人工智能领域的定义,对应神经生物学定义
为:阈值电位-膜电位。
图1 已发表图[6]
图2 更正后图
4 加强蒙药复方的深入研究
应把作用效果明显、作用机理清楚、使用方便的药物推向
市场。蒙药复方的疗效已由长期的临床实践所证实。但其制剂
工艺不够先进,缺乏严格可信的质量保证与监控措施,又缺乏
现代科学方法阐明的疗效和作用机理说明,故一直难以进入大
众医药市场。现代药物研究的发展方向是作用效果明显、作用
机理清楚或作用单一、毒副作用小、使用方便的药物。因此蒙
药应借鉴这方面已有的其他兄弟民族医药成果,并密切注意这
种动向,针对目前蒙药打入大众医药市场的障碍,加强对复方
的深入研究,如通过药学及药动学标准。同时已研制出的产品
要加以世人所能理解与接受的现代科学说明,以便打开市场,
占领市场。
5 应用现代科技手段和方法改进蒙药剂型
随着社会进步和生活节奏的加快,人们希望用药简单化,
服用量小,保存携带方便,次数少,给药方式简单,毒副作用
小,易于病人接受。我们在继承传统蒙药剂型基础上,对蒙药
验方、秘方等,在原方组成、用量固定、疗效确切的前提下不
断开发研制适合医疗要求、方便服用的新剂型,但在研制新剂
型过程中必须符合既保持原方疗效又能克服原剂型(汤、散、
丸剂)不足的要求。验方、秘方的剂型改革,因其具有坚实的
临床实践基础,开发成功的可行性更高。
参 考 文 献
[1]毕力夫,阿古拉.关于蒙医学现代化问题的思考[J].中国
民族医药杂志,2007,13(1): 59-60.
[2]毕力夫,吴岩,常福厚.继承和发展蒙医药.加快蒙医药
的研究和发展[J].内蒙古医学院学报,2007,29(3) :186-189.
【摘要】 文献[1-9]提出了血液循环在大脑处理信息的过程中具有时序控制作用,并用量化模型结合结构风险最小化相关理论
说明时序控制作用的意义。本文将汇总介绍量化模型中的一些细节,以期同行能更深入理解该模型。文章包括三部分:第一部分
作了一些更正;第二部分介绍了在观察的时间精度和空间精度更加精细的情况下,如何确定一个样本中阈值的值;第三部分介绍
了大脑处理信息过程中“索引效应”的本质。第四部分介绍理论建立和应用过程中的一些神经网络原理。
【关键词】过程存储与重组模型 时序控制 微循环 结构风险 中枢神经系统 信息处理
Details of Quantitative Model of Brain Information Processing
XIEQIN1,* 1 Bureau of Science, Technology and Information of Guangzhou Municipality; IT&T Department,
GAGOC Guangzhou,510000
【Abstract】 Literatures [1-9] suggest that blood circulation plays the role of basic timer when brain processing
information; and suggest a quantitative model of brain information processing. This article introduces details of the
quantitative model, including 4 parts. Part 1 gives a correction; Part2 introduces "how to define Gate value" in
greater details; Part3 introduces the essential nature of "indexing effect" when brain processing information; Part4
introduces some basic neural network principles of "theorizing".
【Key words】model of process storing and recalling timing control microcirculation structure risk
minimization CNS information processing
大脑处理信息量化模型中的细节汇编谢勤(广州市科技和信息化局第16届亚运会组委会信息技术部 510000)
【中图分类号】R741【文献标识码】A【文章编号】1672-5085(2011)48-0078-03
2 关于一个训练样本中阈值数值的确定
在观察的时间精度和空间精度足够小的情况下,可看
到在某一时刻,由于各种原因,一个细胞各处的电位并不相
同;在一个训练样本中,当各输入信号到达细胞后,由于空
间距离等因素,对细胞各处的电位影响也不相同;由于各种
原因,一个细胞各处的阈值电位也可能不同。因此,存在对
于量化模型中的一个训练样本,存在该样本“阈值”如何确
定的问题;即在观察的时间精度和空间精度更加精细的情况
下,如何更精确定义“阈值”的问题。图3以细胞A为例说明
了这一问题。
图3 存在一个样本中的“阈值的值”怎样确定的问题
万方数据
- �� -
论 著中外健康文摘 2011年12月第8卷第48期 World Health Digest Medical Periodieal
下面以细胞A为例说明怎样确定一个训练样本中的阈值:
第一步:确定观察点
对细胞各点构造函数:g(t)=阈值电位(t)-膜电位(t),以点I
为例,构造函数
gI(t)=阈值电位I(t)-膜电位I(t), 取动作电位发生前gI(t)
最小值gI(t)m in,这样,在动作电位发生前,对于细胞中的各点
I,II,III…可获得一个集合{gI(t)min,gII(t)min,gIII(t)min…},
则取得MIN[gI(t)min,gII(t)min,gIII(t)min…]的点就是确定的
观察点P。
第二步:确定阈值
对观察点P在取得MIN{gI(t)min,gII(t)min,gIII(t)min…}
时的g(t1)的值进行处理:1.消除各路输入对“膜电位(t1)”值
的实际贡献值;2.根据输入信号到达后对点P电位的影响和应
有的影响(如在不触发动作电位的情况下,实际贡献值和∑
(Pi*Wi)的差异,Pi表示第i路输入,Wi表示第i路权值)调整
“膜电位(t1)”的值;3.《大脑处理信息的样本量和网络规模
问题》图6提到的“调整阈值波动的数值”的数学处理也会影
响“膜电位(t1)”的值;等。处理后的g(t1)就是该样本中的阈
值数值。
3 “索引效应”的本质
前面文章曾提到外界输入的信号经过“索引效应”激活
特定的细胞群。索引效应的本质是:由于存储了一个具体信息
(例如一幅图)的一群细胞由于连接强度大等原因,这群细胞
同步兴奋(或者在这群细胞同步兴奋的同时另一群细胞同步抑
制)的概率较大,在一些情况下,外界的输入信号等原因使细
胞群中一部分细胞的兴奋程度增大,则会使这群细胞中其他各
细胞兴奋程度增大(或者在这群细胞兴奋程度增大的同时另一
群细胞抑制程度增大),进而经一系列过程形成“回忆起这一
信息”的心理现象。
例如图4中,G区域的细胞存储了一幅图像G,由于外界刺
激输入等原因,A、B两个细胞的兴奋程度增大,从而影响G
区域中其他细胞的兴奋状态,使红色细胞同步兴奋,同时蓝色
细胞抑制。进而经一系列过程形成红色细胞群兴奋程度高于大
脑中其他大量细胞,蓝色细胞群抑制程度高于大脑中其他大量
细胞的情况,形成“回忆起图像G”的心理现象。
在A细胞参与多幅图存储的情况下,则具体心理上“回忆
起哪幅图”视存储各幅图的细胞群中其他各细胞的兴奋情况而
定,如图4中由于B细胞兴奋程度也较大,因此形成“回忆起
图像G”心理现象。
图4 “索引效应”示意图
4 关于理论建立和应用过程中的一些神经网络原理
这里将以匀速直线运动相关理论为例介绍关于理论建立和
应用过程中的一些神经网络原理。 在对大量客观事实进行长
期观察的过程中,大量的样本进入大脑,样本中重复出现次数
多的一些统计特性被神经网络保留下来,形成一张相对稳定的
神经网络,表示为网络G,图中用灰色结点和实线表示;样本
中重复出现次数少的统计特性,由于形成的连接强度不大,在
遗忘机制的作用下不参与这网络G的形成,图中用虚线表示。
上述过程可能在多个大脑中逐步形成,例如人们通过对运
动事物的长期观察,形成“速度”等概念(形成图中I、I I I圈
内的相对稳定的网络),这些概念传给另一群人后,继续观察
客观现象,形成匀速直线运动相关理论(形成图中II圈内的相
对稳定网络,从而形成网络G)。大脑中已建立的相对稳定的
子网络和一些其他因素会影响后续观察客观现象过程中对输入
样本的处理和样本中统计特性的识别。
在匀速直线运动相关理论的建立过程中,人们通过各种方
式获得样本,根据样本检验网络G的输入输出,并不断调整网
络G,使网络G的输入输出和样本相符,最后网络G相对稳定下
来,对应“Pt=P0+V*T”,和一些相关概念、数字、单位、计
算方法等。在理论的建立过程中,一些随机的因素,如灵感等
可能在网络建立过程发挥重大作用,使网络在符合样本方面有
很大的改善。由于不可能学习完所有客观世界可能出现的样
本,所以只有相对真理,只能在客观实践中不断改进理论。
当这张网络在大脑中建立起来以后,在观察运动物体并预
测T时间后物体位置的场景中,这张网络在“索引效应”的作
用下把输入信息抽象为物体原始位置、速度、所经历的时间三
个要素,这些信息进入网络G后,输出物体T时间后的位置。
在这一场景中活跃的神经网络是网络G和图中标U的连接和细
胞共同组成的网络G’。注意在神经细胞群活跃的顺序中,并
不一定网络G’中所有细胞同时同强度活跃,而可能在各种时
序控制机制或自身特性等的作用下分成几步,如图中分成1、
2、3步,分别是I、II、III圈中的细胞群依次活跃程度最强。
网络G建立好以后,可以在大脑信息处理的辅助工具,如
纸上记录下来,通过信息传播,在不同的大脑中建立这一相对
稳定的网络;或者已建有这张网络的大脑因遗忘机制作用,大
脑中这张网络不完整存在的时候,重建这张网络。新建的和
重建的网络具体相关的细胞和连接权可能会有差异,但都对应
“Pt=P0+V*T”,和一些相关概念、数字、单位、计算方法
等。
图5 关于理论建立和应用过程中的一些神经网络原理
参 考 文 献
[1]谢勤,王乙容.大脑处理信息的过程存储与重组模型
[J].现代生物医学进展,2007,(3):432-435,439.
X i e Q in, Wang Yi-rong. S to r i ng and Re-
engineering of Models of Cerebral Information Process [J].
Progress of Modern Biomedicine, 2007,(3):432-435,439.
[2]谢勤.血液循环在大脑信息处理过程中的时序控制作
用[J].现代生物医学进展,2008,(6):1152-1159.
Xie Qin. Timer Role of Blood Circulation When
Brain Processing Information [J].Progress of Modern
Biomedicine, 2008, (6):1152-1159.
[3]谢勤.过程存储与重组模型[Z].www.sciam.com.cn,
2006.
Xie Qin. Model of Process Storing and Recalling [Z].
www.sciam.com.cn, 2006.
[4]谢勤.一种关于脑电波起源和含义的观点[C].中国神经
科学学会第七次全国学术会议论文集.北京:科学出版社,
万方数据
- �0 -
论 著 中外健康文摘 2011年12月第8卷第48期 World Health Digest Medical Periodieal
2007:144.
Xie Qin. A Viewpoint about origin and meaning of
EEGs[C].Proceedings of the 7th Biennial Meeting and the
5th Congress of the Chinese Society for Neuroscience.
Beijing: Science Press, 2007:144.
[5]谢勤.血液循环在大脑信息处理过程中的时序控制作
用整理[C].中国神经科学学会第八次全国学术会议论文集.
北京:科学出版社, 2009: 135.
Xie Qin. A Review of <Timer Role of Blood
Circulation When Brain Processing Information>[C].
Proceedings of the 8th Biennial Meeting of the Chinese
Society for Neuroscience. Beijing: Science Press. 2009: 135.
[6]谢勤.血液循环在大脑信息处理过程中的时序控制作用
整理[J].中外健康文摘,2011,8(20):93-98.
Xie Qin. A Review of <Timer Role of Blood
Circulation When Brain Processing Information>[J].World
Health Digest, 2011, 8(20) : 93-98.
[7]谢勤.大脑处理信息的样本量和网络规模问题[J].中外
健康文摘,2011,8(21):88-91.
Xie Qin. Matching Problem of Sample Quantity and
Network Scale when Brain Processing Information [J].
World Health Digest, 2011, 8(21): 88-91.
[8]谢勤.大脑处理信息量化模型中的另一种样本重组方
案[J].中外健康文摘,2011,8(22):209-210.
Xie Qin. Another Sample Recombination Solution for
Quantitative Model of Brain Information Processing [J].
World Health Digest, 2011, 8(22): 209-210.
[9]谢勤.大脑处理信息的样本量和网络规模问题[C].中
国神经科学学会第九次全国学术会议论文集.北京:科学出版
社, 2011.
Xie Qin. Matching Problem of Sample Quantity and
Network Scale when Brain Processing Information [C].
Proceedings of the 9th Biennial Meeting of the Chinese
Society for Neuroscience. Beijing: Science Press. 2011.
【摘要】目的 探讨以问题为导向的教学方法在护理技术操作中的应用,以提高教学质量。方法 护理部2010级护生120名
分别设为试验组和对照组各60人,试验组采用PBL教学法完成护理技术操作教学任务,对照组采取传统式教学法完成教学任务。
结果 实验组护生的理论和临床技能考核评分优于对照组 (P<0.05) ; 实验组护生综合能力较对照组均有显著提高 (P<0.05)。结
论 实施以问题为基础的学习教学方法不但可以提高临床教学质量,还有利于提高护生发现问题、独立思考、解决问题和综合归
纳的能力。
以问题为基础的学习教学法在《护理技术》操作教学中的应用
张萌(吉林大学通化医药学院 134001)
【中图分类号】R471【文献标识码】B【文章编号】1672-5085(2011)48-0080-02
以问题为基础的学习PBL (Problem Based Learning,
PBL)教学法是一种新的教学模式。1969年由美国的神经病学
教授Barrows在加拿大的麦克马斯特大学首创[1]。PBL被认为
是联系理论与实践之间的一座桥梁,是全世界医学院校一种公
认的教学方法[2]。20世纪末期PBL引入我国医学院校,成为我国
医学教育改革发展的方向[3]。
以问题为基础的PBL教学法是一种新的教学模式。与传统
教学方法相比略有不同,PBL教学法强调以问题为基础,围绕问
题查阅资料,综合分析,进行推理讨论,充分调动学生的学习积
极性, 形成学生自主学习的能力[4]。因此,PBL教学法在培养学
生独立解决实际问题的能力和开发创造性思维等方面具有明显
的优势[5]。2010年9月到2010年12月,作者在护理技术操作教学
中引入PBL教学法,效果较好,报道如下:
1 对象与方法
1.1 研究对象
吉林大学通化医药学院护理部2010级护生120名,均为女
性,年龄17~19岁。将120名学生分为两组。实验组: PBL教学
组,女 60例,对照组:传统教学组,女 60例。两组学生的年龄、
基础理论课成绩、经比较均无统计学差异(P >0.05)。
1.2 教学方法
两组学生由同一老师带教,授课的课时数与教学重点均相
同,教学内容为《护理技术》。
1.2.1 传统教学法:教师运用传统的讲授方法,讲解有关
护理技术操作的目的、要点及注意事项,把操作的全过程做一
示范,学生自己练习。
1.2.2 PBL教学方法: (1)教师根据教学大纲内容,科前
提出相关问题。(2)护生通过教材、网络、杂志及图书馆等
资源自主学习、解答问题(3)课中,由教师引导以小组为单
位根据收集的资料进行讨论,教师及时纠正指导,进行操作
练习,强化训练。(4)教师把讨论和操作的情况进行总结,提
出存在的问题及改进意见。整个学习过程中护生是主体,教师
是促进者,教师要做的是大量的课前设计,把操作动作进行分
解,按分解动作顺序进行操作示范,促进学生对分解动作的理
解。
1.3 评价方法
1.3.1 护生技术理论考试成绩评价 按教学大纲的重点
要求 ,统一出题进行护理技术理论考试,以百分制记分 。
1.3.2 教师对PBL教学效果的评价 发放老师对护生操
作的评价表,内容如下,每个方面均为10分。>85分为优,81~
85分为良 ,65~80分为一般, <65分为差。
1.3.3 采用自行设计调查问卷的方式 ,让2组护生分别对
2种教学法的教学效果进行客观评价。调查问卷中每个指标均
有“是”和“否”2个备选答案 ,要求护生必须选择其中1项。
1.4 统计学处理 所有数据采用SPSS 13.0进行处理, 2
组护生护理技术考试成绩比较采用两独立样本秩和检验,教师
对护生实习效果评价采用t检验,护生对教学效果评价采用χ2
检验。检验水准α=0.0
表1 两组护理技术理论考试成绩比较 (分,x-±s )
万方数据
大脑处理信息量化模型中的细节汇编作者: 谢勤
作者单位: 广州市科技和信息化局第16届亚运会组委会信息技术部 510000
刊名:中外健康文摘
英文刊名: WORLD HEALTH DIGEST
年,卷(期): 2011,8(48)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_zwjkwz201148064.aspx