Cell Reports:黄梓芮等揭示大脑皮层中通往意识的“大门”

来源:小柯生命

北京时间2021年5月4日晚23时,Cell Reports在线发表美国密歇根大学一项关于前脑岛在大脑网络切换和意识通达中关键门控作用的研究——“Anterior insula regulates brain network transitions that gate conscious access”。

此研究由密歇根大学医学院麻醉系的黄梓芮研究员、美国国家医学院院士George A. Mashour和密歇根大学意识科学研究中心主任Anthony G. Hudetz教授等人共同完成。黄梓芮博士为该文的第一兼通讯作者,Hudetz教授为并列通讯作者。

结合功能性核磁共振脑成像技术、全身麻醉术、心理学实验范式和大脑皮层功能梯度分析等方法,黄梓芮博士等研究人员阐述了前脑岛(anterior insula)这个区域在感觉信息进入意识过程中的门控作用。从单模态感觉信息加工(如视觉、听觉、触觉等)到多模态信息整合(如抽象思维、高级认知、决策等),存在一个梯度式的功能层级。前脑岛处于这个功能层级的中间枢纽位置。它一方面接收单模态感觉信息,对其进行筛选和优先化处理,另一方面调控两个重要脑网络的切换,为意识加工调配注意和认知资源。

图一(寓意图):台阶象征感觉信息经过的路径。通向意识的大门位于前脑岛。感觉信息进入大门以后,前脑岛触发两个齿轮的运转和切换。左齿轮象征背侧注意网络,右齿轮象征默认网络。图片来源:黄梓芮博士。

近二十年以来,心理学和神经科学在人类意识问题的研究中取得了长足进展,但依然有一个重要的科学问题悬而未决:为什么在大脑中有些感觉信息可以进入意识,而其他的感觉信息却停留在无意识的脑活动里。例如,当一个人处于全身麻醉状态,大脑可以“接收”到感觉信息,但信息却无法被“知觉”。或者说,感觉信息可以一路上行,经过丘脑—皮层通路,但最终无法抵达高级认知皮层进而形成意识内容或“意识通达(conscious access)”。

意识通达指的是感觉信息获准进入大脑的全局神经工作空间(global neuronal workspace),并与多种认知处理器信息共享(如工作记忆,行为报告等)。因此,意识通达处于高级认知阶段,在时间进程上晚于初级感觉信息加工。由此,这项研究提出了一个有趣的问题:是否存在一个介于初级和高级认知加工的皮层结构,它在感觉信息通往意识的过程中起到门控作用。

此研究包含了两个完全独立的实验。在实验一中,研究人员对健康参与者实施了由浅入深的全身麻醉。整个过程中,参与者需要根据实验的指导语完成想象任务。例如,当听到“网球想象”时,参与者想象自己在网球场上挥拍、跑动、与球场上的另一个人往返击球;当听到“空间想象”时,参与者想象自己在家里的一个房间走到另一个房间,如此反复。研究人员同时记录了参与者的大脑活动。研究发现,在无麻醉的清醒状态下,实验指导语诱发了相对广泛的脑活动,涉及丘脑、听觉皮层、前脑岛、背外侧前额叶等区域。

在进行想象任务时,辅助运动区、楔前叶、海马旁回等区域出现了持续性活动。这个过程也伴随着大脑网络的切换:背侧注意网络(dorsal attention network)活动大幅提升,默认网络(default-mode network)活动受到抑制。这意味着, 在进行想象任务时,大脑需要额外的注意和认知资源,以保持注意力集中、想象内容的生动性和持续性;同时,其他与任务无关的、由默认网络产生的“杂念”(如,周末去哪转转?)将受到压抑。

值得一提的是,黄梓芮博士在2020年的另一项研究中阐明,这两个脑网络的自发切换可以作为意识存在的神经标记物:无论在深度麻醉状态还是脑损伤的植物人患者中,这两个脑网络的切换都几乎消失(Huang et al., 2020, Science Advances)。

回到本研究中来,随着麻醉程度的加深,想象任务伴随的脑活动逐渐减弱直至消失。当参与者完全丧失行为反应时(深度麻醉状态),虽然丘脑和听觉皮层依然活跃,但前脑岛却出现了“负激活”或功能性抑制,上述两个脑网络的切换也完全丧失。接着,研究者对全脑进行了 “地毯式”搜索,试图找出负责切换背侧注意网络—默认网络的关键脑区。

分析表明,前脑岛正是这个关键区,且具有很强的特异性。简言之,听觉信号(想象任务指导语)通过听觉神经进入丘脑,传到听觉皮层,再到前脑岛,前脑岛继而触发背侧注意网络活动(专注于想象任务),同时抑制默认网络活动(排除杂念)。麻醉药物使前脑岛功能失效,感觉信息被阻断于此,脑网络的切换也因此无法完成。

 图二:实验一与实验二的研究结果总结。图片来源:黄梓芮博士。

为了从另一个角度印证前脑岛在意识通达中的独特作用,研究者在实验二中使用了经典的后掩蔽视觉范式。此实验是在健康参与者完全清醒的状态下完成的,无麻醉过程。实验中,一张中性表情的面孔图片以极为快速的方式闪现(约30毫秒;接近人类知觉阈限),紧接着出现一个高对比度、由杂乱无章黑白格子构成的“噪声”图片。两张图片的相继呈现会产生一个有趣的心理学现象:参与者有时报告看到这张面孔,有时却报告看不到。

问题随之而来,为什么物理属性完全不变的一张面孔图片可以在意识里“时隐时现”?研究者记录了前脑岛的神经活动,发现前脑岛的活动强度在时间上存在自发涨落,时而活跃,时而平静。当图片恰好呈现在前脑岛活跃的时刻,参与者可以看到面孔。反之,当图片呈现在前脑岛相对平静的时刻,参与者却看不到。

这个研究结果进一步支持了前脑岛在感觉信息和意识通达之间所起到的门控作用。简言之,同样的感觉信息,它能否最终进入意识,很大程度上取决于前脑岛是否“帮助”这个感觉信息通过“关口”。通关后,额外的注意和认知资源将被给予,最终实现全脑信息共享和意识通达。

综上,这项研究借助医学麻醉手段和经典心理学范式,为我们描绘出了感觉信息从无意识阶段到意识通达的大脑之旅。在这个旅途中,前脑岛也许是一个重要的必经之门。

相关论文信息:

https://doi.org/10.1016/j.celrep.2021.109081

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/484758.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

DeepMind强化学习新研究:更快的知识学习,更强的环境适应

来源:AI科技评论编译:Mr Bear校对:维克多DeepMind官方博客在一篇文章“Fast reinforcement learning through the composition of behaviours”中,针对强化学习中的“从头学习”问题给予了解决方案。文章中表示,人类处…

为什么AI无法解决一般智能问题?

来源:学术头条我们什么时候才能拥有在各方面能够模仿人脑的人工智能?专家们对这个问题意见不一。但大家都同意的是,目前的人工智能系统与人类的智力相去甚远。直接表现是:AI只在特定任务中表现优异,无法将其能力扩展到…

ADT操作实例

ps.1.put(rank,value) 把当前rank的元素的数值修改 2.get(rank)获取rank的元素 3.remove(value)把向量中value剔除掉 4.size()返回元素个数 5.disordered()检测向量的有序性,是否存在紧邻的逆序对,只要返回的数值不是0,说明它尚未构成有序的序…

群雄逐鹿,谁会赢得自动驾驶之战?

来源:AI前线作者 | Timothy B.Lee译者 | 王强策划 | 刘燕自动驾驶技术行业今天正处于一种奇怪的状态。过去多年来,整个行业已经在自动驾驶技术上投入了庞大的资金,其中许多公司都拥有了看起来跑得不错的自动驾驶汽车原型。但据我所知&#xf…

ActiveMQ反序列化漏洞(CVE-2015-5254)复现

0x00 漏洞前言 Apache ActiveMQ是美国阿帕奇(Apache)软件基金会所研发的一套开源的消息中间件,它支持Java消息服务,集群,Spring Framework等。Apache ActiveMQ 5.13.0之前5.x版本中存在安全漏洞,该漏洞源于…

阿里最新研究试用因果推理方法让视觉AI更智能,入选CVPR 2021

来源:AI前线学过人类照片和鱼类照片的 AI,第一次见到美人鱼的照片会作何反应?人脸和鱼身它都很熟悉,但它无法想象一个从没见过的事物。近期,阿里巴巴达摩院将因果推理方法引入计算机视觉领域,尝试克服机器学习方法的缺…

博客文章排版学习

一、序言 第一次写博客觉得文章的排版十分重要,查阅了几篇博文,觉得Leo_wlCnBlogs的文章让我获益良多,所以我做出了总结,方便自己学习复习。 博文写出来排版好了才让人看得舒服,才有动力看下去,之前百度查资…

《神经元》发表脑智卓越中心关于灵活分类决策神经环路机制的研究成果

来源: 脑科学与智能技术卓越创新中心2021年5月5日,《Neuron》期刊在线发表了题为《基于任务结构信息的灵活感知抉择神经环路机制》的研究论文,该研究由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、上海脑…

第九集 生死穿越风火山,感受尘世间轮回

在五道梁的一夜,终于可以不用睡帐篷。呼吸依然不顺,但比昆仑山口好多了,晚上也睡得安稳。 一早与开达吃完早餐,补充干粮,策马上路。早上阳光明媚,为弥补前三天落下的行程,计划加班骑行148公里至…

扩展图神经网络:暴力堆叠模型深度并不可取

来源:AI科技评论目前,阻碍图神经网络在业界大规模应用的挑战之一是:图神经网络很难被扩展到 Twitter 的用户关注关系图这类大型图上。节点之间的相互依赖关系使我们很难将损失函数分解为各个独立节点的影响。在本文中,我们介绍了T…

IBM 揭晓全球第一项 2纳米芯片技术,为半导体领域实现重大突破

来源:IBM中国这是芯片行业发展过程中的一个里程碑,将在芯片性能和能源效率方面实现飞跃。纽约州奥尔巴尼 — 2021年 5月 6日:IBM(纽约证券交易所:IBM)宣布,IBM 已成功研制出全球首款采用 2纳米 …

SpringCloud源码分析(一)--客户端搭建

一、前言 上一节的注册中心搭建完成了,本节开始搭建客户端,其实对于springcloud的Eureka注册中心而言,他本身就是服务端也是客户端,我们上节待见服务端注册中心的时候,已经通过配置来设置其不向自己注册,和…

【深度干货】强化学习应用简述

来源:海豚数据科学实验室 强化学习 (reinforcement learning) 经过了几十年的研发,在一直稳定发展,最近取得了很多傲人的成果,后面会有越来越好的进展。强化学习广泛应用于科学、工程、艺术等领域。下面简单列举一些强化学习的成…

柳进军 | 城市大脑的逻辑模型

来源:人民智库近年来,在人工智能、大数据、云计算等新技术发展以及国家新基建等政策的双重推动下,各地政府普遍将“城市大脑”建设纳入了城市发展建设计划,“城市大脑”相关的实践活动也在蓬勃开展,“城市大脑”已经成…

【综述专栏】神经网络的可解释性综述

来源:知乎作者:知乎—机器学习小谈地址:https://zhuanlan.zhihu.com/p/368755357本文以 A Survey on Neural Network Interpretability 读后感为主,加上自身的补充,浅谈神经网络的可解释性。论文:https://a…

吴军:既能得诺贝尔奖,又能生产高科技产品,美国的科研机制是如何运行的?...

来源:大数据文摘范内瓦布什(Vannevar Bush)一生大部分时间供职于麻省理工学院,是这所世界排名第一的理工科大学最引以为傲的人之一。2016年,我访问麻省理工的媒体实验室。由于我到的时间早了一点,伊藤主任还…

机器学习核心概念完全解析(建议收藏)

来源:机器学习研究组订阅刚接触机器学习框架 TensorFlow 的新手们,这篇由 Google 官方出品的常用术语词汇表,一定是你必不可少的入门资料!本术语表列出了基本的机器学习术语和 TensorFlow 专用术语的定义,希望能帮助您…

科学研究发现:说谎,是儿童成长的里程碑

来源:心灵成长家园(ID:xinling_JY)科学研究发现:说谎,是儿童成长的里程碑。和成年人的谎言不同,小朋友的谎言,是他们获得一类重要心智能力的标志。许多研究发现,越早学会…

非 GUI 模式运行 JMeter 压力测试

非 GUI 模式&#xff0c;即命令行模式&#xff0c;运行 JMeter 测试脚本能够大大缩减所需要的系统资源。 使用命令&#xff1a;jmeter -n -t <testplan filename> -l <listener filename> -n&#xff1a;非GUI模式 -t&#xff1a;需要执行的脚本文件名&#xff0c;…

第一章 计算机系统概述 1.2.1 计算机硬件的基本组成 [计算机组成原理笔记]

第一章 计算机系统概述 1.2.1 计算机硬件的基本组成 本笔记参考书目&#xff1a; 计算机组成原理&#xff08;第六版.立体化教材&#xff09;白中英、戴志涛2021王道计算机组成原理视频公开课 本节重点&#xff1a; 冯诺依曼机结构现代计算机结构 转载请注明文章来源&#…