行业资讯 > 最新资讯 > 科普万象

麻醉如何阻断意识

1442453609168542.jpg

利用网络 一个可以快速转换为低信息流状态的神经网络模型,模拟了麻醉过程。


进入麻醉状态时,大脑似乎突然失去了意识,然后又同样突然地从无意识中恢复。一个新的理论模型显示,该变化过程或受神经网络传递信息能力的全局性,突变性影响。这一模型可重现在被麻醉病人上观测到的电信号(脑电波)变化。研究者称,其理论有助人们理解大脑是如何获得清醒的认知功能的。


研究者并不能解释处于连结中的神经细胞个体活动如何引发麻醉的整体效果。匹兹堡大学药学院(University ofPittsburgh School of Medicine)的徐燕(音)及其同事猜想,或许是感官信息在大脑神经网络中正常传递的能力降低导致失去意识。这些信息从下丘脑中传出(下丘脑主司意识和警觉的调节),传入大脑皮层,在皮层上,更高级的认知功能将信息处理为外部世界呈现的样子。


研究者开发了一个含有树状节点的简单模型,输入信号经过“树干”,分流入“树枝”。每个节点表示独立的神经元,或一完整大脑区域,其对输入信号求和后,传递至下一个节点。  


在这一模型中,信号传输成功的概率受概率因子p控制,它作用于整个神经网络。在模拟中,p的值域为1(意味着信息传递100%的成功率)到0(意味着不可能传递成功)。每隔一段时间,各个连结的通断状态就会重新评估。假设p为0.6,即表示任意两个连接点在任意时刻的传递成功率均为60%则任意两个连结的结点的传递在任意时刻均有60%的成功率。如果一个连结在某一个时刻处于断路,下一个时刻它也可能处于通路,除非p为0。减小p模拟了麻醉的效应,即实现了神经元间的阻断。


徐及其同事发现一台电脑就能满足他们的分支实验,其中总共含有7381个节点,可捕捉病人麻醉时的电子信号。头皮处的电极可获得一些神经信号,并生成复杂波形(EEGs)。再利用标准傅里叶方法计算其频率组成。并根据这些频率组成对波形进行分类。麻醉状态大脑发生了从所谓gamma和beta波(与意识清醒状态关联)到alpha波(与放松状态关联)和delta波(与深层睡眠状态关联)的变化的过程。


当研究者使用随机信号(白噪音)作为输入端时,他们发现在神经网络的输出层随机选择的节点产生的信号与病人信号相匹配。当p值较高(接近1时),信号主要为gamma和beta波;随着p的降低,波形发生变化,p小于0.5时,波的主要成分转化为alpha和delta波。  


研究者同时参考了标准信息理论,通过信息熵(information entropy)的方法计量编码在输入和输出信号中的信息量。输出信息熵与输入信息熵有关,在p约为0.3时发生突降,这意味着少有信息能成功通过网络。实际情况下,人们发现某一特定的麻醉浓度会引起意识突然失去,而这一现象与信息传输的突变相匹配。


研究者称,信息传递的崩溃,即在p值较低时,信息寻找不到连续路径来通过网络。整体连通路径的缺失被称为渗流转变(percolation transition),类似流体从随机的多孔网络结构中流过,寻求通路的过程(比如热水渗入袋装咖啡粉)。但研究者同样指出,即使是在p很低的情况下,路径仍有可能暂时连通。


“在传统渗流理论的框架下,通过一个参数调整网络连通性,这样一个简单模型就能解释大脑在麻醉状态下的动态变化,这是很迷人的。”波士顿大学(Boston University)的Plamen Ivanov说道,“这一解决办法的美在于它的简洁,它从第一性原理入手,以一个简单参数调控了丰富的动力学特性。”但他同时提醒道,这一模型还远不能解释意识实际的作用机制。


热门排行

推荐阅读

回到顶部