树突 - 版本历史

13944556914：/* 李印赟：神经突触可塑性微观机制及神经环路研究 */

2024-05-21T03:32:11Z

李印赟：神经突触可塑性微观机制及神经环路研究

薄荷：/* 编辑推荐 */

2022-06-26T10:28:04Z

编辑推荐

薄荷：/* 编辑推荐 */

2022-06-19T03:44:47Z

编辑推荐

薄荷：/* 编辑推荐 */

2022-06-19T03:33:25Z

编辑推荐

2022年6月19日 (日) 03:28 薄荷

2022-06-19T03:28:49Z

显示更改

2022年5月21日 (六) 13:48 Okxy

2022-05-21T13:48:28Z

2022年5月16日 (一) 06:39 Okxy

2022-05-16T06:39:35Z

2022年5月16日 (一) 06:37 Okxy

2022-05-16T06:37:49Z

显示更改

2022年5月16日 (一) 06:34 Okxy

2022-05-16T06:34:21Z

显示更改

2022年5月16日 (一) 05:07 Okxy

2022-05-16T05:07:12Z

显示更改

←上一版本		2024年5月21日 (二) 03:32的版本
第87行：		第87行：
	'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''		'''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

−	[[Category:~~神经组织学]]~~	+	[[Category:待润色]]
−	~~[[Category:神经可塑性~~]]

←上一版本		2022年6月26日 (日) 10:28的版本
第81行：		第81行：

	----		----
−	~~本中文词条由神经动力学模型读书会志愿者~~ okxy 翻译审校，[[用户:薄荷\|薄荷]]编辑，如有问题，欢迎在讨论页面留言。	+	本中文词条由周昌松老师提供，由神经动力学模型读书会志愿者 okxy 翻译审校，[[用户:薄荷\|薄荷]]编辑，如有问题，欢迎在讨论页面留言。

@@ 第66行： / 第66行： @@
 ==编辑推荐==
 ===集智课程===
-====[https://campus.swarma.org/course/4370 神经动力学模型读书会]====
+近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。
-*  动力学模型和机器学习模型的融合
+====[https://campus.swarma.org/course/951 李印赟：神经突触可塑性微观机制及神经环路研究]====
-传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。
+该讲座分为两部分：第一部分为神经元的轴突输运特征及其与神经形态之间的关系，第二部分为神经突触可塑性中涉及的囊泡输运和释放，短时突触可塑性的神经细胞差异性及其在神经元微环路中细胞发放特征的作用。

@@ 第66行： / 第66行： @@
 ==编辑推荐==
 ===集智课程===
 ====[神经动力学模型读书会]====
 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。该读书会主要围绕神经科学中基于多尺度建立动力学模型的方式方法，以及其在脑疾病病理探索，脑认知原理解析方面的具体应用进行讨论。
@@ 第73行： / 第74行： @@
 *  大脑的多尺度动力学建模
 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。
 *  动力学模型和机器学习模型的融合
 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。
 *  动力学模型在脑疾病、脑认知、类脑计算中的应用
 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。

←上一版本		2022年5月21日 (六) 13:48的版本
第1行：		第1行：
		+	此词条由神经系统中的动力学模型读书会词条梳理志愿者 okxy 翻译审校，未经专家审核，带来阅读不便，请见谅。
		+
	树突（源于希腊语 δνδρν déndron，树的意思），是神经细胞的分枝状的原生质延伸，可接收其他神经细胞传递的电化学刺激，并传播到该细胞的胞体。电刺激信号由上游神经元（通常通过其轴突）经树突分支各处的突触传递到树突上。树突在整合这些突触输入以及决定神经元动作电位发放起着关键作用<ref name="urbanska" />。树突分枝形成，是个多步骤的生物过程，藉此神经元形成新的树突分支和分叉，以创建新突触<ref name="urbanska" />。树突的形态如分支密度和分组模式与神经元的功能密切相关。树突畸形也与神经系统功能损伤高度相关。与树突畸形有关的疾病包括自闭症、抑郁症、精神分裂症、唐氏综合症和焦虑症。		树突（源于希腊语 δνδρν déndron，树的意思），是神经细胞的分枝状的原生质延伸，可接收其他神经细胞传递的电化学刺激，并传播到该细胞的胞体。电刺激信号由上游神经元（通常通过其轴突）经树突分支各处的突触传递到树突上。树突在整合这些突触输入以及决定神经元动作电位发放起着关键作用<ref name="urbanska" />。树突分枝形成，是个多步骤的生物过程，藉此神经元形成新的树突分支和分叉，以创建新突触<ref name="urbanska" />。树突的形态如分支密度和分组模式与神经元的功能密切相关。树突畸形也与神经系统功能损伤高度相关。与树突畸形有关的疾病包括自闭症、抑郁症、精神分裂症、唐氏综合症和焦虑症。
	[[File:1920px-Neuron Hand-tuned.svg.png\|thumb\|Structure of a typical neuron\|链接=Special:FilePath/1920px-Neuron Hand-tuned.svg.png]]		[[File:1920px-Neuron Hand-tuned.svg.png\|thumb\|Structure of a typical neuron\|链接=Special:FilePath/1920px-Neuron Hand-tuned.svg.png]]

@@ 第9行： / 第9行： @@
 ==历史==
-The term ''dendrites'' was first used in 1889 by [[Wilhelm His, Sr.|Wilhelm His]] to describe the number of smaller "protoplasmic processes" that were attached to a [[Neuron|nerve cell]].<ref>{{Cite book|title=Origins of neuroscience : a history of explorations into brain function|last=Finger|first=Stanley|publisher=Oxford University Press|year=1994|isbn=9780195146943|pages=44|oclc=27151391|quote=The nerve cell with its uninterrupted processes was described by Otto Friedrich Karl Deiters (1834-1863) in a work that was completed by Max Schultze (1825-1874) in 1865, two years after Deiters died of typhoid fever. This work portrayed the cell body with a single chief "axis cylinder" and a number of smaller "protoplasmic processes" (see figure 3.19). The latter would become known as "dendrites", a term coined by Wilhelm His (1831-1904) in 1889.}}</ref> German anatomist [[Otto Friedrich Karl Deiters]] is generally credited with the discovery of the axon by distinguishing it from the dendrites.
+树突（''dendrite''）一词最早是在 1889 年被 [[Wilhelm His, Sr.|Wilhelm His]] 用来描述神经细胞相连的较小的“原生质突起”的数量<ref>{{Cite book|title=Origins of neuroscience : a history of explorations into brain function|last=Finger|first=Stanley|publisher=Oxford University Press|year=1994|isbn=9780195146943|pages=44|oclc=27151391|quote=The nerve cell with its uninterrupted processes was described by Otto Friedrich Karl Deiters (1834-1863) in a work that was completed by Max Schultze (1825-1874) in 1865, two years after Deiters died of typhoid fever. This work portrayed the cell body with a single chief "axis cylinder" and a number of smaller "protoplasmic processes" (see figure 3.19). The latter would become known as "dendrites", a term coined by Wilhelm His (1831-1904) in 1889.}}</ref> 。德国解剖学家 [[Otto Friedrich Karl Deiters]] 被认为发现了轴突，是他首先将轴突与树突区分开。
 年代末，[[Kenneth S. Cole]] 和 Howard J. Curtis 最先开始对神经系统进行胞内电生理记录。瑞士人 Rüdolf Albert von Kölliker 和德国人 German Robert Remak 首先对轴突起始段进行了鉴定和性质研究。1952 年，[[Alan Hodgkin]] 和 [[Andrew Huxley]] 也使用了乌贼巨突触（1939年），到 1952 年他们得到动作电位的离子机制的完整定量描述，从而建立了 Hodgkin-Huxley 模型。Hodgkin 和 Huxley 因这项工作在 1963 年共同获得诺贝尔奖。Frankenhaeuser-Huxley 方程式则将将刻画轴突传导的公式推广到脊椎动物。Louis-Antoine Ranvier 首次描述了轴突上的不连续或结，因此这些轴突特征现在通常被称为郎飞结。西班牙解剖学家 Ramón y Cajal 提出轴突是神经元输出的部分<ref>{{cite journal|last=Debanne|first=D|author2=Campanac, E |author3=Bialowas, A |author4=Carlier, E |author5= Alcaraz, G |title=Axon physiology.|journal=Physiological Reviews|date=Apr 2011|volume=91|issue=2|pages=555–602|pmid=21527732 |doi=10.1152/physrev.00048.2009|url=https://hal-amu.archives-ouvertes.fr/hal-01766861/file/Debanne-Physiol-Rev-2011.pdf}}</ref>。他还指出，神经元是离散的细胞，通过细胞间的特殊连接或空隙，即今天称为突触的结构进行相互通信。Ramón y Cajal 改进了他的竞争对手 [[Camillo Golgi]] 发明的高尔基染色法<ref>{{cite journal|last=López-Muñoz|first=F|title=Neuron theory, the cornerstone of neuroscience, on the centenary of the Nobel Prize award to Santiago Ramón y Cajal|journal=Brain Research Bulletin|volume=70|issue=4–6|pages=391–405|pmid=17027775|doi=10.1016/j.brainresbull.2006.07.010|date=October 2006|s2cid=11273256}}</ref>。