神经回路信息流通的抽象化

神经回路中信号变化的形式包括了电过程、生化过程、扩散过程等，十分复杂，但是在研究神经信息时可以忽略这些过程，而主要关注信号经过回路中各环节时如何变换。这里的变换不是指电和化学变换，而是抽象为输入量和输出量之间的变换。注意在系统中哪些量是输入信号，哪些量是输出信号，这些需要关注的量在系统各环节中的出现形式是什么，在各环节之间的变换规律是什么，系统中有哪些会影响“被关注的信号”变化和传递的因素。在这里如果还要关注生化过程变化为电信号的机理，就显得有些画蛇添足了。同样，人们无须了解离子通道的数目，也无须知道离子通道的工作机理，更无须了解DNA 与神经信息的关系。当然，为认识神经信息传输的机理，确实都应该掌握电和化学变换这两个过程，不过在此了解两者之间转换的机理仅仅是为了确定两个量之间变换的确切关系。

神经回路可由若干神经元组成，因此需要考虑神经元本身作为输入、输出的单元具有怎样的变换规律，以及神经元间的信号连接关系。明确这两个环节的机理后，神经回路的信息过程也就容易理解了。

承认神经系统是在S 空间中进行信息处理的，这就简化了对模型的要求，不需要非常精确地确定电信号和化学信号之间的函数关系，只需关注它们之间的函数单调性是否变化。根据S 空间中单调函数的等价性，只要单调性保持不变，任何函数都可用来作为描述神经元及神经回路的信息处理模型。

外界不同信号变换为神经脉冲的原理各不相同，这相当于信号系统中变换器（传感器）不同，这并非神经信息学讨论的主要问题。神经信息学关注的是神经系统中信息变换和处理的机理。不同感觉器官的神经系统的结构不一样，嗅觉系统中有嗅小球，听觉系统中没有嗅小球，但有耳蜗腹核、橄榄体等。这些结构差异往往由于生理上的需要或进化等原因形成。若忽略这种结构差异，只从信号流动过程分析，它们却存在很多相似之处。是否一定需要在研究神经信息以前先搞清为什么要有嗅小球这一结构？这是不必要的。只要它不影响信息通路的信号变化，就完全可以把它忽略掉，否则研究进程将举步维艰。只有通过适当地简化结构，才能逐步接近神经信息过程研究中的核心问题。

人的神经系统中的整个信息过程大致可分为如下几个部分。

首先，输入部分（也就是感受器系统）把外界信号（包括物理和化学信号等）变为细胞内的电信号，这种电信号多数是阈值以下的模拟信号（分级电位）。例如图5.1所示的视感受细胞电信号，这是实验得到的数据曲线［3］，可见光亮度变化所引起的电流曲线的变化。这类变化的曲线族符合可排序性（满足第4 章定义4.3），其排序规律与信号强度（外界刺激）增加方向呈单调关系。不管感受器是受光、声音还是气味的输入刺激，输出的都是模拟信号（分级电位），这些电信号都是可排序信号，排序规律与输入刺激都符合类似的规律。(www.xing528.com)

接下来是模拟信号变为神经脉冲序列信号。为便于讨论，适应信息科学的习惯，把阈值以下（分级电位）的电信号称为模拟信号，而把阈值以上（动作电位）的电信号称为神经脉冲序列信号。根据动作电位的幅值和波形形态特点，可认为任一神经脉冲序列信号中每一脉冲信号的幅值和波形基本上保持相同，因此单个脉冲波形本身并不携带信息，信息变化都表现在两脉冲之间的时间间隔长短上；也就是说，动作电位信号一定是脉冲序列形式的信号。为了方便，我们往往把神经脉冲序列信号简称为脉冲信号（其实脉冲信号也是模拟信号）。如图5.1所示的模拟信号变为脉冲信号后，同样保持了可排序性。文献［4］所述的工作对此进行了证明。所有的感受器最后输出的都是脉冲信号，而且其排序规律与对应的输入信号强度排序相同。

图5.1　视感受细胞随光亮度变化产生的电信号变化［3］

输入信号变为电信号（脉冲信号）后，这些脉冲信号进入脑，在脑中进行信息处理，然后是记忆、学习、联想等运算，最后有一部分被输出（主要是指运动输出）。在脑中的信息处理就是脉冲序列之间的变换。因此，神经信息学的数学模型需要解决的是脉冲序列之间的变换关系。

脑本身分为大脑、小脑、脑干、海马体等，组成脑的细胞不仅数量多，而且种类繁多。不同细胞结构相差很大，如锥体细胞、浦肯野细胞、胶质细胞等；不同细胞作用也不同。没有搞清这许许多多的细胞，如何建立数学模型？仔细分析脑中的信号（信息），它们都是以脉冲信号形式在脑中流动，而且所有脑中脉冲信号形态都是一样的。本书依据H-H 方程，使用一组参数代表所有脑中神经细胞的活动规律。从S 空间角度来看，这种替代符合相关定理（见第4章）。从S 空间着手，可以大大简化脑的模型和对神经信息的分析。