【摘要】：如像图11.3所示的小脑中的浦肯野细胞，其树突连接着数量高达15 万个的突触，也就是会有15 万个信号输入处，这么多的突触使得这里的噪声脉冲成为非常严重的问题。图11.3浦肯野细胞海量树突输入信号的处理实在使人难以理解，这个问题不解决，如何来分析神经网络？由于技术的进步，近些年来人们对树突中脉冲序列的研究已经开始重视起来，认为研究树突中的信号变化对研究神经元信号处理是十分重要的［8］。
本书的观点是神经信息编码存在于脉冲序列之中，神经回路是处理这些脉冲序列信号的基础。回路的最基本单元是神经元，在考虑神经元输入输出的变化关系时，会碰到海量输入问题。如像图11.3所示的小脑中的浦肯野细胞，其树突连接着数量高达15 万个的突触，也就是会有15 万个信号输入处，这么多的突触使得这里的噪声脉冲成为非常严重的问题。
图11.3 浦肯野细胞(www.xing528.com)
海量树突输入信号的处理实在使人难以理解，这个问题不解决，如何来分析神经网络？似乎用单细胞组成的神经回路来分析神经编码是有很大困难的，这也许是提出群体编码的重要原因之一，从宏观上（也就是从统计上）找规律也许是唯一的途径。但是到目前为止，还没有看到一篇有说服力的统计文章，这也就是本书第1 章中所提出的研究神经回路的困难。
近几年来随着膜片钳技术和双光子技术的发展，树突中的信号过程研究已经在国际上引起了较多注意［5-6］。树突的很多分支信号的汇聚过程，绝不是像电路那样可以叠加的，也不是采用统计方法所能描述的。正如文献［1］所说，这是信号处理的精细部分。研究计算神经科学的学者也普遍注意到了神经突触在信号时序上对整个信号过程的影响［7］，这是一个很好的趋势。由于技术的进步，近些年来人们对树突中脉冲序列的研究已经开始重视起来，认为研究树突中的信号变化对研究神经元信号处理是十分重要的［8］。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
