神经科学研究方向范文

前言：我们精心挑选了数篇优质神经科学研究方向文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

【关键词】 全身麻醉； 硬膜外麻醉； 全膝关节置换术； 深静脉血栓

中图分类号 R56 文献标识码 B 文章编号 1674-6805（2015）34-0036-02

doi：10.14033/ki.cfmr.2015.34.014

近年来，随着我国医疗水平的不断提高，越来越多患者的生活质量得以改善。其中，在骨科手术领域人工全膝关节置换手术被广泛应用，但是大部分患者术后会出现深静脉血栓的并发症，主要表现为静脉炎、下肢疼痛及肺栓塞等。目前，这种骨科手术导致的下肢的静脉血栓越来越备受重视[1]。相关数据显示，全膝关节置换术后深静脉血栓发生率将高达一半以上。另一方面，不同麻醉方式的选择也会影响全膝关节置换术后深静脉血栓的发生[2]。本文将选取笔者所在医院四年的全膝关节置换术患者为研究对象，阐明全身麻醉和连续硬膜外麻醉两种方法在降低全膝关节置换术后深静脉血栓发生率上的有效性、安全性和适用性，现报道如下。

1 资料与方法

1.1 一般资料

选取2012年4月-2015年4月在笔者所在医院进行全膝关节置换术的患者110例作为研究对象。所有患者经确诊为ASAⅠ～Ⅲ级，男66例，女44例，最小55岁，最大73岁，体重53～75 kg，经彩色多普勒超声等检查，肝肾功能和血尿便常规检查正常；术前血小板、凝血情况及心电图正常。采用随机数字表法分为治疗组和对照组，两组患者年龄、性别等基础临床特征比较，差异均无统计学意义（P>0.05），具有可比性，详见表1。

1.2 方法

治疗组患者采用硬膜外麻醉，对照组患者采用全身麻醉。两组患者术前12 h需空腹，且近期未用药。两组患者需同时建立心率、呼吸频率、血氧饱和度和平均动脉压等检测体系。治疗组需要选择患者L2～3作为穿刺点，穿刺成功后再将硬膜外导管向头侧置入管3 cm处，同时注入1%利多卡因和0.25%地卡因9～18 ml，术中用0.5%罗哌卡因维持麻醉。对照组依次静脉注射地西泮0.07～0.09 mg/kg、芬太尼13 μg/kg、维库溴铵0.12 mg/kg等进行诱导麻醉，等6 min后注射异丙酚2～5 mg/kg，再给予1.0%异氟烷同时间隔给予芬太尼辅助维持麻醉（药品均由浙江大学附属第一医院提供，批次20150527）。

1.3 观察指标

观察两组患者麻醉前、麻醉后3 h和术后24 h血凝指标变化情况和深静脉血栓发生情况，比较两组患者麻醉时间、术中出血量及手术时间；其中，需要记录各点采静脉血行凝血酶原时间（PT）、凝血酶时间（TT）、纤维蛋白原（Fbg）和血小板（PLC）。

1.4 统计学处理

采用SPSS 17.0软件对所得数据进行统计分析，计量资料用均数±标准差（x±s）表示，比较采用t检验；计数资料以率（%）表示，比较采用字2检验。P

2 结果

2.1 治疗后两组患者基本情况比较

两组患者分别进行全身麻醉和连续硬膜外麻醉后，治疗组患者的纤维蛋白原与血小板含量均明显低于对照组，但凝血酶时间和凝血酶原时间均长于对照组（P

2.2 两组深静脉血栓发生情况比较

治疗组患者深静脉血栓发生率为10.5%，显著低于对照组的49.1%，差异有统计学意义（P

2.3 两组手术一般情况比较

治疗组和对照组麻醉时间、术中出血和手术时间比较，差异均无统计学意义（P>0.05），详见表4。

3 讨论

随着我国人口老龄化加快和人工关节技术的提高，人们更加关注骨科术后患者的生活质量[3-4]，本文就全身麻醉和连续硬膜外麻醉两种方式对降低深静脉血栓的发生率进行分析，主要有两点差异：第一全麻能降低下肢的血流量，有助于血栓的发生，而硬膜外麻醉能扩张血管，与全麻作用相反；第二全麻能使血液黏滞度升高、红细胞变形降低，则硬膜外麻醉具有相反的作用[5-6]。另一数据显示，硬膜外麻醉患者的血小板和纤维蛋白原含量均低于全麻患者，而凝血酶原时间和凝血酶时间均较全麻组患者长，表明全麻组患者的凝血情况严重，更易发生深静脉血栓。虽然药物治疗能够使深静脉血栓发生率有所下降，但是严重疾病、老年患者以及部分大手术等高危人群的深静脉血栓发生率依然很高。因此，需要从形成深静脉血栓的原因着手，找到合理而安全有效的方法来值得临床推广。

目前，对于血栓形成的初期，炎性细胞、血小板、静脉内皮细胞等之间的调控及相互作用，造成纤容及抗纤、凝血及抗凝系统失衡，从而使得机体微环境向有利于血栓形成的发展机制并未完全明确，尚无比较可靠的深静脉血栓早期诊断及预测标志物。与深静脉血栓形成有关的因素有很多，常见的有年龄、肥胖、深静脉血栓病史、肺疾病、骨折史、水肿、感染等因素[7]。

在不考虑客观因素的情况下，连续硬膜外麻醉用于骨科围术期具有连续镇痛效果好、术中出血量少、肌肉松弛好等优点。虽然全身麻醉对全膝置换术后深静脉血栓的发生有推动作用，但是在实际临床上术前常伴有支气管炎、高血压、心肺功能弱等的患者机体代偿和耐受性差[8]。

综上所述，随着连续硬膜外麻醉和人工关节技术的日臻成熟及对骨科中常见的全膝关节置换术认识的深入，硬膜外麻醉大大降低了患者深静脉血栓并发症的发生率，提高了临床疗效，且具有在骨关节外科领域中巨大潜力。

参考文献

[1]张苗芳.不同麻醉方法对老年全髋关节置换术患者术后深静脉血栓发生率的影响对比[J].中华高血压杂志，2015，23（1）：16-17.

[2]李云龙，王华，叶慧仪，等.不同麻醉方法对下肢骨关节手术患者围术期凝血功能的影响[J].中国现代药物应用，2013，7（8）：9-10.

[3]刘达，张译，张波，等.不同麻醉方式对股骨粗隆间骨折患者术后血液流变学及 DVT 的影响作用[J].中国现代医学杂志，2014，24（31）：79-82.

[4]陆文博，杨世忠，邵学泉.全身麻醉与连续硬膜外麻醉对全膝关节置换术围术期血液保护及深静脉血栓发生率的影响[J].中国医药报，2013，10（35）：109-111.

[5]陈虎，曹力.麻醉方式与全膝关节置换术后深静脉血栓形成及预防[J].实用骨科杂志，2011，17（4）：336-339.

[6]姚杰，孟尽海，王文娟，等.不同麻醉方法对骨科手术患者深静脉血栓形成的影响[J].宁夏医科大学学报，2013，35（1）：29-31.

[7]何汉良.骨科术后下肢深静脉血栓形成的危险因素[J].中国中西医结合外科杂志，2014，20（6）：593-595.

第2篇

关键词 大课间活动 体育 素质 耐力

中图分类号：G635.5 文献标识码：A

Research and Results of Hangzhou Jing Fang High School

Large Recess to Students' Physical Quality

PAN Lingyan

（Hangzhou Jingfang Middle School， Hangzhou， Zhejiang 310020）

Abstract With the comprehensive promotion of quality education， school education is undergoing major changes. "Health First" is the guiding ideology of school education in the new century， "happy， active， healthy development，" has become the goals and tasks of school physical education. "Big recess physical activity" is a new type to promote quality education in the form of calisthenics occurred during the practice has proved that it is the goal of achieving an effective new sports vehicle， it is the full implementation of health， happiness education， promote student initiative， the harmonious development of the process reveals important and has a unique effect. By successfully carry out large recess activities， and our students that exercise， and exercise their own will and moral， but also improve the physical foundation for the sport in the exam.

Key words large recess； physical education； quality； endurance

1 研究对象和方法

1.1 研究对象

杭州市景芳中学全校30个班级。

1.2 研究方法

（1）文献资料法。查阅了近5～10年来有关大课间的资料，并查阅了相关研究成果、论文20余篇。（2）数理统计法。

2 大课间的前期准备

2.1 大课间调查内容表

时间：每天上午9：35～10：05

2.2 活动前期试行，规划成册，全面落实

根据我校实际情况，制定出了大课间活动方案。加强大课间活动，让学生实践所学的知识和技能，延伸课堂教育教学的内容，发展学生不同的兴趣和特长，激发学生个人的潜能和创造力，提供训练的机会；同时让学生在活动中学会与人交往、沟通和合作等社交技巧，建立正确的价值观；并通过参加课外活动，促进学生身心健康发展。由分管教学的校长全面负责，宏观调控；教务处牵头，负责过程，组织各项工作；年级组、体育组、艺术组具体实施，年级组、班主任负责组织、协调、召集学生；值周教师、班主任负责管理学生。由于学生众多，落实起来，可能出现很多不足之处，所以，每一项大课间活动都要考虑细节，现在是细节决定成败，我校的活动内容一般要经过以下步骤（表2）：

表2

体育组确定初步的项目，上报给行政领导，并跟行政领导一起讨论确定其中的可行项目，也就是上面所说的立项，再由体育组制定出活动的时间，场地，规章制度的设计方案，依据这一方案，采用试运行法进行研究，落实过程是这样的：召集体育委员进行开会，授予活动的时间地点安排和相关规章制度的学习。拿晨跑来说，体育委员领悟并传达老师的意思，自己还要在晨跑的路线上进行训练，定时，定速完成任务。确保全面开展的时候不出差错。试运行的结果再进行讨论研究，从而得到完善的改进措施，趁周一的例会上进行教师表决，看改进措施方案的可行性，若一致通过后，就规范成册，接下来教务处以文件的形式放于学校网上，让班主任和其他教师学习，以上一切胜利老师和学生就配合全面落实。

2.3 广播操

中学生正处在生长发育的阶段，骨骼、柔韧性、意志、品质等皆处于未成型，正待成型阶段，每日练习的广播操对各方面成型皆有促进作用，良好的习惯、兴趣对他们在今后的课间操练习过程中对身体的锻炼有很大的影响。我校的广播操从周二到周五连续进行，时间跨段从4月中旬到11月中旬，节假日不算。由于进出场的时间消耗，整个课间操活动时间定为20分钟，每个班级从教室走廊上排成二列众队，由体育委员带队走下楼梯，这个过程特别强调安全问题，同学之间不能嬉戏打闹，要求同学们安静，有序的走下楼梯，最后来到操场上变成一列众队，男生在前，女生在后，进行广播操练习。从始至终，值周班级的同学都是跟班检查的，好比是班级的一员，班级到那里，值周人员就跟随到那里，记录整个过程的仪容仪表，行为规范，对不到位的学生予以扣分处理，所有的情况都纳入班级的考核制度。

3 研究结果与分析

随着素质教育的全面推进，学校教育正发生着重大变革。“健康第一”是新世纪我国学校教育的指导思想，“快乐、主动、健康、发展”已成为学校体育教育的目标和任务。“大课间体育活动”就是在推进素质教育过程中出现的一种新型课间操形式，实践证明，它是实现新的体育目标的有效载体，它在全面实施健康、快乐教育，促进学生主动、和谐发展的过程中显现出重要而有特有的功效。通过大课间活动的顺利开展，我校学生即锻炼身体，又锻炼了自己的意志品德，从而养成吃苦耐劳的精神。笔者作为体育老师，去年一年对全校的30个班级进行了跟踪调查。从力量类、跳跃类、耐力类三项进行分析，每项满分为10分，总合30分。大课间活动前后一些数据的比较来说明一些结论。

3.1 对初一学生的研究结果

表3

初一学生375人，在大课间活动开展前，三项的平均分为22.756，男生平均分为24.192，女生平均分为21.338。力量类合格率为73.51%，其中男生75.43%，女生70.59%。跳跃类合格率79.4%，其中男生80.42%，女生77.38%。耐力类合格率为74.76%，其中男生74.97%，女生74.55% 。大课间活动顺利进行一年后，再对原学生进行测试和分析。三项的平均分为24.863，男生平均分为26.343，女生平均分为23.383。力量类合格率为76.73%，其中男生79.82%，女生74.64%。跳跃类合格率82.57%，其中男生83.87%，女生80.27%。耐力类合格率为86.46%，其中男生88.89%，女生84.03% 。以上数据对比分析见表3。

3.2 对初二学生的研究结果

表4

表5

初二学生386人在大课间活动开展前，三项的平均分为25.756，男生平均分为26.192，女生平均分为24.338。力量类合格率为78.61%，其中男生79.43%，女生77.59%。跳跃类合格率82.4%，其中男生83.42%，女生79.38%。耐力类合格率为79.76%，其中男生81.53%，女生74.68% 。大课间活动顺利进行一年后，再对原学生进行测试和分析。三项的平均分为26.863，男生平均分为27.623，女生平均分为25.453。力量类合格率为81.73%，其中男生82.82%，女生79.64%。跳跃类合格率85.57%，其中男生87.87%，女生83.27%。耐力类合格率为88.46%，其中男生89.89%，女生84.63%。以上数据对比分析见表4。

3.3 对初三学生的研究结果

初三学生348人在大课间活动开展前，三项的平均分为26.756，男生平均分为27.324，女生平均分为25.248。力量类合格率为82.24%，其中男生83.57%，女生81.57% 。跳跃类合格率86.4%，其中男生87.36%，女生85.15%。耐力类合格率为85.68%，其中男生85.45%，女生84.88% 。大课间活动顺利进行一年后，再对原学生进行测试和分析。三项的平均分为27.863，男生平均分为28.623，女生平均分为27.112。力量类合格率为91.73%，其中男生92.82%，女生90.64%。跳跃类合格率94.57%，其中男生95.87%，女生93.27%。耐力类合格率为96.46%，其中男生97.89%，女生96.93%。以上数据对比分析见表5。

3.4 对全校学生大课间研究结果的分析

（1）参加大课间活动后学生身体素质各项运动指标均在上升。（2）大课间活动对三个年级均为耐力类影响最大。（3）大课间活动对初一年级耐力类影响最大，其次是力量类；男生的运动指标比女生的运动指标上升幅度要大。（4）大课间活动对初二年级耐力类影响最大，其次是跳跃类；力量类和跳跃类男生的运动指标比女生的运动指标上升幅度要大。耐力类女生的运动指标比男生的运动指标上升幅度大。（5）大课间活动对初三年级耐力类影响最大，其次是力量类；男生的运动指标比女生的运动指标上升幅度要大。

参考文献

[1] 缪汉东.基于耐力跑的大课间体育活动对初中生身心健康的影响[J].大江周刊（论坛），2013（7）.

[2] 李深.如何开展大课间体育活动[J].新课程（上旬），2013（5）.

[3] 杜代军.新课改背景下大课间教学的艺术性[J].金田，2013（9）.

第3篇

认知神经科学是较为前沿和专业性非常强的专业，其就业主要集中在研究所或者相应大型企业研究部门，从事深度研究工作。

认知神经科学是认知科学与神经科学相结合的一门新科学，以讨论认知活动的脑机制为其研究任务，即研究人脑各组件包括分子、细胞、脑组织各区域及全脑如何调用以实现自身的认知活动。认知神经科学本身只是认知心理学的一个研究方向，即采用神经科学的方式来研究人类的心智。

认知神经科学研究方向主要围绕脑科学研究中的脑功能的基因蛋白调控、脑网络的神经信息处理以及脑认知的功能环路整合三个方

（来源：文章屋网 ）

第4篇

一、人脑研究的机遇与挑战

认识人脑是21世纪科学界面临的最重大的挑战之一。欧盟人脑项目组在预研报告中认为，如果勇于应对该挑战，就能从根本上了解人脑的本质，开发脑部疾病的新疗法，并发展具有革命意义的新型信息通讯技术。医学研究已经发现了超过500种脑部疾病，包括从偏头痛到抑郁症和老年痴呆症。据一项权威研究估计，2010年，超过三分之一的欧洲人口直接受到至少一种脑部疾病的影响，这对欧洲经济产生的成本接近8000亿欧元。

目前，脑研究的主要障碍是脑研究及其数据的零散性。现代神经科学研究虽然成就斐然，却缺乏系统性，其产生的数据在不同发展阶段、不同层次上描述了不同物种的不同脑部区域中的脑组织。现今迫切需要整合这些数据，形成一个统一的多层次系统。

二十年来，信息通讯技术与生物学的融合程度已经足以使这一理想变为现实。新的测序和成像技术以及显微镜技术的应用使我们对脑的观测能力发生了革命性飞跃。云技术和互联网技术使我们可以集成世界范围内的研究团队和临床医疗机构所产出的数据。神经信息学则提供了新的方法，以分析这些数据，创建和共享细致的脑图谱，确定知识空白区，并预测目前仍缺少实验数据的参数值。超级计算机使我们有可能从生物学角度以前所未有的详细水平建立脑模型，并进行模拟。这些技术能够极大地加速人脑研究进程，并为防治脑部疾病的新疗法，以及可能带来产业、经济和社会变革的新型计算技术开辟新的道路。

二、欧盟人脑项目的四大研究目标

欧盟人脑项目组在预研报告中提出，基于信息通讯技术的脑科学研究必须成为欧洲的一个战略研究领域，该项目将为这种新型脑研究模式奠定技术基础，推动不同学科间数据和知识的融合，促进各群体为实现对脑部的新认识，开发脑部疾病新疗法，并发展模拟人脑的新型计算技术而共同努力。欧盟人脑项目提出了四大目标，即数据、理论研究、信息通讯技术平台和应用。

1.数据

现代神经科学研究已产生了海量实验数据，正在进行的一些大型研究计划将使新的发现不断涌现，但要构建多层次的人脑图谱并统一人脑模型，仍缺乏大量知识。因而，欧盟人脑项目的首要目标是产生和解释那些从战略角度经过选择的、从其他来源不太可能获得的数据。欧盟人脑项目在预研阶段已经确定了三大着眼点：一是多层次的鼠脑结构，为人脑图谱和模型的开发提供重要信息，因为许多的鼠脑研究成果适用于所有哺乳动物。二是多层次的人脑结构，以产生从战略角度经过筛选的人脑数据，并与鼠脑数据进行对比，找出差异。三是脑功能和神经元结构。

2.理论研究

没有扎实的理论基础，就不可能解决神经科学数据和研究过于零散的难题。因此，欧盟人脑项目提出，应包括一项针对理论研究的协同计划，重点关注脑组织的不同层次关系中所蕴含的数学原理，以及人脑获取、再现和存储信息的方式。

3.信息通讯技术平台

欧盟人脑项目的第三个目标是创建一个信息通讯技术平台集成系统，使之能够开启基于信息通讯技术的新型脑研究。欧盟人脑项目组提出，应建设六个平台：

（1）神经信息学平台。为神经科学家提供技术能力，使其能够更容易地分析脑的结构和功能数据，构建多层次的脑图谱。这将为研究人员提供新的途径，以填补目前阻碍对人脑实现整体认识的数据和知识空白。

（2）脑模拟平台。大型脑模拟平台在整个人脑项目中将发挥核心作用，它为研究人员提供建模工具和模拟器，使研究人员能够整合鼠脑和人脑多尺度模型中的大量异质数据，并模拟鼠脑和人脑的活动。

（3）高性能计算平台。为欧盟人脑项目和研究团体提供大脑建模和模拟所需的计算能力，平台需包括最新、最强的超级计算技术（达到百亿亿次级的运算水平）和全新的交互式计算和可视化功能。

（4）医学信息平台。该平台在有效保护病人资料的同时，汇集医疗档案和专有数据库中的临床数据，使研究人员能够识别特定疾病过程的生物标记。研究人员一旦掌握检测疾病和对疾病分类的生物学方法，就能够了解病因并制定有效的治疗方法。

（5）神经形态计算平台。为研究人员和应用开发人员提供硬件和设计工具，使他们能够以人脑结构和原型应用为蓝本，开发全新的紧凑型、低能耗装置和接近人脑智能的系统。

（6）神经机器人平台。为研究人员提供工具，使其能够在模拟环境中将复杂的人脑模型与机器人相连接，并将机器人可以学会的行为与人体和动物实验结果进行比较。

4.应用

欧盟人脑项目的第四个主要目标是展示其建立的平台对神经科学基础研究、临床研究和技术开发的价值，引发项目之外的研究群体掀起研究热潮。其应用将主要体现在以下三个方面：

（1）综合性的认知原则。研究人员在系统地剖析控制具体行为的神经回路，模拟各级脑组织中的基因缺陷、病变和细胞消亡，并建立药效模型的项目中，应使用脑模拟平台和神经机器人平台。其最终目标是建立模型，模拟人类区别于其他动物而独有的能力（特别是语言能力），这样的模型将代表人类认识所取得的根本性进步，并将可以直接应用于医学和其他技术。

（2）认知、诊断和治疗脑部疾病。研究将发掘医学信息学平台、神经信息学平台和脑模拟平台的潜力，以发现与特定疾病过程对应的生物标记，从而认识和模拟疾病过程，预防和治疗疾病。新的诊断工具将可能在疾病造成不可逆的伤害之前做出更早诊断，并根据具体病人的需要开发新药，测试新疗法，即“个性化医疗”。这项研究还能降低代价高昂的后期试验失败率，减少新药开发成本。目前每种新药的开发成本约为10亿欧元。

（3）未来计算技术。人脑项目搭建的高性能计算平台将使研究人员能够开发出将神经形态装置与常规超级计算技术相结合的综合技术。借助神经计算技术平台和神经机器人平台，研究人员将能建立拥有巨大潜在市场的应用原型，其中将包括用于家庭、制造业和服务业的机器人，以及用于汽车、家用电器、制造业、图像和视频加工以及通讯技术领域的数据挖掘和控制器这类“无形的”但同样重要的技术。

三、欧盟人脑项目可能带来的重要影响

欧盟人脑项目认为，它将极大地加快进程，实现对脑结构和脑功能的多层次认识，提高脑部疾病的认识、诊断和治疗水平，发展脑科学启示下的新型信息通讯技术，将对欧洲科学、产业、经济和社会具有巨大的潜在影响。

第一，人脑项目的数据和信息通讯技术平台将有助于解决神经科学研究零散的难题，为形成对脑结构和脑功能之间关系的全新认识开辟道路。该项目希望使研究人员有能力应对现代神经科学面临的一些最重大的挑战，包括学习和记忆力、神经编码的本质、甚至是知觉和意识的神经元作用机制等。

第二，将对医学产生重大影响，加快研制更好的诊断工具，确定更好的治疗方案。由于脑部疾病造成巨额费用，因此即使是小的改进，如更早期诊断、延缓神经退化性疾病中认知能力下降的疗法等，也将带来巨大的经济和社会效益。脑部疾病新药具有庞大的潜在市场规模。新药研发成本的降低和成功率的提高将为制药业带来重大好处。

第三，将脑研究与信息通讯技术相结合，将有助于确定计算技术的未来发展方向。在超级计算技术领域，欧盟人脑项目希望，由其开发的新型交互技术、可视化技术、多尺度模拟技术和云计算技术将推动为产业界和消费者提供新的服务，并促进形成良性循环，使超级计算机能够为更广泛的学术和产业部门服务。

第四，将为紧凑型、低能耗系统的开发开辟道路。这种系统基于神经形态计算和神经机器人的研究，从长远来看，具有实现模仿人脑智能的潜能。欧盟人脑项目认为，这些技术的潜在应用范围和战略意义与过去五十年间驱动欧洲发展的传统计算技术不相上下，而该项目将引领这些技术的发展，并为确保欧洲的全球经济竞争力发挥关键作用。

第5篇

关键词：转化医学；微创神经外科；应用

目前，我国神经外科学在学科建设和发展上取得了一些的成绩，但仍需神经外科学工作者不断努力，以获取更大的进步[1]。进入21世纪， 转化医学理念诞生，本文着重阐述了转化医学在微创神经外科、显微神经外科及经典神经外科3个阶段中的发挥的积极作用，提出了微创神经外科是转化医学的技术平台，将成为神经科学和神经外科临床之间沟通的桥梁。

1 转化医学理念

20世纪末，随着科学技术和医学的迅速发展，医学知识逐渐积累，医学的专业分化越来越具体，每个医学专业学科仅接触疾病的一部分。从事某一专业的医师很容易受其专业限制，忽视和割裂一些带有全局性的重大医学问题。使得基础医学和临床医学研究各自独立进行，缺少交流，导致了科技成果转化率不高。美国哈佛大学医学院在20世纪末提出的转化医学理念，打破了基础医学与临床医学各自为战的局面，在基础实验研发与临床应用之间建立起了有效的沟通桥梁，能够将基础研究的新发现和新成果迅速转化为临床上新的治疗方法和诊断手段， 转化医学缩短了"从实验台到病床"（bench to bedside）的过程，推动了医学的全面发展[2]。

2 转化医学理念在微创神经外科中的应用

2.1微创神经外科是实施转化医学的技术平台 微创神经外科是沟通基础研究与神经外科临床之间的桥梁，是实施转化医学的技术平台。微创神经外科改变了传统颅脑手术的模式，利用脑功能监测系统和脑解剖定位系统，如微骨窗开颅、脑功能MRI导航、神经内镜、个体化脑沟入路（ individually designed trans-fissureapproach）等，进行颅脑手术，从脑解剖保护提升为神经功能保护，微创神经外科手术使颅脑手术进入了全新的阶段。

术中应用荧光造影（ fluores-cence）技术，确定动静脉畸形、脑动脉瘤切除术及烟雾病手术后的血管通畅状态；应用超声波对脑和病灶进行解剖定位；应用运动诱发电（motor evoked-potentia，l MEP）、皮质电刺激（electrical stimulation mapping，ESM）和体感诱发电（somatosensory evoked potentia，l SSEP）对脑干手术、大脑皮质和脑神经连续进行电生理监测，对手术操作可能损伤脑皮质功能时，及时进行预警。

微创神经外科正在向细胞水平发展，将实现治疗学的最大突破-基因治疗，用相对简便的方法治疗众多基因变异和缺陷引起的神经系统疾病。将人工智能应用于临床操作，实现自动操作、自动识别、自动调整，精确地完成各种操作程序。转化医学的理念将继续推动神经外科的发展。

2.2利用微创神经外科技术平台实施转化医学的研究方向

2.2.1神经疾患基因治疗 人类基因组计划不仅是破译人类基因的密码，更重要的是在分子水平寻找治疗、预防疾病的方法。细胞和分子生物学的发展使中枢神经系统的基因治疗成为可能，称之为细胞分子神经外科。目前已明确为基因遗传病的神经系统疾病有Lesch-Nyhan综合征、溶酶体储存障碍（lyso-somal storage disorders）、Sandhoff综合征、Mucopolysaccharidosis综合征、神经纤维瘤病、脑海绵状血管畸形等。①中枢神经系统内细胞全部基因置换。该治疗方法用以矫正遗传性神经退行性病变，如酶的功能障碍等。应用全基因置换治疗酶的功能障碍时，要求神经干细胞能够充当基因治疗的载体，病毒载体系统能够在神经细胞和胶质细胞中无毒性长期基因表达，使用正常的等位基因进行基因置换，这样可有效地消除中枢神经系统中由于单个基因隐性突变引发的疾病显性表现。②脑肿瘤基因治疗。选择性表达毒性基因，这种基因能够引起肿瘤细胞的溶解坏死，抑制肿瘤生长，具有特殊的抗肿瘤效应， 杀灭肿瘤的同时不损害正常的脑组织。与传统肿瘤治疗方法相比，基因治疗配合手术、放疗，可有效延长患者的生存期。③恢复中枢神经系统特定位置细胞功能的基因治疗。该方法用以恢复特定的神经细胞的亚细胞群在神经退化过程中丢失的功能。把病毒性载体介导的治疗基因转移到大脑定位置的神经细胞的亚群，对蛋白表达和基因转录进行严密的调节，可用于特定部位神经退行性病变的恢复性治疗。移植基因改变的细胞或者胚胎性的移植物，产生特殊的生长因子或神经传输，恢复因神经功能障碍引起的中枢神经系统特定部位的神经功能缺失，如Alzheimer病和Parkinson病的基因治疗。④脑卒中的基因治疗。脑卒中，导入治疗基因能够保护缺血损伤的神经细胞免于死亡，控制不同脑内炎性调节因子表达的基因。3～5w的基因表达有利于血管的生成和正常修复缺血性疾病，可以达到治疗目的[2]。

2.2.2神经干细胞的研究和应用 神经干细胞的用途主要有： 充当基因治疗的载体、生命科学的研究及损伤的神经细胞的替代疗法。将神经干细胞移植到中枢神经系统，替代因疾病或损伤而缺失的神经细胞，对于恢复神经系统功能具有重要的作用。神经干细胞具有显著的特点，能够重复进行有丝分裂，产生大量子代细胞，具有高度的自我更新能力。目前，医学上已经能够实现在人体外神经干细胞的增加，并保持一定时间的增生能力，但中枢神经系统细胞的再生是一个十分复杂的过程，神经干细胞应用于临床的空间还很大。

2.3国内转化神经外科学现状

2.3.1基础与临床研究体系初步形成 转化医学提倡建立神经科学基础研究与神经外科临床多学科的合作。以脑血管病为纽带，整合神经内科学、放射学等多学科，组建脑血病诊治中心，收集患者临床资料，与国外合作开展合作研究，扩大国际影响，提升学术水平。

2.3.2建成微创神经外科平台 在国内率先建立微创神经外科平台的是首都医科大学神经外科学系。首都医科大学神经外科学系与神经科学研究所合作开展脑血管病、胶质瘤及脑认知功能的研究，取得初步成效，转化医学的优势初步显现。

3 结论

转化医学打破了基础医学与临床医学之间的屏障，能够将基础研究的成果快速转化为临床方法，我国的神经外科学工作者应抓住机遇，充分利用微创神经外科这个技术平台，广泛应用转化医学理念，打造具有国际话语权的现代神经外科学。

参考文献：

第6篇

关键词：认知科学；神经科学；劳动经济学；管理决策学

中图分类号：F069.9　文献标识码：A　文章编号：1003―5656(2007)04―0026―05

认知神经科学是一门建立在神经科学和认知科学基础上的交叉学科，在过去的十几年中，认知神经科学飞速迅猛地发展，同时，它又与经济学和管理学等学科交叉融合，使得神经经济学和神经管理学进入了人们的视野。本文的目的就是通过对文献的考察，来介绍神经经济学和神经管理学的基础――神经科学(主要是认知神经科学)以及神经经济学和神经管理学的发展及其应用。本文的框架大致如下：第一节介绍认知科学和神经科学研究中的基本技术和方法；第二节介绍认知神经科学在劳动经济学、金融经济学和信任经济学等方面的最新发展和应用；第三节介绍神经决策管理学及其研究基础；第四节介绍神经经济学和神经管理学未来研究的趋势；第五节是本文的小结。

一、认知神经科学的基本观点和学科渗透

神经经济学和神经管理学的生理基础是神经科学，而认知神经科学是神经科学的一个重要分支，它是对脑神经系统的智能活动过程进行实验研究和计算模拟研究的一门新兴学科。

大量研究表明一种功能常需要脑的多种结构参与，同时脑的一个结构单位可以参与多种功能。认知神经科学研究以两个基本观点为基础：第一、脑的结构与功能具有多层次性，而且大脑结构的多层次性导致了其功能的多层次性；第二、脑的结构是脑功能的基础，但结构与功能之间不存在简单的对应关系。

认知神经科学的研究技术和方法有很多，如神经磁场学与磁源成像、光学成像、功能性磁共振成像(fMRI)、神经图象分析、事件相关电位(ERP)等等。其中，应用最广泛的是fMRI和ERP。fMRI在认知神经科学中的应用包括：感觉和运动皮层的fMRI研究、听觉及语言加工的fMRI研究、学习和记忆等认知过程的fMRI研究等等。

认知神经科学虽然刚刚诞生，但它的发展十分迅速。如发达国家美国、德国、英国等都积极对认知神经科学进行研究，对此也投入了大量的人力和物力。像在德国，1997年投资5000万马克兴建的猴实验室内同时具有专门的fMRI和一百多套脑细胞电活动记录的仪器，这说明认知神经科学的发展具有相当重要的地位。认知神经科学要取得进步，就必须不断发展和完善研究手段，利用更有效的方法对其进行研究。

二、认知科学和神经科学对经济学科研究的拓展和深入

在传统经济学中，人类经济行为的目的是为了追求其效用最大化，序数效用论和显示性偏好理论解释人们对效用的排序问题；在理性人假设的基础上建立起了自己的理论体系，但其研究结论的有效性常常受到质疑。如今随着神经科学研究技术的迅速发展，对人类的心理感受和思维活动的测量已经日益可能，从而使我们以一种新的角度理解人类的思想和行为。通过神经经济学研究，可以了解到传统经济学不能精确解释的问题，神经经济学的应用领域很广，比较典型的有在劳动经济学、金融学，信任研究等方面。

(一)在劳动力供给行为决策和劳动力市场的应用

劳动供给是劳动经济学中很重要的一个内容。劳动供给中工作时间的决策理论描述的是在既定的时间资源下，劳动者如何对自己的劳动供给时间和闲暇进行分配，以达到自己效用的最大化。在劳动供给中涉及到许多人的行为和选择，因此也可以通过神经科学对人的劳动供给行为下的神经基础进行研究。Conver和Shizgal曾利用劳动供给理论模型解释对大脑进行电流刺激所产生的报酬的价值。通过设计，使得老鼠只有在呈指数分布的间隔结束时处在按住控制杆的状态，才能获得电流刺激，这样老鼠为了获得每个报酬，必须放弃实验者控制的闲暇时间。老鼠劳动和闲暇的预算线是线性的，从而得出老鼠的劳动供给的分配决定。Conver和Shizgal的研究为劳动经济学中劳动供给时间的决策理论提供了一个有利证明。同时它也对这个理论提供了不少补充，如在劳动供给和闲暇之间的时间分配不仅取决于工资率的变化，还受到闲暇机会的影响。在增加闲暇时的活动种类后，对劳动报酬和闲暇的时间分配就面临更多选择。除此之外，研究者还对延期贴现、替代率的估计以及行为分配方程等进行了探讨。

运用神经科学对劳动市场上的歧视进行研究，发现歧视是自主性的。神经经济学认为劳动力市场歧视不是一种喜好或统计上的捷径，而被假定为一种神经联系，神经经济学对劳动力歧视的研究表明歧视的产生受到人们无意识感情的影响，是人们情感对劳动力市场有作用的一个很好的证明。

(二)在金融风险偏好方面的应用

神经经济学能够为金融学提供神经学的理论基础，把人们的金融决策行为用神经学的观点加以分析运用，从而以更科学的方法对待和处理金融决策问题。在对金融决策过程的神经经济学的研究中，人们发现大脑的前额叶系统与金融决策有密切关系。

人们还可以利用神经科学研究金融市场上投资者的投资行为，了解证券市场信息以及投资者本身的情感状态如何驱动他们做出投资决策，我们也可以由此设计出更加人性化、更具赢利性的市场投资模型。神经经济学能够对预期到的事件所引起的价格异常变化进行研究。投资者的事件预期会刺激神经系统以一种可以预知的方式进行活动，而投资者预期的自我实现使得股票价格呈现“山型”的变化图形，被称为FRLD。我们还可以利用形成的“山型”的价格变化图形，设计出一种投资策略BHS，它包括两种方法：(1)在可预知的利好事件出现之前购买证券并在该预知事件发生时将他们抛售出去；(2)在可预知的利好事件发生前不进行任何操作，等到发生利好事件就立即卖空。

(三)在人际信任研究方面的应用

信任是人类一种很重要的感情，它与人类的经济行为也有着密切的关系。Zak和Fakhar研究发现，信任是经济学家预测贫困的一个很好的工具，贫穷的国家通常是一个低信任度的国家。当信任度很低的时候，很少会有新的投资，就业率也不会得到提高。最近的神经经济学实验证明从陌生人那里得到的一个有意的信任信号与大脑释放的催产素相联系。Spinella等在一个单独的实验中发现从外部控制催产素的水平会大大提高研究对象相信陌生人的可能性。这些实验都表明催产素可以促进人们之间的信任程度。

神经经济学是经济学与神经科学交叉形成的一门新兴的学科，它具有很强的实用价值，能够应用于经济学的众多领域。虽然目前神经经济学的发展还存在着一些困难，理论体系和研究框架还没有建立，但是随着人们对神经经济学重视程度的越渐高涨，这一困境会得到改善。

三、神经科学对管理决策学的研究渗透

就像经济学一样，管理学的发展也离不开对决定行为的神经活动规律的研究。国际上虽然尚未出现神经管理学的术语，但毫无疑问，神经管理学已经开始慢慢走入人们的视野。从神经科学的发展趋势和对经济学、管理学、社会学的渗透来看，神经科学在决策学、营销学、人工神经网络等方面都获得了巨大发展，推动了相关学科对微观机理的深入探究。目前对神经管理学关注较多的是在神经决策学的认知基础和微观机制方面的应用。

决策科学是管理科学的核心领域之一，认知神经科学与决策科学的结合必将带来神经决策学。神经决策科学主要包括：决策所涉及行为人的风险偏好和价值观的脑神经基础；动态决策的脑神经系统工作模式；与决策者的个性心理特征和行为特征相适应的决策模型研究；决策时动态博弈过程(包括演化博弈过程)的神经机制和模式。

神经科学的发展对于我们了解人们如何做出决策有很大的帮助。人们在做出决策之前首先要做的就是对各种决策带来的风险或收益进行分析，从而做出一个风险最小，收益最大的决策。早期对大脑报酬系统的研究主要侧重于建立运算方程以及其神经化学机制基础，而最近的研究认识到区分报酬的强度和概率的重要性并且分别测试了他们各自对报酬相关的大脑活动的影响。从对多巴胺神经元以及前额脑区底部、纹状体和后扣带回神经元的记录显示神经反应与报酬强度有关。更进一步地，研究结果揭示价值被编码成刺激性的输入整体记录在报酬相关的大脑区域。大量的报酬神经方面的研究集中在正效用上，但最近的研究发现评价负效用的补充机制也是存在的。如有证据证明前扣带皮层(ACC)对于很多负效用的信号都有反应。关于神经基础的概率研究一直以来都不充分，但是最近已经开始着手这方面的工作，比如一项研究表明内侧额叶皮层的活动与获得金钱报酬的可能性呈逆向关系。

在神经决策学研究中，很突出的一项就是对药物成瘾性的研究。一直以来人们都有一个困惑：为什么有些人在明知道某项决策会给他们带来不好的后果时，仍然会作出这项决定，更有甚者在这种不好的结果出现后，还有人会重复这种决策。这种行为类似于药物成瘾。行为经济学和神经经济学都对此展开了研究。Bickel等假设两个神经系统――冲动神经系统和执行神经系统之间的相互竞争的互动可能会导致与药物依赖相符的行为。冲动神经系统对刺激的反应、作出心理的反应以及对感情进行解码都是非常必要的。执行神经系统包括前额叶皮层，前额叶皮层通常被认为与目标的确定、结果的预期和社会控制等有关。冲动神经系统和执行神经系统可以解释成瘾：活动过度的冲动神经系统可能会减弱执行神经系统的相对影响，而当冲动神经系统战胜执行神经系统时，药物依赖就会出现，并随之人们会注重当前的结果。两个竞争脑区域的假说使我们意识到要治疗成瘾应该尽量减少冲动神经系统的活动并且增加执行神经系统的活动。目前的治疗方法大多只在其中一个脑区操作。比如意外事件管理通过对冲动脑区域的运作可能会减少成瘾，而认知行为疗法通过对执行脑区域的加强可能获得成功。而同时对这两个脑区域进行操作很可能产生更有效的治疗效果。

管理科学是以人为中心的，神经管理学以人的行为的神经学研究为核心，强调具体情景，强调个体差异，强调操作层面上行为规律，研究不同时空条件下的被管理对象的演变规律以及达到预期最优的管理方法。神经管理学与神经经济学一样，都以认知神经科学作为解释的微观基础，但两者也存在不同之处，主要表现在神经经济学主要说明基本经济现象的微观基础，而神经管理学是说明管理行为的微观证据。认知神经科学的发展，将对经济管理科学产生重要影响，在神经元层面上进行研究，将给神经科学带来不断地创新，也能不断完善经济管理科学，使人们更加了解人类行为的神经学原因，为人们制定经济管理政策提供更多的理论和实证帮助。

四、神经经济学和神经管理学未来的研究趋势

神经经济学和神经管理学的发展历史都不长，目前已经有越来越多的人认识到这两个领域的重要性，而且随着神经科学(特别是认知神经科学)的发展，研究趋势表现在：

(1)研究内容将更加广泛。目前，神经经济学的研究范围已经相当广泛，包括偏好、金融风险、信任等方面，今后神经经济学的研究将涉及经济行为的更多领域，如博弈、购买行为、利他主义等等。神经管理学的研究现今主要集中在神经决策学和神经营销学上，但今后神经人才管理学、神经创新创业管理学、神经病态行为管理学等新的研究内容也将慢慢进入人们的视野。

(2)研究成果将更加实用。目前神经经济学和神经管理学一般只是对人们行为背后的神经学原理的研究，但对利用这些原理来预测和指导人们行为则缺乏足够了解，这也受到了不少神经经济学反对者的批评。将来神经经济学和神经管理学将会针对这些不足进行深入研究，力图使其研究成果对于人们经济行为有着良好的预测和指导作用。

(3)神经经济学和神经管理学所引发的道德问题的研究也将受到关注。利用神经经济学和神经管理学去控制人们的行为以达到利己的目的，这引起了很多人的非议，比如企业利用神经营销学去影响消费者的购买行为，可能会损害消费者的真正利益等。因此在未来神经经济学和神经管理学研究所引发的道德问题也是一个非常重要的研究方向。

第7篇

认知科学是研究人类认知的本质及规律，揭示人类心智奥秘的科学。它的研究范围包括知觉、注意、记忆、动作、语言、推理、思考乃至意识在内的各个层次和方面的人类的认知活动。认知科学是建立在心理学、计算机科学、神经科学、人类学、语言学、哲学共同关心的交界面上，即为解释、理解、表达、计算人类乃至机器的智能的共同兴趣上，涌现出来的高度跨学科的新兴科学。

2认知科学的起源及发展

2.1认知科学的起源认知科学起源于古代，基本上以思辨式的研究为主。从20世纪30年代开始，一批有远见卓识的科学家就已经开始了认知科学的基础研究，1973年，美国心理学家朗盖特第一次在论文中使用“认知科学（CognitiveScience）”一词。1977年，著名的认知科学研究领域的权威期刊《CognitiveSci－ence》创刊。1979年，在著名的斯隆基金会的资助下，由心理学、语言学、计算机科学和哲学界著名的学者SchankR、CollinsA、NormanD等人发起，联合其他学科对认知进行深入研究，一些著名的学者在加州共同成立了美国认知科学协会，并将权威期刊《CognitiveScience》确定为认知科学学会会刊。美国认知科学协会的成立标志着认知科学的诞生［9］。从此以后，世界各国的名牌大学及科研院所纷纷成立认知科学的研究中心或研究所，并创刊了一批具有国际影响力的认知科学学术期刊，如《CognitivePsychology》、《Cognition》、《CognitiveNeuroscience》。上述种种努力，使得认知科学得到了迅速的发展，并逐渐成为世界各国争相发展的前沿学科［10］。

2.2认知科学的发展在认知科学近60年的发展历程中，其主要指导理论在发生着变化，因此我们可以按照主要指导理论将认知科学的发展分为以下三个不同的发展阶段。

2.2.1计算理论阶段约为20世纪40年代到50年代末，这一阶段认知科学的研究主要是基于“认知即计算”这一经典理论而展开的。其代表人物为丘奇（Church）、图灵、冯•诺伊曼。美国数学家丘奇最早在他的论文《初等数论中的一个不可解问题》中，提出了人类的认知和其它任何具有输入输出关系的函数一样，都是可定义可计算的；图灵在其著名的“图灵机”和“图灵测试”中，进一步表达了对认知和智力的理解，他认为认知和智力的任何一种状态都是图灵机的某一种状态，认知和智力的任何活动都是图灵机定义的可以表达的、可以一步一步地机械实现的“计算”；冯•诺伊曼在“冯•诺伊曼体系结构计算机”中，将人类的大脑思维模拟为中央处理器对一系列指令序列的处理，而将人类记忆的认知信息和学习技能模拟为存储器中存储的数据和程序，将接受信息和改造世界模拟为输入／输出，从而将认知统一在“计算机”这一认知模拟器中，其中心思想仍然是中央处理器对指令的计算。

2.2.2符号处理理论阶段从20世纪50年代末到80年代初期，这一阶段认知科学的研究主要基于“认知是对符号的计算机处理”的理论，又被称为“计算机处理经典符号阶段”，因为它和当时逐渐发展起来的计算机科学紧密相关。符号处理理论实际上是“认知即计算”理论的延伸和拓展。既然认知是计算，所以它一定是个信息处理系统，并将描述认知的基本单元定义为“符号”；而不同的认知活动都可以模拟为一个计算机程序；因此，人类的认知就是计算机程序对符号的一系列处理，包括输入符号、输出符号、存储符号、复制符号、建立符号结构及条件性转移，从而实现智能。艾伦•纽维尔和赫伯特•西蒙是这个阶段认知科学研究的杰出代表，他们将任何可被人类感觉器官感知、智能系统分辨、认知功能实现的有意义的认知模式，如图像、声音、文字、语言、意识等，都编码为物理符号，而将人类的某个认知活动模拟为一个计算机程序。基于这种思想，他们合作开发了最早的模拟人类认知的启发式程序“逻辑理论家（LogicTheorist）”，并在著名的“达特茅斯会议”上，引起认知科学研究领域的极大轰动。他们进一步研究人类认知中求解难题的共同思维规律，开发出能够求解11种难题的著名计算机程序“通用问题求解器（GeneralProblemsSolver）”，从而将符号处理阶段的认知科学的研究发展到了一个顶峰。

2.2.3多理论阶段从20世纪70年代到今天，三种主要的指导理论引领着认知科学的发展，它们分别是人工神经网络理论、模块理论、环境作用理论。“人工神经网络理论”又称“联结主义理论”，该理论把人类的认知模拟为多个人工神经元所组成的神经网络来处理信息，是一种信息处理系统，信息是交互作用的人工神经元的激活模式，信息并不存在于特定的神经元中，而是存在于神经网络的联结中或权重里，通过调整权重就可以改变网络的联结关系并进而改变网络的功能。“模块理论”由福德（Forder）首次提出，受计算机硬件和软件中的模块化思想影响，福德认为人类认知的主体—大脑，在结构及功能上实际都可以划分为若干个高度专业化并相对独立的认知模块，这些模块的结合及相互作用实现了人类的认知功能。因此，认知科学研究的重点应该是大脑功能模块的划分及相互作用机制的研究。“环境作用理论”认为，认知科学的研究不应该仅仅局限在表达（Represention）和推理（Reason－ing）等认知方法和理论的研究中，还应该从系统的角度来研究，尤其注重认知体所在的环境及现场对认知的影响。人类的认知不只是认知个体大脑的思维活动，还取决于环境，发生在个体与环境的交互作用之中。这方面研究的代表人物是MIT的Brooks教授，他的《没有表达的智能》、《没有推理的智能》等一系列的论文，强调了认知体与环境交互作用对认知的重大影响，并以研究成果“人造昆虫”将这一理论推到了高峰［13］。

3认知科学的学科结构及研究方向

3.1认知科学的学科结构当前，国际上公认的认知科学的学科结构如图2所示，它是基于美国科学家PylyshynZ提出的六角形认知科学学科结构图，分布在六角形六个顶点的是心理学、计算机科学、神经科学、语言学、人类学、哲学六大核心支撑学科，体现了认知科学是上述六大核心支撑学科共同关注的交界面［14］。这六大核心支撑学科之间互相交叉，又产生出11个新兴交叉学科，分别是控制论、神经语言学、神经心理学、认知过程仿真、计算语言学、心理语言学、心理哲学、语言哲学、人类学语言学、认知人类学、脑进化。

3.2认知科学的研究方向当前，认知科学的研究方向主要集中在与计算机科学相关的认知模型、大脑存储模型及认知计算的研究上。4．2．1认知模型认知模型是指模拟人类认知，从而人工构建出的认知对象、认知架构、认知模拟的统一体。考虑到认知科学研究的巨大复杂性，研究认知科学往往摒弃认知的许多表象，而将认知的实质简化在一个认知模型（CognitiveModel）中，并通过对认知模型的研究来发现认知的本质及其规律。

3.2.2大脑存储模型大脑存储模型是指仿生人类大脑的存储机制而构造出的人工存储模型。人类的大脑是迄今为止已知的最复杂、最合理、最高效的存储系统。模拟大脑的存储机制构建一个大脑存储模型，以这个大脑存储模型为研究对象进行大脑存储的深入研究，不但可以解决以真正大脑为研究对象进行研究面临的诸多生理和伦理困难，而且可以以一个全新的角度提出大脑存储研究的科学理论和方法，并将这些理论和方法应用于人造存储系统的实践中。因此，大脑存储模型的研究有着很高的理论水平和应用价值。

3.2.3认知计算认知计算（CognitiveComputation）是指仿生人类在认知过程中，对所有认知数据连续进行处理时所采用的全部算法。借助于认知计算，我们不但可以将外部世界纷繁复杂的信息进行量化、融合、转达，而且还可以把人类的认知机制建模在一个适合认知科学研究的认知模型中，开展认知实验，记录认知数据，计算认知性能指标，发现认知的本质和规律，并最终构建一个具有人类认知功能的“认知机”。

4认知模型的相关研究

4.1符号主义认知模型符号主义认知模型是最传统的认知模型，它的认知对象是符号。符号主义认知模型主要思想是把认知当成对理性符号的处理，借助于不同的产生式规则，对符号进行替换运算。产生式规则被描述成“条件———动作”形式，它模仿了人类在推理和解决问题对应不同条件执行的相应动作。符号主义认知模型的主要代表是NewellA提出的状态算子和结果模型SOAR（StateOperatorAndResult）、AndersonJK提出的思维适应性控制模型ACT（AdaptiveControlofThought）。SOAR是围绕着算子的选择和应用功能来组织产生式规则，其高层结构由控制策略、成果记忆区和工作记忆区组成。基于上述思想的SOAR实现了短时记忆的功能，并且很好地使概念、事实、规则有机结合在一起。ACT模拟人类高级认知过程的产生式规则，产生式规则系统由三个记忆部分组成：工作记忆、陈述性记忆和产生式记忆。产生式规则既可以由工作记忆根据现场情况临时产生，也可以是陈述性记忆存储的以往的产生式规则，还可以是产生式记忆中推理出的新的产生式规则。ACT实现了长期记忆的功能，较好地体现了认知过程中“从做中学”的思想。

4.2联结主义认知模型联结主义认知模型是一个巨大的信息节点交互网络，各节点与其他每个节点之间相互联结、相互影响，它的认知对象是在这个网络中传递的信息。联结主义认知模型模拟了人类的思维过程，具有自学习和自适应的能力。联结主义的典型代表是McClelland等人创立的平行分配过程模型PDP（ParallelDistributedProcessing），又称人工神经网络。PDP模拟了人类的神经网络，其特色在于信息的分布式存储和并行协同处理。虽然单个节点的结构极其简单，功能有限，但大量节点构成的网络系统所能实现的功能却很强大。

4.3脑逻辑认知模型脑逻辑认知模型是模拟大脑的认知机制而非生理解剖结构建立起来的认知模型，该模型包括思维引擎、记忆体和感知及动作缓存机制，力图研究记忆的意识对认知行为的影响。该方面的研究尤其以Calgary大学的WangYing－xu教授最为有名，WangYing－xu教授及其团队自2003年至2011年，连续发表了多篇论文，详细阐述了脑逻辑认知模型对人类认知的模拟、脑逻辑认知模型中如何实现认知中数据、信息、知识和行为间的关联。脑逻辑认知模型为计算机模拟自然智能行为和认知方法建立了基础［21］。国内学者提出的基于粒计算的认知模型和机制主义模型同样属于脑逻辑认知模型。

4.4认知模型的最新研究———一元事件认知模型一元事件认知模型如图3所示。

4.4.1一元事件认知模型的基本概念（1）认知元。认知的基本单位是认知元，以小写字母x、y、z等表示。及所在行的清晰度等属性值。（4）任务。任务记作j＝｛r｝k，是一个不完整的一元事件描述。（5）方法。方法是任务中缺省的必元或结元，是完成任务后输出的结果。

4.4.2一元事件认知模型的特征（1）本能。本能是一元事件认知模型各功能机构本身固有的操作序列，在满足一定的外部和内部条件时被触发执行。（2）hlt。hlt是一元事件认知模型的各功能机构的一种暂停状态，此时，它暂停一切操作，等待该功能机构某种本能被触发。（3）box。一元事件认知模型内部的各功能机构内都存在着一定数量的box，作为存放数据的中间存储单元。

4.4.3认知流程将按时间先后串行作用于一元事件认知模型上的一元事件、认识、任务定义为一个认知流程，如图4所示即是一个认知流程例子。5．4．4认知性能指标（1）成功率：认知模型到某一时刻止，完成的任务占提交的任务总数的比例，记作η。（2）潜能：认知模型到某一时刻止，能够完成的所有任务的总数，记作pl。（3）水平：某一时刻，记忆体的水平即为认知模型的水平，记作l。（4）认知量：认知模型在某一时刻，已经存储在记忆体中的认识总量，记作q。（5）认知率：认知模型在某一时刻之前，认知量和感悟及接受的认识总量之比，记作a。5．4．5一元事件认知模型的研究结论文献［22］认为，理想的认知模型随着认知流程的延续，各个认识的属性值呈动态变化，完成任务能够改变记忆体中存储的认识，而认知指标的变化则与记忆体容量的变化线性相关。图5a和图5b分别是一元事件认知模型中对应图4的认知流程实验，在容量c＝19时，t9和t15两个不同的时刻，记忆体存储的认识属性变化情况。其中，认识y4的范数由1变化为3，单元数由2变化为8，复杂度由3变化为17，而全部认识y1、y2、y3、y4、y5、y6所在行的清晰度由6、3、5、4、2、1改变为0、4、5、1、3、2；而完成任务的前后，即t9和t15两个不同的时刻，记忆体中存储的认识由6个减少为5个。可见，一元事件认知模型中，随着认知流程的延续，各个认识的属性值都呈动态变化，而完成任务改变了记忆体中存储的认识。表1为在t9时刻和t15时刻，容量c变化时一元事件认知模型认知指标的对应变化。从表1中可以看出，不同时刻，当记忆体的容量c增大时，各项认知指标都相应增大，而当容量Figure5Cognitionstoredinmemorybankatt9andt15图5t9时刻和t15时刻记忆体中存储的认识减小时，各项认知指标又相应地减小。如认知指标潜能pl，当记忆体的容量c从10增加到19时，潜能pl从20增加到40，而当记忆体的容量c从21减小到19时，潜能pl从44减小到40。可见，认知指标的变化与记忆体容量的变化线性相关。更多的认知流程实验在一元事件认知模型上的结果和图5a、图5b及表1的结果相似，因此综合以上论述，可知一元事件认知模型是一种理想的认知模型。

5大脑存储模型的相关研究

5.1基于神经科学的大脑存储模型基于神经科学的大脑存储模型认为大脑存储认知信息的最小解剖单位是神经元细胞。大脑左右两个半球的表面是一层平均厚度约2．5mm的大脑皮层，由150亿个左右的神经元细胞构成，是认知信息存储的主要场所。大量的大脑皮层损伤病例及通过去除大脑皮层的某个区域或对大脑皮层的某个区域给予适当的物理刺激（如电流刺激）发现，大脑皮层的不同物理区域存储不同的认知信息。最新的研究发现，位于大脑前部的额叶（Fron－talLobe）区域存储与人类智能及运动有关的认知信息，位于大脑上部的顶叶（ParietalLobe）区域存储与人类的感觉、知觉及语言有关的信息，位于大脑后部的枕叶（OccipitalLobe）区域存储与人类视觉有关的信息，而位于大脑中部的颞叶（Tempo－ralLobe）区域则存储与人类听觉、嗅觉有关的信息。籍此，基于神经科学的大脑存储模型认为大脑的存储机制是将不同性质的认知信息在不同的大脑皮层区域分类存储。

5.2基于神经影像学的大脑存储模型基于神经影像学的大脑存储模型利用现代神经影像学技术，对人类认知活动产生的认知信息存储在大脑的物理位置进行定位，对大脑对认知信息的响应强度进行测量，对存储认知信息时脑区各部分之间相互关联的变化进行观察，从而建立对应的大脑存储模型。这些神经影像学技术包括直接测量与脑神经活动直接相关的生物电磁场变化信号的弥散张量成像DTI（DiffusionTensorImaging）、脑磁图MEG（Magnetoencephalography）、脑电图EEG（Electroencephalography）和事件相关电位（ERPs）等技术，以及间接测量脑神经活动引起的血液动力学变化信号的单光子发射计算层析成像（SPECT）、正电子发射层析成像（PET）和功能磁共振成像fMRI（functionalMagneticResonanceImage）等技术。其中，功能磁共振成像fMRI是在磁共振成像（MRI）技术的基础上发展起来的进行脑功能成像的新技术，可无创伤地对神经元活动进行比较准确的定位，并具有比较高的空间和时间分辨率及较好的可重复性，通过脑血流、葡萄糖代谢和受体的观察，依据血氧水平依赖性BOLD（BloodOxygenLevelDependent）脑功能成像方法，得到优质的fMRI图像，借助于先进的fMRI图像处理和分析技术，可以更精确地确定各脑功能区以及其内部构造和功能特点，尤其是脑的存储认知信息情况，因此成为目前最先进的大脑存储模型研究手段之一。基于上述的fMRI技术，人们发现了大脑存储认知信息的更精细结构。对短时间内需要存储和操作的信息—即工作记忆，大脑皮层会分配不同的区域存储不同类型的信息或作为操作的临时存储区。如词语工作记忆中信息是存储在左半球后顶叶皮质区（BA40），而词语工作记忆进行复述时，由左半球Broca区（BA44）、左前运动区（BA6）以及左辅助运动区（BA6）作为临时存储区；而空间工作记忆中的信息是存储在脑右半球一些脑区，包括右枕前皮质（BA19）、右前运动区（BA6）以及右脑前额叶腹侧（BA47）；视觉工作记忆信息主要存储在左半球的顶叶和颞叶下部。对长时间内需要存储和操作的信息———长时记忆，大脑皮层也有相应的存储区域。如长时记忆的情景记忆信息是存储在左额叶、颞叶内侧和顶枕区，长时记忆的语义记忆信息存储在左侧前额叶和颞叶的左侧颞中回（BA21）和双侧颞顶区（BA37）［27］。fMRI研究还表明，某个大脑皮层区域存储对应类型的信息不是绝对的，在某些情况下（如另外一个大脑皮层区域被切除）它可以代偿存储另外一个大脑皮层区域应该存储的认知信息；进一步的研究还发现，内颞叶体积的缩小与长时记忆中的提取成功率减少有关，而随着人类年龄的增加，内颞叶体积有逐渐减小的趋势，这也解释了老年人相对于年轻人记忆力减退的原因［28］。

5.3基于心理学的大脑存储模型基于心理学的大脑存储模型把大脑当作一个黑箱，通过给被试提供不同的视觉素材、听觉素材及对应的记忆规则，研究被试在该记忆规则下对输入信息的记忆效果，从而把大脑黑箱还原成一个存储认知信息的存储模型。这些不同的视觉素材、听觉素材及对应的记忆规则构成了不同的研究人类大脑存储模型的心理学实验。其中经典的实验有Posner视觉信息编码实验、Clark和Chase句子－图画匹配实验、Sternberg短时记忆信息相加因素法实验、字母转换实验（“开窗”实验）、Peterson和Peterson遗忘进程实验、Waugh和Norman分开痕迹消退与干扰实验、四卡片证真和证伪等一系列心理学实验［29］。通过这一系列的实验，心理学家在关于大脑的存储模型上得出以下的共识：即大脑的存储模型是以Baddeley三成分模型为框架的泛工作记忆模型。Baddeley三成分模型是Baddeley等人最早提出的，他们认为刺激人类认知的信息被分为三种不同的成分，分别存储到大脑中不同功能的存储区中。其中，直接刺激人类感觉器官产生的视觉、听觉等认知信息被称为工作记忆信息，它们暂时存储在大脑的工作记忆区中，如果这些信息不被人类的认知进行处理，则这些信息很快就会从工作记忆区中消失，所以，工作记忆信息又被称为短时记忆信息；当工作记忆信息被人类的认知有意识地进行了一次处理，则生成的信息称为陈述性记忆信息，被存储在陈述性记忆区。而当工作记忆信息被人类的认知有意识地进行了重复的处理，则生成的信息称为程序性记忆信息，被存储在程序性记忆区内；程序性记忆信息存储在大脑中的时间最长，因此又被称为长时记忆信息，而陈述性记忆信息存储在大脑中的时间介于工作记忆信息和程序性记忆信息之间。心理学后续的关于大脑存储模型的研究扩展了工作记忆信息、陈述性记忆信息、程序性记忆信息的内涵和外延，但都基于工作记忆信息，所以统称为泛工作记忆模型。

5.4基于语言学的大脑存储模型语言是人类特有的信息交流与存储方式，人类的语言功能受大脑皮层的语言中枢控制，与大脑的关系极其复杂。很多语言学家从人类语言的组成单位及组织规则的角度，映射大脑对应的存储模型。Elissa等人认为，人类语言的组成单位有音节、词语、短语、句子、段落、篇章，它们都具有声学特征或语义特征，人类语言的组织规则是由小的语言组成单位分层递归地组合建构成较大的语言组成单位，正是不同的组织规则才构成了人类不同的语言。音节是最小的语言组成单位，音节的个数是有限的，人类大脑生来就具有识别和控制发出音节的神经元组织，即对音节的掌握是人类大脑的本能；由小的音节组合建构成大的词语，是后天训练学习的结果，这个训练学习的方式或程序构成了人类语言的第一层组织规则，并被牢牢地存储在大脑皮层中；依次类推，由词语构成短语，由短语构成句子，由句子构成段落，由段落构成篇章都是后天训练学习的结果，这些训练学习的方式或程序被作为人类语言不同层次的组织规则，相继存储在大脑皮层中。因此，基于语言学的大脑存储模型认为语言是不同层次的组织规则（程序）在本能音节（数据）上的运行结果（输出），大脑中存储的是语言的组织规则而非语言本身，任一层次组织规则的改变都可以改变语言本身，但处于较低层次的组织规则的改变对语言的改变影响更大。这种存储模型得到很多语言学家的支持。

6认知计算的相关研究

6.4基于脑电信号的认知计算基于脑电（EEG）信号的认知计算是设计一组认知实验，记录被试对应认知实验中不同认知活动的脑电信号，并通过对脑电信号的计算、分析，提取不同的认知活动对应的脑电信号特征。常见的认知实验有图片刺激实验、数字运算实验、规则提取实验等。被试一般经过挑选，文化程度较高且头发不太浓密的短发成年男性是首选。实验中，被试佩戴电极导数适中（如64导、128导）的电极帽，按要求完成认知实验中的任务。实验过程中生成的脑电信号被与电极帽相连的放大器放大，再经降噪、过滤、采样、A／D转换，最终生成特定格式的文件如．cnt文件，作为基于脑电信号的认知计算的原始数据存储在PC机中。认知计算继续对存储在PC机中的脑电信号的原始数据进行处理。去除坏样本是计算的第一步，比如发生严重漂移的EGA信号或明显的肌电、眼电信号。接着是根据脑电信号对不同认知活动进行特征提取，共空间模式CSP（CommonSpa－tialPattern）是最新的从多导的脑电信号中提取某种认知活动脑电信号特征的有效算法。该算法将某种认知活动对应的脑电信号进行标记，作为Ⅰ类，而把其它的所有信号进行标记，作为Ⅱ类。CSP通过对两类的脑电信号进行训练，得到一个投影矩阵P，P能将两类数据投影到方差区别最大的方向，从而去除了Ⅱ类信号的干扰，突出了Ⅰ类信号的特征。设V是包含两类信号的原始脑电信号，而Z是经过投影之后得到的可供特征提取及分类的脑电信号，则Z＝PV。取A＝（P－1）T，A的每一行向量被称为一个空间模式。CSP的关键是求解投影矩阵P，设供训练的输入脑电信号是一个K×T的矩阵，其中K是脑电数据的导数，T是数据的样本点数，X1是Ⅰ类带标记的训练数据，X2是Ⅱ类带标记的训练数据，X1的协方差矩阵为。

6.2基于功能磁共振（fMRI）数据的认知计算基于fMRI数据的认知计算分为三个步骤：认知活动实验、图像采集、数据分析。认知活动实验同样需要精心设计，所不同的是，为了提高fMRI图像中BLOD信号的信噪比，同一种认知活动的实验需要重复多次，重复的时间间隔称为刺激时间模式，常用的刺激时间模式有组块设计BD（BlockDesign）和事件相关设计ED（E－vent－relatedDesign）。图像采集包括fMRI图像采集和解剖图像采集两部分。fMRI图像通过采用特定的成像序列扫描而获得，扫描与实验同步进行；由于fMRI图像的分辨率和信噪比不高，还需要扫描一幅与fM－RI图像位置完全相同的高分辨率解剖图像，从而把fMRI图像得到的脑区激活信息对应到相应的解剖位置上，解剖图像一般采用3D图像或T1解剖结构图像。数据分析包括对采集的图像数据进行预处理及计算，以确定不同认知活动对应的解剖脑区。预处理一般包括层间时间校正、头动校正、标准化、平滑等；计算包括原始fMRI图像重建、转换成标准格式、fMRI图像层面时间校正和运动校正、fMRI图像的时间域滤波、fMRI图像的空间平滑、去除头皮外伪影、时间序列时间点数据的标准化、空间归一化或标准化、统计、激活脑区与解剖位置对应等。很多新开发的软件已经能够完成fMRI数据分析的某些功能，如美国Wisconxin医学院生物物理研究所研制的ANFI、Friston等人开发的SPM、美国匹兹堡大学CCN实验室（ClinicalCog－nitiveNeurosciencelaboratory）开发的NIS、商业fMRI数据分析软件BrainVoyage等。

6.3基于视听觉信息的认知计算基于视听觉信息的认知计算将认知定义为大脑对视听觉信息的计算，它的认知数据就是被人类直接感知和理解的一组图像、语音和文本（语言）等信息。认知计算的目标是从人类的视听觉认知机理出发，研究并构建新的计算模型与计算方法，提高计算机对非结构化视听觉感知信息的理解能力和海量异构信息的处理效率，克服图像、语音和文本（语言）信息处理所面临的瓶颈困难。认知计算主要解决感知特征提取、表达与整合，感知数据的机器学习与理解，多模态信息协同计算等核心科学问题。目前，基于视听觉信息的认知计算已经在视听觉信息协同计算、自然语言理解以及与视听觉认知相关的人脑―计算机接口等三项关键技术方面取得一定的突破，Google公司已经研制成功集成上述相关研究成果、具有自然环境感知与智能行为决策能力的无人驾驶车辆，并成功地在加州的公路上行驶了20万公里。

7结束语

第8篇

关键词:神经经济学;传统经济学;决策潜意识;经济行为;神经层面

理性主义历来是传统经济学家坚守的阵地，然而由于传统经济学说在一些理论推理过程中所作的假设难以衡量，又与现实经济生活中的经济决策行为多有违背，因而备受质疑。特别是美国Baylor医学院的科学家所做的“百事可乐”品尝实验证实了“可口可乐”市场份额高的原因并不是出自“可口可乐”的口味偏好，而是受其品牌影响，这表明与味觉相关的低级认知功能被高级认知功能所取代[1]，从而进一步说明，应用传统的理性经济人的假设是存在缺陷的，经济学领域尚有未知的“新大陆”有待人们去挖掘和探索。伴随着脑成像为代表的神经科学技术的快速发展和神经心理学研究手段的日益成熟，这片经济领域的“新大陆”很快成为学界和商界关注的热点，逐步被揭开其神秘的面纱。

深入探索神经经济学，挖掘大脑的经济决策机制，一方面可以促使经济学家重新认识经济学的核心经济理论，弥补经济学领域的空白，进一步拓展经济学的研究方法;另一方面可以将所得到的研究成果应用于商业推销、法庭博弈等实践活动，更好地为实践服务。

一、走出传统经济学的困境

传统经济学体系是建立在“理性经济人”假设和逻辑演绎方法论的基础之上的。它假定人是完全理性的经济动物，所作出的各项决策的终极目标是追求利益最大化。该理论经过上百年的延续仿佛已经成为经济学界的不二法则。然而，众多学者已经提出“人真的有那么理性吗?”经济生活中大量存在的“不理性”现象对经济学的完全理性原则形成挑战。一个有趣的实验表明，相比盛在大杯中的10盎司冰激凌，人们愿意为盛在小杯中的8盎司冰激凌支付更多的钱，原因仅仅是因为小杯盛满了。[2]此外，人们在作出经济决策时也不完全是利己主义的，很多情况下可能因为环境的影响以及互惠关系的作用作出“利他”的行为。凡此种种均表明经济学领域尚有未被人们完全弄清楚的“新大陆”。

在这样的背景下，神经经济学正是以其独特的视角、跨学科的研究方法以及实验手段实现了对人类经济行为的更好解释与预测。神经经济学试图为大脑复杂的决策过程探寻一种更加准确与完善的决策模型。它不仅为行为经济学的很多理论建立了神经学基础，而且发现了那些对决策有重要影响的却被忽视的生理学变量。

二、神经经济学研究方法

(一)脑电图技术

脑电图是最早引入神经经济学研究的一种技术，它将脑细胞生物电活动的电位作为纵轴，时间作为横轴，这样把头皮上的两点之间或头皮之间的电位差通过电子放大仪器放大并记录下来。脑电图作为一种常规检测手段有其自身的特点:首先，它具有实时性，可以直接监视大脑神经的活动;其次，它具有可得性，便于携带，方便实地检测;再次，它的造价成本相对低廉，可以支持较大范围和规模的实验。然而，由于它只记录头皮两点的电位差，因而它只能探测到大脑表面的部分活动[2]。

(二)功能磁共振成像技术

功能磁共振成像技术(FMRI)依靠追踪血液携氧变化而产生的磁性变化感应成像，图像能客观反映外界及心理因素刺激引起的大脑相应区域活动的变化，且具有无辐射无损伤的独特优势，已广泛应用于认知科学和心理学领域的研究。

美国著名的尼尔森市场调查公司将其作为市场研究的主要手段之一，同时它也是神经经济学领域研究的重要技术方法。[2]功能性核磁共振成像技术作为一种先进的研究手段也有一定的弊端:首先，其造影造价昂贵，仪器十分复杂，对被试者的影响较大;其次，检测过程中血液流动与神经区域被激活存在一定的时间滞后性。然而，其最大的优势是空间延展性强，能够记录整个大脑和各个细分层面的神经区域活动情况。

(三)统计分析法

脑成像技术为统计学的发展提供了平台也带来了挑战。由于图像数据的特殊性，它需要经过预处理以消除噪音等瑕疵。

1. p值法。P值检验法在脑成像的早期应用较为广泛，其核心思想是对统计数据进行假设检验，运用P值对所得到的数据进行反复检验和修正。随着统计学的发展，目前也出现了对图像数据处理的新方法，比如Peltier使用自组织图来刻画神经网络。Mitchell也提出了将机器学习算法应用于FMRI数据集来对认知状态加以分类[3]。这些基于P值分析的新方法能够在一定程度上减弱图像对比的频繁度，提高分析的有效性。

2. 时空序列法。在脑成像研究领域里，时空序列法是一项常用的技术。在FMRI中，先将每一个体素视为独立的单元应用到通用线性模型中，然后借助指数平滑法来统一数据形式，使之便于处理[3]。此外，也可以将通用线性模型扩展为聚合模型和混合模型等更为复杂的模型。有些技术试图根据通用线性模型的参数对数据间的关系进行建模。

三、神经经济学主要的研究课题

(一)效度计算在决策中的新发现

效度是经济学领域的核心概念。经济学家认为，人们会对可能的选择赋予效度，通过比较效度来做出最终抉择。然而，由于作出的选择所涉及的奖赏激励范围很广，因而对于如何计算效度仍是个未知数。尽管如此，借助FMRI，研究人员仍然得出了一些令人兴奋的结论:第一，不同类型的奖赏激励通常会增强公用神经结构的活性;第二，通过FMRI实验进一步证明了预期理论的核心观点，即效度是在通过对比绝对值与参照点的基础上加以计算的;第三，进一步解释了在经济决策中效度计算的跨期折现问题。研究表明，人的大脑至少有两套折现结构，一种是对即刻奖赏敏感的结构，另一种是对远期奖赏敏感的结构。[3]

(二)情感因素在决策中的作用

众所周知，情绪会影响一个人的决策。然而，由于对情绪进行定量计算并不容易，因而传统的经济学研究通常忽视其对决策的影响。有别于传统经济学，行为经济学开始关注情绪在决策中的作用。这其中研究的较为成熟的是后悔理论。研究人员发现，在内侧前额区、前扣带皮层和海马区，后悔程度的增加会强化这些区域的活性[4]。研究还表明，额叶皮层在协调后悔经历的过程中扮演着核心的角色。所以，预期情绪的能力对作出合理的决策是至关重要的。

(三)不确定性决策

根据各选项结果的概率是否可知，可以将不确定性决策分为风险决策和含糊决策。借助FMRI技术，研究人员发现个体在面临收益时厌恶风险，在面临损失时追求风险;而在含糊情境下，个体无论是面对收益还是面对损失都采取含糊规避。[4]Huettel等人在此基础上，创造性地将被试的主观经济偏好与相应的大脑神经活动相连。该实验要求被试者在每组博弈中作出选择，实验发现被试者的含糊偏好能够预测外侧前额叶皮质的活动，并且该区域的活动与个体行为冲动的临床测试负相关，这说明大脑此区域主要负责情境分析并且抑制冲动反应。有关风险与含糊情境下决策的神经机制正在进行深入的研究。

四、神经经济学发展遇到的阻碍

(一)技术水平方面阻碍

伴随着以脑成像为代表的神经实验技术的快速发展，科研人员已能够在较精确的范围内观测到神经反应。然而，用来进行这项研究的FMRI实验设备造价昂贵，很难做到使受试者在自然条件下接受实验。美国的调查显示，使用功能磁共振成像扫描获得动态图片，每人每小时收费1 000美元，而1个包含12名测试者的单项实验则需要花费5万美元;并且该设备难以移动，导致受试者只能在实验室中且是在受控的条件下接受测试，从而影响实验的客观性[4]。此外，由于人的神经活动是在刹那间完成的，即便使用高精密的探测仪器，也无法追踪神经反应轨迹。

(二)伦理道德方面阻碍

在神经经济学研究的日益深入及其应用价值日益显现的同时，也有不少人对这一研究的伦理性提出了质疑。很多人认为这种“读脑活动”会控制人们的决策行为，很大程度上侵犯了人们的隐私权，这使得神经营销学逐渐在消费伦理和企业道德的边缘徘徊。美国的消费者组织——商业警报则抗议使用神经科学的手段来解决营销问题，认为这是把商业引向病态:跨国公司企图控制人的购买决策行为[5]。此外，一些不法分子也可能会研发某种神经药物来操控人们的行为。随着神经经济学研究的愈加深入，技术愈加成熟，这些担忧也并非空穴来风。

(三)神经活动交互不确定性方面阻碍

人脑是一个十分复杂的层级决策机构，从结构和功能上可以分为大脑、小脑、脑干三部分。其中大脑又包括额叶、顶叶、枕叶和颜叶四部分，每一部分又可以继续分为更为具体的功能模块。然而，当面对某一外来刺激时，并非是某一或某几个功能模块起作用，而是各功能模块协同运作的结果。虽然研究人员可以通过检测脑区所收刺激的强度来作出判断，但这种客观性也是难以保证的。比如测试人员可能恰巧受到某些积极或消极情绪的影响，这种影响会极大地妨碍实验的客观性和检测的准确性。

五、神经经济学的未来应用前景

神经经济学在认知科学领域的应用产生了认知神经科学，它是神经科学的一个重要分支，是对脑神经系统的智能活动过程进行实验研究和模拟研究。认知神经科学研究以两个基本观点为基础:第一，脑的结构与功能具有多层次性，而且大脑结构的多层次性导致了其功能的多层次性;第二，脑的结构是脑功能的基础，但结构与功能之间不存在简单的对应关系[5]。随着神经科学研究技术的迅速发展，已经可以对人类的心理感受和思维活动加以测量，从而使我们以一种新的视角理解人类的思想和行为。

(一)神经经济学在商业推销领域的应用

推销策略是否能吸引消费者的眼球是企业最为关心的问题。以广告设计公司为例，传统营销学主要借助小范围的宣传以及调查问卷的方式来探寻消费者的购买意愿，从而检验广告是否能达到预期效果。然而，由于存在消费者的主观偏差以及调查问卷中存在误差等因素，传统的营销学手段难以在深层面挖掘消费者购买决策的真实意愿。而神经营销学通过探索大脑不同区域对刺激的不同反应来调整广告刺激的设计方式。许多营销公司都在试图找到一种最好的广告陈述方式，从而使广告的产品或服务更加吸引人。英国营销机构Weapon7通过在广告中添加可视图像，促使大脑下意识地储存信息，使得广告信息存入客户大脑。可见，通过神经营销学可以高效准确地找到这种“情绪按钮”[6]。

(二)神经济学在金融投资领域中的应用

神经经济学能够为金融学提供神经学的理论基础，把人们的金融决策行为用神经学的观点加以分析运用，从而以更科学的方法对待和处理金融决策问题。在对金融决策过程的神经经济学的研究中，人们发现大脑的前额叶系统与金融决策有密切关系[7]。人们还可以利用神经科学研究金融市场上投资者的投资行为，了解证券市场信息以及投资者本身的情感状态如何驱动他们作出投资决策，从而设计出更加人性化、更具赢利性的市场投资模型。

(三)神经经济学在法庭博弈中的应用

人们在作出决策时通常要经历大脑的博弈过程，这也是神经经济学研究的热点问题。著名的博弈问题——囚徒困境所得到的决策结果已给传统的“理性经济人”假设带来了巨大挑战。人们开始转换思维方式探索博弈论的内在机理，这其中神经经济学在法庭博弈中的应用是重要研究方向之一。更好地理解人类思考过程可以从两个方面帮助我们研究法律问题。第一，可以更好地预测法律制度对行为的影响，使我们能够更有效地构建法律制度;第二，有助于更好地理解社会成员福利的含义，为制度决策提供依据[8]。神经经济学实验通过改变“法律”，使行为主体在几种不同的法律制度框架下作出选择，从而为更好地制定公共政策提供依据。

六、总结

神经经济学作为正在被探索和发现的“新大陆”日渐改变着人们对经济学的看法。以往传统的经济学是通过调查问卷、谈话采访等方式研究和预测人们的决策行为，主观性较强。而神经经济学则通过深入大脑来捕捉人们的潜意识，挖掘大脑决策的非理性因素。神经经济学是对经济学基础理论的有益补充，它将有助于解释许多传统理论无法解释的现象。

神经经济学作为一门边缘学科，它提供了一种崭新的研究方法，揭开了依靠实验研究经济学的新篇章。它在融汇传统经济学研究方法的基础上，以实验经济学、实验心理学以及行为科学为指导，借助先进的神经学检测设备展开研究，从而将经济学导入实验研究的轨道上来。不过就目前来说，它的研究还是过多地侧重于大脑功能的研究，多学科融合的深度明显不足，其自身的理论框架还有待进一步建立完善。

在当前情况下，神经经济学只是对人们行为背后的神经学原理进行研究，但对利用这些原理来预测和指导人们行为则缺乏足够了解，这也受到了不少神经经济学反对者的批评。此外，神经经济学在快速发展的同时也受到了一些来自学界和伦理界的阻碍和质疑。然而其极强的应用价值和广泛的商业前景也预示着这块蕴藏科学价值和商业价值的“新大陆”必将为人们所探知。

参考文献:

[1]万迪昉，乔志林.神经经济学探析[J].外国经济与管理，2005，(9).

[2]朱琪，陈乐优.神经经济学和神经管理学的前沿[J].经济学家，2007，(4).

[3]马庆国，王小毅.认知神经科学、神经经济学和神经管理学[J].管理世界，2006，(10).

[4]汪蕾，林志萍，马庆国.神经经济学:经济决策研究的新视角[J].经济学家，2009，(3).

[5]余荣军，周晓林.神经经济学:打开经济行为背后的“黑箱”[J].科学通报，2007，(9).

[6]马庆国，舒良超，王小毅.创新营销思维——神经营销发现“购买按钮”[J].企业管理，2007，(4).

第9篇

人工神经网络是由大量的简单基本元件-神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络的基本结构模仿人脑，反映了人脑功能的若干基本特性，能够自身适应环境、总结规律、完成某种运算、识别或过程控制。人工神经网络具有并行处理特征，可以大大提高工作速度。

人工神经网络的特点和优越性，主要表现在三个方面：

第一，具有自学习功能。

第二，具有联想存储功能。

第三，具有高速寻找优化解的能力。

1 神经网络的学习方法

神经网络的学习也称为训练，指的是神经网络在外界环境的刺激作用下调整网络自由参数，并以新的方式来响应外部环境的过程。能够从环境中学习并在学习中提高自身性能是神经网络最有意义的性质。理想情况下，神经网络在每一次重复学习后，对它的环境有了更多的了解。

（1） 监督学习（有教师学习）

在学习时需要由教师提供期望输出，通常神经网络对于周围的环境未知而教师具有周围环境的知识，输入学习样本，教师可以根据自身的知识为训练样本提供最佳逼近结果，神经网络的自由参数在误差信号的影响下进行调整，其最终目的是让神经网络模拟教师。

（2） 非监督学习（无教师学习）

它也称为自组织学习，系统在学习过程中，没有外部教师信号，而是提供给一个关于网络学习性质的度量，它独立于学习任务，以此尺度来逐步优化网络，一旦网络与输入数据的统计规律达成一致，那么它将发展形成用于输入数据编码特征的内部表示能力，从而自动创造新的类别。

（3）强化学习（激励学习）

在强化学习系统中，对输入输出映射的学习是通过与外部环境的不断交互作用来完成学习，目的是网络标量函数值最小，即外部环境对系统输出结果只给出评价信息（奖或罚）而不是给出正确答案，学习通过强化那些受奖的动作来改善自身性能。

神经网络针对学习问题修改网络自由参数的过程称为学习规则（学习算法），设计学习规则的目的是训练网络来完成某些任务，没有一个独特的学习规则可以完成所有的学习任务。神经网络有5个基本的学习规则：误差--修正学习，基于记忆的学习，Hebb学习，竞争学习，随机学习。

2 神经网络的研究趋势

（1） 利用神经生理与认知科学研究大脑思维模式及智能机理过程

深入研究神经网络理论神经网络在一定程度上揭示人类智能和了解人脑的工作方式，由于人类对神经系统的了解非常有限，而且对其自身脑结构及其活动机理的认识不完善，故而神经网络只能是模仿人脑的局部功能，而对人脑作为一个整体的功能解释，神经网络起不到任何作用。神经科学，心理学和认识科学等方面提出的一些重大问题，是向神经网络理论研究提出的新挑战，这些问题的解决有助于完善和发展神经网络理论，因此利用神经生理和认知科学研究大脑思维及智能机理，如有新的突破将会改变智能和机器关系的认识。

（2） 神经网络领域的数学研究趋于重要

随着神经科学基础理论研究的深入，用数理方程探索智能水平更高网络模型将是研究的趋势所在，神经元以电为主的生物过程在认识上一般采用非线性动力学模型，其动力演变过程往往是非常复杂的，神经网络这种强的生物学特征和数学性质，要求有更好的数学手段，而对于神经网络这样非线性模型，需要用数学方法研究网络新的算法和网络性能，如稳定性、收敛、容错性、鲁棒性等，开发新的网络数理理论，如神经动力学、非线性神经场等。研究人员断言一种更简洁、更完善和更有效的非线性系统表达与分析的数学方法是这一领域主要目标之一。

（3） 神经网络软件模拟、硬件实现的研究以及神经网络在各个科学技术领域应用的研究

目前，数字计算机在计算方面的能力已远远超出入的大脑，但在自然语言理解、图像辨识、信息处理等方面都显得笨拙，原因是基于冯・偌依曼思想的计算机结构及其运算方式与人的大脑有本质的区别，而神经计算机（第六代计算机）以神经网络为理论基础，用于模拟神经网络，具有自学习、自组织和自适应能力，能更有效地处理复杂问题，其实现过程用光学、生物芯片的方式，现在光学神经计算机和分子计算机的研究是神经网络的前沿课题。

（4） 神经网络和其它算法结合的研究

神经网络和其它算法的结合和交叉，研究新型神经网络模型也是发展方向之一。如神经网络和模糊逻辑结合，建立模糊神经网络；将混沌理论和神经网络结合建立混沌神经网络；将遗传算法和神经网络结合；利用遗传算法优化神经网络的结构或权值；将小波分析和神经网络结合建立小波神经网络；专家系统，贝叶斯学习以及粗糙集理论和神经网络结合等，这些都是神经网络研究的热点。

3 结束语

神经网络虽已在许多领域应用中取得了广泛的成功，但其发展还不十分成熟，还有一些问题需进一步研究。比如：神经计算的基础理论框架以及生理层面的研究仍需深入；新的模型和结构的研究；神经网络的可理解性问题；神经网络技术与其他技术更好的结合等。

第10篇

关键词:神经经济学;传统经济学;决策潜意识;经济行为;神经层面

中图分类号:F016 文献标识码:A 文章编号:1003-3890(2010)09-0078-04

理性主义历来是传统经济学家坚守的阵地,然而由于传统经济学说在一些理论推理过程中所作的假设难以衡量,又与现实经济生活中的经济决策行为多有违背,因而备受质疑。特别是美国Baylor医学院的科学家所做的“百事可乐”品尝实验证实了“可口可乐”市场份额高的原因并不是出自“可口可乐”的口味偏好,而是受其品牌影响,这表明与味觉相关的低级认知功能被高级认知功能所取代[1],从而进一步说明,应用传统的理性经济人的假设是存在缺陷的,经济学领域尚有未知的“新大陆”有待人们去挖掘和探索。伴随着脑成像为代表的神经科学技术的快速发展和神经心理学研究手段的日益成熟,这片经济领域的“新大陆”很快成为学界和商界关注的热点,逐步被揭开其神秘的面纱。

深入探索神经经济学,挖掘大脑的经济决策机制,一方面可以促使经济学家重新认识经济学的核心经济理论,弥补经济学领域的空白,进一步拓展经济学的研究方法;另一方面可以将所得到的研究成果应用于商业推销、法庭博弈等实践活动,更好地为实践服务。

一、走出传统经济学的困境

传统经济学体系是建立在“理性经济人”假设和逻辑演绎方法论的基础之上的。它假定人是完全理性的经济动物,所作出的各项决策的终极目标是追求利益最大化。该理论经过上百年的延续仿佛已经成为经济学界的不二法则。然而,众多学者已经提出“人真的有那么理性吗?”经济生活中大量存在的“不理性”现象对经济学的完全理性原则形成挑战。一个有趣的实验表明,相比盛在大杯中的10盎司冰激凌,人们愿意为盛在小杯中的8盎司冰激凌支付更多的钱,原因仅仅是因为小杯盛满了。[2]此外,人们在作出经济决策时也不完全是利己主义的,很多情况下可能因为环境的影响以及互惠关系的作用作出“利他”的行为。凡此种种均表明经济学领域尚有未被人们完全弄清楚的“新大陆”。

在这样的背景下,神经经济学正是以其独特的视角、跨学科的研究方法以及实验手段实现了对人类经济行为的更好解释与预测。神经经济学试图为大脑复杂的决策过程探寻一种更加准确与完善的决策模型。它不仅为行为经济学的很多理论建立了神经学基础,而且发现了那些对决策有重要影响的却被忽视的生理学变量。

二、神经经济学研究方法

(一)脑电图技术

脑电图是最早引入神经经济学研究的一种技术,它将脑细胞生物电活动的电位作为纵轴,时间作为横轴,这样把头皮上的两点之间或头皮之间的电位差通过电子放大仪器放大并记录下来。脑电图作为一种常规检测手段有其自身的特点:首先,它具有实时性,可以直接监视大脑神经的活动;其次,它具有可得性,便于携带,方便实地检测;再次,它的造价成本相对低廉,可以支持较大范围和规模的实验。然而,由于它只记录头皮两点的电位差,因而它只能探测到大脑表面的部分活动[2]。

(二)功能磁共振成像技术

功能磁共振成像技术(FMRI)依靠追踪血液携氧变化而产生的磁性变化感应成像,图像能客观反映外界及心理因素刺激引起的大脑相应区域活动的变化,且具有无辐射无损伤的独特优势,已广泛应用于认知科学和心理学领域的研究。

美国著名的尼尔森市场调查公司将其作为市场研究的主要手段之一,同时它也是神经经济学领域研究的重要技术方法。[2]功能性核磁共振成像技术作为一种先进的研究手段也有一定的弊端:首先,其造影造价昂贵,仪器十分复杂,对被试者的影响较大;其次,检测过程中血液流动与神经区域被激活存在一定的时间滞后性。然而,其最大的优势是空间延展性强,能够记录整个大脑和各个细分层面的神经区域活动情况。

(三)统计分析法

脑成像技术为统计学的发展提供了平台也带来了挑战。由于图像数据的特殊性,它需要经过预处理以消除噪音等瑕疵。

1. p值法。P值检验法在脑成像的早期应用较为广泛,其核心思想是对统计数据进行假设检验,运用P值对所得到的数据进行反复检验和修正。随着统计学的发展,目前也出现了对图像数据处理的新方法,比如Peltier使用自组织图来刻画神经网络。Mitchell也提出了将机器学习算法应用于FMRI数据集来对认知状态加以分类[3]。这些基于P值分析的新方法能够在一定程度上减弱图像对比的频繁度,提高分析的有效性。

2. 时空序列法。在脑成像研究领域里,时空序列法是一项常用的技术。在FMRI中,先将每一个体素视为独立的单元应用到通用线性模型中,然后借助指数平滑法来统一数据形式,使之便于处理[3]。此外,也可以将通用线性模型扩展为聚合模型和混合模型等更为复杂的模型。有些技术试图根据通用线性模型的参数对数据间的关系进行建模。

三、神经经济学主要的研究课题

(一)效度计算在决策中的新发现

效度是经济学领域的核心概念。经济学家认为,人们会对可能的选择赋予效度,通过比较效度来做出最终抉择。然而,由于作出的选择所涉及的奖赏激励范围很广,因而对于如何计算效度仍是个未知数。尽管如此,借助FMRI,研究人员仍然得出了一些令人兴奋的结论:第一,不同类型的奖赏激励通常会增强公用神经结构的活性;第二,通过FMRI实验进一步证明了预期理论的核心观点,即效度是在通过对比绝对值与参照点的基础上加以计算的;第三,进一步解释了在经济决策中效度计算的跨期折现问题。研究表明,人的大脑至少有两套折现结构,一种是对即刻奖赏敏感的结构,另一种是对远期奖赏敏感的结构。[3]

(二)情感因素在决策中的作用

众所周知,情绪会影响一个人的决策。然而,由于对情绪进行定量计算并不容易,因而传统的经济学研究通常忽视其对决策的影响。有别于传统经济学,行为经济学开始关注情绪在决策中的作用。这其中研究的较为成熟的是后悔理论。研究人员发现,在内侧前额区、前扣带皮层和海马区,后悔程度的增加会强化这些区域的活性[4]。研究还表明,额叶皮层在协调后悔经历的过程中扮演着核心的角色。所以,预期情绪的能力对作出合理的决策是至关重要的。

(三)不确定性决策

根据各选项结果的概率是否可知,可以将不确定性决策分为风险决策和含糊决策。借助FMRI技术,研究人员发现个体在面临收益时厌恶风险,在面临损失时追求风险;而在含糊情境下,个体无论是面对收益还是面对损失都采取含糊规避。[4]Huettel等人在此基础上,创造性地将被试的主观经济偏好与相应的大脑神经活动相连。该实验要求被试者在每组博弈中作出选择,实验发现被试者的含糊偏好能够预测外侧前额叶皮质的活动,并且该区域的活动与个体行为冲动的临床测试负相关,这说明大脑此区域主要负责情境分析并且抑制冲动反应。有关风险与含糊情境下决策的神经机制正在进行深入的研究。

四、神经经济学发展遇到的阻碍

(一)技术水平方面阻碍

伴随着以脑成像为代表的神经实验技术的快速发展,科研人员已能够在较精确的范围内观测到神经反应。然而,用来进行这项研究的FMRI实验设备造价昂贵,很难做到使受试者在自然条件下接受实验。美国的调查显示,使用功能磁共振成像扫描获得动态图片,每人每小时收费1 000美元,而1个包含12名测试者的单项实验则需要花费5万美元;并且该设备难以移动,导致受试者只能在实验室中且是在受控的条件下接受测试,从而影响实验的客观性[4]。此外,由于人的神经活动是在刹那间完成的,即便使用高精密的探测仪器,也无法追踪神经反应轨迹。

(二)伦理道德方面阻碍

在神经经济学研究的日益深入及其应用价值日益显现的同时,也有不少人对这一研究的伦理性提出了质疑。很多人认为这种“读脑活动”会控制人们的决策行为,很大程度上侵犯了人们的隐私权,这使得神经营销学逐渐在消费伦理和企业道德的边缘徘徊。美国的消费者组织――商业警报则抗议使用神经科学的手段来解决营销问题,认为这是把商业引向病态:跨国公司企图控制人的购买决策行为[5]。此外,一些不法分子也可能会研发某种神经药物来操控人们的行为。随着神经经济学研究的愈加深入,技术愈加成熟,这些担忧也并非空穴来风。

(三)神经活动交互不确定性方面阻碍

人脑是一个十分复杂的层级决策机构,从结构和功能上可以分为大脑、小脑、脑干三部分。其中大脑又包括额叶、顶叶、枕叶和颜叶四部分,每一部分又可以继续分为更为具体的功能模块。然而,当面对某一外来刺激时,并非是某一或某几个功能模块起作用,而是各功能模块协同运作的结果。虽然研究人员可以通过检测脑区所收刺激的强度来作出判断,但这种客观性也是难以保证的。比如测试人员可能恰巧受到某些积极或消极情绪的影响,这种影响会极大地妨碍实验的客观性和检测的准确性。

五、神经经济学的未来应用前景

神经经济学在认知科学领域的应用产生了认知神经科学,它是神经科学的一个重要分支,是对脑神经系统的智能活动过程进行实验研究和模拟研究。认知神经科学研究以两个基本观点为基础:第一,脑的结构与功能具有多层次性,而且大脑结构的多层次性导致了其功能的多层次性;第二,脑的结构是脑功能的基础,但结构与功能之间不存在简单的对应关系[5]。随着神经科学研究技术的迅速发展,已经可以对人类的心理感受和思维活动加以测量,从而使我们以一种新的视角理解人类的思想和行为。

(一)神经经济学在商业推销领域的应用

推销策略是否能吸引消费者的眼球是企业最为关心的问题。以广告设计公司为例,传统营销学主要借助小范围的宣传以及调查问卷的方式来探寻消费者的购买意愿,从而检验广告是否能达到预期效果。然而,由于存在消费者的主观偏差以及调查问卷中存在误差等因素,传统的营销学手段难以在深层面挖掘消费者购买决策的真实意愿。而神经营销学通过探索大脑不同区域对刺激的不同反应来调整广告刺激的设计方式。许多营销公司都在试图找到一种最好的广告陈述方式,从而使广告的产品或服务更加吸引人。英国营销机构Weapon7通过在广告中添加可视图像,促使大脑下意识地储存信息,使得广告信息存入客户大脑。可见,通过神经营销学可以高效准确地找到这种“情绪按钮”[6]。

(二)神经济学在金融投资领域中的应用

神经经济学能够为金融学提供神经学的理论基础,把人们的金融决策行为用神经学的观点加以分析运用,从而以更科学的方法对待和处理金融决策问题。在对金融决策过程的神经经济学的研究中,人们发现大脑的前额叶系统与金融决策有密切关系[7]。人们还可以利用神经科学研究金融市场上投资者的投资行为,了解证券市场信息以及投资者本身的情感状态如何驱动他们作出投资决策,从而设计出更加人性化、更具赢利性的市场投资模型。

(三)神经经济学在法庭博弈中的应用

人们在作出决策时通常要经历大脑的博弈过程,这也是神经经济学研究的热点问题。著名的博弈问题――囚徒困境所得到的决策结果已给传统的“理性经济人”假设带来了巨大挑战。人们开始转换思维方式探索博弈论的内在机理,这其中神经经济学在法庭博弈中的应用是重要研究方向之一。更好地理解人类思考过程可以从两个方面帮助我们研究法律问题。第一,可以更好地预测法律制度对行为的影响,使我们能够更有效地构建法律制度;第二,有助于更好地理解社会成员福利的含义,为制度决策提供依据[8]。神经经济学实验通过改变“法律”,使行为主体在几种不同的法律制度框架下作出选择,从而为更好地制定公共政策提供依据。

六、总结

神经经济学作为正在被探索和发现的“新大陆”日渐改变着人们对经济学的看法。以往传统的经济学是通过调查问卷、谈话采访等方式研究和预测人们的决策行为,主观性较强。而神经经济学则通过深入大脑来捕捉人们的潜意识,挖掘大脑决策的非理性因素。神经经济学是对经济学基础理论的有益补充,它将有助于解释许多传统理论无法解释的现象。

神经经济学作为一门边缘学科,它提供了一种崭新的研究方法,揭开了依靠实验研究经济学的新篇章。它在融汇传统经济学研究方法的基础上,以实验经济学、实验心理学以及行为科学为指导,借助先进的神经学检测设备展开研究,从而将经济学导入实验研究的轨道上来。不过就目前来说,它的研究还是过多地侧重于大脑功能的研究,多学科融合的深度明显不足,其自身的理论框架还有待进一步建立完善。

在当前情况下,神经经济学只是对人们行为背后的神经学原理进行研究,但对利用这些原理来预测和指导人们行为则缺乏足够了解,这也受到了不少神经经济学反对者的批评。此外,神经经济学在快速发展的同时也受到了一些来自学界和伦理界的阻碍和质疑。然而其极强的应用价值和广泛的商业前景也预示着这块蕴藏科学价值和商业价值的“新大陆”必将为人们所探知。

参考文献:

[1]万迪,乔志林.神经经济学探析[J].外国经济与管理,2005,(9).

[2]朱琪,陈乐优.神经经济学和神经管理学的前沿[J].经济学家,2007,(4).

[3]马庆国,王小毅.认知神经科学、神经经济学和神经管理学[J].管理世界,2006,(10).

[4]汪蕾,林志萍,马庆国.神经经济学:经济决策研究的新视角[J].经济学家,2009,(3).

[5]余荣军,周晓林.神经经济学:打开经济行为背后的“黑箱”[J].科学通报,2007,(9).

[6]马庆国,舒良超,王小毅.创新营销思维――神经营销发现“购买按钮”[J].企业管理,2007,(4).

[7]Terrence Chorvat,Kevin McCabe,Vernon“Law and neuroeconomics”[J].Supreme Court Economic Review,2005.

[8]Richard Gonzalez,Marc G.Berman.The Value of Brain Imaging in Psychological Research[J]. Acta Psychologica Sinica,2010.

Neuroeconomics――New Continent in Economics

Liu Zheng, Chen Meimei

(Xuri Business Administration School, Donghua University, Shanghai 200051, China)

第11篇

在幼年的于翔眼中，科学是自己身为物理学家的爸爸书桌上一摞摞码得整整齐齐的演算纸，上面密密麻麻的希腊字母和推导公式，如此的遥远与陌生。

在少年的于翔眼中，科学是蛋白质、碳水化合物、基因这些虽然看不见摸不着，却代表了生命起源的神奇物质，让她第一次感受到生命的奥秘。

而对如今的于翔来说，日常生活中形形的事物中都存在着科学的影子，科学与现实生活的密切相关，正是它的魅力所在。

大脑，是人体中一个精密而又复杂的器官，可谓人类的灵魂所在。然而，你会拥有一个怎样的大脑，并非一生下来就决定好的。除了基因，环境对大脑的发育也有着至关重要的影响。

每个人出生的时候，就已经基本拥有了几乎未来大脑中的所有神经元，但是它们之间的联接非常简单。在出生后的一段时间里，小婴儿开始成长，慢慢地学会走路、说话。这些过程都需要神经元上神经突的生长和它们之间突触联接的建立，从而形成功能性的神经网络。这个过程受环境的影响，特别是来自外界的感觉刺激。外界环境如何对大脑发育产生影响，又产生了怎样的影响，这正是于翔主要的研究方向。

从我们的日常生活中，我们知道盲人的听觉和触觉比普通人更好，或者起码和普通人一样好。然而于翔和她的科研团队通过对小鼠的实验发现，把新生小鼠养在一个黑暗的环境里，不但它的视觉发育会变得迟缓，触觉发育同样也会更加缓慢。

这说明发育早期的大脑和成熟的大脑是不一样的。按于翔的话来说，新生个体的大脑就像一个没有被分区的硬盘，任何一种来自外界环境的刺激都会对大脑多个区域的发育产生至关重要的影响。也就是说，虽然父母对失明幼儿的抚摸和关爱不能让他重新看到世界，但更多的触觉、听觉、嗅觉等感知觉刺激，却可能把视觉缺失对大脑皮层整体发育的危害降到最低。

如果对自闭症患儿进行适合的自然感知觉刺激，是否也能够牵动他们大脑中神经网络的建立，帮助他们逐渐恢复社交和表达的能力？大脑的奥妙对于翔而言绝不仅仅是一个神奇的生理现象，她更希望通过自己对大脑早期发育可塑性机制的研究，帮助那些患有发育性神经系统疾病的儿童拥有一个健康而快乐的美丽人生。

催产素，一种下丘脑分泌的神经肽，可以促进面孔识别和人与人之间的互信，而很多自闭症患儿在与他人交流方面和面孔识别方面都有明显的障碍。现在国外的很多研究和临床前实验已经在用催产素对自闭症患儿进行治疗，但是对幼儿进行药物治疗需要一个很长期的安全评估。

相比之下，于翔则另辟蹊径地提出“感知觉干预法”。于翔的团队发现，催产素在小鼠大脑内的水平可以被自然感觉刺激提高，并且可以促进大脑感觉皮层的发育。大部分自闭症患儿在幼年的时候就有感觉发育的异常。如果给他们更多的感觉刺激，是否可以提高他们自身的催产素水平，从而帮助他们恢复正常的状态？由此，于翔希望通过设计特定的感觉输入方式与发育有缺陷的小朋友进行互动游戏，以行为矫正这种安全无副作用的方式促进他们的大脑发育。

传统的干预方法主要关注认知和社交方面，这样的训练需要患儿的父母和主要看护者投入大量的时间和精力。而于翔认为，针对低年龄患儿，适当的感觉和运动训练，比如学习拍球或者搭积木，或者对他们进行适当的按摩，可能就会对他们整体的发育和成长起到帮助，是现有训练方法的重要辅助和补充。

“也许很简单的游戏他们需要很多次重复才能学会，但是他们每个点滴的进步都会给父母疲惫的脸上带来灿烂的笑容，这正是科研可以为社会做些什么的地方。”对于翔来说，这正是科学魅力的最好体现。

然而，于翔并不满足于独自享受科学的美妙。当年，她是在自己高中生物老师的引导下，初次领略到了科学的神奇和美好，如今，她自己也成为了一名优秀的研究生导师。于翔喜欢那些对科学感兴趣、有学习欲望而又善于学习的学生。“在我的团队里，进步最快、科研成果最好的学生是那些善于观察、善于和他人沟通、并且善于学习他人优点的学生。每个人，不管多优秀，都有很多不知道的东西，只有虚心、肯学、敢做，才会进步，才会成长。”

对于翔来说，科学是需要全身心投入的。“科研的世界是一直前进，从不停顿的，你随时可以休息，但之后要付出更多的努力才能追上前沿。”因此，知道自己想要做什么，就格外重要。于翔的研究组有一个传统，每年春节放假前她都会要求研究组的每个成员写一张纸，记下自己今年完成了什么，在哪些方面进步了，明年的主要目标是什么，5年以后的期望是什么。“开始做这个功课的时候，很多同学觉得很不适应，因为他们从来没有问过自己想要做什么，而是在完成长辈为自己设计的人生路线，或者在随大流。”于翔认为作科研兴趣最重要，只有想做才有可能做好。此外，在科研探索的过程中，会遇到很多困难，这时候最主要的支撑就是对自己判断的信任。因此，不管是人生道路还是科学研究，从一开始就要学会思考学会做抉择，并且为自己的抉择负责。从小事做起，慢慢地建立对自己抉择的自信。

第12篇

反对教条

以追求客观真实为理由，神经生物学家往往回避精神生活的研究；而精神分析的解释数据中潜伏着这样那样的错误。人对自身感受和情绪评价的准确性非常差，且对情绪与感受的表述不清楚。一个人说他感觉很好，事实是否如此，其他人是否也这么认为？在20世纪90年代后期神经影像学技术被广泛应用之前，对心理事件进行影像学分析以获得研究所需的客观指标的案例极少。即便今天，在人类思想感情与大脑神经信号的结合方面的研究仍处于探索阶段。

许多大脑研究者认为，只有大脑的认知和行为才适合进行研究。他们认为，情感是一种原始本能反射，会对诸如计算、计划、推理等重要功能产生干扰，而影响研究成果。

南加州大学的安东尼奥・达马西奥是一位神经病学家兼神经科学家，在他遇到一个叫埃利奥特的病人后，他开始认真思考有关情感的问题。在研究脑损伤对语言和记忆影响的过程中，达马西奥见过很多奇特的患者，但之前从未遇到过像埃利奥特一样难以解释的患者。在一次成功的脑肿瘤手术后，埃利奥特似乎完全康复了，不过他之后的所作所为，毁了他的生活――他的工作方式发生了很大的变化。他痴迷于琐事，舍本逐末，从而导致他很快被解雇；他把钱投入到荒谬的理财计划中，失去了一生的积蓄。

在诊治过程中，埃利奥特通过了所有人格和认知的测试，他的记忆力、智力和言语能力都属正常甚至优秀水平。最终，达马西奥明白了：肿瘤损伤了埃利奥特负责情绪的额叶区域，因为他不再知道自己的感受，因此也就无法做出正确的决定。很快，达马西奥又发现了更多的类似病例。通过之后的观察与实验，达马西奥得出了结论：情绪并非由非理性因素所致，而本质上是理性思考。

大约在同一时期，也就是上世纪90年代，动物学家雅克・潘克塞普也正研究动物的感情。潘克塞普发现，人的感情及相关问题可以通过研究其他哺乳动物来解决。以哺乳动物为研究模型是生物医学的基础方法，不过，由于潘克塞普一直关注于动物的内心体验，以至于他的研究工作一直被忽视甚至边缘化，被认为难登大雅之堂。“多数人的确不能理解科学家给自己强加的那些思想禁锢，”潘克塞普说，“其中之一，就是我们可以研究动物的客观行为，但无法理解动物的思想，因为动物的思想也是主观的。”

潘克塞普坚持了下来，并总结出动物的七种基本感情，这些七种感情为很多动物所共有，从鸡到豚鼠到人，概莫能外，并且追踪了与其有关的神经系统。潘克塞普对七种感情之一――“依恋”进行探索，母亲和孩子间的牢固纽带在一个小实验中体现得淋漓尽致。实验是这样进行的：将小狗从母亲身边拿走，观察它的反应。这时，小狗不停地叫，哭泣着寻找母亲……最终它放弃了，进而发展成为无奈的绝望。潘克塞普认为，这种带有极度惊恐的悲伤与冷漠相结合的情绪，与人在抑郁症发作时的情绪非常相似。于是他推测，控制这种感情的神经系统在特定情况下或许能引发抑郁症。潘克塞普不是一个弗洛伊德主义者，但殊途同归，通过神经科学的研究，他得出了类似的观点。

另外一些学者，如伊丽莎白・菲尔普斯和乔・勒杜（上文提到过他的山羊胡和摇滚），也正专注于大脑分析、记忆等机制，研究情感对学习与记忆的影响。

综之，这些研究项目改变了过去对情感研究的错误观念，说明情感研究至关重要，并将成为神经生物学的主流领域。

弗洛伊德思想的延续

十几年后，情感研究成为脑科学研究的重点领域。即便是长时间来一度被认为是一种具投机性的意识研究，也成为吸引科学家的巨大磁石，并发展成主流研究方向。不过，生物学家进入此领域则需“引路人”，而这个“引路人”就是完善的假设、概念以及指导研究者开展有价值研究的科学问题。美国哥伦比亚大学的艾瑞克・坎德尔（诺贝尔奖获得者，学习与认知专家，神经科学领域权威）认为，如不从弗洛伊德那里寻找灵感，他们只会做得更糟。“白璧微瑕，弗洛伊德的理论依然是心理科学领域中具连贯性且令人满意的理论。”坎德尔说，“没有这样一个有价值的心理科学理论，你无法开展有意义的脑科学研究。”

尽管弗洛伊德理论中很多细节有失偏颇，但他的重要观点已得到验证，其中对潜意识及其影响的研究尤其具开创性。尽管弗洛伊德将潜意识推上精神王国的宝座，但近一个世纪以来，因其被归入“主观”范畴，大量潜意识心理活动的信息被科学家忽略了。那么，科学家如何在被评测人毫不知情的情况下进行心理活动测试？直至20世纪80年代，研究人员才开始解决这个问题。

在一项现在看起来都有些神奇的研究中，认知学家本杰明・利贝特要求受测试者按下按钮，受测试者在任何时刻都可以按自己的意愿来进行这个动作；与此同时，利贝特对受测试者大脑的电信号进行监测。利贝特发现，在受测试者告知他将按动按钮的1/4秒之前，大脑的运动控制功能区已开始活跃。这说明，大脑中某个潜意识区在信息前已完成了决策。

此后，数千项研究证明，人往往用潜意识来处理信息，尤其像他人行为这样的社会信息。我们自己做出的决定有时也并非受主观意识控制，这证实了弗洛伊德有关潜意识思维的诸多观点。弗吉尼亚大学的社会心理学家蒂莫西・威尔逊认为，如果说弗洛伊德的观点有缺憾的话，那就是弗洛伊德低估了潜意识思维的能量与复杂性。最近的实验揭示的潜意识思维的本质，与弗洛伊德百年前的推测相去甚远：现在研究认为，潜意识思维看起来更像一个以高速、高效的方式处理大量数据的过程，而不像是一组冲动或幻想。可以说，弗洛伊德将其作为心理学核心的想法绝对正确。

弗洛伊德的另一个假设也在现代科学中得以证实，那就是我们的各种思维生来就相互冲突，本能冲动与抑制机制泾渭分明且相互冲突。生物学家利用神经解剖学描述方式来替代弗洛伊德心理学中的专业术语，如本我（id）与自我（ego）：冲动就像快乐一样，发自于中枢神经系统中的边缘系统――一个情感中枢，大致相当于本我（id）。前额叶皮层处理自我控制与一贯反应的抑制，与自我（ego）属一类。两者的不同并不仅仅是术语用词的不同，在弗洛伊德理论中，本我（id）是一个混沌区，激发野蛮与不可预知的行为，而边缘系统受严格调控，是强硬或温柔情感反应的发源地。不过，曾经历过精神分析培训的哥伦比亚大学MRI研究所主任、首席儿童精神病学家拉德利・彼得森认为，思维与其自身相冲突这个大的概念，即使现在也没有改变。

弗洛伊德曾多次修改他的观点，尽管如此，他最具先见之明的观点也不过是粗略地预测到一些科学发现。事实上他经常犯一些低级错误，比如他提出的婴儿精神生活理论。“这个家伙不仅经常犯错，而且常是低级错误。”伯克利大学的认知心理学家马修・爱得利说，“不过他也经常会产生一些任何人都想不到的观点。”弗洛伊德的想法极富有进一步思考的价值。

美国埃默里大学医学院的神经学家海伦・梅贝格是一位抑郁症研究员，她认为她所做的那些有关抑郁症的研究工作旨在研究一些曾为弗洛伊德所应用的理论，包括脑回路与混乱情绪的关系等。与神经生物学相比，“分析在概念和词汇上远具丰富性，”梅贝格说，“弗洛伊德所写的是地球上每个清醒的人思考的事情。”梅贝格开创了用脑深部电刺激技术治疗抑郁症的先河，这项技术可以用电流精确刺激脑部的特定位置。不过，她还无法解释这项技术为什么在某些患者身上疗效显著，而在另一些患者身上作用不明显。精神分析的理论或许能解释这个未知因素――无形的心理动力可能使一些患者摆脱抑郁，而另一些人无论思想发生怎样变化，仍会深陷其中。

神经精神分析或许可以解开另一个谜：厌食症的发生机制。瑞典乌普萨拉生物医学中心的神经生物学家萨曼莎・布鲁克斯专注于研究神经性厌食症对患者进食欲望的控制。她对一个将额前叶皮层的抑制系统与大脑深层中的奖赏系统相连的神经回路进行探测，不过她认为，这样一个简单的研究方法不能完全地解释厌食症患者如何抑制机体对快乐与痛苦的感受。精神分析学认为这个问题的答案可能在于身体感觉、情感以及焦虑间的相互作用，为此，布鲁克斯转而通过脑成像技术解决这些问题。

结合主观报告与客观测量，神经精神分析方法可以用来探索当前神经生物学的一个谜――最近发现的“默认模式网络”。这个神经区域的网络在走神、白日梦、自由联想以及其他梦幻状态下处于活跃状态。它似乎非常重要，消耗了人脑80%的能量，不过它为何存在、因何存在仍是一个谜。

纽约神经精神分析基金会执行主席麦琪・泽尔内说，从精神分析的角度上看，人脑图像显示被测试者的大脑专注于内省活动，这似乎有些不可思议。在精神分析模型中，我们的思维根据自我思考和个人经验，不断地对信息进行筛选。在表面意识之下，随着反复的回忆和感受，对未知恐惧的幻想，以及所有“谈心治疗”可利用原材料的产生，我们的思想逐步被吸收。泽尔内认为，默认模式网络的活动可能与不断产生的内心独白以及形成这种心理体验的神经现象等效。泽内尔说，尽管这只是一种猜测，但它或许能发展成为一个解决神经之谜的新视角。

不可阻挡的潮流

马克・索姆目前是开普敦大学神经心理学的带头人，因此他花费大量时间在南非做研究。在这里，他研究梦、大脑损伤及相关课题，同时治疗脑损伤患者。他也定期返回纽约，在阿诺德菲费尔中心主持公开讲座，介绍神经生物学工作，包括潘克塞普的情感研究、梅贝格治疗抑郁症的成果等。索姆刚刚完成了弗洛伊德24卷心理学著作的再译，这是一项开始于上世纪90年代的工作，译作预计于2014年年底出版。

神经精神分析正处于蓬勃发展时期，目前有两个国际性组织为青年人进行此领域的调查工作或举办国际会议提供小额资助。在更广泛的神经科学领域，弗洛伊德不再为研究人员故意回避，他的很多假说成为争论或讨论的核心话题。

弗洛伊德思想的复活或许还有更为深远的影响。精神分析的思想从根本上来说具人文关怀精神，它重视个体的独特经历――而这恰是现代医疗方法容易忽视却非常重要的方面。在华盛顿大学从事合作研究时，索姆与潘克塞普将问题归咎于精神治疗的质量普遍较差，认为神经精神分析将为此治疗领域的突破提供思想火花。

抑郁症是最具说服力的例子。目前生物医学研究中的主流理论仍然认为，抑郁症不过是另一个生物医学问题，在本质上与糖尿病、痛风等没什么区别。这种理论导致许多药物以调整血清素和其他大脑化学物质为原则进行研发，而这些药，对超过半数的患者无疗效。“制药公司在脑、神经方面的巨资投入付诸东流，且未能提出新的理论。”潘克塞普评论道。

潘克塞普基于几十年的工作，提出了这样一个假说：抑郁症的痛苦与确保情感的大脑机制的出现问题相关。对动物来说，还有一个生死攸关的问题：一个好奇心强的幼崽离群后，很难依靠自己长时间存活，因此，可怕的离别痛苦会成为幼崽的一种警示，让它们时刻跟随母亲身边。而对于母亲来说，与幼崽分离而产生的绝望感，会增强它对其他幼崽的看护，以防止类似的事情再次发生。

第13篇

计划强调，要加强人工智能领域专业建设，形成“人工智能＋X”复合专业培养新模式。计划的重点任务之一，是要完善人工智能领域人才培养体系，并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用，虽然人工智能尚未成为一级学科，但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。

为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。

清华大学：计算机科学与技术系

清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 （QS World University Rankings） 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。

计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。

计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。

计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。

北京大学：智能科学系

智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。

北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。

人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。

复旦大学：类脑智能科学与技术研究院

复旦大学类脑智能科学与技术研究院于2015年3月筹建成立，是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心，成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。

研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。

研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台；二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台；三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台；四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台；五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台；六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。

中国科学院：自动化研究所

中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。

近年来，自动化所共获得省部级以上奖励30余项。数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA－先知1．0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……

在共建机构方面，自动化所与新加坡媒体发展管理局联合成立中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学（EPFL）在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。

厦门大学：智能科学与技术系

早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。

厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。

目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。

上海交通大学：计算机科学与工程系

上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。

该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学－微软智能计算与智能系统联合实验室目前是教育部－微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。

南京大学：计算机科学与技术系

南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。

依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。

建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。

哈尔滨工业大学：计算机科学与技术学院

哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。

目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。

学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。

中国科学技术大学：计算机科学与技术学院

中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。

学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部－微软重点实验室、中国科大超级运算中心和信息科学实验中心。

其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。

依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。

华中科技大学：自动化学院

华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。

科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。

模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。

总结

第14篇

【关键词】干细胞；肿瘤干细胞；神经干细胞

干细胞是一类具有自我复制能力的多潜能细胞，在一定条件下它可以分化成多种功能细胞。干细胞的用途非常广泛，涉及到医学的多个领域。目前科学家已经能够在体外鉴别、分离、纯化、扩增和培养人体胚胎干细胞，并以这样的干细胞为“种子”，培育出一些人的组织器官。干细胞及其衍生组织器官的广泛临床应用，将产生一种全新的医疗技术，也就是再造人体正常的甚至年轻的组织器官，从而使人能够用上自己的或他人的干细胞或由干细胞所衍生出的新的组织器官，来替换自身病变的或衰老的组织器官。本文将对肿瘤干细胞、心肌干细胞以及神经干细胞的研究做如下综述。

1、肿瘤干细胞概述

1.1肿瘤干细胞学说的提出。1960年以来，许多动物实验证明只有当肿瘤细胞数大于100万时才可以形成新的肿瘤。一些研究显示并不是所有的肿瘤细胞都能增殖，可能只有小部分肿瘤细胞具有滞留源性，而大部分是肿瘤起始细胞或肿瘤干细胞。随着对干细胞研究的不断深入，发现干细胞和肿瘤干细胞之间具有许多共同特征：他们都具有多向分化潜能和自我更新能力，以及相似的细胞表面标志和相同的信号调节通路等[1]。于是提出肿瘤起源于肿瘤干细胞，是一种干细胞疾病，肿瘤是正常干细胞累计突变的结果，“肿瘤干细胞学说”应运而生。

1.2肿瘤干细胞的分离和鉴定。近年来，干细胞研究的发展很大程度上依赖于细胞分化抗原的研究进展，细胞表面特异性标志的确定是肿瘤干细胞分离的第一步。一般原则为结合谱系标志，正常干细胞特异标志（如BTSC的CD133与分离LSC的CD34）以及正常组织特异性标志等综合评价[2]，很多学者认为结合阳性标志和阴性标志可以更有效地分离干细胞。目前高通量的细胞分选系统主要有：磁性细胞分选系统和流式细胞技术（FACS）[3]。

1.3肿瘤干细胞研究方向。①研究论证是否每一种肿瘤细胞，不论是良恶性都存在肿瘤干细胞。②确定细胞表面标志，争取使用特异性强的药物杀灭肿瘤干细胞。③对已分离鉴定的肿瘤干细胞，从其特性入手，即诱导其分化，使其丧失自我更新的能力。④研究表明，Notch、wnt、Shh、Bmil等细胞信号转到通路调节正常干细胞的自我更新、增生、分化，在肿瘤的发生发展中也起着重要作用。通过研究这些细胞信号通路，有助于我们发现肿瘤细胞干细胞的靶位用于抗癌治疗。⑤发展高效的体外培养系统、细胞扩增技术以及维持干细胞未分化状态技术是今后研究的重任。目前实体瘤中的乳腺癌干细胞和淋巴造血系统恶性肿瘤干细胞已被发现并分离，但随后需进一步证实更多实体瘤肿瘤干细胞的存在，并从肿瘤中分离纯化肿瘤干细胞，在此基础上确定肿瘤干细胞的基因图谱，寻找肿瘤干细胞表现出来的特异靶位，研制新的针对于肿瘤干细胞的药物，以达到肿瘤的根治疗效。

2、心肌干细胞概述

2.1心肌干细胞简介。2003年，Beltrami等首次从大鼠心肌内分离出一种具有自我更新能力的细胞，并具有分化成心肌细胞，内皮细胞以及平滑肌细胞的能力。将这些细胞移植到心肌梗死大鼠心肌内，可分化成新的心肌细胞并明显改善心脏功能。这类细胞认为是心肌干细胞。Laflamme等的实验也证实成人心脏中有心肌干细胞的存在，它能够再生心肌，并且损伤时这种修复功能会增加[4]。Laugwitz等则证实心脏间质中存在着能完全分化成心肌表型的祖细胞。这些不同研究结果均表明了人类的成年心肌内都存在具有多向分化潜能的心肌干细胞。

2.2心肌干细胞分化起源。胚胎干细胞时全能干细胞能分化几乎全部组织和器官。1981年，鼠的胚胎干细胞首次分离成功。1998年Thomson首次从人囊胚中分离出人类胚胎干细胞。研究发现人类胚胎干细胞可以体外分化为心肌细胞。骨髓间充质干细胞也可以分化成心肌干细胞，研究发现骨髓源性祖细胞能够想造血细胞，血管和心肌等直接分化[5]。

2.3心肌细胞的定向分化及其调控。心肌干细胞向心肌分化受到多种因素的诱导和调控，目前已知细胞因子，激素，药物以及细胞内转录因子等都可以参与心急干细胞的分化调控。例如催产素可以与心肌干细胞表面受体结合，促进干细胞的有丝分裂；骨形态发生蛋白是一类在胚胎发育过程中起重要作用的蛋白家庭，它们可以参与调节某些心脏转录因子的表达，对心肌干细胞的定向分化起重要作用。

3、神经干细胞概述

3.1神经干细胞来源。①来源于脑组织，包括胚胎脑组织和成人脑组织；②来源于精髓。在胚胎和成人的脊髓室管内都存在神经肝细胞；③来源于骨髓。骨髓中存在骨髓基质肝细胞，在特定的条件下可以跨系统分化为神经元和神经胶质细胞；④脐血。人脐血是胎儿出生时期胎盘近胎儿一侧血管内的血液，含有丰富的肝细胞；⑤其他来源。近年来有学者发现，脐带华儿通胶来源的基质细胞有与骨髓间充质细胞相似的特性[6]。

3.2神经干细胞的分化。目前绝大多数的研究者认为，神经干细胞的分化存在细胞自身基因调控和外源性信号调控两种基质。这两种调控方式不断相互作用，共同完成对肝细胞分化的控制。现在神经干细胞分化研究还没有形成一个完全可靠的系统，仅仅只是就某一个途径或细胞因子等的研究。这主要是由于体内有上百种类型的神经元，每一种神经元的分化过程均涉及多种影响因素和信号传递。诱导神经干细胞高效分化成目的神经元或特定类型的神经胶质细胞仍处于探索阶段。

3.3神经干细胞研究前景。神经干细胞在中枢神经系统存在被证明，以及分离培养的成功是神经科学研究的一个重要突破。目前神经干细胞的研究公正如火如荼地进行，对神经干细胞的基础研究取得显著成果，但是将其常规应用于临床仍有许多问题需要解决，以及如何从动物的应用顺利的过度到临床的应用还需要进行深入的研究。

4、结语与展望

干细胞是动物机体内的一种发育全能性细胞。目前对干细胞的研究取得的进展都是在阐明干细胞的生物学特性，以及对干细胞的选择性分化和生长，然而如何对干细胞的生物学特性进行很好的控制还没弄清楚，这需要人们进一步研究和探索。随着基因工程、胚胎工程、细胞工程等各种生物技术的快速发展，按照一定的目的，在体外人工分离、培养干细胞已成为可能，利用干细胞构建各种细胞、组织、器官作为移植器官的来源，这将成为干细胞应用的主要方向。

【参考文献】

[1]农晓林，黎彦，等.肿瘤干细胞的研究进展[J].中国医学文摘肿瘤学，2006，20（3）：241-242.

[2]Lapidot T，Sirard C，Vormoor J，et al.A cell initiating human acute myeliod leukaemia after transplantation into SCID mice.Nature，1994，367；645-648.

[3]Al-Hajj M，Wicha M S，Benito-Hemandez A，et al.Prospective identification of tumorigenic breast cancer ceils[J].Proc Natl Acad Sci USA，2003，100（7）：3983-88.

[4] Laflamme MA，Gold J，Xu C，et al.Formation of human myocardium in the rat heart form human embryonic stem cells[J].Am J Pathol，2005，167（3）：663.

第15篇

1、提供高质量的儿童养育和教育

通过规范和提高儿童教师队伍质量，为儿童教育领域提供优质的师资力量。对于从业的幼儿教育工作者，美国一些州采取了措施来促进日托中心的质量，通过设定较高的训练和/或者要求专业从事幼儿教育工作人员的证书要求。全国幼儿教育协会已经为专业从事从出生到8岁教育工作的教师设定了地区标准。一些机构正在研究从事从出生到6岁早期儿童教育工作职员的标准和专业发展，来考虑在提供可承担、接受费用的范围内如何提供质量。重新分配这一领域和早期儿童教育资源，从而在关键时期内为儿童提供最大化提高他们学习能力的机会。

对于将要从事教师职业的学生，学院和大学创设一种要求他们接受某些神经科学训练的激励机制，以及提供相关的知识和信息。一方面需要具备了解儿童学习的大脑规律，了解什么影响大脑的正常学习以及大脑的学习原则方面的知识，因为如果不了解儿童语言以及认知、情感等方面发展特点，就不能科学地解决教学内容和教学方法等方面的问题。同时也为跨学科/专业研究儿童，如教育、公共健康、养育和社会工作之间，提供激励机制。另一方面，通过增加脑科学家、教育工作者、心理学家以及政策决策者等的交流与合作，建立一种不定期的合作机制来提高儿童教育工作者的质量。

2、进一步加强不同专业领域人士的协作

为了促进不同领域专业人士的合作与交流，克林顿政府开展了为期十年的全国范围内的儿童调查研究，尤其是继续在全国范围内追踪研究一些科学家和学者提出的问题，父母经验以及其他儿童的教养者所获得的关于儿童的家庭和发展问题上的研究。这次调查研究的目的不仅仅是为了积累资料，而是为了通过深入研究儿童的成长，更好地了解家庭，社团、社会和作为一个国家如何能够有助于下一代更加健康的发展和学习，以帮助他们获得一个健康和强有力的人生开端。

正是这种良好的对话机制促进了脑科学研究成果在美国儿童教育中的应用，也深深地影响了美国儿童教育政策的服务导向。这是一种引导研究方向，但是却是面向实践和应用领域的对话机制，而非简单抄袭的活动。这种对话注重的不仅是脑科学如何有助于教师教学，儿童教育工作者能够从脑科学研究中借鉴什么，或者学习什么，而且注重教育工作者应该如何帮助引导脑研究，脑科学家和教育工作者如何继续这个对话，脑科学家和教育工作者如何影响政府制定政策，从而更好地引导脑科学研究成果来服务于儿童教育。或许这也是为什么脑科学研究能够迅速地在儿童教育的实践和政策领域，甚至对美国的中央和地方教育财政投入预算及其方案，以及教育民主化运动产生如此巨大的影响的原因。

3、积极开展以家庭为中心的预防和干预工作

通过开展以家庭为中心的预防和干预工作，为儿童的健康成长与发展，以及学习提供一个良好的，安全的环境。在美国，许多儿童是带着问题来到人间的，大约有12%的儿童出生时心理能力就遭到削弱，尤其是这些母亲使用一些不健康的物质或者是在怀孕期间营养失调，都会造成这种情形，甚至更加严重的情形，如智力迟钝、智力缺陷，皮层中枢神经系统功能紊乱等。对于很多在出生之前遭受这种影响的儿童来说，消除怀孕期间的危险因素以及在生命开始的三年进行集中干预，都将会促进、改善儿童的发展。