- Преподавателю
- Информатика
- Реферат на тему Компьютер внутри человека, сопровождаемый презентацией
Реферат на тему Компьютер внутри человека, сопровождаемый презентацией
Раздел | Информатика |
Класс | - |
Тип | Презентации |
Автор | МИХАЙЛИЧЕНКО Н.В. |
Дата | 11.12.2015 |
Формат | rar |
Изображения | Есть |
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Средняя общеобразовательная школа
с углубленным изучением отдельных предметов №256
Р Е Ф Е Р А Т
по информатике
ТЕМА: Компьютер внутри человека
Исполнитель Руководитель
Шмелёва Михайличенко
Анна Алексеевна Наталия Викторовна
11 «А»
г. Фокино
2006
Оглавление
Введение...............................................................................................3
1. Нейрон - структурная единица ЦНС.....................................................4
2. Принципы кодирования информации в ЦНС..........................................5
2.1. Нейронные механизмы восприятия.................................................8
2.2.Восприятие цвета с позиции векторной модели
обработки информации.................................................................11
2.3.Векторная модель управления двигательными и
вегетативными реакциями............................................................12
3. Нейронные сети................................................................................14
4. Настоящий компьютер внутри человека..............................................16
Заключение..........................................................................................17
Список литературы................................................................................18
Приложение 1........................................................................................19
Приложение 2........................................................................................21
Введение
Многие исследователи уподобляют нервную систему компьютеру, регулирующему и координирующему жизнедеятельность организма. Чтобы человек удачно вписался в картину окружающего мира, этому внутреннему компьютеру приходится решать четыре главные задачи. Они являются основными функциями нервной системы.
Прежде всего, она воспринимает все действующие на организм раздражители. Всю воспринятую информацию о температуре, цвете, вкусе, запахе и других характеристиках явлений и предметов нервная система преобразует в электрические импульсы, которые передаёт в отделы мозга - головного и спинного. Каждый из нас обладает «биологическим телеграфом» - в его пределах сигналы распространяются со скоростью до 400 км/час. «Телеграфные провода» - корешки, корешковые нервы, узлы и магистральные нервные стволы. Их насчитывают 86, причём каждый разделяется на множество более мелких веточек, и все они «приписаны» к периферической нервной системе (см. Приложение 1, рис.1).
Наш внутренний компьютер обрабатывает поступившие данные: анализирует, систематизирует, запоминает, сравнивает с ранее полученными сообщениями и уже имеющимся опытом. «Генеральный штаб», обрабатывающий сигналы, подаваемые как извне, так и изнутри тела, - головной мозг. Верный «адъютант» при штабе - мозг спинной - служит своеобразным органом местного самоуправления, а также связующим звеном с вышестоящими отделами биологического компьютера. Вместе с головным спинной мозг образует центральную нервную систему (ЦНС).
В своем реферате я рассмотрела процессы передачи и кодирования информации, происходящие в нервной системе, с точки зрении информационных технологий, кратко рассказала об искусственных нейронных сетях и о компьютере, способном работать внутри человека.
1. Нейрон - структурная единица ЦНС
Безупречную слаженность нервной системы обеспечивают 20 млрд. нейронов (греч. «нейрон» - «жила», «нерв») - специализированных клеток. Четвёртая часть нейронов сосредоточена в спинном мозге и примыкающих к нему спинномозговых узлах. Остальные располагаются в так называемом сером веществе (коре и подкорковых центрах) головного мозга.
Нейрон состоит из тела (сома с ядром), множества древовидных отростков - дендритов - и длинного аксона (см. Приложение 1, рис.3). Дендриты служат в качестве входных каналов для нервных импульсов от других нейронов. Импульсы поступают в сому, вызывая её специфическое возбуждение, распространяющееся затем по выводному отростку - аксону. Соединяются нейроны с помощью специальных контактов - синапсов, в которых разветвления аксона одного нейрона подходят очень близко (на расстоянии нескольких десятков микронов) к соме или дендритам другого нейрона.
Нейроны, размещающиеся в рецепторах, воспринимают внешние раздражения, в сером веществе ствола головного и спинного мозга - управляют движениями человека (мышцами и железами), в мозге - связывают чувствительные и двигательные нейроны. Последние образуют различные мозговые центры, где происходит преобразование информации, поступившей от внешних раздражителей, в двигательные сигналы.
Как же работает эта система? В нейронах происходят три основных процесса: синаптическое возбуждение, синаптическое торможение и возникновение нервных импульсов. Синаптические процессы обеспечиваются особыми химическими веществами, которые выделяются окончаниями одного нейрона и взаимодействуют с поверхностью другого. Синаптическое возбуждение вызывает ответную реакцию нейрона и при достижении определённого порога переходит в нервный импульс, быстро распространяющийся по отросткам. Торможение, напротив, уменьшает общий уровень возбудимости нейрона.
2.Принципы кодирования информации в нервной системе
Сегодня можно говорить о нескольких принципах кодирования в нервной системе. Одни из них достаточно просты и характерны для периферического уровня обработки информации, другие - более сложны и характеризуют передачу информации на более высоких уровнях нервной системы, включая кору.
Одним из простых способов кодирования информации признается специфичность рецепторов, избирательно реагирующих на определенные параметры стимуляции, например колбочки с разной чувствительностью к длинам волн видимого спектра, рецепторы давления, болевые, тактильные и др.
Другой способ передачи информации получил название частотного кода. Наиболее явно он связан с кодированием интенсивности раздражения. Частотный способ кодирования информации об интенсивности стимула, включающего операцию логарифмирования, согласуется с психофизическим законом Г. Фехнера о том, что величина ощущения пропорциональна логарифму интенсивности раздражителя.
Однако позже закон Фехнера был подвергнут серьезной критике. С. Стивене на основании своих психофизических исследований, проведенных на людях с применением звукового, светового и электрического раздражения, взамен закона Фехнера предложил закон степенной функции. Этот закон гласит, что ощущение пропорционально показателю степени стимула, при этом закон Фехнера представляет лишь частный случай степенной зависимости.
Анализ передачи сигнала о вибрации от соматических рецепторов показал, что информация о частоте вибрации передается с помощью частоты, а ее интенсивность кодируется числом одновременно активных рецепторов.
В качестве альтернативного механизма к первым двум принципам кодирования - меченой линии и частотного кода - рассматривают также паттерн ответа нейрона. Устойчивость временного паттерна ответа - отличительная черта нейронов специфической системы мозга. Система передачи информации о стимулах с помощью рисунка разрядов нейрона имеет ряд ограничений. В нейронных сетях, работающих по этому коду, не может соблюдаться принцип экономии, так как он требует дополнительных операций и времени по учету начала, конца реакции нейрона, определения ее длительности. Кроме того, эффективность передачи информации о сигнале существенно зависит от состояния нейрона, что делает данную систему кодирования недостаточно надежной.
Идея о том, что информация кодируется номером канала, присутствовала уже в опытах И.П. Павлова с кожным анализатором собаки. Вырабатывая условные рефлексы на раздражение разных участков кожи лапы через «касалки», он установил наличие в коре больших полушарий соматотопической проекции. Раздражение определенного участка кожи вызывало очаг возбуждения в определенном локусе соматосенсорной коры. Пространственное соответствие места приложения стимула и локуса возбуждения в коре получило подтверждение и в других анализаторах: зрительном, слуховом. Тонотопическая проекция в слуховой коре отражает пространственное расположение волосковых клеток кортиевого органа, избирательно чувствительных к различной частоте звуковых колебаний. Такого рода проекции можно объяснить тем, что рецепторная поверхность отображается на карте коры посредством множества параллельных каналов - линий, имеющих свои номера. При смещении сигнала относительно рецепторной поверхности максимум возбуждения перемещается по элементам карты коры. Сам же элемент карты представляет локальный детектор, избирательно отвечающий на раздражение определенного участка рецепторной поверхности. Детекторы локальности, обладающие точечными рецептивными полями и избирательно реагирующие на прикосновение к определенной точке кожи, являются наиболее простыми детекторами. Совокупность детекторов локальности образует карту кожной поверхности в коре. Детекторы работают параллельно, каждая точка кожной поверхности представлена независимым детектором.
Сходный механизм передачи сигнала о стимулах действует и тогда, когда стимулы различаются не местом приложения, а другими признаками. Появление локуса возбуждения на детекторной карте зависит от параметров стимула. С их изменением локус возбуждения на карте смещается. Для объяснения организации нейронной сети, работающей как детекторная система, Е.Н. Соколов предложил механизм векторного кодирования сигнала.
Принцип векторного кодирования информации впервые был сформулирован в 50-х годах шведским ученым Г. Йохансоном, который и положил начало новому направлению в психологии - векторной психологии. Г. Йохансон показал, что если две точки на экране движутся навстречу друг другу - одна по горизонтали, другая по вертикали, - то человек видит движение одной точки по наклонной прямой. Для объяснения эффекта иллюзии движения Г. Йохансон использовал векторное представление. Движение точки рассматривается им как результат формирования двухкомпонентного вектора, отражающего действие двух независимых факторов (движения в горизонтальном и вертикальном направлениях). В дальнейшем векторная модель была распространена им на восприятие движений корпуса и конечностей человека, а также на движение объектов в трехмерном пространстве. Е.Н Соколов развил векторные представления, применив их к изучению нейронных механизмов сенсорных процессов, а также двигательных и вегетативных реакций.
Векторная психофизиология - новое направление, ориентированное на соединение психологических явлений и процессов с векторным кодированием информации в нейронных сетях.
2.1. Нейронные механизмы восприятия
Сведения о нейронах сенсорных систем, накопленные за последние десятилетия, подтверждают детекторный принцип нейронной организации самых разных анализаторов. Рассмотрим механизмы восприятия в нервной системе на примере зрительного анализатора.
Для зрительной коры были описаны нейроны-детекторы, избирательно отвечающие на элементы фигуры, контура - линии, полосы, углы.
Важным шагом в развитии теории сенсорных систем явилось открытие константных нейронов-детекторов, учитывающих, кроме зрительных сигналов, сигналы о положении глаз в орбитах. В теменной коре реакция константных нейронов-детекторов привязана к определенной области внешнего пространства, образуя константный экран. Другой тип константных нейронов-детекторов, кодирующих цвет, открыт С. Зеки в экстрастриарной зрительной коре. Их реакция на определенные отражательные свойства цветовой поверхности объекта не зависит от условий освещения.
Изучение вертикальных и горизонтальных связей нейронов-детекторов различного типа привело к открытию общих принципов нейронной архитектуры коры. В. Маунткасл - ученый из медицинской школы Университета Джонса Гопкинса - в 60-х годах впервые описал вертикальный принцип организации коры больших полушарий. Исследуя нейроны соматосенсорной коры у наркотизированной кошки, он нашел, что они по модальности сгруппированы в вертикальные колонки. Одни колонки реагируют на стимуляцию правой стороны тела, другие - левой, а два других типа колонок различались тем, что одни из них избирательно реагировали на прикосновение или на отклонение волосков на теле (т.е. на раздражение рецепторов, расположенных в верхних слоях кожи), другие - на давление или на движение в суставе (на стимуляцию рецепторов в глубоких слоях кожи). Колонки имели вид трехмерных прямоугольных блоков разной величины и проходили через все клеточные слои. Со стороны поверхности коры они выглядели как пластины размером от 20-50 мкм до 0,25-0,5 мм. Позже эти данные подтвердились и на наркотизированных обезьянах другие исследователи уже на ненаркотизированных животных (макаках, кошках, крысах) также представили дополнительные доказательства колончатой организации коры.
Благодаря работам Д. Хьюбела и Т. Визеля сегодня мы более детально представляем колончатую организацию зрительной коры. Исследователи используют термин «колонка», предложенный В. Маунткаслом, но отмечают, что наиболее подходящим был бы термин «пластина». Говоря о колончатой организации, они подразумевают, что «некоторое свойство клеток остается постоянным во всей толще коры от ее поверхности до белого вещества, но изменяется в направлениях, параллельных поверхности коры» Сначала в зрительной коре были обнаружены группы клеток (колонок), связанных с разной глазодоминантностъю, как наиболее крупные. Было замечено, что всякий раз, когда регистрирующий микроэлектрод входил в кору обезьяны перпендикулярно ее поверхности, он встречал клетки, лучше реагирующие на стимуляцию только одного глаза. Если же его вводили на несколько миллиметров в сторону от предыдущего, но также вертикально, то для всех встречающихся клеток доминирующим был только один глаз - тот же, что и раньше, или другой. Если же электрод вводили с наклоном и как можно более параллельно поверхности коры, то клетки с разной глазодоми-нантностью чередовались. Полная смена доминантного глаза происходила примерно через каждый 1 мм.
Кроме колонок глазодоминантности, в зрительной коре разных животных (обезьяна, кошка, белка) обнаружены ориентационные колонки. При вертикальном погружении микроэлектрода через толщу зрительной коры все клетки в верхних и нижних слоях избирательно реагируют на одну и ту же ориентацию линии. При смещении микроэлектрода картина остается той же, но меняется предпочитаемая ориентация, т.е. кора разбита на колонки, предпочитающие свою ориентацию. Радиоавтографы, взятые со срезов коры после стимуляции глаз полосками, определенным образом ориентированными, подтвердили результаты электрофизиологических опытов. Соседние колонки нейронов выделяют разные ориентации линий.
В коре обнаружены также колонки, избирательно реагирующие на направление движения или на цвет. Ширина цветочувствителъных колонок в стриарной коре около 100-250 мкм. Колонки, настроенные на разные длины волн, чередуются. Колонка с максимальной спектральной чувствительностью к 490-500 нм сменяется колонкой с максимумом цветовой чувствительности к 610 нм. Затем снова следует колонка с избирательной чувствительностью к 490-500 нм. Вертикальные колонки в трехмерной структуре коры образуют аппарат многомерного отражения внешней среды.
В зависимости от степени сложности обрабатываемой информации в зрительной коре выделено три типа колонок. Микроколонки реагируют на отдельные градиенты выделяемого признака, например на ту или другую ориентацию стимула (горизонтальную, вертикальную или другую). Макроколонки объединяют микроколонки, выделяющие один общий признак (например, ориентацию), но реагирующие на разные значения его градиента (разные наклоны - от 0 до 180°). Гиперколонка, или модуль, представляет собой локальный участок зрительного поля и отвечает на все стимулы, попадающие на него. Модуль - вертикально организованный участок коры, выполняющий обработку самых разнообразных характеристик стимула (ориентации, цвета, глазодоминантности и др.). Модуль собирается из макроколонок, каждая из которых реагирует на свой признак объекта в локальном участке зрительного поля. Членение коры на мелкие вертикальные подразделения не ограничивается зрительной корой. Оно присутствует и в других областях коры (в теменной, префронтальной, моторной коре и др.).
В коре существует не только вертикальная (колончатая) упорядоченность размещения нейронов, но и горизонтальная (послойная). Нейроны в колонке объединяются по общему признаку. А слои объединяют нейроны, выделяющие разные признаки, но одинакового уровня сложности. Нейроны-детекторы, реагирующие на более сложные признаки, локализованы в верхних слоях.
Таким образом, колончатая и слоистая организации нейронов коры свидетельствуют, что обработка информации о признаках объекта, таких, как форма, движение, цвет, протекает в параллельных нейронных каналах. Вместе с тем изучение детекторных свойств нейронов показывает, что принцип дивергенции путей обработки информации по многим параллельным каналам должен быть дополнен принципом конвергенции в виде иерархически организованных нейронных сетей. Чем сложнее информация, тем более сложная структура иерархически организованной нейронной сети требуется для ее обработки.
2.2.Восприятие цвета с позиции векторной модели обработки информации
Анализатор цвета включает рецепторный и нейронный уровни сетчатки, ЛКТ таламуса и различные зоны коры. На уровне рецепторов падающие на сетчатку излучения видимого спектра у человека преобразуются в реакции трех типов колбочек, содержащих пигменты с максимумом поглощения квантов в коротковолновой, средневолновой и длинноволновой частях видимого спектра. Реакция колбочки пропорциональна логарифму интенсивности стимула. В сетчатке и ЛКТ существуют цветооппонентные нейроны, противоположно реагирующие на пары цветовых стимулов (красный-зеленый и желтый-синий). Их часто обозначают первыми буквами от английских слов: +К-С; -К+С; +У-В; -У+В. Различные комбинации возбуждений колбочек вызывают разные реакции оппонентных нейронов. Сигналы от них достигают цветочувствительных нейронов коры.
Восприятие цвета определяется не только хроматической (цветочувствительной) системой зрительного анализатора, но и вкладом ахроматической системы. Ахроматические нейроны образуют локальный анализатор, детектирующий интенсивность стимулов. Первые сведения об этой системе можно найти в работах Р. Юнга, показавшего, что яркость и темнота в нервной системе кодируются двумя независимо работающими каналами: нейронами В, измеряющими яркость, и нейронами В, оценивающими темноту. Существование нейронов-детекторов интенсивности света было подтверждено позже, когда в зрительной коре кролика были найдены клетки, селективно реагирующие на очень узкий диапазон интенсивности света.
2.3.Векторная модель управления двигательными и
вегетативными реакциями
Согласно представлению о векторном кодировании информации в нейронных сетях реализацию двигательного акта или ее фрагмента можно описать следующим образом, обратившись к концептуальной рефлекторной дуге (см. Приложение 1, рис.2). Исполнительная ее часть представлена командным нейроном или полем командных нейронов. Возбуждение командного нейрона воздействует на ансамбль премоторных нейронов и порождает в них управляющий вектор возбуждения, которому соответствует определенный паттерн возбужденных мотонейронов, определяющий внешнюю реакцию. Поле командных нейронов обеспечивает сложный набор запрограммированных реакций. Это достигается тем, что каждый из командных нейронов поочередно может воздействовать на ансамбль премоторных нейронов, создавая в них специфические управляющие векторы возбуждения, которые и определяют разные внешние реакции. Все разнообразие реакций, таким образом, можно представить в пространстве, размерность которого определяется числом премоторных нейронов, возбуждение последних образуют управляющие векторы.
Структура концептуальной рефлекторной дуги включает блок рецепторов, выделяющих определенную категорию входных сигналов. Второй блок - предетекторы, трансформирующие сигналы рецепторов в форму, эффективную для селективного возбуждения детекторов, образующих карту отображения сигналов. Все нейроны-детекторы проецируются на командные нейроны параллельно. Имеется блок модулирующих нейронов, которые характеризуются тем, что они не включены непосредственно в цепочку передачи информации от рецепторов на входе к эффекторам на выходе. Образуя «синапсы на синапсах», они модулируют прохождение информации. Модулирующие нейроны можно разделить на локальные, оперирующие в пределах рефлекторной дуги одного рефлекса, и генерализованные, охватывающие своим влиянием рефлекторных дуг и тем самым определяющие общий уровень функционального состояния. Локальные модулирующие нейроны, усиливая или ослабляя синаптические входы на командных нейронах перераспределяют приоритеты реакций, за которые эти командные нейроны ответственны. Модулирующие нейроны действуя через гиппокамп, куда на нейроны «новизны» и «тождества» проецируются детекторные карты.
Реакция командного нейрона определяется скалярным произведением вектора возбуждения и вектора синаптических связей. Когда вектор синаптических связей в результате обучения совпадает с вектором возбуждения по направлению, скалярное произведение достигает максимума и командный нейрон становится селективно настроенным на условный сигнал. Дифференцировочные раздражители вызывают векторы возбуждения, отличающиеся от того, который порождает условный раздражитель. Чем больше это различие, тем меньше вероятность вызова возбуждения командного нейрона. Для выполнения произвольной двигательной реакции требуется участие нейронов памяти. На командных нейронах сходятся пути не только от детекторных сетей, но и от нейронов памяти.
Управление двигательными и вегетативными реакциями осуществляется комбинациями возбуждений, генерируемыми командными нейронами, которые действуют независимо друг от друга, хотя, по-видимому, некоторые стандартные паттерны их возбуждений появляются более часто, чем другие.
3. Нейронные сети
Изучение структуры и функций ЦНС привело к появлению новой научной дисциплины - нейроинформатики. По сути, нейроинформатика есть способ решения всевозможных задач с помощью искусственных нейронных сетей, реализованных на компьютере.
Нейронные сети представляют собой новую и весьма перспективную вычислительную технологию, дающую новые подходы к исследованию динамических задач в финансовой области. Первоначально нейронные сети открыли новые возможности в области распознавания образов, затем к этому прибавились статистические и основанные на методах искусственного интеллекта средства поддержки принятия решений и решения задач в сфере финансов.
Способность к моделированию нелинейных процессов, работе с зашумленными данными и адаптивность дают возможности применять нейронные сети для решения широкого класса финансовых задач. В последние несколько лет на основе нейронные сетей было разработано много программных систем для применения в таких вопросах, как операции на товарном рынке, оценка вероятности банкротства банка, оценка кредитоспособности, контроль за инвестициями, размещение займов.
Приложения нейронные сетей охватывают самые разнообразные области: распознавание образов, обработка зашумленные данных, дополнение образов, ассоциативный поиск, классификация, оптимизация, прогноз, диагностика, обработка сигналов, абстрагирование, управление процессами, сегментация данных, сжатие информации, сложные отображения, моделирование сложных процессов, машинное зрение, распознавание речи.
Несмотря на большое разнообразие вариантов нейронных сетей, все они имеют общие черты. Так, все они, так же как и мозг человека, состоят из большого числа однотипных элементов - нейронов, которые имитируют нейроны головного мозга, связанных между собой. На рисунке 4 (см. Приложение 1) показана схема нейрона.
Из рисунка видно, что искусственный нейрон, так же как и живой, состоит из синапсов, связывающих входы нейрона с ядром, ядра нейрона, которое осуществляет обработку входных сигналов и аксона, который связывает нейрон с нейронами следующего слоя. Каждый синапс имеет вес, который определяет, насколько соответствующий вход нейрона влияет на его состояние.
Состояние нейрона определяется по формуле
где
- число входов нейрона;
- значение i-го входа нейрона;
- вес i-го синапса.
Затем определяется значение аксона нейрона по формуле
Где - некоторая функция, которая называется активационной. Наиболее часто в качестве активационной функции используется так называемый сигмоид, который имеет следующий вид:
4. Настоящий компьютер внутри человека
В предыдущих разделах о компьютере внутри человека говорилось в переносном смысле; однако достижения науки дают основания перейти от метафоры к прямому значению слов.
Израильские ученые создали молекулярный компьютер, который использует ферменты для произведения подсчетов.
Итамар Виллнер, сконструировавший молекулярный калькулятор со своими коллегами в Еврейском университете Иерусалима, считает, что компьютеры, работающие на ферментах, когда-нибудь можно будет вживлять в человеческий организм и использовать, например, для регулирования выброса лекарств в систему метаболизма.
Ученые создали свой компьютер, используя два фермента - глюкозу дегидрогеназу (glucose dehydrogenase, GDH) и пероксидаз из хрена (horseradish peroxidase, HRP) - для запуска двух взаимосвязанных химических реакций. Два химических компонента - перекись водорода и глюкоза - использовались как вводимые значения (А и В). Присутствие каждого из химических веществ соответствовало 1 в двоичном коде, а отсутствие - 0 в двоичном коде. Химический результат ферментной реакции определялся оптически.
Ферментный компьютер использовали для проведения двух фундаментальных логических вычислений, известных как AND (где A и B должны быть равными единице) и XOR (где A и B должны иметь разные значения). Добавление еще двух ферментов - глюкозооксидазы (glucose oxidase) и каталазы (catalase) - связало две логические операции, дав возможность сложить двоичные числа, используя логические функции.
Ферменты уже используют при вычислениях, применяя специально закодированную ДНК. Такие ДНК-компьютеры потенциально способны превзойти по скорости и мощности кремниевые компьютеры, поскольку могут осуществлять множество параллельных вычислений и помещать огромное количество компонентов в крошечное пространство.
Заключение
Работая над рефератом, я узнала много нового об устройстве центральной нервной системы человека и обнаружила тесную связь между процессами, происходящими внутри человека и внутри машины. Несомненно, изучение устройства ЦНС и мозга открывает перед человечеством огромные перспективы. Нейронные сети уже сейчас решают задачи, непосильные для искусственного интеллекта. Нейрокомпьютеры особенно эффективны там, где нужен аналог человеческой интуиции для распознавания образов (узнавания лиц, чтения рукописных текстов), подготовки аналитических прогнозов, перевода с одного естественного языка на другой и т.п. Именно для таких задач обычно трудно сочинить явный алгоритм. В ближайшем будущем возможно создание электронных носителей, сопоставимых по ёмкости с человеческим мозгом. Но для того, чтобы осуществить все смелые замыслы ученых, необходима прочная теоретическая база. А обеспечить её поможет молодая, стремительно развивающаяся наука, своеобразный союз биологии и информатики - биоинформатика.
Список литературы
-
Энциклопедия для детей. Том 22. Информатика. М.: Аванта+, 2003.
-
Энциклопедия для детей. Том 18. Человек. Ч. 1.Происхождение и природа человека. Как работает тело. Искусство быть здоровым. М.: Аванта+, 2001.
-
Энциклопедия для детей. Том 18. Человек. Ч. 2. Архитектура души. Психология личности. Мир взаимоотношений. Психотерапия. М.: Аванта+, 2002.
-
Данилова Н.Н. Психофизиология: Учебник для вузов.- М.: Аспект Пресс, 2001
-
Марцинковская Т. Д. История психологии: Учеб. пособие для студ. высш. учеб. заведений.- М.: Издательский центр "Академия", 2001
-
NewScientist.com news service; Angewandte Chemie International Edition (vol. 45, p. 1572)
Приложение 1
рис.1. Нервная система человека - центральная, вегетативная и периферическая
рис.2. Образование рефлекторной дуги
рис.3. Нейрон с множеством дендритов, получающий информацию через синаптический контакт с другим нейроном.
рис.4. Строение искусственного нейрона
Приложение 2
Краткий словарь терминов и понятий
Аксон - отросток нервной клетки (нейрона), проводящий нервные импульсы от тела клетки к иннервируемым органам или др. нервным клеткам. Пучки аксонов образуют нервы.
Гиппокамп - структура, расположенная в глубинных слоях доли височной головного мозга.
Градиент - вектор, показывающий направление наискорейшего изменения некоторой величины, значение которой меняется от одной точки пространства к другой.
Дендрит - ветвящийся цитоплазматический отросток нервной клетки, проводящий нервные импульсы к телу клетки.
Кортиевый орган - рецепторный аппарат слухового анализатора.
ЛКТ - латеральное коленчатое тело.
Локус - конкретный участок ДНК, отличающийся каким-либо свойством.
Нейрон - нервная клетка, состоящая из тела и отходящих от него отростков - относительно коротких дендритов и длинного аксона.
Паттерн - пространственно-временная картина развития какого-то процесса.
Рецептивное поле - периферическая область, раздражение которой оказывает влияние на разряд данного нейрона.
Рецепторы - окончания чувствительных нервных волокон или специализированные клетки (сетчатки глаза, внутреннего уха и др.), преобразующие раздражения, воспринимаемые извне (экстерорецепторы) или из внутренней среды организма (интерорецепторы) в нервное возбуждение, передаваемое в центральную нервную систему.
Синапс - структура, которая передает сигналы от нейрона к соседнему (или к другой клетке).
Сома - 1) тело, туловище; 2) совокупность всех клеток организма, за исключением репродуктивных клеток.
Соматосенсорная кора - область коры больших полушарий мозга, где представлены афферентные проекции частей тела.
Таламус - основная часть промежуточного мозга. Главный подкорковый центр, направляющий импульсы всех видов чувствительности (температурный, болевой и др.) к стволу мозга, подкорковым узлам и коре больших полушарий.