關於我們

作品展示

最新消息

線上估價

聯絡資訊

促銷方案

環境實錄

撇步分享文章

店家文章

留言版

關於青薈

門診時間

定量腦電波

聯絡我們

店家官網

青薈生活診所-神經外科,神經外科診所,台中神經外科,南屯神經外科,

【洗腳醫師的小教室 – 大腦篇 3】

影片中的A，是個五六歲的白人男孩。

面對鏡頭的他顯得很不自在；不能直視鏡頭、不時大聲嘶吼，沒法發出有意義的字句 !!

他是我這輩子看到的第一個自閉症孩子。

雖然一樣在神經相關領域工作，但這種病患對我來說絕對是陌生的 !

因為我是個神經外科醫師，A絕對不會是我門診可能會遇到的病人類型，

也就是說，我當時對這種疾病的了解，其實不見得會比一般普羅大眾多太多。

但緊接著的第二段影片:

A蹲在地上算數學、

甚至跟攝影者(據說是他父親)有來有往的交談…。

我想就算任何一個非醫療從業人員，應該也分辨得出這中間的差距有多大 !

更誇張的是我問了這兩段影片的拍攝日期，兩段影片居然只差了不到一年 !!

我好奇了，這是甚麼治療技術 ?

這個問題驅使我在2013年到美國走了一趟，而這也就是後來故事的起點了。

到美國後我受到的第一個震撼是……三個問題 !!

1.神經細胞以電流來傳遞訊號。

但在細胞的層次，每個神經細胞的帶電量一定極微弱；人類意識的形成需要大量的訊號量，這件事，就連目前最強的電腦也仿製不出來，那這些極微細的神經細胞是怎麼辦到的?

2.神經細胞在軸突的傳遞頻率不會高於200Hz，在突觸的地方因為是靠神經傳導物質，

利用擴散作用”漂”到下一個突觸來產生相對應的電訊號；

依據擴散公式換算

突觸間的頻率大約會落在30Hz上下，如果再考慮頻寬的一半才能搭載訊號，等於說神經細胞的訊號頻寬大概只有15Hz，這跟我們使用手機的頻寬動輒幾個mega Hz有天差地遠的區別!!

*註: Mega 是百萬的意思

換言之，單一神經細胞所能攜帶的訊息量，可能只有1跟0，二個位元的差別……

回到上一個問題，我們意識需要的大量訊號量，那是怎麼被完成的?

3.每一個神經細胞跟鄰近的神經細胞約有8000 ~ 12000 個連接點(突觸)，

換句話說，每個神經細胞的訊噪比大概在1:10000!!

請你想像一下，

你在一個棒球場裡試著”小聲”的跟我說話，旁邊同時有一萬多個人在歡呼干擾，

在這種訊噪比例下，訊號是很難有效地傳出去的!!

更不用講這些訊號必須被精準的接收，然後有效的處理….

這…怎麼可能!!??

所以，神經細胞到底是怎麼精準無誤地把訊號傳遞出去呢?

再加上第四個我想到的問題:

假定神經元只能單純的one-by-one一站站傳遞下去，

那你去想一想，我們的大腦可以在瞬間完成，

這麼多跟意識有關、高度複雜的訊息傳遞處理工作…

這代表大腦必須在瞬間整合到，散佈在廣泛區域、很多不同的腦部區域

對任一個搞資訊的工程師來說，這都會是很不可思議的事情!

(尤其在神經細胞低訊號量、低訊噪比的前提下)

依據目前的研究，

我們認為大腦神經訊號的編碼，最合理的應該是神經元空間編碼模式(Neural Spatial Coding Model)。

它裡面包含了三個不同的理論，分別是:

1.Receptive field theory (感受野理論)

2.Massive parallel process theory (大量平行處理理論)

3.Temporal binding theory (時間編碼理論)

太硬?太學術了?

沒關係，我用白話一點的方式

簡單分述於下:

感受域理論(receptive field theory)

簡言之就是，因為神經細胞的帶電量以及頻寬太低了，

你要一個神經元包山包海甚麼訊號都能處理，這絕對是不可能的!!

所以任何單一的感覺神經元，只會對單一種訊號特徵做出反應

比如A神經元只對直線反應、

       B神經細胞只對斜線反應、

       C神經細胞只對紅色起反應………

大量平行處理理論(massive parallel process theory)

因為任何一個輸入大腦的訊號，一定是高度複雜的(不管是影像、聲音…)，

所以大腦對於任一輸入訊號，必定需要同時動員大量的神經細胞來處理這個單一訊號。

比如一隻藍色原子筆，你要看到它，

必須A神經元、B神經元被動員，但是C神經元就不應該有反應了…

時間編碼理論(temporal binding theory)

既然要精準有效的處理這個訊號，那這些被動員的神經細胞，不管是鄰近還是相距很遠，

在大腦的電位變化上一定要能同步化(synchronization)；

否則就會常常出現誤解(misunderstanding)的現象。

想一想，老是把”關永”看成”開水”，一直在鬧笑話，不太好吧!

在繼續往下聊之前，請先幫我記住這裡出現了一個很重要的關鍵字: 同步化(synchronization)。

所以下一個問題應該就是，神經元是如何達成同步的呢?

從物理學去做切入，對我來說是一個很新的角度跟概念。從這些震撼之後，

我開始投入大量的時間跟精力，去熟悉這方面的知識

接下來我試著用比較沒那麼枯燥的方式

來分享這些有點硬的知識。