“视若无睹”究竟为啥?科学家有了最新发现

时间:2022-05-16 08:28 来源:中新网      阅读量:7986


就像漂浮在海面上的冰山,意识只能看到其中的一小部分,而大部分都藏在深海里。

不久前,中科院深圳先进技术研究院脑认知与脑疾病研究所戴戟团队揭示了视觉感知从无意识到有意识,再到有意识出现过程中,各个脑区神经信号的动态特征,从而增强了对意识形成的神经生物学基础的认识这篇论文最近发表在学术期刊《创新》上

该报记者戴戟说,长期以来,理解意识的生物学基础一直是一个巨大的科学挑战在生物层面,意识研究可以分为两个主要方向:一是研究大脑整个意识状态的神经基础,如清醒和昏迷,另一种是研究知觉层面的意识,比如人的眼睛看到的场景,通过视觉系统传到大脑后,是如何使人产生有意识的视知觉的

但眼睛看见并不代表意识感知,视而不见的现象经常发生这种经过视觉系统处理但无法形成视知觉的信息称为潜意识视觉信息,而成功形成视知觉的信息称为意识信息

研究人员发现,在实验条件下,双眼竞争的持续眨眼抑制范式可以调节视觉输入进入有意识还是有意识加工例如,给左眼一个强烈的快速闪烁的马赛克刺激,而给右眼一个低亮度的物体图像,可以使人在感官知觉中完全看见该物体,这就是所谓的潜意识知觉,只有当右眼中图案的亮度增加到一定程度,人们才能逐渐看到正确物体的存在,进而形成有意识的感知

那么,在视知觉逐渐从意识浮现到意识的过程中,大脑的神经信号是如何变化的呢。

利用连续闪烁抑制范式和颅内电生理结合机器学习的分析方法,研究人员清晰地描述了这一变化过程发现在从无刺激到有意识的转换过程中,全脑的功能连接强度增强,而从有意识到有意识的转换减弱

这说明大脑在形成知觉意识的过程中,需要增强全脑的同步性意识形成后,不需要维持全脑的高度同步戴说

他告诉记者,为了从海量的脑级颅内电生理信号中发现导致不同意识状态转换的关键信息,同时避免先验假设的误导,研究团队引入了机器学习,通过数据驱动的方法挖掘不同意识阶段的信号特征。

研究发现,在从无意识到有意识的过渡过程中,额顶叶区和部分颞/枕叶区起主要作用,而在从有意识到有意识的过渡过程中,额颞区占主导地位此外,在两次状态转换中,第二次转换中9个脑区的数值指针明显高于第一次转换,表明这些脑区在意识的产生中起着关键作用,这些脑区在分布上形成了以颞上回—颞上沟为中心的集群

此外,戴戟团队研究分析了42种颅内电生理信号的特征,发现相对能谱功率和方差在所有频段信号和两种意识状态转换中表现出相对较高的特征重要性研究人员推测,这些特征可能被用作临床上检测意识状态的生理标记

研究成果综合应用了意识调制和连续闪烁抑制的范式,大规模颅内脑电记录技术和基于机器学习的分析方法,揭示了视觉意识出现过程中的全脑神经信号变化特征,指出了主导不同意识状态转换的关键脑区和脑电信号的关键特征。

虽然我们的结论部分符合经典的意识理论,但也对之前的一些实验和理论研究提出了新的挑战,有望促进新的意识理论的形成,帮助科学界理解‘意识的生物起源’这一终极问题戴说

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。

上一篇:

多家上市公司披露战略合作方案


ad2