タグ

脳とwikipediaに関するtakahiro_kiharaのブックマーク (5)

  • グリア細胞 - Wikipedia

    この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "グリア細胞" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2017年5月) グリア細胞 (グリアさいぼう、英: glial cell)は神経膠細胞(しんけいこうさいぼう)とも呼ばれ、神経系を構成する神経細胞ではない細胞の総称であり、ヒトの脳では細胞数で神経細胞の50倍ほど存在していると見積もられている。gliaという語は、膠(にかわ、英: glue)を意味するギリシャ語に由来する。 小惑星(4967) Gliaはグリア細胞に因んで命名された[1]。 役割[編集] 神経細胞に対し、以下のような種々の役割を担っている。 神経細胞の位置の固定

    takahiro_kihara
    takahiro_kihara 2024/02/21
    認知にとって重要な物質らしい。
  • 高次脳機能障害 - Wikipedia

    高次脳機能障害(こうじのうきのうしょうがい)とは、主に脳の損傷によって起こされる様々な神経心理学的障害である。主として病理学的な観点よりも厚生労働省による行政上の疾患区分[1][2]として導入された概念であり、異なった原因による複数の疾患が含まれる。それぞれの症状や治療について、詳しくは脳血管障害といった病理学的な観点から論じられる。 概要[編集] 高次脳機能障害という用語は、メディアや行政で用いられるが、精神医学・神経学・生理学などの医学分野においてはあまり使われていない[3][4]。 その障害は外からでは分かりにくく自覚症状も薄いため隠れた障害と言われている[要出典]。 よく、一言で「高次脳」と略されるため、脳内にそのような部位があるのか、と勘違いされることがあるが、そうではなく、分かりやすく記すれば「高次の脳機能の障害」ということである[5]。 定義[編集] 学術用語としての「高次脳

  • 意識に相関した脳活動 - Wikipedia

    意識に相関した脳活動 (NCC) とは特定の意識的知覚や意識的 (明示的) な記憶を生み出すのに十分な神経活動と神経構造 (この図では新皮質の錐体細胞の同期した活動電位) の最小のセットのことである。Koch (2004)より 意識に相関した脳活動(いしきにそうかんしたのうかつどう、英: NCC、Neural correlates of consciousness)はある特定の意識的知覚を共同して引き起こすのに十分な、最小の神経メカニズムとして定義される (Crick & Koch, 1990)。 意識に対する神経生物学的アプローチ[編集] 意識は、ある種の複雑系、生物学的システム、適応系、強い相互作用を持ったシステムが持つ難解で状況依存的な特性である。意識の科学は、精神の現象的状態と脳の現象的状態との正確な関係を説明できるよう努めなくてはならない。非物質的な意識的精神と、身体の電気化学的

    意識に相関した脳活動 - Wikipedia
  • 脳化指数 - Wikipedia

    脳化指数(のうかしすう、英語: encephalization quotient、略称:EQ)とは、脳の重さと体重から、 式 [EQ] = [定数] × [脳の重量] ÷ [体重]2/3 で算出される値である。体重が大きいほど脳も重くなる傾向があるため、それが補正される。動物の知性の指標として、ハリー・ジェリソンが1973年に考案した[1]。 算出[編集] 脳の重量はアロメトリーに従い、全体重の冪に比例する傾向がある。脳化指数の提唱当時は、体重の2/3乗に比例すると考えられていた。そのため脳化指数は、脳の重量を体重の2/3乗で割り、適当な係数を掛けた値で表される。ただしより詳しい計測・解析の結果、この冪指数は3/4乗と判明した[2]ため、2/3乗を使った脳化指数には、体重が大きい動物ほど過大に見積もるバイアスが少し(体重10倍で+21%、1000倍で+78%)ある。 脳化指数は単独の数値に

  • パーセプトロン - Wikipedia

    パーセプトロン(英: Perceptron)は、人工ニューロンやニューラルネットワークの一種である。心理学者・計算機科学者のフランク・ローゼンブラットが1957年に考案し、1958年に論文[1]を発表した。モデルは同じく1958年に発表されたロジスティック回帰と等価である。 概要[編集] 視覚と脳の機能をモデル化したものであり、パターン認識を行う。ただし学習については自明ではなく、特に多層パーセプトロンの機械学習に関する歴史は、それがパーセプトロンの歴史だと言っても過言ではない。1960年代に爆発的なニューラルネットブームを巻き起こしたが、60年代末のミンスキーらによる、単層パーセプトロンは線形分離可能なものしか学習できないという指摘は、多層パーセプトロンの学習が当時まだよくわからなかったことから、一時研究を停滞させた。影響を受けた変種といえるニューラルネットワークも多数提案されているが、

    パーセプトロン - Wikipedia
  • 1