謝 勤

（廣州市科技和信息化局第16屆亞運(yùn)會(huì)組委會(huì)信息技術(shù)部 廣東 廣州 510000）

1 關(guān)于《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》中Bi鏈的一些細(xì)節(jié)

以《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)［1］）中的B1-＞B2-＞B3...鏈信號(hào)傳遞通路為例，通路具體實(shí)現(xiàn)時(shí)，Bi可以是一群細(xì)胞，兩個(gè)節(jié)點(diǎn)之間的通路可以由多條軸突、樹(shù)突、等的連接并列共同組成，細(xì)胞之間的軸突、樹(shù)突、等連接可以跨節(jié)點(diǎn)，例如允許有多條“B1直接到B3而不經(jīng)過(guò)B2的單向連接”和多條“B1經(jīng)過(guò)B2，再由B2到B3的連接”并列共同組成B1到B3之間連接通路的情況，只要各條“B1直接到B3而不經(jīng)過(guò)B2的單向連接”、“B1經(jīng)過(guò)B2，再由B2到B3的連接”傳遞的時(shí)延差別不太大即可。

2 對(duì)“處理某一信息（例如一幅圖）相關(guān)網(wǎng)絡(luò)”定義理解的一個(gè)細(xì)節(jié)

存在這樣的場(chǎng)景：以《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)［1］）中圖5為例，假設(shè)G1細(xì)胞群中的細(xì)胞A發(fā)出投射從細(xì)胞A沿Bi鏈直接到G3細(xì)胞群中的細(xì)胞K，中途不經(jīng)過(guò)其他細(xì)胞中轉(zhuǎn)，投射為抑制性的，細(xì)胞A的細(xì)胞體興奮信號(hào)需要經(jīng)過(guò)比較長(zhǎng)的時(shí)間延遲，才能到達(dá)G3細(xì)胞群中和細(xì)胞K連接的突觸結(jié)構(gòu)處，這時(shí)，可能有這樣的情況，在和位于G3細(xì)胞群中的細(xì)胞K連接的突觸前部（突觸前部屬于細(xì)胞A的一部分）處于興奮程度較大的狀態(tài)時(shí)，處于G1細(xì)胞群中的細(xì)胞A的細(xì)胞體已經(jīng)不處于興奮程度較大的狀態(tài)。

在上述場(chǎng)景中，在定義“處理G1細(xì)胞群對(duì)應(yīng)圖像這一信息的相關(guān)網(wǎng)絡(luò)”的時(shí)候，可以認(rèn)為：細(xì)胞K也屬于“處理G1細(xì)胞群對(duì)應(yīng)圖像這一信息的相關(guān)網(wǎng)絡(luò)”，這種場(chǎng)景中，“細(xì)胞A和細(xì)胞K有較強(qiáng)的抑制性連接，細(xì)胞A和細(xì)胞K連接的突觸前部（屬于細(xì)胞A的一部分）興奮程度比較高的時(shí)候，對(duì)細(xì)胞K產(chǎn)生比較強(qiáng)的抑制效應(yīng)”。

3 關(guān)于metadata的一些說(shuō)明

（1）以《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)［1］）中的G1、B1細(xì)胞為例，G1、B1細(xì)胞群的細(xì)胞（包括輸入到G1、B1細(xì)胞群細(xì)胞的突觸）也存儲(chǔ)了G1、B1細(xì)胞相應(yīng)的圖像什么時(shí)候在意識(shí)中浮現(xiàn)的時(shí)序信息，如“在上一幀圖像在意識(shí)中浮現(xiàn)之后”，即存儲(chǔ)了“關(guān)于信息的信息”。

（2）以《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)［1］）中的G1，B1細(xì)胞為例，

G1、B1細(xì)胞也存儲(chǔ)了"在G1、B1對(duì)應(yīng)的圖像在意識(shí)中浮現(xiàn)以后，哪些細(xì)胞（涉及G2、B2等細(xì)胞群中的細(xì)胞）應(yīng)相對(duì)活躍程度或者抑制程度比較大的時(shí)序信息，即存儲(chǔ)了“關(guān)于信息的信息”。

以上兩點(diǎn)也屬可將《Timer role of blood circulation when brain processing information》（即文獻(xiàn)［2］）一文中G細(xì)胞群，《大腦處理信息的過(guò)程存儲(chǔ)和重組模型》（即文獻(xiàn)［1］）中的G1、G2、G3...Gi細(xì)胞群存儲(chǔ)的信息稱(chēng)為metadata的原因。

［1］ 謝勤，王乙容.大腦處理信息的過(guò)程存儲(chǔ)和重組模型［J］.現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2007，（3）：432-435，439

［2］ 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用［J］.現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2008，（6）：1152-1159

［3］ 謝勤.過(guò)程存儲(chǔ)與重組模型［Z］.www.sciam.com.cn，2006

［4］ 謝勤.一種關(guān)于腦電波起源和含義的觀點(diǎn)［C］.中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第七次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2007：144

［5］ 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用整理［C］.中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第八次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2009：135

［6］ 謝勤.血液循環(huán)在大腦信息處理過(guò)程中的時(shí)序控制作用整理［J］.中外健康文摘，2011，8（20）：93-98

［7］ 謝勤.大腦處理信息的樣本量和網(wǎng)絡(luò)規(guī)模問(wèn)題［J］.中外健康文摘，2011，8（21）：88-91

［8］ 謝勤.大腦處理信息量化模型中的另一種樣本重組方案［J］.中外健康文摘，2011，8（22）：209-210

［9］ 謝勤.大腦處理信息的樣本量和網(wǎng)絡(luò)規(guī)模問(wèn)題［C］.中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第九次全國(guó)學(xué)術(shù)會(huì)議論文集.北京：科學(xué)出版社，2011：366

［10］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編［J］.中外健康文摘，2011，8（48）：78-80

［11］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編二［J］.中外健康文摘，2012，9（4）：101-102

［12］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編三［J］.中外健康文摘，2012，9（16）：61-62

［13］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編四［J］.中外健康文摘，2012，9（23）：193-194

［14］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編五［J］.中外健康文摘，2012，9（20）：56-57

［15］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編六［J］.中外健康文摘，2012，9（29）：238-239

［16］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編七［J］.中外健康文摘，2012，9（33）：45-46

［17］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編八［J］.中外健康文摘，2012，9（39）：393-395

［18］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編九［J］.中外健康文摘，2012，9（39）：402-403

［19］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十［J］.中外健康文摘，2012，9（39）：407-408

［20］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十一［J］.中外健康文摘，2012，9（50）：112-113

［21］ 謝勤.大腦處理信息量化模型中的細(xì)節(jié)匯編十二［J］.大家健康，2014，待發(fā)表