大脑中有一个被称为默认模式网络的系统，它在我们发呆、回忆过去、思考未来或进行自我反思时会变得尤为活跃。长期以来，科学家一直知道这个网络在“内在思考”中扮演关键角色，但它究竟是如何在不同类型的思维之间切换，一直是个未解之谜。

一项最新研究提供了新的解释：这个网络内部其实并不是“人人平等”的，而是存在类似信息传递系统的分工结构——有的区域更像“发送者”，有的则更像“接收者”。这种分工可能正是大脑能够在外部感知与内部思考之间灵活切换的关键机制。

研究团队发现，默认模式网络内部的不同子区域在信息流动中承担着不同角色。有些区域负责向外传递信息，驱动记忆、想象等内部过程；另一些区域则主要负责接收来自其他脑区的输入，从而整合外界信息与内部认知。这种“发送—接收”的结构，使得大脑既能专注于现实世界，又能随时转入内心世界进行反思或构想。

从更广义上来看，默认模式网络本身就是一个高度分布式的系统，包含多个关键脑区，例如内侧前额叶、后扣带皮层以及顶叶等区域，这些区域在我们没有专注外界任务时会保持活跃状态。

过去，人们往往把这个网络简单理解为“发呆时才工作的系统”，甚至称它为“任务负网络”。但近年来的研究逐渐改变了这种看法——它不仅在休息时活跃，在进行复杂思考、理解他人、回忆经历或规划未来时同样发挥重要作用。

而这项新研究更进一步，揭示了该网络内部的组织原则：不同区域之间并非同步运作，而是通过类似信息流动的方式协同工作。发送型区域可能推动内部生成的想法，而接收型区域则帮助整合来自感知系统或其他脑网络的信息，从而形成连贯的思维体验。

这种机制也解释了一个长期存在的问题：为什么人类能够在“专注外界任务”和“沉浸内心世界”之间迅速切换。研究人员认为，正是这种发送与接收的分工，让大脑具备了高度灵活性，可以在感知、记忆与想象之间自由转换。

此外，这一发现还可能对理解多种神经和心理疾病提供线索。已有研究表明，默认模式网络的异常活动与多种疾病有关，例如阿尔茨海默病和自闭症等。 因此，进一步解析该网络内部的结构与信息流动方式，可能有助于开发更精准的干预手段。

总体而言，这项研究为理解大脑如何组织复杂思维提供了新的视角。它表明，大脑并不是简单地在“开”与“关”之间切换不同系统，而是通过内部精细的分工与信息流动，实现对现实与内心世界的动态平衡。这种机制或许正是人类能够进行自我反思、创造性思考以及社会认知的基础。

本文译自：medicalxpress（编译 / 整理：olaola）

图片来源：unsplash/Shawn Day

The post 大脑里有“发送者”和“接收者”？新研究揭开思维运作秘密 first appeared on 咕咕猫.

冥想因其广泛的心理和身体健康益处而备受关注，从减轻压力、焦虑到提升认知和情绪健康，冥想被认为能够带来诸多正面效果。曾经被视为边缘活动的冥想，如今已经成为全球数百万人日常生活的一部分。那么，冥想究竟需要多长时间才能体验到这些好处呢？在《正念》杂志上发表的一项新研究提供了答案。研究显示，大脑活动的首次变化大约在冥想开始后的两到三分钟内发生，而大脑波动的高峰则通常出现在七分钟左右。

尽管以往的研究已揭示大脑活动变化通常发生在额叶和顶叶区域，并且主要涉及α波和θ波等脑电波，但一个未解之谜是这些变化出现的速度。为了探究这个问题，印度班加罗尔国家心理健康与神经科学研究所的研究团队对三组志愿者进行了实时神经活动追踪。志愿者包括没有冥想经验的初学者、有一定经验的练习者和经验丰富的冥想修行者。在冥想时，参与者佩戴了一顶装有128个传感器的帽子，实时记录大脑电活动。

研究结果表明，尽管每个人的大脑变化的时间点相似，但脑电波的强度和类型却因冥想经验的不同而有所差异。通常，在冥想开始后的两到三分钟内，大脑开始改变电活动模式，从日常的干扰状态转向放松且保持警觉的状态。此时，与平静和专注相关的α波和θ波，以及与警觉、专注相关的β1波开始上升。同时，与嗜睡相关的δ波和γ1波的强度则减少。

然而，对于有经验的冥想者来说，他们的脑电波变化更为显著。在冥想开始后的30秒钟内，就能看到明显的脑波特征，表明他们从一开始就与初学者有所不同。与此同时，脑电波变化最为强烈的时刻通常出现在冥想的七到十分钟之间。

研究中最有趣的发现之一是，经验丰富的冥想者并不一定比初学者更快地达到脑电波高峰。尽管如此，当他们的脑波开始变化时，波动的强度明显更大。这表明，冥想的效果不仅与冥想的时长相关，还与冥想者的经验水平密切相关。

研究团队表示：“我们的研究表明，大脑对冥想的反应是相当迅速的，并且会根据冥想者的经验水平而有所不同，这可能会显著影响认知和情绪处理的方式。”这项研究还表明，即使你生活在一个繁忙且压力巨大的环境中，只需几分钟的冥想，你就能开始看到与冥想相关的可测量的大脑变化。这意味着，无论你是冥想初学者还是经验丰富的修行者，冥想都能够在短时间内带来实际的心理健康益处。

研究人员还提到，通过数字平台进行的七分钟或更长时间的简短冥想练习，可能成为改善心理健康的一种便捷、有效且可扩展的解决方案。这样，冥想不仅能够在个体的日常生活中找到一席之地，也能作为一种解决社会广泛心理健康问题的潜在方法。

本文译自：medicalxpress（编译 / 整理：olaola）

图片来源：unsplash/Артемий Савинков

The post 研究表明冥想能快速改变大脑活动，7分钟时达到显著峰值 first appeared on 咕咕猫.

过去一个多世纪以来，研究人员一直在尝试绘制大脑的结构图谱。早期方法主要依赖显微镜观察细胞形态，通过识别细胞排列与密度的差异，绘制出色彩丰富的大脑分区图，并尝试将这些区域与特定功能联系起来。近年来，随着技术进步，科学家开始能够以“单细胞”为单位进行分析，并通过基因表达活动来定义每一个细胞的身份。然而，即便如此精细的分析，大脑图谱依然显得不完整、碎片化甚至彼此矛盾。例如，一些较大的脑区被发现同时参与多种功能，这使得科学家怀疑这些区域实际上可能还可以进一步细分为更小、功能更专一的单元。目前，将庞大的基因数据转化为清晰的细胞空间结构，仍然是一项极具挑战性的任务。

最近，艾伦脑科学研究所（Allen Institute for Brain Science）的神经科学家兼基因组学专家塔西奇及其团队，引入了人工智能技术来协助大脑制图工作。他们收集了来自五只小鼠大脑的遗传数据，共计超过1040万个细胞，每个细胞包含数百个基因表达信息，并将这些数据输入定制的机器学习模型进行分析。这一系统生成了一幅极其精细的“大脑邻域地图”，不仅包含已知的脑区划分，还揭示了此前从未被识别的新结构。研究人员认为，这种精度的人脑或动物脑地图，是人类研究者在可预见的时间内难以手工完成的。

该研究成果发表于《自然通讯》（Nature Communications）。通过这种方法，科学家们得以从单细胞RNA数据中重建大脑组织结构，并进一步理解不同细胞类型之间的空间关系与功能分布。研究人员表示，他们的目标是最终将这一方法扩展到其他动物，甚至是人类大脑，从而提出并验证关于大脑功能与疾病机制的新假设。

哥伦比亚大学神经科学家克劳迪娅·多伊格（Claudia Doig）评论指出：“我们必须理解细胞在三维空间中的组织方式，只有这样，才能真正理解它们如何协同工作。”

大脑映射（brain mapping）本身是一门历史悠久的学科，其起源可以追溯到20世纪初。德国神经科学家科尔比尼安·布罗德曼（Korbinian Brodmann）曾通过染色技术研究大脑切片，根据细胞结构差异划分出52个脑区，其中一些至今仍被广泛使用。这些早期工作奠定了现代脑图谱研究的基础。

长期以来，大脑制图的方法进展缓慢，甚至在很长一段时间里仍依赖“经验划线”式的人工标注。科学家在脑图像上手动勾画边界，这种方法虽然有效，但不可避免地带有主观性。例如，在艾伦小鼠大脑参考坐标框架（Allen Mouse Brain Common Coordinate Framework）等早期大型项目中，部分脑区的划分仍然依赖资深研究人员的经验判断。

随着分子生物学的发展，科学家开始能够通过单细胞RNA测序技术分析每个细胞的基因表达谱，从而识别细胞类型。这种方法可以将细胞中活跃的基因表达模式转化为“身份标签”，使研究者能够在更高分辨率下重建大脑结构。近年来，这种技术已经识别出数千种不同的脑细胞类型，远远超过传统认知。

例如，在2023年发布的艾伦脑小鼠细胞图谱中，科学家已经识别出超过5000种细胞类型。而初步的人类细胞图谱也基于数百万个细胞样本，定义了超过3000种细胞类型。然而，这些庞大的数据集并未自然生成清晰的“功能分区图”，因为大脑区域并不由单一细胞类型构成，而是由多种细胞混合组成，不同细胞类型也可能跨区域分布。

因此，仅仅依靠细胞分类并不能准确重建大脑的空间结构。研究人员开始意识到，要理解大脑，必须同时考虑“细胞类型”和“空间组织”之间的关系。就像从飞机上俯瞰城市，仅仅观察单栋建筑无法理解城市结构，必须结合建筑类型的分布规律，才能识别不同社区的边界与功能。

正是在这一背景下，塔西奇团队与加州大学旧金山分校的计算神经科学家雷扎·阿巴西-阿斯尔（Reza Abbasi-Asl）展开合作。他们希望借助人工智能来破解这一复杂问题。

阿巴西-阿斯尔与研究生Alex Lee开发了一种名为“CellTransformer”的机器学习模型。他们从小鼠大脑的数百万细胞RNA数据出发，训练模型去预测被隐藏身份的细胞类型。模型会根据周围细胞的基因表达模式进行推断，并不断通过误差反馈进行优化。经过数百万次迭代训练，系统逐渐学会识别不同细胞如何在空间中聚集，从而构建出高分辨率的大脑“邻域地图”。

在这一模型中，算法并不是孤立分析单个细胞，而是重点学习“邻近关系”。换句话说，它不仅关注细胞本身的特征，还学习它周围细胞的组合方式。这种方法类似于观察城市时遮住一栋建筑，再根据周围街区判断其性质。

阿巴西-阿斯尔认为，这种基于“邻域关系”的建模方式是关键所在，它使得算法能够识别出具有生物学意义的细胞群落结构。根据研究需求不同，该模型可以将小鼠大脑划分为从25个到1300个不同的细胞邻域。

塔西奇表示，通过人工智能技术，他们看到了人类肉眼无法识别的结构层级，这为理解大脑提供了全新的视角。

在对五只小鼠大脑的独立数据测试中，CellTransformer都生成了高度一致的结果，无论是雄性还是雌性，无论是不同切片方向的数据，都表现出良好的稳定性。这也证明了该方法的可靠性。

虽然该模型能够通过学习进行空间分组，但它并不会“创造”不存在的结构，因此不同于生成式AI的“幻觉问题”。不过，将其结果与传统脑图进行对照仍然至关重要。研究团队将其与艾伦小鼠脑参考图谱进行比较，发现两者在主要结构上高度一致，例如大脑皮层分层结构等。

同时，该模型还识别出一些此前未被注意到的细分区域。例如在纹状体（striatum）区域，传统观点认为它是一个相对统一的结构，但CellTransformer显示它实际上由多个功能不同的子区域组成，这些子区域在细胞组成与基因表达上存在明显差异。

这些发现得到了部分独立研究的支持。例如2016年的连接组研究也曾从不同技术路径推测过类似的细分结构。这意味着，不同方法正在逐渐趋向同一结论：大脑远比传统地图所展示的更加复杂。

一些神经科学家认为，这种更精细的结构划分，甚至可能帮助解决长期以来关于“同一脑区为何承担多种功能”的争议，因为这些功能可能实际上来自不同的子区域。

研究人员在脑干等较少被研究的区域也发现了新的“细胞邻域”，例如中脑网状结构中被划分出多个此前未识别的亚区域，每个区域都具有独特的细胞组合和基因表达模式。

不过，目前这些新发现仍处于初步阶段，大量区域仍需进一步实验验证。科学家计划通过激活或抑制特定细胞区域来观察行为变化，从而验证其功能。

塔西奇表示，大脑图谱的意义不仅在于“画出地图”，更在于利用这些地图提出可验证的科学假设。随着技术发展，这些方法最终有望扩展到人类大脑研究。

然而，目前人类大脑数据仍然远远不足以支撑同等精度的分析。相比小鼠约1亿个细胞，人类大脑约有1700亿个细胞，数据规模差距巨大。未来如果能够获得足够完整的人脑单细胞数据，类似CellTransformer的模型或许也能绘制出人类大脑的精细结构图。

研究团队还计划将连接追踪等其他技术整合进模型中，以获得更全面的脑结构图谱，这类似于在城市地图中同时加入道路与交通网络信息。

最终，这类研究不仅可能改变我们对大脑的理解，也可能扩展到肾脏、心脏等其他器官的细胞结构研究，用于比较健康与疾病状态下的组织差异。

多位科学家认为，人工智能将在这一领域扮演越来越重要的角色。正如一位研究者所说：“人类无法独自完成如此复杂的地图绘制工作，人工智能将显著加速这一进程。”

本文译自：quantamagazine（编译 / 整理：olaola）

封面图片：unsplash/shawn day

The post AI正在绘制大脑的“细胞社区地图” first appeared on 咕咕猫.

与此同时，长期吸烟也被发现与多个脑区体积变化有关，包括杏仁核、岛叶以及苍白球等区域的体积减少。岛叶在自我意识与情绪体验中起重要作用，而苍白球则与运动控制以及动机系统密切相关。这些区域的变化提示，烟草使用可能对情绪、行为以及运动调节系统都产生影响。

研究进一步指出，这些结构性变化并非静态存在，而是会随着时间推移逐渐加深。与不吸烟人群相比，吸烟者的大脑灰质体积下降速度更快。灰质是大脑中负责信息处理的重要组织，其体积变化通常被视为大脑健康的重要指标，因此灰质减少可能与认知能力下降以及心理健康问题存在潜在联系。

从全球范围来看，大麻使用人群约占成年人口的一小部分，而烟草使用人群则更为广泛，涉及数十亿人，并且每年与数百万例死亡相关。这两种物质都具有精神活性作用，会直接影响大脑功能状态。其中，大麻中的主要活性成分四氢大麻酚通过作用于大脑中的大麻素受体系统，影响疼痛感知、情绪调节以及食欲控制等功能。烟草中的尼古丁则主要作用于尼古丁乙酰胆碱受体，这类受体广泛分布于大脑，参与神经信号传递以及学习与适应过程。

为了更全面地理解大麻与烟草对大脑结构的影响，研究团队整合了多种类型的科学证据，包括横断面研究、长期随访的纵向研究，以及基于遗传数据的分析方法。通过对大量数据的综合比较，研究发现两种物质的使用均与大脑体积减少相关，但影响区域存在差异。同时，遗传学分析进一步支持了吸烟量增加与海马体体积减小之间的关联，而海马体在记忆与学习功能中具有关键作用。

总体来看，这些发现为理解物质使用与大脑结构变化之间的关系提供了更具体的证据，也使得相关健康风险能够以更直观的方式呈现，有助于在健康教育和临床沟通中帮助人们更清楚地认识长期使用这些物质可能带来的潜在影响。

本文译自：medicalxpress（编译 / 整理：olaola）

封面图片：unsplash/Shawn Day

The post 大麻与烟草使用，与大脑体积减少之间的关联新发现 first appeared on 咕咕猫.

也正因如此，伦敦出租车司机被认为是世界上记忆力与空间导航能力最强的驾驶群体之一。

🧠 从“知识考试”到大脑结构变化

早在2000年，一项经典研究就对这一群体进行了深入观察。研究人员对16名伦敦出租车司机进行了MRI脑部扫描，并与其他职业人群进行对比，结果发现一个令人惊讶的现象：

出租车司机的大脑中，负责空间记忆与导航的区域——海马体，发生了明显变化。

更重要的是，工作年限越长，这一区域的体积越大。这意味着，大脑结构会随着长期高强度导航训练而发生适应性改变。

而海马体，恰好也是与记忆衰退相关疾病——例如阿尔茨海默病——密切相关的脑区。

🚑 新研究：职业导航是否影响痴呆风险？

随着全球人口老龄化，痴呆症的发病率不断上升，如何延缓甚至预防认知衰退，成为公共健康领域的重要问题。

在一项新的研究中，研究团队分析了美国多个职业群体与阿尔茨海默病死亡率之间的关系。他们将死亡记录与职业数据相匹配，并重点关注那些依赖空间导航的职业，例如：

• 出租车司机
• 救护车司机
• 公交车司机
• 船长
• 飞机飞行员

其中，出租车和救护车司机依赖实时路线判断，而公交司机和飞行员则更多沿固定路线行驶。

📊 意外发现：部分司机群体风险更低

研究结果显示，在超过400种职业的比较中，出租车司机与救护车司机的阿尔茨海默病死亡率最低。

综合来看，这两类职业人群死于阿尔茨海默病的风险，比普通人群低约56%。

然而，这种降低风险的现象并没有出现在所有交通相关职业中：

• 公交司机、飞行员、船长等固定路线职业，并未表现出明显优势
• 其他类型痴呆疾病的死亡率也没有明显下降

这提示我们：并不是“开车”本身带来影响，而可能是高强度、持续性的空间导航与记忆调用起到了关键作用。

🧭 大脑可塑性：长期导航训练可能改变结构

这一发现与早期伦敦研究相呼应。后续研究指出，出租车司机随着多年经验积累，其海马体体积确实会发生变化，而公交司机则没有类似现象。

这进一步强化了一个重要观点：大脑是具有可塑性的，它会根据长期使用方式进行结构调整。

换句话说，持续使用“空间导航能力”，可能真的在某种程度上“训练”了大脑的记忆系统。

⚠️ 但这并不意味着因果关系成立

研究人员也强调，这一发现并不能证明“开出租车可以预防阿尔茨海默病”。其中仍存在多种可能的解释，例如：

• 本身记忆力更好的人更容易通过严格考试并成为出租车司机
• 该职业群体可能在健康、教育或生活方式上存在差异
• 生存时间与职业选择之间也可能存在影响因素

因此，目前的研究只能说明“相关性”，而不能证明直接因果关系。

🧩 现实启示：大脑也需要“导航训练”

尽管如此，这些研究仍然为理解大脑健康提供了重要线索。

研究者认为，在缺乏有效治疗手段的情况下，日常生活中增加空间记忆与导航相关的认知活动，或许对延缓认知衰退具有一定意义。

例如：

• 尝试不依赖导航软件进行路线记忆
• 多进行需要空间判断的活动
• 保持持续学习和环境探索习惯

不过，目前并没有证据表明短期训练可以替代长期职业带来的大脑变化。

🧠 结语：迷路，或许也是一种训练

随着研究不断深入，人们逐渐意识到，大脑并不是固定不变的结构，而是会随着经验不断重塑。

出租车司机的研究提醒我们：也许在某种程度上，“让自己偶尔迷路”，反而是在给大脑一次锻炼空间记忆的机会。

但在阿尔茨海默病这一复杂问题面前，我们仍然需要更多长期、严谨的研究来寻找真正有效的预防策略。

本文译自：time（编译 / 整理：olaola）

封面图片：unsplash/Mert Toker

The post 出租车司机的大脑秘密：导航能力是否真的能降低阿尔茨海默病风险？ first appeared on 咕咕猫.

类似“意识无法被科学解释”的说法并不罕见。如果意识的起源真的带有超自然属性，或者本质上超出了人类认知能力，那么试图用实验与数据去理解它，似乎注定徒劳。然而，越来越多的研究者并不认同这种悲观判断。他们认为，尽管意识复杂，但并非不可研究，人类仍有可能逐步逼近其运行机制。

在现实体验中，我们往往误以为“只要注意到某样东西，就一定会意识到它”。但事实并非如此。一些经典现象已经反复证明，注意力、感官刺激甚至复杂思考，都不必然带来清晰的意识体验。比如，当视觉系统处于特定状态时，人们可能会忽略明明就在眼前的事物；又或者，在完全没有察觉的情况下，仍能对信息进行加工，甚至做出正确判断。这说明，意识并不是简单等同于“看见”或“注意到”。

那么，究竟是什么在决定我们是否真正“意识到”某件事？一种越来越被重视的观点认为，关键不在单一脑区的活动，而在于大脑不同区域之间的信息交换。人类大脑中占据主要体积的大脑皮层，拥有高度复杂的结构与连接网络，它并不是各自独立运作的模块，而更像一个持续进行信息互动的整体。

以视觉为例，大脑中负责基础视觉处理的区域一旦受损，人就可能失去正常视觉能力。但有趣的是，有些人在这种情况下仍能在没有主观视觉体验的前提下，对外界刺激做出正确反应。这种现象表明，信息处理可以在缺乏“意识参与”的情况下进行，但如果不同区域之间缺乏足够的交流，这种处理就难以上升为清晰的主观体验。

类似的情况也出现在对运动的感知中。某些脑区在处理运动信息时，如果能够与其他相关区域保持有效沟通，人就会产生真实的运动感；反之，即便局部被激活，如果信息无法在更大范围内传播，也不会形成完整的意识体验。这进一步说明，意识更像是一种“网络现象”，依赖于广泛的信息整合，而非局部信号的简单叠加。

从结构上看，大脑之所以能够支持丰富的意识体验，很可能与其多层级连接方式有关。短距离、中距离以及长距离的神经连接交织在一起，使信息可以在不同层面流动与整合。这种复杂的连接模式，为意识的产生提供了必要的物质基础。

很多人直觉上认为，意识过于神秘，人类永远无法真正理解它。但这种看法，往往源于我们对自身体验的误解。我们习惯把主观感受当作某种“不可拆解”的整体，却忽视了其中可能包含的结构与规律。一旦放下这种先入为主的假设，就会发现，意识完全可以成为科学研究的对象。

事实上，科学本身就建立在有意识的观察与推理之上。如果否认意识可以被研究，那么科学的根基也会受到动摇。因此，将意识纳入科学框架，不仅是合理的，也是必要的。

近年来，研究者开始尝试用更客观的方法来接近这一问题。虽然意识体验具有私密性，但大脑活动是可以被测量的。通过分析大脑不同区域之间的信息交换模式，科学家正在构建关于意识的可检验模型。这些方法虽然仍在发展中，但已经为理解意识提供了新的路径。

当然，这类研究仍然面临挑战。由于我们必须依赖个体的主观报告来判断其是否具有某种体验，因此数据的可靠性需要格外谨慎对待。不过，通过设计更严谨的实验，以及借助冥想训练等方式提升个体的内省能力，主观报告的质量是可以逐步改善的。

随着研究的推进，人类对意识的理解正在一点点深化。这不仅是一个理论问题，也具有现实意义。例如，弄清楚哪些类型的神经活动与意识密切相关，有助于我们在医学上更好地判断病人的意识状态，也能为涉及动物权益等问题提供参考依据。同时，这类研究还可能推动新技术的发展，改善人类的生活质量。

从长远来看，意识或许仍然会保留其神秘的一面，但这并不意味着它无法被理解。科学并不会消除惊奇，反而会让我们以更清晰的方式认识这种惊奇的来源。随着更多证据的积累与理论的完善，我们或许终将看到，一个关于意识的系统性解释逐渐成形。

本文译自：theconversation，（编译 / 整理：olaola）

封面图片：unsplash/Soheb Zaidi

The post 意识从何而来，大脑如何让我们“感知世界” first appeared on 咕咕猫.

一项新的研究试图解释这种看似矛盾的现象。研究人员借助一种日常却容易被忽视的视觉体验——残像，也就是人在看过强光之后眼前留下的“幽灵影像”，来探索大脑是如何维持视觉稳定的。在完全黑暗的环境中，通过追踪这些残像的位置变化，他们发现，大脑并不是被动等待视觉反馈，而是会提前根据自身的运动信号进行预测。

研究显示，这种预测机制的准确度非常高。大脑对眼球移动距离的内部估计，平均可以达到真实运动的94%。不过，这种预测并非完美，总是存在大约6%的“偏差”，也就是略微低估了实际移动距离。这种稳定存在的误差，被认为反映了视觉系统内部运作的某种基本特征。

为了理解这一机制，研究人员设计了一种特殊实验。在完全黑暗中，参与者首先注视一个短暂的强光，从而在视网膜上形成残像。随后，他们将视线迅速转向另一个闪现的光点。当残像重新显现后，研究人员会在不同位置短暂点亮一个探测光，让参与者判断残像相对于该光点的位置，是偏左、偏右还是正好对齐。

与此同时，实验还通过眼动追踪技术记录参与者眼睛的真实运动轨迹。通过对比主观感知与实际运动之间的关系，研究人员得以评估大脑预测的准确程度。

结果发现，残像似乎会“跟随”眼睛移动。眼睛移动得越远，残像在空间中看起来移动的距离也越大。但这种跟随并不是完全一致的，整体上始终略小于真实的眼动幅度，大约为94%。这种差异在不同个体之间存在，并且在不同方向和不同幅度的眼动中都表现出一致性，说明这并不是随机误差，而是一种系统性的偏差。

更有意思的是，这种感知并不依赖外界视觉反馈。研究人员曾在实验中刻意改变眼睛落点后的视觉信息，比如让目标光短暂停留，或者人为调整其位置，制造“误导性”反馈。但这些变化并没有影响参与者对残像位置的判断。

这表明，大脑在判断视觉位置时，并不会等待新的视觉信息来修正，而是依赖一种被称为“传出复制”的内部信号。简单来说，当大脑发出让眼睛移动的指令时，会同时保留一份“副本”，用于预测这次运动将如何改变视觉输入。这种机制让我们可以在视觉信息更新之前，就提前“知道”世界应该如何变化，从而保持稳定感。

进一步的实验还显示，当眼球运动本身发生改变时，大脑的预测也会随之调整。例如，当眼睛因疲劳等原因逐渐缩短移动距离时，大脑对残像位置的预测也会同步缩短。这种现象被称为扫视适应，说明大脑的内部模型并非固定不变，而是能够根据实际运动不断进行修正。

不过，即使在这种适应过程中，那大约6%的低估误差依然存在。这一点引发了一个有趣的问题：为什么大脑不追求“完全准确”？一种解释是，这种偏差本身可能是有意义的。因为在自然情况下，人的眼动往往略微达不到目标位置，因此大脑的估计反映了这种生理现实。相比理论上的完美精确，与身体实际行为保持一致，可能更有利于整体感知的稳定。

那么，为什么残像会表现出“跟随眼睛移动”的效果？关键在于残像始终固定在视网膜上，而不是外部空间。当眼睛移动时，正常的物体会在视网膜上发生位移，大脑会自动“抵消”这种变化，从而让世界看起来静止。但残像不会随之移动，因此当大脑进行这种“抵消计算”时，就会误以为残像在外部空间中发生了移动。

换句话说，大脑会根据对眼动的预测，推断图像在视网膜上的变化。如果这种预测与实际视觉输入一致，物体就被认为是静止的；而当这种关系被打破时，比如残像这种特殊情况，大脑就会得出“它在移动”的结论。

这项研究不仅揭示了视觉稳定性的底层机制，也为理解更广泛的感知过程提供了线索。大脑如何将运动与感官结果联系起来，是许多领域的关键问题，包括虚拟现实、机器人技术以及一些与眼动相关的临床研究。

例如，在虚拟现实环境中，如果视觉画面与大脑对自身运动的预测不一致，就容易引发眩晕或不适。理解大脑这种约94%准确度的预测机制，或许有助于设计更自然、更舒适的视觉体验。

总体来看，这项研究展示了一个看似简单却极其复杂的事实：虽然我们的眼睛不断在移动，但大脑通过精密的预测机制，让我们始终看到一个稳定的世界。而那微小却持续存在的误差，也许正是这一系统能够高效运行的关键所在。

本文译自：neurosciencenews，（编译 / 整理：olaola）

封面图片：unsplash/Buse Doga Ay

The post 即使眼睛在移动，世界为何不晃动？ first appeared on 咕咕猫.

从进化的角度来看，睡觉似乎是个糟糕的策略：每晚我们都会自愿放弃意识、行动能力和警觉性，使自己暴露于捕食者和环境风险之中。然而，睡眠几乎普遍存在于动物界，并且不可避免。

在罗切斯特大学，科学家们发现，睡眠并非一种被动状态，而是大脑执行关键自我清洁任务的时刻。

2012年，神经科学家Maiken Nedergaard及其团队发现了一个此前未知的网络——淋巴系统，它能够清除大脑中的有毒废物。该系统通过脑脊液冲洗β-淀粉样蛋白和Tau蛋白，这些蛋白与阿尔茨海默病及其他神经退行性疾病密切相关。

这一清洁过程在深度非快速眼动睡眠阶段最为活跃。睡眠时，脑细胞微妙收缩，为脑组织液体流动创造空间，使淋巴系统协调脑电波、血流和脑脊液运动，从而形成夜间大脑自我维护循环。

这一发现彻底改变了科学界对睡眠的重要性认识。睡眠不仅是休息时间，它是一个积极的、必不可少的生物过程，支持记忆、认知能力和长期神经韧性。如果睡眠被打断，大脑健康会受到影响。

这一系统的发现为全球科学家开辟了新的研究方向。研究人员逐渐认识到，并非所有睡眠都是一样的。罗切斯特大学团队专注于研究睡眠紊乱、昼夜节律问题、衰老、高血压和创伤性脑损伤如何影响淋巴功能，并降低大脑排除废物的效率。

在实验室研究中，Nedergaard团队发现常用的助眠药唑吡坦（Ambien）会抑制小鼠的淋巴活动，表明某些镇静剂可能干扰大脑自然的清洁机制。这凸显了保持健康睡眠结构的重要性，而不仅仅是保证睡眠时长。

基于这些发现，科学家们正在探索如何恢复或增强淋巴功能。与哈吉姆工程与应用科学学院工程师的合作表明，通过刺激淋巴管收缩，可以恢复动物模型中因年龄导致的脑液清除率下降。Nedergaard还在哥本哈根大学设有实验室，将欧洲科学家和合作团队与这项研究联系起来。

“为什么我们会睡觉”的问题已经不再仅是哲学思考，而成为生物学、流体动力学和大脑健康研究的重要议题。在联邦重大资助和全球合作的支持下，这项研究为治疗和预防神经系统疾病、改善药物输送，以及设计支持终身大脑健康的睡眠干预措施开辟了新途径。

尽管这项研究具有全球影响力和临床前景，它的意义最终是个人化的。每晚，当意识消退、世界静止时，我们的大脑开始默默工作——清理废物、保护自己，并为迎接新的挑战做准备。

本文译自：rochester，由olaola编辑发布

封面图片：unsplash/Pawel Czerwinski

The post 睡眠的秘密：大脑夜间自我清洁机制揭秘 first appeared on 咕咕猫.

来自天宫大学与山东省医院的研究团队对110名成年人进行了脑部扫描。他们不仅分别测量脑区体积与静息状态下的神经活动，还进一步计算两者之间的比例，用以评估功能与结构之间是否协调。结果发现，在部分脑区，这种比例下降与听力阈值升高和认知评分降低显著相关。

这一发现具有现实意义。根据 World Health Organization 的统计，全球60岁及以上人群中，超过65%存在不同程度的听力障碍。听力损失已被认定为痴呆的重要可调节风险因素之一，但它究竟通过什么路径影响认知能力，仍未完全厘清。

研究中特别引人关注的是梭状回。该区域位于颞叶后部，负责面孔识别、物体识别以及在对话中区分说话者。当我们在现实场景中同时听声音、看嘴型时，它参与视听整合。听力受损者在这一脑区表现出灰质萎缩，同时神经活动模式发生改变。

研究人员计算了所谓的“功能—结构比”（Functional-Structural Ratio, FSR），即将神经活动水平除以该区域组织体积，从而评估剩余组织是否仍维持足够功能。结果显示，左侧梭状回FSR较低的人，在语言记忆测试中表现更差，例如在需要记住口语单词列表的任务中成绩较低。同时，他们在语音识别测试中的表现也更弱。

这与许多听力下降者的主观体验相吻合：即便音量足够，对话依然难以跟上。既往研究已指出，梭状回参与视听信息整合，当效率下降时，大脑必须额外调动记忆系统进行补偿，从而增加认知负担。不过，研究团队也强调，尽管他们观察到结构改变与记忆分数之间的关联，但具体机制仍需进一步探索。

除了梭状回，另有三个脑区呈现类似的功能—结构失衡。

右前钩区与听觉加工区域相连，涉及自我意识、情景记忆以及空间处理。该区域FSR降低，与 Montreal Cognitive Assessment 得分下降相关。该量表常用于临床筛查认知障碍。

左侧内侧上额回主要参与听觉空间信息处理。该区域FSR较低，预测 Trail Making Test A部分成绩较差。该测试评估处理速度、视觉注意与执行功能。

这两个区域都属于默认模式网络的一部分——当我们处于“静息”或内省状态时仍保持活跃的一组脑区。这意味着，变化并非局限于听觉系统，而是扩展到更广泛的认知网络。

研究还发现，壳核区域也出现显著变化。壳核参与语言处理与语音理解，其结构与活动之间的异常，与听力阈值及语音识别能力密切相关。

研究对象为50至74岁的中国成年人，共110人，其中55人存在轻度至重度年龄相关听力损失，另55人听力正常。所有参与者均接受纯音听力测试、认知评估以及脑部磁共振扫描。

扫描测量两项指标：脑区灰质体积与静息态自发神经活动。过去研究往往单独分析其中一项，而本研究关注两者是否“同步变化”，以及它们之间的比例是否能够预测临床结果。

结果显示出复杂模式。有些区域体积与活动同步下降；有些区域在组织减少后活动反而增加，可能反映代偿机制。然而，即便某些区域活动增强，听力损失组整体的FSR仍低于正常组。FSR越低，听力阈值越差，语音识别能力越弱，认知评分越低，处理速度越慢。换言之，脑部指标变化最明显者，往往也是在听力与思维测试中表现最差的人。

这些现象与“感觉剥夺假说”相符。该理论认为，当听觉输入减少，大脑相关区域受到刺激减少，可能逐渐出现灰质萎缩。与此同时，大脑试图通过增加神经活动进行补偿。听力受损者常报告，他们在社交场合需要更加专注，频繁观察口型，交流后感到疲惫——这些都反映认知努力的增加。

然而，本研究提示，这种活动增加并不足以维持功能与结构的平衡。变化不仅限于听觉皮层，还波及记忆、空间加工与执行功能相关区域。

研究使用了标准认知量表。蒙特利尔认知评估覆盖注意力、语言、记忆与视觉空间能力。听觉语言学习测试评估口语信息学习与回忆能力。路线测验用于衡量思维灵活性与处理速度。三项测试中，听力损失组得分均低于对照组。

在55名听力受损者中，19人认知功能尚属正常，36人出现认知障碍迹象，其中26人符合轻度认知障碍标准。这表明，听力下降存在于不同认知阶段，大脑重组模式可能随认知状态不同而变化。

该研究发表于 eNeuro，属于横断面设计，仅比较某一时间点的差异。因此，尚无法确定听力下降是否直接导致脑结构变化，或两者是否源于共同因素。作者指出，纵向随访研究更有助于厘清因果关系。

样本量也不足以对不同认知亚组进行深入分析。部分脑区变化可能与认知障碍本身有关，而非听力损失独立造成。功能—结构比值只是衡量大脑效率的一种方式，其他指标或许会揭示不同图景。更重要的是，研究仅证明相关性，并不能确认因果链条。

2017年，The Lancet 痴呆预防委员会将听力损失列为中年痴呆最重要的可调节风险因素之一。多项流行病学研究已显示，未治疗的听力问题与痴呆风险升高相关。本研究为这种关联提供了潜在的神经生物学依据。

研究团队认为，未来FSR或可用于筛查听力下降后认知风险较高的人群。若某些个体表现出更严重的功能—结构失衡，或许更适合参与干预研究，例如测试助听器使用、认知训练等是否能延缓认知衰退。

感觉剥夺模型提示，恢复听觉输入可能有助于维持脑功能，尽管本研究并未直接验证这一假设。未来应对佩戴助听器者与未佩戴者进行长期追踪，观察脑结构与认知表现随时间的变化。

目前，这些数据尚不能证明治疗听力损失可以预防痴呆，但它强化了进一步研究的必要性。对于数以百万计的老年人而言，这项研究传达出一个现实信息：听力变化不应被简单视为衰老的自然结果。定期进行听力检测，在医生建议下使用助听设备，把听觉健康纳入整体健康管理，或许对大脑同样重要。

本文译自：studyfinds，由olaola编辑发布

封面图片：unsplash

The post 听力下降正在悄悄改变你的大脑结构 first appeared on 咕咕猫.

这两个解释可能都包含部分事实。过去的研究提示，精神分裂症患者或许比普通人更容易从尼古丁的某些神经作用中获得短期益处，同时也更容易对其产生依赖。但问题远比表面复杂，因为尼古丁对大脑的影响往往同时包含正面与负面效应。

2025年发表的一项系统性综述，试图更清晰地界定吸烟对精神分裂症谱系障碍（SSD）患者大脑的具体影响。研究团队汇总分析了22项相关研究，这些研究运用了多种神经科学方法来观察患者的生物学特征。包括功能性磁共振成像（fMRI），用于监测个体在执行任务时的大脑活动；静息态功能磁共振成像，用于观察参与者在不进行特定任务时的大脑连接状态；以及结构性磁共振成像，用来评估脑区体积变化，特别是SSD患者中常见的灰质减少现象。灰质与认知功能密切相关，其体积下降通常意味着症状加重以及认知能力下降。

综述结果显示，在患有SSD的人群中，吸烟者往往出现更明显的灰质减少。前额叶皮层、杏仁核以及海马体等关键区域均呈现显著体积缩小。前额叶皮层负责高级思维与执行功能，杏仁核参与情绪调节，而海马体则与记忆形成息息相关。众所周知，吸烟本身与灰质减少有关，精神分裂症也同样会影响灰质结构。当两种因素叠加时，这种损害可能进一步加剧。

然而，研究中也发现了一个颇具争议的现象。某些数据表明，吸烟可能在一定程度上增强大脑不同网络之间的整合能力。例如，有研究发现，吸烟者的默认模式网络（DMN）与边缘系统之间的互动更为频繁。这或许意味着尼古丁在短期内改善了部分神经通路之间的连接问题。这种现象不仅出现在SSD患者身上，在没有精神分裂症的人群中也能观察到。

此外，一些研究揭示了SSD患者在神经层面的特殊反应模式。他们似乎对奖励刺激更加敏感，同时处理负面后果的神经通路相对较弱。换句话说，吸烟带来的即时满足感更为突出，而对长期危害的认知敏感性却较低。这种“短期奖励增强、长期风险淡化”的神经机制，可能在一定程度上解释了为何SSD患者更容易持续吸烟。

必须指出的是，尽管尼古丁在短期内可能带来某种情绪或认知上的缓解，但其对大脑结构的负面影响依然真实存在。长期吸烟不仅加剧灰质流失，还显著提高多种身体疾病风险，包括肺癌和心血管疾病。

研究者因此认为，有必要进一步厘清吸烟对SSD患者的具体神经机制影响。如果能够识别出哪些神经通路在吸烟中被“激活”或“满足”，或许可以开发出更安全的替代治疗方式，例如通过其他手段提升奖励系统敏感性，减少负面影响，同时帮助患者摆脱尼古丁依赖。

对于精神分裂症谱系障碍患者来说，戒烟过程往往更加复杂。他们不仅要应对尼古丁本身的依赖，还需面对疾病症状及相关药物副作用（如食欲增加和体重上升）带来的挑战。不过，研究人员也强调，戒烟并非不可能。越来越多的治疗策略正致力于增强患者的生活质量与自我效能感。

事实上，许多SSD患者在成功戒烟后，能够通过旅行、艺术创作、兴趣爱好或人际关系等方式获得替代性的奖励与满足感。关键在于找到新的成就来源和情绪调节方式。

也许值得思考的是，除了吸烟之外，还有哪些事情能为生活带来成就感和意义？在寻找替代奖励的过程中，或许正是康复之路真正开始的地方。

本文译自：psychologytoday，由olaola编辑发布

The post 为何精神分裂症患者更容易吸烟，大脑机制揭示真相 first appeared on 咕咕猫.