发布时间：
突触传递机制研究新进展 摘要：最近的几年里，科研人员一直致力于突触传递机制的研究，他们对有关的各种生物现象中寻找突触传递在其中的机制。本文将从对突出传递机制的新进展做一个小小的综述。 关键词：突触可塑性；视网膜；调控机制；tau蛋白；伏隔核谷氨酸能；可卡因；大鼠VTA区DA神经元；脑胶质瘤致癫病；长时程增强(LTP)；膜片钳；GluR2 缺失的AMPARs 视网膜突触可塑性调控机制研究进展#突触可塑性的变化影响着中枢神经系统的发育，损伤和修复等多种功能。研究发现，在视网膜发育、损伤修复过程中可出现突触可塑性改变，而自发性眼波、光线刺激、视觉经验、神经营养因子和胶质细胞等因素均参与了视网膜突触可塑性的调节。突触连接的改变是经验依赖性脑神经回路重排的基础，突触可塑性的变化影响着神经系统的发育，神经的损伤和修复等多种脑功能，目前突触可塑性的调节机制还未完全阐明。近30 多年来，对于视觉系统发育和可塑性的研究取得了很大的发展，尤其是对于视神经突触水平的变化有了较清晰的认识，但还有很多问题尚待深入研究：各种神经生长因子参与视觉发育可塑性的确切机制；在基因水平上还需进一步通过对多种相关基因的反应时程和强度进行分析, 研究其对视网膜突触可塑性的影响；视网膜突触可塑性中胶质细胞增殖、分裂、分泌生物活性物质等功能的调控。随着脑科学、发育生物学及神经生物学等边缘学科的迅猛发展,相信不远的将来,人类一定会在该领域取得突破性进展，并给治疗相关视网膜疾病及视网膜损伤后的修复治疗研究提供新思路和理论依据。兴奋性突触传递对tau蛋白表达和省略响及其在阿尔茨海默病发病中的作用兴奋性突触传递是神经元最基本的功能,NMDA受体(N-Methyl-D-aspartate receptor, NMDAR)是神经系统中最主要的兴奋性离子型受体之一,其在学习记忆,突触可塑性,神经发育等方面具有重要作用,但NMDA受体过度激活导致谷氨酸聚集于突触间隙所诱导的神经毒性作用也是许多神经退行性疾病的共同发病机制。阿尔茨海默病(Alzheimer’s disease, AD)是成人痴呆症最主要的病因,其中tau蛋白过度磷酸化和聚集是AD脑内的主要病理特征之一。兴奋性突触传递与tau病变之间的联系目前少见报道。本研究探讨了谷氨酸能兴奋性突触传递增强对tau蛋白表达和磷酸化的影响及其在AD样神经退行性变中的作用。本文第一部分探讨了短时间突触传递增强对tau蛋白磷酸化的影响和内在机制。成人脑内约有一半的谷氨酸能神经元是谷氨酸-锌能神经元,即突触兴奋时锌离子与谷氨酸一起释放至突触间隙。本研究阐明了谷氨酸-锌能神经元兴奋时突触释放的锌离子通过抑制蛋白磷酸酯酶2A (Proteinphosphatase2A, PP2A)的活性导致tau蛋白过度磷酸化。 慢性吗啡处理对伏隔核谷氨酸能突触传递的影响药物成瘾和自然的奖赏效应(食物、性等)共享同样的神经基础——中脑边缘多巴胺系统,该系统主要涉及杏仁核、弓状核、蓝斑、中脑导水管周围灰质、腹侧被盖区(ventraltegmental area, VTA)、伏隔核(nucleus accumbens,NAc)等脑区,其外延包括额叶皮层、海马等与情绪、学习和记忆密切相关的结构。目前的观点认为奖赏性刺激是通过对脑内奖赏系统发挥作用,最终引起NAc区多巴胺(dopamine,DA)释放量增多,从而产生奖赏效应。NAc在成瘾中起着至关重要的作用。NAc中神经元因在吗啡成瘾及戒断的过程中产生适应性变化而备受关注。前额叶皮质(prelimbicprefrontal cortex,PFC)的功能之一是对有利刺激的重要性进行评估,并抑制在当前环境中不适当的行为,该脑区在成瘾药物的精神依赖中发挥着对觅药动机进行评估和抑制的重要作用。Mark EJackson等研究发现,利用接近生理条件下的刺激频率来刺激PFC后抑制了NAc中多巴胺的释放,提示了前额叶中存在着对NAc中的多巴胺的释放的抑制性调节 单次可卡因注射对大鼠VTA区DA神经元兴奋性突触传递和内在兴奋性的影响中脑皮质边缘多巴胺系统(mesocorticolimbicdopamine system)与奖赏和药物成瘾有十分密切的关系。该系统包括腹侧被盖区(ventraltegmental area, VTA)多巴胺能神经元的两条主要投射通路：一条由腹侧被盖区投射到伏隔核(nucleusaccumbens, NAc)和纹状体,称为中脑边缘多巴胺系统(mesolimbicdopamine system);另外一条由腹侧被盖区投射到前额叶皮质(prefrontal cortex),称为中脑皮质多巴胺系统(mesocortical dopamine system)。这两条通路合称为中脑皮质边缘多巴胺系统。药物成瘾的解剖基础是奖赏系统,中脑边缘多巴胺系统是其关键,中脑腹侧被盖区(VTA)及其投射区伏隔核(NAc)是主要的神经基础,多巴胺(DA)是非常重要的神经递质。除了参与天然和成瘾性药物的奖赏刺激,当今更多的研究发现中脑边缘多巴胺系统还与成瘾的渴求和复发有关。在VTA区域微量注射吗啡、可卡因等都能诱导产生条件性位置偏爱(CPP)。VTA区注射吗啡还可点燃海洛因、可卡因等的自给药行为。 LTP 的分子机制研究进展LTP机制的研究热点由单一兴奋性递质机制过渡到兴奋性递质与抑制性递质联160 合机制。目前，已证明突触可塑性的改变与多种疾病相关，如阿尔茨海默病、癫痫、慢性痛、药物成瘾性和精神分裂症等。常用在体LTP技术和膜片钳脑片LTP技术两种检测方法。在体海马LTP的优势在于能较真实地反映生理状态下神经突触活动的情况，在整体条件下观察神经突触活动的变化，利于从宏观角度研究和探讨相关机理。其进展体现在：CaM-CaMKII，Ca2+作为胞浆第二信使，与钙调蛋白(Calmodulin, CaM)结合形成Ca2+-CaM复合物，进一步激活CaMKⅡ。CaMKⅡ被认为是一个分子开关，在静息状态时，自身抑制区封闭催化部位而处于非活化状态。但当神经元受刺激时，Ca2+-CaM复合物与CaMKⅡ的自身抑制区结合，改变此酶的构象，从而具有活性。MEK-ERK，细胞外信号调节激酶(extracellularsignal-regulated kinase，ERK)是丝裂原活化蛋白激酶(micogen activated procein kinases，MAPKs)家族中的重要成员，和细胞的生长、发育、分化有关。最近研究表明，ERK通过影响相关核转录因子在LTP和学习记忆过程发挥着调节作用。PKA-CREB，长时记忆（Long term memory,LTM）需要新蛋白质的合成，PKA-CREB信号通路被认为在新蛋白质的合成过程中起重要作用。PKA的激活可以引发CREB的转录，并促使ERK向细胞核发生移位，表达参与到晚期LTP(Late-LTP, L-LTP)和LTM的发生机制。BDNF（脑源性神经营养因子），FanM等发现，BDNF与蛋白激酶Mδ(PKMδ)相关，两者相互影响。在蛋白质合成及强直性刺激的参与下，BDNF能够在一定程度上提高PKMδ的水平，从而影响 L-LTP的维持过程。但是在抑制神经元及突触活性后，BDNF则对PKMδ的稳态水平没有影响。PKMδ对BDNF介导的L-LTP是必不可少的。TrkB作为BDNF的受体，需要通过新蛋白质的合成被激活，从而参与到L-LTP的表达过程中。Munc13Munc13系列蛋白是一种基因调控蛋白，在突触囊泡胞吐和神经递质释放中发挥重要作用，对于目前Munc13与LTP相关性的研究成为热点。 脑胶质瘤致癫病的化学突触机制研究进展脑胶质瘤致病是由于胶质瘤对瘤周组织产生的一系列影响所引起的。然而这其中的病理生理学机制还有待于进步研究和探讨，主要涉及继发于胶质瘤后的结构学、生物化学及组织病理学方面的改变。而胶质瘤致病在临床治疗过程中属于难治型癫病，主要是由于抗癫病药物对胶质瘤致病的病理生理过程干预较少甚至是不干预，因此，揭示胶质瘤致病的病理生理过程可能为临床上肿瘤致桶的药物干预和治疗提供分子靶点和治疗依据。 GluR2 缺失的AMPARs在突触可塑性机制中的研究进展与活性依赖的突触的AMPARs 数目改变不同，活性依赖的AMPARs 亚基的修饰引起Ca2+信号转导的改变，通道传导和动力学的改变，使突触产生了不仅量而且是质的改变。这些重要的问题仍然需要进一步研究，如为何抑制性中间神经元和元棘突神经元中AMPARs 的GluR2 亚基低表达;GluR2亚基在活性依赖的细胞特异的改变的是什么机制;除了受体受到调节运输外，另→个重要的未解决的问题是AMPARs 介导的Ca2+内流有什么特殊功能，有力的证据的表明Ca2+内流可以激发LTP ，然而关于Ca竹在突触后的靶向目标却很少了解。因此关于GluR2 缺失的AMPARs 与突触可塑性的相关特异机制仍有待进一步研究。 [参考文献][1] Wahlin KJ, Moreira EF, Huang H, et al. Molecular dynamicsof photoreceptor synapse formation in thedeveloping chick retina. J CompNeurol[J]. 2008, 506(5): 822-837[2] Justin Elstrott, Anastasia Anishchenko, selectivity in the retina is establishedindependentofvisual experience and early cholinergic retinal waves. Neuron[J]. 2008,58(4): 499-506[3] 罗佳，王慧，黄菊芳，陈旦；《视网膜突触可塑性调控机制研究进展#》；Q422[4] Bliss TV, Lomo T. Long-lasting potentiation of synaptictransmission in the dentate area of the anaesthetized rabbit followingstimulation of the perforant path. J Physiol[J]. 1973,232;331-356 [5] Whitlock JR, HeynenAJ, Shuler MG, Bear MF. Learning induces long-term potentiation in thehippocampus. Science[J]. 2006,313:1093-1097.[6]魏显招，王雪琪，《GluR2 缺失的AMPARs 在突触可塑性机制中的研究进展》，DOI: 10. 3724/SP. J. 1008. 2009. 00437
你不翻译了？？？
1、摘要中应排除本学科领域已成为常识的内容；切忌把应在引言中出现的内容写入摘要；一般也不要对论文内容作诠释和评论(尤其是自我评价)。2、不得简单重复题名中已有的信息。比如一篇文章的题名是《几种中国兰种子试管培养根状茎发生的研究》，摘要的开头就不要再写：“为了……，对几种中国兰种子试管培养根状茎的发生进行了研究”。3、结构严谨，表达简明，语义确切。摘要先写什么，后写什么，要按逻辑顺序来安排。句子之间要上下连贯，互相呼应。摘要慎用长句，句型应力求简单。每句话要表意明白，无空泛、笼统、含混之词，但摘要毕竟是一篇完整的短文，电报式的写法亦不足取。摘要不分段。4、用第三人称。建议采用“对……进行了研究”、“报告了……现状”、“进行了……调查”等记述方法标明一次文献的性质和文献主题，不必使用“本文”、“作者”等作为主语。
你可以做以下几方面的准备工作：1）走访一些大学进行实地调查，取得第一手资料，可以使你的论文更生动更具可靠性；2）去图书馆争对性地调阅一些近年来，有一定社会影响力的，有关大学生心理健康问题引起的事件和案件，使你可以辩证的看待大学生问题的严重性及自我调节的必要性；3）重点论述，你对于目前大学生心理健康问题现状及自我调节的必要性的观点；4）在阐述问题及解决方案时必须做到，论点清晰，论据可靠，重点突出，结构完整。有了以上的准备，我想你就是写一篇20000字的论文也够了吧！有20000字的论文打底，你把它缩写到1200——2000字，想不精都不行啦，呵呵，希望我的回答能给你帮助。
自我分析就是要自我观察，自我反省。实际上就是知己和自我认识的过程，只有对自己有了充分的认识和了解后，对自己的定向、定位、定点才能比较准确。下面是我给大家推荐的自我心理分析论文，希望大家喜欢!
《自我心理分析》
摘要：当代大学生正处于人生成长的关键时期，正在迅速走向成熟又未完全成熟，世界观和人生观正在形成，他们不停地思考，选择和探索，难免会产生这样或那样的心理问题。所以，正确的自我心理分析起着至关重要的作用。通过比较法、经验法、反省法来认识自我，培养良好的人格品质，养成科学的生活方式，加强自我心理调节，学会完善自我。
关键词：自我分析;心理问题;心理健康
Abstract：Contemporary college students are in the critical period of life, is rapidly maturing and has not reached full maturity, world outlook and outlook on life are formed, they kept thinking, selection and Exploration, will inevitably produce some kind of psychological problems. Therefore, the correct psychological analysis plays a vital role. Through the comparative method, experience method, Reflection Method to know oneself and to develop good personality quality, to develop a scientific way of life, Strengthen Self psychological adjustment, learn to improve themselves. Key words：Self – analysis; Psychological Problems; Mental health
一、引言
本次研究以“我”为研究对象，通过比较法、经验法、反省法来审视研究自己的心理，发现存在的问题，以自己的成长经历为出发点分析其形成的原因，并根据研究结果制定完善自我的方案。
二、自我分析
现代人有很多文化经验，科学知识，可说无所不知，但却少自知。而自知乃是一个自我意识发展的基础。美国心理学家Jone和Hary提出关于人自我认识的窗口理论，被称为乔韩窗口理论。他们认为人对自己的认识是一个不断探索的过程。因为每个人的自我都有四部分：公开的自我，盲目的自我，秘密的自我和未知的自我。通过与他人分享秘密的自我，通过他人的反馈减少盲目的自我，人对自己的了解就会更多更客观。这次我也对自己的心理状态进行了一番分析。
自我分析的方法
比较法——从我与人的关系认识自我
他人是反应自我的镜子，与他人交往，是个人获得自我认识的重要来源。我们先从家庭中的感情扩展到外面的友爱关系，进入社会有体验到人与人之间的利害关系。有自知之明的人能从这些关系中用心向别人学习，获得足够的经验，然后按照自己的需要去规划自己的前途，但是通过和人比较认识自己应该注意比较的参照物。
经验法——从我与事的关系认识自我
从我与事的关系认识自我即我从做事的经验中了解自己。成败得失，其经验的价值也因人而异。对聪明又善用智慧的人来说，成功失败的经验都可以促进他再成功，因为他们了解自我，有坚强的人格精神，善于学习，因而可以避免再重蹈覆辙;而对于某些自我比较脆弱的大学生，失败的经验更使其失败。
反省法——从我与己的关系中认识自我
经常反省自己在日常生活中的点滴表现，总结自己是一个什么样的人，找出自己的优点和缺点。古人曰：“吾日三省吾身”。从我与己的关系中认识自我，看似容易，实则困难。自我观察无疑是一个好方法，自我观察是我们教育自己，自我提高的重要途径。
自我心理分析
心理困惑和问题
一、学习方面
在平常的学习或是工作中，我总会认真，严谨的完成应该完成的任务，尽量做到完美，但是，与此同时，我总是不断追求新的东西，然后坚持不了一段时间，就会打退堂鼓，也就是说干什么事情都是“三分钟热度”，不能够下定决心，坚持下去。而且作为一名大学生，我有着很多大学生的通病：在专业志向上比较麻木，对将来事情考虑的较少，对专业修养的培养一般是被动的接受知识，专业综合知识的来源基本上是老师讲的和同学议论的东西。基本因循老师的教学内容，认为将来的事到时候再说。对专业、事业成功者的先例，不会受到什么鼓舞，觉得太高太远，特别是对其他人的成功事例觉得隔自己太远。但是我在专业学习上还是很努力的，上课的时候会坐在前排仔细记笔记，对老师的课堂演示很注意，作业按老师的进程去做。我在校学习专业知识基本上不会以自己的兴趣做转移，在校内只是按照学校老师的安排完成作业不怎么管它将来的实际用途。
二、情绪方面
我是一个十分乐观的人，不论是在初中、高中、还是大学，身边的朋友总是说我好像从来没有发过什么脾气，一直笑着，难道我真的是没有烦恼吗?其实苦恼啊、烦恼啊是肯定存在的，不过我坚信：只要笑一笑，没什么大不了。何况整天愁眉苦脸的也并不能解决问题，反而还会影响身边人的心情。不是常说船到桥头自然直吗。对于生活中的变化和各种问题，我一般也能比较沉着的应对，但遇到重大挫折是，或在紧急状况下，难免会有一些情绪波动，不能较好的协调自己的想法和别人想法，一方面，虽对事物有自己的判断和想法，但很可能会人云亦云;另一方面，也有时候不听别人的意见，会固执己见。我心气平和，坦然宁静，容易适应环境，知足常乐。既不过于保守，也不过于激进，一般情况下，有较好的自制力，比较尊重礼俗，少数情况下，也可能会情绪失控或有所懈怠。通常所体验到的紧张程度和大多数人差不多，一般都能保持心情平和，在遇到重大挑战或紧急情况时，也可能会比较紧张。
三、人际交往
大学是一个尽展人生风采的舞台，而恰巧在刚入校时，我还带有一定高考失利的情绪，以至于我不愿去参加太多社团活动，因为我想好好学习，多看书，考个好点的研究生院，可是慢慢的，我发现大学和中学是不同的，这里的学生有着更多的自由，这就意味着我周围的同学不再是“两耳不闻窗外事，一心只读圣贤书”的高中生了，况且大家的学习目标都由原来的追求高分变成只求不挂科了。图书馆里的藏书对我也是个很大的诱惑，我在兼顾专业课的同时开始翻阅一些哲学、文学类的书籍。
学校的宿舍是六人间，可能是因为大家脾性相投，生活习惯相似，我和室友相处的很好，关系融洽、人际和谐。也就是在与大家相处的过程中，我对自己有了更深的认识，我做事认真负责，有较强的毅力，并且能很好的觉察到他人的情绪变化，与他人较好的相处。我始终认为，人性会有一些优点和弱点，金无足赤，人无完人，对人的要求不能太苛求完美，我相信每个人的行为背后都有其原因，只要站在对方的角度上按照他的思维方式去考虑，很多一开始我们认为不可理解的行为就都变得可以理解了。对于生活中碰到的感到不友好的人，我觉得自己还是比较容易看淡这些事情，毕竟每个人是不同的，矛盾不可避免，没必要和他们理论或是在背后议论他们，这种做法既不能让自己痛快，更不能让他们意识到自己某些方面的缺陷并加以改正，只会最后让矛盾加剧，大家大眼瞪小眼，一见面就总是有浓浓的火药味，这又是何必呢。
总的来说，我是比较热情开朗，很容易和他人交往的。不会斤斤计较，对于别人的批评也能欣然接受。交际处于中等水平，像大多数人一样，在通常的交际中，都能表现的轻松，但有时在周围的人都不熟悉的环境下，也会认生，也有可能保持沉默。客观理智，注重现实，但是有时可能会少许冷漠。一般情况下，倾向于认为他人是真诚的、值得信任的，但是对有些人或事也会保持一定的警惕。待人比较真诚，但也不至于过于感情用事，比较认同“害人之心不可有，防人之心不可无”的说法。
朋友们都说我最大的特点是待人真诚，开朗友好，有爱心，有责任心。我很喜欢试着用社会心理学的一些理论来解释身边的现象。随着我对心理学的了解逐渐深入，我发现心理学是很有意思并且是很有用的，我羡慕像张厚粲先生那样的心理学大家，也越来越强烈的意识到人是应该有所追求、不断拼搏的。
产生原因
一、学习及情绪方面
浅层分析
1. 太难了所以学不会
2. 太耗时间所以不想学
3. 没有相关知识技能所以无法学
4. 害怕别人知道自己做不好所以不轻易学
深层分析
1.完美主义 所有事情都要达到一个很高的境界，要一次做好，所以不愿意匆忙开始，要万事俱备才行，所以造成了拖延症的习惯。
2.抵制与敌意 某个老师对学生的态度太差了或者是某个老师讲课只是照着书本念，所以不高兴学他的课。
3.容易颓废 任务太难了，或者别人都没有做那我也不用做了，不能忍受持续做一件事，所以放到明天再做吧，但是到了明天，还是不想做，有继续往后退。
二、人际交往方面
1.客观因素
首先是家庭的影响。我是一个独生子。不可否认，很多独生子女步人大学后
就表现出独立生活能力差,为人处事、与人沟通的能力差。再加之有些大学生所处的群体环境一般,又不善于自我疏导,长此以往形成了孤独心理。其次是环境变化的影响。进入大学,原来相对稳定、熟悉的环境发生了较大的变化,大学开放的学习环境和较为宽松的管理模式,不仅对大学生的思想观念、文化修养、行为方式等方面提出了较高的要求,而且更为重视和强调个人的兴趣和发展。加之接触的老师、同学来自不同的省份和地区,语言、生活习惯等方面有很大不同,这就要求大学生必须具备一定的人际交往能力去适应全新的环境。但由于交往能力有限、交往方法不当,在人际交往中很容易导致失败,交往失败的影响又使得一些人把交往看成是一种负担,渐渐地使人变得封闭自己或上网寻找慰藉,从而忽视与同学、朋友、教师之间人际交往活动。
2.主观原因
生活在大学校园中的大学生受教育程度和文化修养基本相近,一般来说,我们之间没有根本的利益冲突,因而人际交往问题受社会、文化因素影响相对较小,而受大学生自身因素的影响则较大。一是社会认知不当。社会认知主要包括自我认知和对他人的认知。大学时期是人的一生中心理变化最强烈、最明显的时期之一,我们正处在长身体、学知识、探索并确定人生之路的发展阶段,因而难以正确全面认识自己、评价自己,不能正确与别人进行比较,有些学生专拿自己的短处与别人的长处相比较,越比越气,由此形成自卑心理。在对他人认知方面,由于认知偏差的影响,大学生存在着简单化、情绪化、主观性强等特点,容易对别人产生“信任危机”,从而影响人际之间的正常交往。二是遭受挫折,归因不当。任何事情的发生都是由多种原因引起的,在工作学习中每个人都会遭遇挫折,但如果不能正确归因,挫折的消极影响就会成为人际交往障碍的原因。有时在众人面前发言屡遭冷淡和交往效果不如意,就埋怨哀叹自己天生不善交往,是个招人烦、惹人厌的倒霉蛋。以后遇到类似场合,就会逃避,远离群体。
如何处理和应对
一、学习及情绪方面
1. 保持浓厚的学习兴趣和求知欲望。有了学习兴趣就能够自觉地跃入浩瀚的知识海洋里遨游，吸取新知识，发展多方面的能力，已提高自身素质，更好的适应社会发展的需要。
2.保持乐观的情绪和良好的心态，当遇到悲伤和忧愁的事情要学会自我调节，适度地表达和控制情绪，做到胜不骄，败不馁，喜不狂，忧不绝。
3. 保持良好的环境适应能力，包括生存环境、学习环境、校园环境等。
4.培养更多元化的兴趣爱好并加以发展，要发扬持之以恒的精神，选择了的事情就要坚持到底。
二、人际交往方面
1.要改变社交观念，不能把必要交往看作是浪费时间，耽误学习，而应看作是扩展视野、增强心理健康的必要手段。
2.要扩大交际范围，只要对学习、思想有所启发，都要乐于接触，形成立体的良好的人际关系。
3.要多渠道交往，利用业缘圈、地缘圈、趣缘圈以及郊游、联欢、寒暑假、社会调查等加强交往实践。
4.尽量发扬自己的优点，用自己开朗乐观的心态去感染周围的人，诚心与人交往，用心与人交流。
三、结束语
通过对自己的全面分析，我更加明白了自身的优缺点，也有了明确的完善自我的方案，让我明确了今后的路途中应该注意哪方面的问题，也让我对自己未来的人生规划有了更加清晰的想法。
参考文献
[1]张忠明, 张晓林,大学新生心理问题浅析[J],山西医科大学学报(基础医学教育版) , 2005,(03)
[2]卢晓红.女大学生心理健康状况及相关因素研究[J]. 黑龙江高教研究,2002, 110(6).
[3]何维林,李哲等.大学生心理健康状况及对策[J].中国健康教育,2004(8):47-48.
点击下页还有更多>>>自我心理分析论文
审稿周期1-3个月neuroscience是一个生物学期刊，研究方向是医学-神经科学，神经科学发表论文，描述神经系统科学研究任何方面的原始研究结果。任何论文，无论多么短，只要它报告了重要的、新的、经过仔细确认的发现和完整的实验细节，都将被考虑发表。neuron杂志水平，神经科中,Neuron排名第一,NEURON是神经科学顶级期刊，世界期刊影响力指数(WJCI)为。认知神经科学杂志,美国跨学科的心理学专业期刊。月刊。1989年创刊。由马萨诸塞理工学院出版。发表大脑与行为的相互关系研究的论文。重点研究大脑活动中的认知过程是如何发生的。研究内容涉及的学科有神经科学、心理学、认知心理学、神经生物学、语言学、计算机科学和哲学。
深度神经网络（DNNs）是 AI 领域的重要成果，但它的 “存在感” 已经不仅仅限于该领域。 一些前沿生物医学研究，也正被这一特别的概念所吸引。特别是计算神经科学家。 在以前所未有的任务性能彻底改变计算机视觉之后，相应的 DNNs 网络很快就被用以试着解释大脑信息处理的能力，并日益被用作灵长类动物大脑神经计算的建模框架。经过任务优化的深度神经网络，已经成为预测灵长类动物视觉皮层多个区域活动的最佳模型类型之一。 用神经网络模拟大脑或者试图让神经网络更像大脑正成为主流方向的当下，有研究小组却选择用神经生物学的方法重新审视计算机学界发明的DNNs。 而他们发现，诸如改变初始权重等情况就能改变网络的最终训练结果。这对使用单个网络来窥得生物神经信息处理机制的普遍做法提出了新的要求：如果没有将具有相同功能的深度神经网络具有的差异性纳入考虑的话，借助这类网络进行生物大脑运行机制建模将有可能出现一些随机的影响。要想尽量避免这种现象，从事 DNNs 研究的计算神经科学家，可能需要将他们的推论建立在多个网络实例组的基础上，即尝试去研究多个相同功能的神经网络的质心，以此克服随机影响。 而对于 AI 领域的研究者，团队也希望这种表征一致性的概念能帮助机器学习研究人员了解在不同任务性能水平下运行的深度神经网络之间的差异。 人工神经网络由被称为 “感知器”、相互连接的单元所建立，感知器则是生物神经元的简化数字模型。人工神经网络至少有两层感知器，一层用于输入层，另一层用于输出层。在输入和输出之间夹上一个或多个 “隐藏” 层，就得到了一个 “深层” 神经网络，这些层越多，网络越深。 深度神经网络可以通过训练来识别数据中的特征，就比如代表猫或狗图像的特征。训练包括使用一种算法来迭代地调整感知器之间的连接强度（权重系数），以便网络学会将给定的输入（图像的像素）与正确的标签（猫或狗）相关联。理想状况是，一旦经过训练，深度神经网络应该能够对它以前没有见过的同类型输入进行分类。 但在总体结构和功能上，深度神经网络还不能说是严格地模仿人类大脑，其中对神经元之间连接强度的调整反映了学习过程中的关联。 一些神经科学家常常指出深度神经网络与人脑相比存在的局限性：单个神经元处理信息的范围可能比 “失效” 的感知器更广，例如，深度神经网络经常依赖感知器之间被称为反向传播的通信方式，而这种通信方式似乎并不存在于人脑神经系统。 然而，计算神经科学家会持不同想法。有的时候，深度神经网络似乎是建模大脑的最佳选择。 例如，现有的计算机视觉系统已经受到我们所知的灵长类视觉系统的影响，尤其是在负责识别人、位置和事物的路径上，借鉴了一种被称为腹侧视觉流的机制。 对人类来说，腹侧神经通路从眼睛开始，然后进入丘脑的外侧膝状体，这是一种感觉信息的中继站。外侧膝状体连接到初级视觉皮层中称为 V1 的区域，在 V1 和 V4 的下游是区域 V2 和 V4，它们最终通向下颞叶皮层。非人类灵长类动物的大脑也有类似的结构（与之相应的背部视觉流是一条很大程度上独立的通道，用于处理看到运动和物体位置的信息）。 这里所体现的神经科学见解是，视觉信息处理的分层、分阶段推进的：早期阶段先处理视野中的低级特征（如边缘、轮廓、颜色和形状），而复杂的表征，如整个对象和面孔，将在之后由颞叶皮层接管。 如同人的大脑，每个 DNN 都有独特的连通性和表征特征，既然人的大脑会因为内部构造上的差异而导致有的人可能记忆力或者数学能力更强，那训练前初始设定不同的神经网络是否也会在训练过程中展现出性能上的不同呢？ 换句话说，功能相同，但起始条件不同的神经网络间究竟有没有差异呢？ 这个问题之所以关键，是因为它决定着科学家们应该在研究中怎样使用深度神经网络。 在之前 Nature 通讯发布的一篇论文中，由英国剑桥大学 MRC 认知及脑科学研究组、美国哥伦比亚大学 Zuckerman Institute 和荷兰拉德堡大学的 Donders 脑科学及认知与行为学研究中心的科学家组成的一支科研团队，正试图回答这个问题。论文题目为《Individual differences among deep neural network models》。 根据这篇论文，初始条件不同的深度神经网络，确实会随着训练进行而在表征上表现出越来越大的个体差异。 此前的研究主要是采用线性典范相关性分析（CCA，linear canonical correlation analysis）和 centered-kernel alignment（CKA）来比较神经网络间的内部网络表征差异。 这一次，该团队的研究采用的也是领域内常见的分析手法 —— 表征相似性分析（RSA，representational similarity analysis）。 该分析法源于神经科学的多变量分析方法，常被用于将计算模型生产的数据与真实的大脑数据进行比较，在原理上基于通过用 “双（或‘对’）” 反馈差异表示系统的内部刺激表征（Inner stimulus representation）的表征差异矩阵（RDMs，representational dissimilarity matrices），而所有双反馈组所组成的几何则能被用于表示高维刺激空间的几何排布。 两个系统如果在刺激表征上的特点相同（即表征差异矩阵的相似度高达一定数值），就被认为是拥有相似的系统表征。 表征差异矩阵的相似度计算在有不同维度和来源的源空间（source spaces）中进行，以避开定义 “系统间的映射网络”。本研究的在这方面上的一个特色就是，使用神经科学研究中常用的网络实例比较分析方法对网络间的表征相似度进行比较，这使得研究结果可被直接用于神经科学研究常用的模型。 最终，对比的结果显示，仅在起始随机种子上存在不同的神经网络间存在明显个体差异。 该结果在采用不同网络架构，不同训练集和距离测量的情况下都成立。团队分析认为，这种差异的程度与 “用不同输入训练神经网络” 所产生的差异相当。 如上图所示，研究团队通过计算对应 RDM 之间的所有成对距离，比较 all-CNN-C 在所有网络实例和层、上的表示几何。 再通过 MDS 将 a 中的数据点（每个点对应一个层和实例）投影到二维。各个网络实例的层通过灰色线连接。虽然早期的代表性几何图形高度相似，但随着网络深度的增加，个体差异逐渐显现。 在证明了深度神经网络存在的显著个体差异之后，团队继续探索了这些差异存在的解释。 随后，研究者再通过在训练和测试阶段使用 Bernoulli dropout 方法调查了网络正则化（network regularization）对结果能造成的影响，但发现正则化虽然能在一定程度上提升 “采用不同起始随机种子的网络之表征” 的一致性，但并不能修正这些网络间的个体差异。 最后，通过分析网络的训练轨迹与个体差异出现的过程并将这一过程可视化，团队在论文中表示，神经网络的性能与表征一致性间存在强负相关性，即网络间的个体差异会在训练过程中被加剧。 总而言之，这项研究主要调查了多个神经网络在最少的实验干预条件下是否存在个体差异，即在训练开始前为网络设置不同权重的随机种子，但保持其他条件一致，并以此拓展了此前与 “神经网络间相关性” 有关的研究。 除了这篇 这篇 研究以外，“深度学习三巨头” 之一、著名 AI 学者 Hinton 也有过与之相关的研究，论文名为《Similarity of Neural Network Representations Revisited》，文章探讨了测量深度神经网络表示相似性的问题，感兴趣的读者可以一并进行阅读。 Refrence： [1] [2]
好我们一样`
深度神经网络（DNNs）是 AI 领域的重要成果，但它的 “存在感” 已经不仅仅限于该领域。 一些前沿生物医学研究，也正被这一特别的概念所吸引。特别是计算神经科学家。 在以前所未有的任务性能彻底改变计算机视觉之后，相应的 DNNs 网络很快就被用以试着解释大脑信息处理的能力，并日益被用作灵长类动物大脑神经计算的建模框架。经过任务优化的深度神经网络，已经成为预测灵长类动物视觉皮层多个区域活动的最佳模型类型之一。 用神经网络模拟大脑或者试图让神经网络更像大脑正成为主流方向的当下，有研究小组却选择用神经生物学的方法重新审视计算机学界发明的DNNs。 而他们发现，诸如改变初始权重等情况就能改变网络的最终训练结果。这对使用单个网络来窥得生物神经信息处理机制的普遍做法提出了新的要求：如果没有将具有相同功能的深度神经网络具有的差异性纳入考虑的话，借助这类网络进行生物大脑运行机制建模将有可能出现一些随机的影响。要想尽量避免这种现象，从事 DNNs 研究的计算神经科学家，可能需要将他们的推论建立在多个网络实例组的基础上，即尝试去研究多个相同功能的神经网络的质心，以此克服随机影响。 而对于 AI 领域的研究者，团队也希望这种表征一致性的概念能帮助机器学习研究人员了解在不同任务性能水平下运行的深度神经网络之间的差异。 人工神经网络由被称为 “感知器”、相互连接的单元所建立，感知器则是生物神经元的简化数字模型。人工神经网络至少有两层感知器，一层用于输入层，另一层用于输出层。在输入和输出之间夹上一个或多个 “隐藏” 层，就得到了一个 “深层” 神经网络，这些层越多，网络越深。 深度神经网络可以通过训练来识别数据中的特征，就比如代表猫或狗图像的特征。训练包括使用一种算法来迭代地调整感知器之间的连接强度（权重系数），以便网络学会将给定的输入（图像的像素）与正确的标签（猫或狗）相关联。理想状况是，一旦经过训练，深度神经网络应该能够对它以前没有见过的同类型输入进行分类。 但在总体结构和功能上，深度神经网络还不能说是严格地模仿人类大脑，其中对神经元之间连接强度的调整反映了学习过程中的关联。 一些神经科学家常常指出深度神经网络与人脑相比存在的局限性：单个神经元处理信息的范围可能比 “失效” 的感知器更广，例如，深度神经网络经常依赖感知器之间被称为反向传播的通信方式，而这种通信方式似乎并不存在于人脑神经系统。 然而，计算神经科学家会持不同想法。有的时候，深度神经网络似乎是建模大脑的最佳选择。 例如，现有的计算机视觉系统已经受到我们所知的灵长类视觉系统的影响，尤其是在负责识别人、位置和事物的路径上，借鉴了一种被称为腹侧视觉流的机制。 对人类来说，腹侧神经通路从眼睛开始，然后进入丘脑的外侧膝状体，这是一种感觉信息的中继站。外侧膝状体连接到初级视觉皮层中称为 V1 的区域，在 V1 和 V4 的下游是区域 V2 和 V4，它们最终通向下颞叶皮层。非人类灵长类动物的大脑也有类似的结构（与之相应的背部视觉流是一条很大程度上独立的通道，用于处理看到运动和物体位置的信息）。 这里所体现的神经科学见解是，视觉信息处理的分层、分阶段推进的：早期阶段先处理视野中的低级特征（如边缘、轮廓、颜色和形状），而复杂的表征，如整个对象和面孔，将在之后由颞叶皮层接管。 如同人的大脑，每个 DNN 都有独特的连通性和表征特征，既然人的大脑会因为内部构造上的差异而导致有的人可能记忆力或者数学能力更强，那训练前初始设定不同的神经网络是否也会在训练过程中展现出性能上的不同呢？ 换句话说，功能相同，但起始条件不同的神经网络间究竟有没有差异呢？ 这个问题之所以关键，是因为它决定着科学家们应该在研究中怎样使用深度神经网络。 在之前 Nature 通讯发布的一篇论文中，由英国剑桥大学 MRC 认知及脑科学研究组、美国哥伦比亚大学 Zuckerman Institute 和荷兰拉德堡大学的 Donders 脑科学及认知与行为学研究中心的科学家组成的一支科研团队，正试图回答这个问题。论文题目为《Individual differences among deep neural network models》。 根据这篇论文，初始条件不同的深度神经网络，确实会随着训练进行而在表征上表现出越来越大的个体差异。 此前的研究主要是采用线性典范相关性分析（CCA，linear canonical correlation analysis）和 centered-kernel alignment（CKA）来比较神经网络间的内部网络表征差异。 这一次，该团队的研究采用的也是领域内常见的分析手法 —— 表征相似性分析（RSA，representational similarity analysis）。 该分析法源于神经科学的多变量分析方法，常被用于将计算模型生产的数据与真实的大脑数据进行比较，在原理上基于通过用 “双（或‘对’）” 反馈差异表示系统的内部刺激表征（Inner stimulus representation）的表征差异矩阵（RDMs，representational dissimilarity matrices），而所有双反馈组所组成的几何则能被用于表示高维刺激空间的几何排布。 两个系统如果在刺激表征上的特点相同（即表征差异矩阵的相似度高达一定数值），就被认为是拥有相似的系统表征。 表征差异矩阵的相似度计算在有不同维度和来源的源空间（source spaces）中进行，以避开定义 “系统间的映射网络”。本研究的在这方面上的一个特色就是，使用神经科学研究中常用的网络实例比较分析方法对网络间的表征相似度进行比较，这使得研究结果可被直接用于神经科学研究常用的模型。 最终，对比的结果显示，仅在起始随机种子上存在不同的神经网络间存在明显个体差异。 该结果在采用不同网络架构，不同训练集和距离测量的情况下都成立。团队分析认为，这种差异的程度与 “用不同输入训练神经网络” 所产生的差异相当。 如上图所示，研究团队通过计算对应 RDM 之间的所有成对距离，比较 all-CNN-C 在所有网络实例和层、上的表示几何。 再通过 MDS 将 a 中的数据点（每个点对应一个层和实例）投影到二维。各个网络实例的层通过灰色线连接。虽然早期的代表性几何图形高度相似，但随着网络深度的增加，个体差异逐渐显现。 在证明了深度神经网络存在的显著个体差异之后，团队继续探索了这些差异存在的解释。 随后，研究者再通过在训练和测试阶段使用 Bernoulli dropout 方法调查了网络正则化（network regularization）对结果能造成的影响，但发现正则化虽然能在一定程度上提升 “采用不同起始随机种子的网络之表征” 的一致性，但并不能修正这些网络间的个体差异。 最后，通过分析网络的训练轨迹与个体差异出现的过程并将这一过程可视化，团队在论文中表示，神经网络的性能与表征一致性间存在强负相关性，即网络间的个体差异会在训练过程中被加剧。 总而言之，这项研究主要调查了多个神经网络在最少的实验干预条件下是否存在个体差异，即在训练开始前为网络设置不同权重的随机种子，但保持其他条件一致，并以此拓展了此前与 “神经网络间相关性” 有关的研究。 除了这篇 这篇 研究以外，“深度学习三巨头” 之一、著名 AI 学者 Hinton 也有过与之相关的研究，论文名为《Similarity of Neural Network Representations Revisited》，文章探讨了测量深度神经网络表示相似性的问题，感兴趣的读者可以一并进行阅读。 Refrence： [1] [2]
针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高.[1] 朱文莉. 一类具有时滞的神经网络的稳定性分析[J]. 电子科技大学学报. 2000(05)[2] 廖晓昕,傅予力,高健,赵新泉. 具有反应扩散的Hopfield神经网络的稳定性[J]. 电子学报. 2000(01)[3] 张菊亮,章祥荪. 一个新的解线性规划的神经网络(英文)[J]. 运筹学学报. 2001(02)[4] 罗公亮. 从神经网络到支撑矢量机(上)[J]. 冶金自动化. 2001(05)[5] 蒋德云,张弓. 谷物识别中对神经网络的优化(英文)[J]. 农业工程学报. 2002(05)[6] 王芳荣,周德义,郑咏梅,王鼎,张铁强. 生物表面光谱特性识别的神经网络方法[J]. 吉林大学学报(信息科学版). 2002(03)[7] 宋光雄,何胜锋,曹辉,张峥,钟群鹏. 基于Hopfield神经网络的腐蚀失效模式识别[J]. 金属热处理学报. 2003(01)[8] 王学武,谭得健. 神经网络的应用与发展趋势[J]. 计算机工程与应用. 2003(03)[9] 刘斌,刘新芝,廖晓昕. 脉冲Hopfield神经网络的鲁棒H-稳定性及其脉冲控制器设计(英文)[J]. 控制理论与应用. 2003(02)[10] 刘国良,强文义,麻亮,陈兴林. 基于粗神经网络的仿人智能机器人的语音融合算法研究[J]. 控制与决策. 2003(03)
一投就中的北大核心期刊有中国介入影像与治疗学杂志、中国卫生统计杂志、中国比较医学杂志。发表医学北大核心期刊，想要一投就中，难度还是比较大的，不仅要保证论文的学术质量，好还可以带课题基金资助，可以有效的提升稿件录用率。
中国介入影像与治疗学杂志、中国卫生统计杂志、中国比较医学杂志的特点
1、中国介入影像与治疗学杂志
期刊级别，北大中文核心期刊、统计源科技核心期刊，四川A类刊物
收稿方向，主要刊载有关血管介入、非血管介入、肿瘤介入、神经介入、介入超声、介入疗法的综合临床效果评估。
收稿要求，要求作者为三级单位的医生，文章必须要提供图片支撑。
2、中国卫生统计杂志
期刊级别，北大中文核心、CSCD科学引文期刊、统计源科技核心，级别很高
收稿方向，主要刊收医药卫生调查分析相关的论文。
3、中国比较医学杂志
期刊级别，北大中文核心期刊、统计源科技核心期刊
收稿方向，刊收风湿免疫科，肾内科，内分泌科，消化内科，呼吸内科，神经内科论文。
收稿要求，要求作者为三甲单位医生，并要求带真实课题，文章须提供动物的生产许可证号SCXK及使用许可证号SYXK有效期5年内。
中国神经科学的现状和发展策略何士刚一、中国的神经科学研究正在进入世界水平我国神经科学的发展可以追溯到上世纪20年代林可胜等在协和医学院的工作。新中国成立以后，冯德培，张香桐等人也为中国神经科学的发展作出了重要贡献。在本文中，笔者分析了神经科学的几个重要杂志，如《神经科学》(Neuroscience)，《神经生理学期刊》(Journal of Neurophysiology)，《生理学期刊》(Journal of Physiology)，《比较神经内科学期刊》(Journal of Comparative Neurology)和《欧洲神经科学期刊》(European Journal of Neuroscience)中“中国制造”的研究论文，试图展示我国神经科学的现状，探讨进一步发展的前景及过程中可能存在的问题。文中的数据完全来源于Medline检索。虽然作了最大的努力试图保证数据的可靠性（如为保证计算的只是“中国制造”的论文，只有中国本土单位为署名单位的论文才被统计），但仍不免会有一些遗漏或收集了一部分“合资产品”。当然，用论文数来评价科学研究水平可能有失偏颇，但这毕竟是一个客观指标，相信这些数据在很大程度上反映了近年来中国神经科学的发展，不妥之处欢迎读者批评、指正。我国神经科学工作者进入世界水平始于80年代末。暨南大学解剖系Luo, CB (or Yew, DT)和第四军医大学鞠躬88，89年相继在《神经科学》上发表了论文。第四军医大学李继硕，同济医科大学Ma, WY在91年，鞠躬在92年相继在《比较神经内科学期刊》发表论文。过去五年中，笔者统计的几本重要杂志上中国科学家发表的论文数量有显著增加，从过去十几年徘徊在每年1－3篇到近五年来的每年十几篇。2003年，中国科学家在这些杂志上发表论文总数达到22篇（图一）。更为重要的是，在世界最高水平杂志上，中国神经科学家的工作也不断出现。中科院神经科学研究所郭爱克，中科院研究生院陈霖相继于2001，2003年在《科学》（Science），中科院神经科学研究所李朝义，张旭分别于2002年，段树民和蒲慕明于2003在《神经元》（Neuron），中科院神经科学研究所周专，段树民和蒲慕明分别于2002年在《自然·神经科学》（Nature Neuroscience），中科院生化和细胞研究所裴钢于2002，2003年，清华大学谢佐平，中科院神经科学研究所周专分别于2003年在《神经科学期刊》（Journal of Neuroscience），中科院神经科学研究所李朝义，段树民分别于1999年，2003年，中科院研究生院陈霖于2003年在《美国科学院院刊》（PNAS）发表论文。这说明我国神经科学研究的规模有所扩大，质量有显著提高。图一、中国科学家历年在神经科学重要杂志发表的论文数（不包括香港、台湾地区）二、中国的神经科学研究与世界先进水平仍有很大差距这样的成绩固然喜人，但我们毫无理由为此而夜郎自大，固步自封。笔者比较了中国大陆、香港和台湾地区，日本，德国2003年在神经科学重要和顶尖杂志上的论文数占某一杂志论文总数的百分比（图二）。中国整个大陆地区发表的论文数只和香港或台湾地区接近。日本和德国2003年的论文数是中国大陆地区的10－20倍。这样的差距触目惊心，与中国在世界上大国的地位是极不相称的。这种差距主要反映在我国和其他国家对神经科学投入的差别。科学研究在我国国民生产总值中所占的比例较发达国家要低，生命科学的投入在整个科学研究中所占比例也低于发达国家，神经科学在生命科学中的比例更低。如此几个比例下来，我国神经科学的投入与发达国家相去甚远。中国科学院在生命科学的投入仅占20％左右。基金委生命科学的比重虽较大，但有递减的趋势，从2001年的到2002年的，在其中神经科学仅占（2001年），而2002年下降到了（基金委的统计限于网上公布的面上项目资助情况）。考察美国科研经费的投入和分配，NIH的经费近五年来增加了一倍，其中只和神经科学有关的两个研究所（精神健康研究所和神经疾病和中风研究所）的比例占了整个NIH的12%强，加上其他研究所中和神经科学相关的内容，NIH经费中15%以上用于神经科学研究的估计可能并不过分。相比之下，我国对神经科学的投入实在是太悬殊了。图二、2003年各地区论文数占杂志论文总数百分比进一步分析发现，高质量论文也基本集中在上海、西安、北京、广州、武汉、山西、河北等少数几个单位，而发表在顶尖杂志上的15篇论文中，有11篇来自同一单位，中国科学院一个今年才发展到13个课题组的研究所－神经科学研究所。三、发展中国神经科学的策略值得庆幸的是我国近几届政府已经充分意识到知识经济的重要性，提出了科教兴国的战略决策。因此，教育、科研经费的迅速增加已经是一种共识，但对于增加的经费和资源如何更加合理的配置和使用，也许是一个值得探讨的问题。笔者认为，首先要提高整体研究水平。上述数据分析表明，我国现有的可以产出高水平研究的单位还局限在几个城市中的一小部分单位。如果我们不能迅速扩大研究的群体和规模，很难想像我国能成为神经科学研究的大国（更不要说强国）。因此对于资助生命科学研究的部门，应该借鉴世界强国的策略，确立生命科学在科学研究中的重要地位，调整生命科学中学科间的比例，以期逐渐接近资源的合理分配。当然在目前整体研究资源比较局限的情况下，集中部分资源，保证现有的高水平研究机构能够保持并进一步提高研究水平，以期在国际重要和顶尖杂志上进一步扩大我国的影响，提升我国神经科学研究在国际上的地位。纵观科学发展的历程，有着优秀文化的研究机构往往会在科学发展中作出重要贡献（如开文迪许实验室）。而我国神经科学研究的现状，除中科院神经科学研究所开始逐步形成规模外，绝大多数单位都是三、五个课题组的小模型独立研究。在这种情况下，难以产生科学家之间的协同效应及突现性质（emerging properties）。作为政府调控单元，也许应该鼓励形成数个高水平的、具有一定规模的神经科学研究机构，但这决不是说要搞重复建设，数个不同的研究机构应该有不同的侧重。在这个过程中，充分听取、尊重科学家们的意见就尤其重要（对于科学决策，梅林教授介绍的NIH基金评审机制非常值得借鉴）。总而言之，笔者认为迅速使中国神经科学研究达到国际水平是至关重要的，并可以通过三方面的策略实现。一、迅速加强对神经科学的投入。二、在提高整体研究水平的同时加大对优秀群体支持的力度。三、形成几个高水平的，有一定规模和研究特色的神经科学研究机构。奥运金牌、世界小姐花冠说明我们国家正在变得更强壮、更漂亮。科学研究进入世界水平可以说明我们国家也在变得更聪明。没有聪明的头脑的支持，漂亮只是表面的，强壮只是暂时的。因此在关注奥运金牌和世界小姐的同时，我们的政府和人民也应该以更大的热忱关注科学研究的进展，使科教兴国的战略真正显现在日常生活中，使我们的国家更强盛，人民更聪明，更健康，更漂亮。