雖然這篇運動神經元分類鄉民發文沒有被收入到精華區:在運動神經元分類這個話題中,我們另外找到其它相關的精選爆讚文章
在 運動神經元分類產品中有3篇Facebook貼文,粉絲數超過2,507的網紅林維萱 物理治療師 Tina Lin PhysioTherapist,也在其Facebook貼文中提到, 【Controlholic控制狂的走馬看花:D】 運動單元motor unit,以骨骼肌為例,指的是運動神經,以及它支配的所有肌肉纖維。運動神經傳遞神經衝動,讓它連接到的肌肉產生收縮。 運動神經的神經元(細胞體)位於大腦的運動皮質,腦幹或是脊髓中。運動神經元又分為上運動神經元與下運動神經元,它們...
運動神經元分類 在 林維萱 物理治療師 TinaLin Physio Instagram 的最讚貼文
2021-02-17 08:34:41
【Controlholic控制狂的走馬看花:D】 運動單元motor unit,以骨骼肌為例,指的是運動神經,以及它支配的所有肌肉纖維。運動神經傳遞神經衝動,讓它連接到的肌肉產生收縮。 運動神經的神經元(細胞體)位於大腦的運動皮質,腦幹或是脊髓中。運動神經元又分為上運動神經元與下運動神經元,它們...
運動神經元分類 在 林維萱 物理治療師 TinaLin Physio Instagram 的最佳解答
2021-02-17 08:34:41
【Controlholic控制狂的碎碎念:D】 和一位前輩聊天中,他曾說到「...畢竟不是同樣專業養成的人,很難理解在該專業裡,那些專有名詞背後代表的意義,但是又用同樣的詞彙論述,所以容易造成迷思。」 「協同肌」這個概念,顧名思義,就是一群可以產生同樣動作方向的肌肉。 「拮抗肌」這個概念,顧名...
運動神經元分類 在 林維萱 物理治療師 Tina Lin PhysioTherapist Facebook 的最讚貼文
【Controlholic控制狂的走馬看花:D】
運動單元motor unit,以骨骼肌為例,指的是運動神經,以及它支配的所有肌肉纖維。運動神經傳遞神經衝動,讓它連接到的肌肉產生收縮。
運動神經的神經元(細胞體)位於大腦的運動皮質,腦幹或是脊髓中。運動神經元又分為上運動神經元與下運動神經元,它們有很長的軸突:上運動神經從腦部出發,連接到脊髓;下運動神經元從脊髓出發,連接到它要控制的目標:可以是骨骼肌——產生動作;或是顱神經——可產生表情、咀嚼、發聲以及吞嚥;或是連接到內臟器官。
美國西雅圖艾倫腦科學研究所(Allen Institute for Brain Science)及匈牙利塞格德大學(University of Szeged)研究團隊,在2018年合作發表了一篇研究,提出並命名了一個新類型的神經元:玫瑰果神經元(rosehip neuron)。
就像肌肉有不同的分類,神經元的分類方式也有不同的切入點,例如使用形狀、用不同的基因和蛋白質表現、或是電生理學特性(例如動作電位的頻率和適應性(adaptation))來區分。
Highlight蠻有趣的幾點:
1. 神經科學家發現,和一般的錐狀神經元比較,這個新發現的神經元樹突很濃密,狀似玫瑰花果,因而命名。
2. 這個玫瑰果神經元並沒有在囓齒動物的腦部(沒錯就是實驗常用的小白鼠)被發現,只有人類大腦中有。
3. 玫瑰果神經元是抑制型的神經元。
4. 玫瑰果神經元連接到遠端的錐狀神經元樹突。
目前雖然尚無更多的相關研究,不過科學家們懷疑,此發現可能可以解釋:為何一些腦部疾病的治療,在動物實驗中似乎有效,但轉移至人體時反而失敗。
以及,玫瑰果神經元有連接到錐狀神經元的樹突,而錐狀神經元發送指令,由下行神經路徑負責輸出,因此玫瑰果神經元,可能可以針對下行指令進行調控。結合我們已知,屬於抑制型的神經傳導,跟精細的動作調節十分相關。玫瑰果神經元對於動作控制到底有什麼影響呢?也是令人十分期待後續的研究結果。
參考資料:
Boldog, E., Bakken, T.E., Hodge, R.D. et al. Transcriptomic and morphophysiological evidence for a specialized human cortical GABAergic cell type. Nat Neurosci 21, 1185–1195 (2018).
運動神經元分類 在 林維萱 物理治療師 Tina Lin PhysioTherapist Facebook 的最讚貼文
【Controlholic控制狂的碎碎念:D】
和一位前輩聊天中,他曾說到「...畢竟不是同樣專業養成的人,很難理解在該專業裡,那些專有名詞背後代表的意義,但是又用同樣的詞彙論述,所以容易造成迷思。」
「協同肌」這個概念,顧名思義,就是一群可以產生同樣動作方向的肌肉。
「拮抗肌」這個概念,顧名思義,就是一群產生相反方向,可以互相對抗的肌肉,
選定一個身體部位的其中一條主動肌,我們可以寫出它的協同肌群,以及它的拮抗肌群。
這些肌肉的組合是一直在變動的,看這個人執行的動作任務而定,如果該人的動作模式越多樣化,代表的是他的「大腦」有辦法組合出非常多樣的肌肉組合,來支持身體有無限多動作選項可以使用。
所以講「協同肌」、「拮抗肌」、「肌肉功能分類」,是在談肌肉嗎?其實不止哦,這是在談「腦子好不好使」的問題。
中樞神經,包含腦與脊髓。屬於破壞中樞神經結構的,其中一個廣為人知的疾病,就是缺血性腦中風:腦部灌流受阻,造成腦部神經細胞失去氧氣與養分,嚴重的狀況會造成不可逆的壞死,壞死區域的神經,失去對應身體區域的控制功能,造成失能。例如,若是控制某些肌肉的神經壞死,就會造成該塊肌肉失去驅動源頭,導致某些動作做不出來。當長久沒有辦法使用那些肌肉,最後會造成肌肉萎縮(muscle atrophy),也就是整體肌肉量下降的狀況。
這是比較極端的例子——造成肌肉產生真的萎縮的狀況。
但若神經系統解剖構造並沒有真的被破壞的一般人,當有「無力」的感覺時,真正有肌肉萎縮的情況是很少的,因為肌肉萎縮的條件是該肌肉完全不收縮,如果個案還可以正常走進治療室,就不會有這種狀況。
這邊要題外話一下,對於肌肉力量,在臨床上常見的評估方式叫做MMT徒手肌力測試,原則上分為1-2-3-4-5分,可以再加上+/-代表比某個分數略高/低但是還不到下一個等級之意。5分代表可抗最大徒手阻力。
MMT是20世紀早期小兒麻痹大流行時發展出來的測試。小兒麻痹病毒侵入中樞神經運動神經元,會像前面舉腦中風的例子——受病毒感染的神經,其控制的肌肉失去驅動源頭,導致肌肉無法收縮,動作做不出來,最後導致肌肉萎縮(muscle atrophy)。
所以,MMT的評估,是藉由檢查哪些肌肉真的流失,來得知神經系統破壞的程度。
也因此,神經系統解剖構造沒有真的被破壞的一般人(例如:還可以獨立執行日常生活與工作者,非真的有肌肉萎縮、肌少症等真的肌肉量下降者,因為肌肉量下降不會「立即」發生,會是一段病程),當因為疼痛,而「立即」有「無力」「出不了力」的感覺時,使用MMT來評估,獲得的資訊會反而混淆我們的判斷。
「疼痛」會「立即」對肌肉造成的影響,不是真正的因為肌肉量下降讓人感覺「無力」,而是造成一組協同肌中,某些功能分類的肌肉被「抑制」,某些功能分類的肌肉被「過度興奮」以代償被抑制的肌肉。
也就是說,這一組協同肌中,被改變的是各個肌肉成員工作的「比例」。
也因為協同肌中各個成員的貢獻比例被疼痛改變了,不是原本最速配、最有效能的收縮模式,因此人一樣會感到「無力」「出不了力」。
那對於治療策略來說,如果目標是要矯正「比例」,那就不適用重量訓練,因為重量訓練,協同肌裡面的成員會共同收縮,因此無法單純藉由重量訓練來叫某成員貢獻多一點,某成員貢獻少一點。
那如果拖久了,真的產生肌肉量的問題,那則會需要納入重量訓練。
調節一組協同肌中,每個成員貢獻比例的訓練方式,就是屬於動作控制裡面的其中一種。
不是只有要個案在動作中把方向控制好,就是「練到」「動作控制」了。
動作控制訓練,不是要取代任何一種訓練方式,而是希望能補齊一直以來被人們忽略的機制。
#kineticcontrol #movementcontrol #tinainmotion #movementhealth
運動神經元分類 在 俠醫楊智鈞/ 苗栗大千醫院心臟血管外科 Facebook 的最讚貼文
感謝老爺子又幫我們帶來新知識,不過我稍微更正一下:
1. 心臟手術沒有危機四伏,至少在我這裡動刀,成功率幾乎 100%。
2. 你講的那個像是「TAVI 經皮主動脈瓣膜置放術」,嚴格來說不算「開心手術」。
3. 至於主動脈瓣膜狹窄要怎麼治療的議題,我近期會彙整一下寫一篇分析。
#科技發展總體來說是好的
#但不代表每個面向都是有幫助的
#當然我能體諒科技公司採取比較炫的說法可以募到比較多的融資
復活死亡大腦、在心臟“自動駕駛”……醫療科技正在重新定義死亡
有史以來,人們對於“死亡”的理解和定義在不斷更新。
最早判斷一個人是否死去是大喊患者的名字三聲,或者把鏡子貼到他們鼻子下面,看鏡面是否會生成霧氣。到了19世紀,法國科學院甚至推出了一項“明斷生死,防止活埋最佳方法獎”,集思廣益,來幫助醫療機構確定死亡標準。
今天跟大家分享近期醫療科技取得的一系列進展:機器人引導心臟瓣膜手術、腦波合成語音、AI工具能預測病人死亡時間、豬大腦在“死亡”4小時後復活……
隨著醫療科技的發展,更多不治之症被攻克將是大勢所趨。這些突破一次次刷新人們的認知,讓人疑惑並且期待著——在未來,醫療科技會不會再次推進人類對生命的認識,重新定義死亡?(耐心看,文末有彩蛋哦)
▍機器人引導手術,在跳動的心臟裡“自動駕駛”
心臟是人體循環系統的核心,是脊椎動物最重要的器官之一,為心臟做手術危機四伏。目前,治療心臟瓣膜疾病需要進行導管插入術,要求醫生手動把導管送到心臟瓣膜的漏點。人類醫生在手術中會受到心跳的強烈干擾,稍不小心就會出現差錯。
近期,哈佛醫學院的研究人員用機器人自動完成導管的引導至心臟瓣膜的漏點,完全不用人類醫師的導航。
心臟這樣複雜的環境裡,機器人是如何找路的呢?
科學家說,是蟑螂和老鼠給了他們靈感。當然,也少不了機器學習演算法的助力。一方面,機器人具有視覺處理能力。研究人員設計了一種基於機器學習的圖像分類器,可以區分血液、心室壁組織和生物假體主動脈瓣膜,準確率高達97%;另一方面機器人具有蟑螂觸角一樣的觸覺。研究人員在前端加入了“光須”(optical whisker),機器人可以像蟑螂用觸角、老鼠用鬍鬚探測物體一樣,通過力的大小來計算導管前端與心臟內壁的距離。結合視覺、觸覺兩種感知能力,它可以在心臟內自動遊走,尋找心臟瓣膜洩漏的位置。所以科學家們把它叫做“觸覺視覺自主機器人”。
機器人導管在跳動著的豬心臟裡進行了測試,在完成時間和效果上表現可媲美人類醫生。但研究人員表示,這項技術進入手術室還需要幾年的時間。一旦觸覺視覺自主機器人導管技術成熟、投入使用,可能給心臟外科手術帶來不小的變革。將為醫生省去手動導航的步驟,專注在更加關鍵的手術步驟上,避免疲憊造成的動作變形,保證手術品質。就像飛機的自動駕駛,解放了飛行員那樣。
另外,雖然現在這項研究是用於心臟,但“在人體裡自動駕駛”的做法,還可以有許多其他用處。研究團隊指出,腦血管、氣道、胃腸道、腦室系統等不同部位的病症,都可以用這種方法來做微創手術。
▍腦波合成語音,語言障礙者的福音
只要靜靜坐著,世界就能聽到你的聲音,這樣的畫面你可曾想像過?
是的,不必動手,也不必開口,只要你的腦波流轉,AI就能以每分鐘150個詞的速度幫你說出心聲。
2019年4月24日,Edward Chang團隊在Nature雜誌發表了腦電波合成語音的研究成果。據悉,研究人員設計了一種神經解碼器,採用迴圈神經網路的方式將記錄的皮質神經信號,然後編碼咬合關節運動的表徵,以合成可聽語音。也就是說,不需要任何一塊肌肉參與,機器就能直接讀懂大腦,解碼腦中所想,實現流暢交流。
Edward Chang團隊也放出了一段清晰可理解的語音例子:前半部分是參與實驗的閱讀者讀出的句子,後半部分是通過記錄患者大腦活動,自動產生的句子的。
用外部設備生成輔助語音輸出早已有之。我們之前所熟知的,例如霍金使用的語音合成器,是通過人類眼睛和面部動作來拼寫單詞,在理想情況下,可以説明癱瘓者每分鐘輸出多達8 個單詞。但這個新的裝置每分鐘能生成150 個單詞,接近人類的自然語速。
語音障礙者廣泛存在。由於各類事故、中風或神經退行性疾病(如肌萎縮側索硬化症或肌萎縮側索硬化症)中受傷而導致言語能力喪失,成千上萬的人無法進行正常的交流。這些病患可以使用基於該技術的產品通過大腦皮層活動更有效地向任何人發送文字資訊,必須說明的是,這項技術使用的腦電電極陣列需要通過開顱手術來放置到大腦中,對於飽受疾病、意外之害而失去語言能力的患者來說是福音天降,但更大範圍的臨床應用還有很長的路要走。
▍AI工具預測病人死亡時間
2018年1月,斯坦福大學與互聯網巨擘Google,合力研發出一套革命性的人工智慧系統。該系統透過醫療記錄、年齡、種族、體溫、呼吸率和心跳等資料,設計全新演算法預測病人的死亡時間。
很多病人臨終前希望在家裡度過,但大部分會在醫院中死亡,如果能提前知道病人的死亡時間,醫院和患者家屬就能及時做一些準備,給病人更好的關懷。
斯坦福大學的研究團隊用醫院的健康記錄訓練了一個深度神經網路,資料包含200 萬名患者,這些實際資料可以説明建立一個「死亡預測」模型,結合醫生的評估,就可以在病人臨終前做出更合理的規劃。
斯坦福大學團隊希望系統收集更多資料後,可正式投入使用。當資料規模足夠大時,就可以建立一套全死因死亡率(all-cause mortality)預測系統,而非只局限於某種疾病或某些年齡段。
▍死亡似乎不再神秘,成了可以被計算、被預估的事情。
毫無疑問,人工智慧將在個性化醫療的發展中扮演關鍵角色,這項技術在一定程度上可以幫助醫生進行更精准的判斷。但我們也希望在這個過程中,能夠保證的是病人從AI 技術中受益,而不是面對更多面對死亡臨近感的壓力。
死亡豬大腦復活,“腦死亡”能否宣告生命終結?
4月19日,Nature封面重磅發佈耶魯大學最新研究:豬大腦在死亡4小時後成功“復活”,恢復了腦迴圈和部分細胞功能,並維持了至少6小時。
該系統名為BrainEx,是一套類似透析機一樣的體外人工迴圈程式,研究者將大腦從頭骨上移開放入一個特殊的腔室,然後用導管將實驗溶液泵入大腦。研究人員測試了豬大腦在六小時內的功能。結果發現,神經元和其他腦細胞重新開啟了正常的代謝功能,不斷消耗糖並產生二氧化碳。而且,大腦的免疫系統似乎也在發揮作用。
1950年,腦電圖(EEG)誕生,顛覆了人們對死亡的認知,“腦死亡”被學界認定為判斷死亡的新標準。從那時起,腦死亡即宣告著生命活動的終結。這個觀點在醫學界和法律界也盛行已久。但復活死亡大腦的實驗卻對“腦死亡”的不可逆轉性提出質疑。
目前而言,這項技術雖不能讓人長生不老,但在醫學領域是一項重大突破。該技術並非旨在實現腦移植或大腦功能的長期維持,而是用於提高我們對大腦組成和功能的理解,並為昏迷患者、癌症患者和患有癡呆症的人以及其他神經系統疾病開發潛在的療法。同時這項技術未來有潛力對人類心臟病或中風等疾病導致的腦死亡發揮作用。在世界大多數國家中,當大腦活動停止或心肺停止工作時,可以認為人已經“合法死亡”。
但現在,技術正在攻克越來越多的不治之症。也許到了未來的某一天,心臟停跳與腦死亡也不再是生死的界限。到那時,人類必須重新思考,到底什麼才是不可逆轉的“真正”死亡。
▍One more thing
one more thing,給大家介紹一下創新工場人工智慧工程院醫療AI實驗室和醫療投資團隊,及聯繫方式。
醫療AI實驗室關注“AI + 醫療”領域中多門類大健康資料的積累與標注,並在此基礎上利用AI技術幫助醫生提升診療效率和效果,幫助患者提升健康認知水準,幫助醫療機構提升就診過程中的醫患整體滿意度。
醫療AI實驗室涵蓋醫美整形、醫學影像輔助診斷、病理切片病灶識別、人體骨骼關鍵點檢測、人體行為估計、腫瘤基因圖譜基因拷貝數變異分析等多個領域,涉及電腦視覺、3D建模、AR & VR、自然語言處理等核心技術。
尋求跟醫療AI實驗室合作可聯繫:zhangxiaolu@chuangxin.com
醫療創業公司融資BP投遞通道:healthcare@chuangxin.com