活的视网膜实现了工程师们梦寐以求的灵敏度和效率

北卡罗来纳州达勒姆——如果你想为未来的相机或假体视网膜设计最完美的、低能量的光检测设备，你会用到一种叫做“有效编码理论”的东西来设置传感器阵列.

或者你可以看看哺乳动物的视网膜。

在关于视网膜结构的两篇论文中，杜克大学的神经生物学家表明，自然选择和进化的严密性塑造了我们眼睛中的视网膜，正如优化理论所预测的那样。这使视网膜远远领先于人类工程学在这一点上所能实现的任何事情。

在去年 3 月发表在《自然》杂志上的一篇论文中，研究人员表明，大鼠和猴子视网膜的敏感度模式模仿了有效编码理论的预测。不同组的视网膜神经元对个体刺激敏感：明亮的、黑暗的、移动的等等，它们排列在细胞的三维马赛克中，用于叠加图像。

现在，在本周发表在《美国国家科学院院刊》上的一篇论文中，“我们开始通过大量模拟和一点点铅笔和纸上的数学来理解这一点，”美国物理学会助理教授约翰·皮尔森 (John Pearson) 说。医学院的生物统计学和生物信息学。“马赛克不仅随机重叠，而且它们不会以高度有序的方式重叠。”

杜克医学院神经生物学助理教授格雷格菲尔德说：“我们正在预测数以千计的多种不同类型的细胞是如何在空间中排列的。”“猴子的视网膜和我们的视网膜几乎没有区别，”他说。“我们在猴子视网膜中观察到这一点的事实让我们难以置信地相信我们的视网膜以相同的方式布置。”

在视网膜的横截面中，神经节细胞的主体，包含细胞核的圆形球体，排列成一层，但它们将树状的分枝树突延伸成厚厚的一层，看起来像缠结的根盆栽室内植物。正是在这个更厚、极其复杂的层中，不同敏感度的马赛克以有序的模式排列。

树突层下方的神经节细胞本质上只输出 1 和 0。敏感性来自马赛克本身。该马赛克不仅布局最佳，而且适应当前条件。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！