注意神经元名词解释 注意改变神经元的活动

神经网络相关名词解释

很多人认为深度学习很枯燥，大部分情况是因为对深度学习的学术词语，特别是专有名词很困惑，即便对相关从业者，亦很难深入浅出地解释这些词语的含义。

注意神经元名词解释 注意改变神经元的活动

相信读过此文的圈友，会对深度学习有个全新的认识，机器人圈希望可以为圈友的深度学习之路起到一些辅助作用。

人工智能，深度学习，机器学习—无论你在做什么，如果你对它不是很了解的话—去学习它。否则的话不用三年你就跟不上时代的潮流了。——马克.库班

马克.库班的这个观点可能听起来很极端——但是它所传达的信息是完全正确的！ 我们正处于一场革命的旋涡之中——一场由大数据和计算能力引起的革命。

只需要一分钟，我们来想象一下，在20世纪初，如果一个人不了解电力，他/她会觉得如何？你会习惯于以某种特定的方式来做事情，日复一日，年复一年，而你周围的一切事情都在发生变化，一件需要很多人才能完成的事情仅依靠一个人和电力就可以轻松搞定，而我们今天正以机器学习和深度学习的方式在经历一场相似的旅程。

所以，如果你还没有探索或理解深度学习的神奇力量——那你应该从今天就开始进入这一领域。

与主题相关的术语

为了帮助你了解各种术语，我已经将它们分成3组。如果你正在寻找特定术语，你可以跳到该部分。如果你是这个领域的新手，那我建议你按照我写的顺序来通读它们。

1.神经网络基础（Basics of Neural Networks） ——常用激活函数（Common Activation Functions）

2.卷积神经网络（Convolutional Neural Networks）

3.循环神经网络（Recurrent Neural Networks）

神经网络基础

1）神经元（Neuron） ——就像形成我们大脑基本元素的神经元一样，神经元形成神经网络的基本结构。想象一下，当我们得到新信息时我们该怎么做。当我们获取信息时，我们一般会处理它，然后生成一个输出。类似地，在神经网络的情况下，神经元接收输入，处理它并产生输出，而这个输出被发送到其他神经元用于进一步处理，或者作为最终输出进行输出。

2）权重（Weights） ——当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入将具有分配给它的一个关联权重。我们随机初始化权重，并在模型训练过程中更新这些权重。训练后的神经网络对其输入赋予较高的权重，这是它认为与不那么重要的输入相比更为重要的输入。为零的权重则表示特定的特征是微不足道的。

让我们假设输入为a，并且与其相关联的权重为W1，那么在通过节点之后，输入变为a * W1

3）偏差（Bias） ——除了权重之外，另一个被应用于输入的线性分量被称为偏差。它被加到权重与输入相乘的结果中。基本上添加偏差的目的是来改变权重与输入相乘所得结果的范围的。添加偏差后，结果将看起来像a* W1 偏差。这是输入变换的最终线性分量。

4）激活函数（Activation Function） ——一旦将线性分量应用于输入，将会需要应用一个非线性函数。这通过将激活函数应用于线性组合来完成。激活函数将输入信号转换为输出信号。应用激活函数后的输出看起来像f（a * W1 b），其中f（）就是激活函数。

在下图中，我们将“n”个输入给定为X1到Xn而与其相应的权重为Wk1到Wkn。我们有一个给定值为bk的偏差。权重首先乘以与其对应的输入，然后与偏差加在一起。而这个值叫做u。

U =ΣW* X b

激活函数被应用于u，即 f(u)，并且我们会从神经元接收最终输出，如yk = f（u）。

常用的激活函数

最常用的激活函数就是Sigmoid，ReLU和softmax

a）Sigmoid ——最常用的激活函数之一是Sigmoid，它被定义为：

Sigmoid变换产生一个值为0到1之间更平滑的范围。我们可能需要观察在输入值略有变化时输出值中发生的变化。光滑的曲线使我们能够做到这一点，因此优于阶跃函数。

b）ReLU（整流线性单位） ——与Sigmoid函数不同的是，最近的网络更喜欢使用ReLu激活函数来处理隐藏层。该函数定义为：

当X>0时，函数的输出值为X；当X<=0时，输出值为0。函数图如下图所示：

使用ReLU函数的最主要的好处是对于大于0的所有输入来说，它都有一个不变的导数值。常数导数值有助于网络训练进行得更快。

c） Softmax ——Softmax激活函数通常用于输出层，用于分类问题。它与sigmoid函数是很类似的，唯一的区别就是输出被归一化为总和为1。Sigmoid函数将发挥作用以防我们有一个二进制输出，但是如果我们有一个多类分类问题，softmax函数使为每个类分配值这种操作变得相当简单，而这可以将其解释为概率。

以这种方式来操作的话，我们很容易看到——假设你正在尝试识别一个可能看起来像8的6。该函数将为每个数字分配值如下。我们可以很容易地看出，最高概率被分配给6，而下一个最高概率分配给8，依此类推……

5）神经网络（Neural Network） ——神经网络构成了深度学习的支柱。神经网络的目标是找到一个未知函数的近似值。它由相互联系的神经元形成。这些神经元具有权重和在网络训练期间根据错误来进行更新的偏差。激活函数将非线性变换置于线性组合，而这个线性组合稍后会生成输出。激活的神经元的组合会给出输出值。

一个很好的神经网络定义——

“神经网络由许多相互关联的概念化的人造神经元组成，它们之间传递相互数据，并且具有根据网络”经验“调整的相关权重。神经元具有激活阈值，如果通过其相关权重的组合和传递给他们的数据满足这个阈值的话，其将被解雇;发射神经元的组合导致“学习”。

6）输入/输出/隐藏层（Input / Output / Hidden Layer） ——正如它们名字所代表的那样，输入层是接收输入那一层，本质上是网络的第一层。而输出层是生成输出的那一层，也可以说是网络的最终层。处理层是网络中的隐藏层。这些隐藏层是对传入数据执行特定任务并将其生成的输出传递到下一层的那些层。输入和输出层是我们可见的，而中间层则是隐藏的。

7）MLP（多层感知器） ——单个神经元将无法执行高度复杂的任务。因此，我们使用堆栈的神经元来生成我们所需要的输出。在最简单的网络中，我们将有一个输入层、一个隐藏层和一个输出层。每个层都有多个神经元，并且每个层中的所有神经元都连接到下一层的所有神经元。这些网络也可以被称为完全连接的网络。

8）正向传播（Forward Propagation） ——正向传播是指输入通过隐藏层到输出层的运动。在正向传播中，信息沿着一个单一方向前进。输入层将输入提供给隐藏层，然后生成输出。这过程中是没有反向运动的。

9）成本函数（Cost Function） ——当我们建立一个网络时，网络试图将输出预测得尽可能靠近实际值。我们使用成本/损失函数来衡量网络的准确性。而成本或损失函数会在发生错误时尝试惩罚网络。

我们在运行网络时的目标是提高我们的预测精度并减少误差，从而最大限度地降低成本。最优化的输出是那些成本或损失函数值最小的输出。

如果我将成本函数定义为均方误差，则可以写为：

C= 1/m ∑(y–a)^2，

其中m是训练输入的数量，a是预测值，y是该特定示例的实际值。

学习过程围绕最小化成本来进行。

10）梯度下降（Gradient Descent） ——梯度下降是一种最小化成本的优化算法。要直观地想一想，在爬山的时候，你应该会采取小步骤，一步一步走下来，而不是一下子跳下来。因此，我们所做的就是，如果我们从一个点x开始，我们向下移动一点，即Δh，并将我们的位置更新为x-Δh，并且我们继续保持一致，直到达到底部。考虑最低成本点。

在数学上，为了找到函数的局部最小值，我们通常采取与函数梯度的负数成比例的步长。

11）学习率（Learning Rate） ——学习率被定义为每次迭代中成本函数中最小化的量。简单来说，我们下降到成本函数的最小值的速率是学习率。我们应该非常仔细地选择学习率，因为它不应该是非常大的，以至于最佳解决方案被错过，也不应该非常低，以至于网络需要融合。

12）反向传播（Backpropagation） ——当我们定义神经网络时，我们为我们的节点分配随机权重和偏差值。一旦我们收到单次迭代的输出，我们就可以计算出网络的错误。然后将该错误与成本函数的梯度一起反馈给网络以更新网络的权重。 最后更新这些权重，以便减少后续迭代中的错误。使用成本函数的梯度的权重的更新被称为反向传播。

在反向传播中，网络的运动是向后的，错误随着梯度从外层通过隐藏层流回，权重被更新。

13）批次（Batches） ——在训练神经网络的同时，不用一次发送整个输入，我们将输入分成几个随机大小相等的块。与整个数据集一次性馈送到网络时建立的模型相比，批量训练数据使得模型更加广义化。

14）周期（Epochs） ——周期被定义为向前和向后传播中所有批次的单次训练迭代。这意味着1个周期是整个输入数据的单次向前和向后传递。

你可以选择你用来训练网络的周期数量，更多的周期将显示出更高的网络准确性，然而，网络融合也需要更长的时间。另外，你必须注意，如果周期数太高，网络可能会过度拟合。

15）丢弃（Dropout） ——Dropout是一种正则化技术，可防止网络过度拟合套。顾名思义，在训练期间，隐藏层中的一定数量的神经元被随机地丢弃。这意味着训练发生在神经网络的不同组合的神经网络的几个架构上。你可以将Dropout视为一种综合技术，然后将多个网络的输出用于产生最终输出。

16）批量归一化（Batch Normalization） ——作为一个概念，批量归一化可以被认为是我们在河流中设定为特定检查点的水坝。这样做是为了确保数据的分发与希望获得的下一层相同。当我们训练神经网络时，权重在梯度下降的每个步骤之后都会改变，这会改变数据的形状如何发送到下一层。

但是下一层预期分布类似于之前所看到的分布。 所以我们在将数据发送到下一层之前明确规范化数据。

17）滤波器（Filters） ——CNN中的滤波器与加权矩阵一样，它与输入图像的一部分相乘以产生一个回旋输出。我们假设有一个大小为28 * 28的图像，我们随机分配一个大小为3 * 3的滤波器，然后与图像不同的3 * 3部分相乘，形成所谓的卷积输出。滤波器尺寸通常小于原始图像尺寸。在成本最小化的反向传播期间，滤波器值被更新为重量值。

参考一下下图，这里filter是一个3 * 3矩阵：

与图像的每个3 * 3部分相乘以形成卷积特征。

18）卷积神经网络（CNN） ——卷积神经网络基本上应用于图像数据。假设我们有一个输入的大小（28 * 28 * 3），如果我们使用正常的神经网络，将有2352（28 * 28 * 3）参数。并且随着图像的大小增加参数的数量变得非常大。我们“卷积”图像以减少参数数量（如上面滤波器定义所示）。当我们将滤波器滑动到输入体积的宽度和高度时，将产生一个二维激活图，给出该滤波器在每个位置的输出。我们将沿深度尺寸堆叠这些激活图，并产生输出量。

你可以看到下面的图，以获得更清晰的印象。

19）池化（Pooling） ——通常在卷积层之间定期引入池层。这基本上是为了减少一些参数，并防止过度拟合。最常见的池化类型是使用MAX操作的滤波器尺寸（2,2）的池层。它会做的是，它将占用原始图像的每个4 * 4矩阵的最大值。

你还可以使用其他操作（如平均池）进行池化，但是最大池数量在实践中表现更好。

20）填充（Padding） ——填充是指在图像之间添加额外的零层，以使输出图像的大小与输入相同。这被称为相同的填充。

在应用滤波器之后，在相同填充的情况下，卷积层具有等于实际图像的大小。

有效填充是指将图像保持为具有实际或“有效”的图像的所有像素。在这种情况下，在应用滤波器之后，输出的长度和宽度的大小在每个卷积层处不断减小。

21）数据增强（Data Augmentation） ——数据增强是指从给定数据导出的新数据的添加，这可能被证明对预测有益。例如，如果你使光线变亮，可能更容易在较暗的图像中看到猫，或者例如，数字识别中的9可能会稍微倾斜或旋转。在这种情况下，旋转将解决问题并提高我们的模型的准确性。通过旋转或增亮，我们正在提高数据的质量。这被称为数据增强。

循环神经网络

22）循环神经元（Recurrent Neuron） ——循环神经元是在T时间内将神经元的输出发送回给它。如果你看图，输出将返回输入t次。展开的神经元看起来像连接在一起的t个不同的神经元。这个神经元的基本优点是它给出了更广义的输出。

23）循环神经网络（RNN） ——循环神经网络特别用于顺序数据，其中先前的输出用于预测下一个输出。在这种情况下，网络中有循环。隐藏神经元内的循环使他们能够存储有关前一个单词的信息一段时间，以便能够预测输出。隐藏层的输出在t时间戳内再次发送到隐藏层。展开的神经元看起来像上图。只有在完成所有的时间戳后，循环神经元的输出才能进入下一层。发送的输出更广泛，以前的信息保留的时间也较长。

然后根据展开的网络将错误反向传播以更新权重。这被称为通过时间的反向传播（BPTT）。

24）消失梯度问题（Vanishing Gradient Problem） ——激活函数的梯度非常小的情况下会出现消失梯度问题。在权重乘以这些低梯度时的反向传播过程中，它们往往变得非常小，并且随着网络进一步深入而“消失”。这使得神经网络忘记了长距离依赖。这对循环神经网络来说是一个问题，长期依赖对于网络来说是非常重要的。

这可以通过使用不具有小梯度的激活函数ReLu来解决。

25）激增梯度问题（Exploding Gradient Problem） ——这与消失的梯度问题完全相反，激活函数的梯度过大。在反向传播期间，它使特定节点的权重相对于其他节点的权重非常高，这使得它们不重要。这可以通过剪切梯度来轻松解决，使其不超过一定值。

名词解释:神经元;树突;.轴突

细胞突起是由细胞体延伸出来的细长部分，又可分为树突和轴突。细胞体的伸延部分产生的分枝称为树突，树突是接受从其它神经元传人的信息的入口。每个神经元可以有一或多个树突，呈放射状，可以接受刺激并将兴奋传入细胞体。胞体起始部分较粗，经反复分支而变细，形如树枝状。树突的结构与脑体相似，胞质内含有尼氏体，线粒体和平行排列的神经原纤维等，但无高尔基复合体。在特殊银染标本上，树突表面可见许多棘状突起，长约0.5～1.0μm，粗约0.5～2.0μm，称树突棘，是形成突触的部位。一般电镜下，树突棘内含有数个扁平的囊泡称棘器。树突的分支和树突棘可扩大神经元接受刺激的表面积。树突具有接受刺激并将冲动传入细胞体的功能。

轴突是动物神经原传导神经冲动离开细胞体的细而长的突起。轴突通常较树突细。每个神经原只有一个轴突，一般自细胞体发出，发出部分常呈圆锥形，称“轴丘”。轴突自胞体伸出后，开始的一段，称为起始段，长约 15～25μm，通常较树突细，粗细均一，表面光滑，分支较少，无髓鞘包卷。离开胞体一定距离后，有髓鞘包卷，即为有髓神经纤维。轴突末端多呈纤细分支称轴突终未，与其他神经元或效应细胞接触。轴突表面的细胞膜，称轴膜，轴突内的胞质称 轴质或轴浆。轴质内有许多与轴突长袖平行的神经原纤维和细长的线粒体，但无尼氏体和高尔基复合体，因此，轴突内不能合成蛋白质。轴突成分代谢更新以及突触小泡内神经递质，均在胞体内合成，通过轴突内微管、神经丝流向轴突末端。轴突的作用是将胞体发出的冲动传递给另一个神经原或分布在肌肉或腺体的效应器。

突触synapse是两个神经元之间或神经元与效应器细胞之间相互接触、并借以传递信息的部位。突触一词首先由英国神经生理学家C.S.谢灵顿于1897年研究脊髓反射时引入生理学，用以表示中枢神经系统神经元之间相互接触并实 现功能联系的部位。而后，又被推广用来表示神经与效应器细胞间的功能关系部位。synapse来自希腊语，原意是接触或接点。

突触前细胞借助化学信号，即递质（见神经递质），将信息转送到突触后细胞者，称化学突触，借助于电信号传递信息者，称电突触。在哺乳动物进行突触传递的几乎都是化学突触；电突触主要见于鱼类和两栖类。根据突触前细胞传来的信号，是使突触后细胞的兴奋性上升或产生兴奋还是使其兴奋性下降或不易产生兴奋，化学和电突触都又相应地被分为兴奋性突触和抑制性突触。使下一个神经元产生兴奋的为兴奋性突触，对下一个神经元产生抑制效应的为抑制性突触。

化学突触或电突触均由突触前、后膜以及两膜间的窄缝——突触间隙所构成，但两者有着明显差异。胞体与胞体、树突与树突以及轴突与轴突之间都有突触形成，但常见的是某神经元的轴突与另一神经元的树突间所形成的轴突-树突突触，以及与胞体形成的轴突-胞体突触。

突触前细胞借助化学信号，即递质(见神经递质、受体)，将信息转送到突触后细胞者，称化学突触，借助于电信号传递信息者，称电突触。根据突触前细胞传来的信号，是使突触后细胞的兴奋性上升或产生兴奋还是使其兴奋性下降或不易产生兴奋，化学和电突触都又相应地被分为兴奋性突触和抑制性突触。螯虾腹神经索中，外侧与运动巨大纤维间形成的突触便是兴奋性电突触。在螯虾螯肢开肌上既有兴奋性，也有抑制性化学突触。此外，尚发现一些同时是化学又是电的混合突触。

研究发展

电突触传递示意图

1896年 C．S．Sherrington 把神经元与神经元之间的机能接点命名为突触(synapse)，当时他虽然还不了解接点的形态学，但是他指出神经元与神经元之间是不连续的，而且推论有些突触是兴奋性的有些突触是抑制性的。在20世纪30、40年代对于突触之间是电学传递还是化学传递曾经发生过争论。现在知道有两类突触：电突触与化学突触。

神经元之间化学传递的基本概念起源于哺乳动物内脏神经系统的研究。本世纪初，J．N．Langley和他的学生发现肾上腺素的效应与刺激交感神经系统的效应十分相似。他的学生，T．R．Elliott甚至指出，肾上腺素可能是外周神经释放的化学刺激物。后来H．H．Dale发现胆碱及其衍生物对心脏、膀胱和唾液腺的效应与刺激副交感神经相似，特别是乙酰胆碱最有效。Dale提出乙酰胆碱、肾上腺素的作用与刺激两类内脏神经的效应相似性的问题。Otto Loewi在1921年所做的实验证明，刺激迷走神经释放活性化学物质，抑制心搏。继而证明，这种化学物质就是乙酰胆碱。1936年Dale等人在刺激支配肌肉的运动神经后得到了神经释放的乙酰胆碱，因而把化学传递的假说推广到全部外周神经系统。证明乙酰胆碱是神经肌肉接点的神经递质后，直到1952年中枢神经系统的化学递质说才被广泛接受，而在7年之后，E．Furshpan和D．Potter又第一次清楚地证明了电突触的存在。

Furshpan和Potter在1959年首先指出在螯虾的可兴奋细胞之间有电学传递。电学传递可以发生在中枢神经系统的细胞之间、平滑肌细胞之间、心肌细胞之间、感受器细胞和感觉轴突之间。一个电突触的突触前膜和突触后膜紧紧贴在一起形成缝隙连接，电流经过缝隙连接从一个细胞很容易流到另一个细胞。向见图的A细胞送入阈下电脉冲，引起这个细胞膜电位的变化。如果送入细胞A的电流相当一部分经过缝隙连接流入细胞B，就会相应地在B细胞引起可以察觉的膜电位变化。由于只有一部分流入细胞A的电流进入细胞B，所以细胞B的膜电位变化比细胞A的小。

组成结构

突触后电位根据突触后膜发生去极化

化学突触或电突触均由突触前、后膜以及两膜间的窄缝──突触间隙所构成（见图），但两者有着明显差异。胞体与胞体、树突与树突以及轴突与轴突之间都有突触形成，但常见的是某神经元的轴突与另一神经元的树突间所形成的轴突－树突突触，以及与胞体形成的轴突-胞体突触。

当轴突末梢与另一神经元的树突或胞体形成化学突触时，往往先形成膨大，称突触扣。扣内可见数量众多的直径在 30～150纳米的球形小泡，称突触泡，还有较多的线粒体。递质贮存于突触泡内。一般认为，直径为30～50纳米的电子透明小泡内贮存的是乙酰胆碱 (Ach)或氨基酸类递质。有些突触扣含有直径 80～150纳米的带芯突触泡和一些电子密度不同的较小突触泡，这些突触泡可能含有多肽。那些以生物胺为递质的突触内也含有不同电子密度的或大或小的突触泡。突触膜增厚也是化学突触的特点。高等动物中枢突触被分为GrayⅠ型和Ⅱ型，或简称Ⅰ型和Ⅱ型。前者的突触间隙宽约30纳米，后膜明显增厚，面积大；多见于轴突-树突突触；后者的突触间隙宽约20纳米，后膜只轻度增厚，面积小，多见于轴突-胞体突触。当然也存在介于两者之间的移行型。

电突触没有突触泡和线粒体的汇聚，它的两个突触膜曾一度被错误地认为是融合起来的，实际上两者之间有 2纳米的突触间隙；因此电突触又称间隙接头。电突触的两侧突触膜都无明显的增厚现象，膜内侧胞浆中也无突触泡的汇聚，但存在一些把两侧突触膜连接起来的、直径约2纳米的中空小桥，两侧神经元的胞浆（除大分子外）借以相通。如将化子量不大的荧光色素注入一侧胞浆中，往往可能过小桥孔扩散到另一神经元。这样的两个神经元，称色素耦联神经元。

化学突触的传递 冲动传到突触前末梢，触发前膜中的Ca2 通道开放，一定量的Ca2 顺浓度差流入突触扣。在Ca2 的作用下一定数量的突触泡与突触前膜融合后开口，将内含的递质外排到突触间隙。此过程称胞吐。被释放的递质，扩散通过突触间隙，到达突触后膜，与位于后膜中的受体结合，形成递质受体复合体，触发受体改变构型，开放通道，使某些特定离子得以沿各自浓度梯度流入或流出。这种离子流所携带的净电流，或使突触后膜出现去极化变化，称兴奋性突触后电位(EPSP)，或使突触后膜出现超极化变化，称抑制性突触后电位(IPSP)。至今尚未发现兴奋性突触与抑制性突触在精细结构上的特征性区别，有人报道含圆形突触泡者为兴奋性突触，含椭圆形突触泡者为抑制性突触，但尚未得到进一步证实。

由细胞内记录的EPSP和IPSP都是迅速上升、缓慢下降、持续约30毫秒的局部电变化，只是在正常膜电位条件下前者为正，后者为负，以及IPSP的时程稍短些。

高等动物中枢每一突触后神经元上通常形成大量的突触（包括兴奋性和抑制性的），猫脊髓前角的一个运动神经元胞体上形成1200～1800个突触，约占据神经元胞体表面的38％。神经元通过对EPSP和IPSP进行空间总和（即对在神经元不同位置上出现的EPSP和IPSP进行总和）和时间总和（即对每个突触重复发生的突触后电位进行总和），以决定它产生兴奋还是抑制。总和后，如兴奋性突触后电位达到阈值，便触发动作电位。在突触传递中递质一旦释放，无论是否已与受体结合，便又迅速地被分解或被重吸收到突触扣内或扩散离开突触间隙，使突触得以为下次传递作好准备。

神经名词解释

神经是由聚集成束的神经纤维所构成，而神经纤维本身的构造是由神经元的轴突外被神经胶质细胞所形成的髓鞘包覆。

基本含义：

按生理心理学定义，神经是由神经元构成，整个神经元构成的系统就叫神经系统。神经元就是神经系统结构和功能单位。

神经元是生理层次的物质，即特殊的细胞，不妨称为神经细胞。撇开脑神经元、脊髓神经元、植物神经元的具体差别来看，神经元由细胞体和突起构成。神经细胞突起分为轴突和树突。神经元较长的突起被髓鞘和神经膜包裹，构成神经纤维。

神经纤维之间纵横交错，是（神经元）构成神经元网络（即神经）的必要条件，具有信息采集与发送功能，表现为心理层面的刺激与反应；神经细胞体是神经元中基本的信息存储与处理单元；经过初步处理的信息，通过神经纤维按层次传递，直至达到脑神经，进行最后的总处理，然后将处理的结果返回到神经元，最终通过效应器或腺体执行，产生生理反应。

分类：

感觉神经：又称传入神经。属于周围神经系统。由传入神经纤维集合而成，外包有结缔组织膜，膜中有成纤维细胞、组织细胞和脂肪细胞群。外膜及内部的神经束膜中布有血管。神经的一端由感觉纤维末梢分布于感受器，另一端与脑或脊髓联系。感受器感受机体内外的刺激后产生兴奋，并转化为神经冲动，经传入神经传入中枢，引起感觉或反射。

运动神经：又称传出神经。属于周围神经系统。由传出神经纤维集合而成，外面包有结缔组织膜。通过运动神经能将脑或脊髓所产生的冲动传到有关内脏器官、肌肉或腺体，使效应器作出相应的反应。

混合神经：属周围神经系统。由传入神经纤维和传出神经纤维聚集而成的神经干，外面包有结缔组织膜。在人体脑神经中的三叉神经、面神经、舌咽神经、迷走神经是混合神经；31对脊神经均为混合神经。每种混合神经内传入纤维和传出纤维的组成也不尽相同。

普通心理学名词解释

普通心理学名词解释如下：

认知：认知是指人获得知识或应用知识的过程，或信息加工的过程，是人最基本的心理过程，包括感觉、知觉、记忆、思维、言语等；

动机：动机是指推动人的活动并使活动朝向某一目标的内部动力；个性心理特性：又叫个性，是指那些稳固而经常出现的心理特性，包括能力和人格两方面；

社会心理：是指该社会内个体心理特征的典型表现，而不是个体心理特征的简单总和。社会心理是在该社会的共同生活中产生的；

观察法 ：是指自然条件下，对表现心理现象的外部活动进行系统的、有计划的观察的方法；

测验法：是指用预先标准化的量表测量某种心理品质的方法，使用测验法要关注测验的信度和效度；

相关法：是指探索两个或两个以上变量之间相互关系的性质与紧密程度的方法；实验法：是指者创设一定的情境，系统的操纵自变量以观测因变量的研究方法；个案法：是指对某个人进行入详尽的观察和研究，以便发现某种行为或心理现象的原因的研究方法；

神经元：即神经细胞，是神经系统的结构和功能的单位，其作用是接收和传送信息，它由胞体、轴突、树突组成；神经冲动：是指神经元由静息状态转化为活跃状态；大脑两半球单侧化：是指大脑两半球功能不对称，使左右半球在某些方面成为优势半球。左半球在言语、逻辑运算等方面起主要作用，而右半球在空间、艺术、情绪等方面起主要作用；

均势原理：由拉什利提出，大脑皮层的各个部位几乎以均等的程度对学习发生作用；总体活动原理：由拉什利提出，大脑是以总体发生作用的，学习效率与大脑受损面积成反比，而与受损部位无关；

感觉：是指人脑对事物个别属性的认识；绝对感觉阈限：是指刚刚能引起感觉的最小刺激量；差别感觉阈限：是指刚刚能引起差别感觉的刺激物间的最小差异量；绝对感受性：是指感官对微弱刺激的感觉能力；差别感受性：是指感官对刺激物最小差异量的感觉能力，也叫最小可觉差；

基础心理学知识点：心理的神经生理机制

2017基础心理学知识点：心理的神经生理机制

心理的神经生理机制是，心理咨询师考试《基础心理学》科目的重要知识点，下面我们就一起来复习复习!

1.脑的进化：

(1)神经系统的发生：单细胞动物-原生动物(变形虫)——没有专门的神经系统、感受器官和效应器官。多细胞动物-腔肠动物(水螅，海蜇，水母)――有了专门接受刺激的特殊细胞，形成了专门的感觉器官和运动器官，同时出现了协调身体的神经系统，组成了网状神经系统。水螅已经具有了高等动物的反射弧的雏形，这也是神经系统的最初形态。

(2)无脊椎动物的神经系统。蚯蚓-出现了神经节，头部神经节发达，称为发头现象。发头现象的出现为脑的产生准备了条件。蚯蚓的神经系统是链索状的，称为链状神经系统。昆虫-形成了三个大的神经节：头部、胸部和腹部。它们的神经系统称为节状神经系统。

(3)低等脊椎动物的神经系统。脊椎动物的体内背侧有一条脊柱骨，称脊椎。脊椎动物是管状神经系统且其神经组织是空心的。管状神经系统的前端膨大部分形成脑泡(前脑、间脑、中脑、延脑、小脑)。爬行动物出现了大脑皮层。

(4)高等脊椎动物的神经系统。哺乳动物-(啮齿类、食肉类、灵长类)。哺乳动物的神经系统更加完善，大脑半球开始出现沟回，脑的各部位的机能也日趋分化。大脑皮层是整个神经系统的最高部位。

2.从低等脊椎动物到高等脊椎动物脑得进化：

(1)脑的相对大小的变化——脑指数

(2)皮层相对大小的变化——皮层指数

(3)皮层内部结构的变化——脑的功能区

3.神经元和神经胶质细胞

(1)神经元——1891年，瓦尔岱耶提出。是具有细长突起的细胞，它有胞体、树突和轴突三部分组成。胞体：最外是细胞膜，内含细胞核和细胞质。细胞质有神经原纤维、尼氏体、高尔基体、线粒体等。其中神经原纤维和尼氏体是神经元特有的结构。树突——较短，负责接受刺激，将神经冲动传向胞体。轴突——较长，包含平行排列的神经原纤维。轴突作用是将神经冲动从胞体传出去，到达与它联系的各种细胞。

神经元按突起的数目分为：单极细胞，双极细胞和多极细胞。

按功能分为：内导神经(感觉神经)、外导神经(运动神经)、中间神经。

(2)胶质细胞——神经元与神经元之间有大量的胶质细胞。胶质细胞对神经元的沟通有重要作用。1，为神经元的生长提供了线路，并恢复受损的细胞;2，在神经元周围形成绝缘层，使神经冲动得以快速传递;3，给神经元输送营养，清除神经元间过多的神经递质。

4.神经冲动的传递

(1)神经冲动的电传导——神经冲动在同一细胞内的传导

(2)神经冲动的化学传导——神经冲动在细胞间传导

神经回路是脑内信息处理的基本单位。最简单的神经回路就是反射弧。反射弧有感受器、传入神经、神经系统的中枢部位、传出神经和效应器五个部分组成。

5.神经系统

神经系统有神经元构成的一个异常复杂的机能系统。有中枢神经系统和周围神经系统两部分。

(1)周围神经系统：脊神经、脑神经、植物性神经。

A.脊神经发自脊髓，穿椎间孔外出，有脊髓前根和后根的神经纤维混合组成。脊髓前根纤维属运动性，后根纤维属感觉性。混合后的脊神经是运动兼感觉的。

B.脑神经：嗅神经、视神经、动眼神经、滑车神经、三叉神经、外展神经、面神经、听神经、舌咽神经、迷走神经、副神经、舌下神经。

C.植物性神经：交感神经和副交感神经。交感神经使机体应付紧急情况的机构;副交感神经起着平衡作用，抑制体内器官的过渡兴奋。

(2)中枢神经系统：脊髓和脑

A.脊髓。作用：1，脊髓是脑和周围神经的桥梁;2，脊髓可以完成一些简单的反射活动。

B.脑干：包括延脑、桥脑和中脑。

延脑在脊髓上方，背侧覆盖着小脑。作用：支配呼吸、排泄、吞咽、肠胃等活动，叫“生命中枢”。

桥脑在延脑上方，是中枢神经与周围神经之间传递信息必经之路，它对人的睡眠有调节和控制作用。

中脑位于丘脑底部，小脑、桥脑之间。

C.间脑：丘脑和下丘脑

丘脑-所有来自外界感觉器官的输入信息通过丘脑导向大脑皮层，从而产生视、听、触、味的感觉。对控制睡眠和觉醒有重要意义。

下丘脑-调节“植物性神经”，对维持体内平衡，控制内分泌腺的活动有重要意义。

D.小脑：有小脑皮层和髓质。作用：主要是协助大脑维持身体的平衡与协调动作。

E.边缘系统：有扣带回、海马回、海马沟、附近的大脑皮层。边缘系统与动物的本能有关，还与记忆有关。

6.大脑的结构和机能

(1)大脑的结构：三大沟裂：中央沟、外侧裂和顶枕裂。四大叶：额叶、顶叶、枕叶和颞叶。大脑半球的表面有大量神经细胞和无髓神经纤维覆盖，叫灰质，也就是大脑皮层。大脑半球内面是由大量神经纤维的髓质组成，叫白质。还有横行联系的`胼胝(PianZhi)体。

(2)大脑的分区和机能：布鲁德曼的皮层分区。分成初级感觉区、初级运动区、言语区、联合区。

A.初级感觉区：视觉区、听觉区和机体感觉区。视觉区-第17区，产生初级形式的视觉;听觉区-第41，42区，产生初级听觉。机体感觉区-第1，2，3区。产生触压觉，温度觉，痛觉，运动觉和内脏感觉。躯干、四肢在体感区的投射关系是左右交叉、上下倒置。

B.初级运动区：-第4区，称运动区。功能是发出动作指令，支配和调节身体在空间的位置、姿势及身体各部分的运动。

C.言语区：主要定位于大脑左半球。其中有一个言语运动区觉布洛卡区，即布鲁德曼的第44、45区。这个区域损坏会发生运动失语症;威尔尼克区是一个言语听觉中枢，损伤将会引起听觉失语症。

D.联合区：感觉联合区、运动联合区和前额联合区。

大脑的左右半球的功能是不同的。语言功能主要定位在左半球，主要负责言语、阅读、书写、数学运算和逻辑推理。右半球则主要负责知觉物体的空间关系、情绪、欣赏音乐和艺术。

7.脑功能学说

(1)定位说：

开始于加尔和斯柏兹姆的“颅相说”。真正的定位说开始于失语症人的临床研究。1825年，波伊劳德提出语言定位于大脑额叶，并且控制是在左半球。功能定位于大脑的某一区域

(2)整体说：

弗罗伦斯实验采用局部毁损法发现，动物可以恢复功能。从而提出脑功能的整体说。拉什利的脑毁损实验发现脑损伤后对习惯的形成造成很大的障碍，并且这种障碍于损伤的面积有密切的关系。提出了均势原理和总体活动。大脑皮层的各个部分几乎以均等的程度对学习发生作用;并且大脑以总体发生作用。

(3)机能系统学说：

鲁利亚，认为脑是一个动态的结构，是一个复杂的动态机能系统。在机能系统的个别环节受到损伤时，高级心理机能会受到影响。从这个意义上看，大脑皮层的机能定位是一种动态的和系统的机能定位。

鲁利亚把脑分为三个紧密联系的机能系统：

第一机能系统即调节激活与维持觉醒状态的机能系统，也叫动力系统。由脑干网状结构和边缘系统等组成。其基本功能是保持大脑皮层的一般觉醒状态，提高它的兴奋性和感受性，并实现对行为的自我调节。第一机能系统并不对某个特定的信息进行加工，但却提供了各种活动的背景。当这个系统受到损伤时，大脑的激活水平或兴奋水平将普遍下降，并影响对外界信息的加工和对行为的调节。

第二机能系统是信息接受、加工和储存的系统。它位于大脑皮层的后部，包括皮层的枕叶、颞叶和顶叶以及相应的皮层下组织。其基本作用是接受来自机体内、外的各种刺激，对它们进行加工，并把它们保存下来。

第三机能系统也叫行为调节系统，是编制行为程序、调节和控制行为的系统。它包括额叶的广大脑区。其主要作用是直接调节身体各部位的动作反应;实现对运动的组织，制定运动的程序;产生活动的意图，形成行为的程序，实现对复杂行为形式的调节与控制。

鲁利亚认为，人的各种行为和心理活动是三个机能系统相互作用、协同活动的结果。其中每个机能系统又起各自不同的作用。鲁利亚的研究，特别是关于心理机能定位的研究，丰富和发展了脑功能的理论，引起了各国心理学家和生理学家的普遍重视。

(4)模块说：

20世纪80年代中期在认知科学和认知神经科学中出现的一种重要理论。认为：人脑在结构和功能上是由高度专门化并相对独立的模块组成的。这些模块复杂而巧妙的结合，是实现复杂而精细的认知功能的基础。认知神经科学的许多新的研究成果，都支持了模块学说。

8.内分泌腺分类和机能

(1)腺体-分外分泌腺(有管分泌腺)如：汗腺和胃腺;和内分泌腺(无管分泌腺)如内分泌物和荷尔蒙。内分泌腺对人类行为的影响可以决定：1、身体的发育;2、一般的新陈代谢;3、心理发展;4、第二性征的发展;5、情绪行为;6、有机体的化学成分。

(2)内分泌腺分类和机能：科学家发现共有27种内分泌腺。

①甲状腺-促进机体的新陈代谢。

②副甲状腺-保持血液和细胞内钙的浓度有重要作用。

③肾上腺-维持体内钙离子及水分的正常含量

④脑垂体-分泌促腺激素，控制多种不同的内分泌腺，因而称为“主腺”。

⑤性腺-分泌性激素和促进第二性征的发育。

附：名词解释

1.【神经元】即神经细胞，是神经系统结构和机能的单位。由胞体、树突和轴突组成，它的基本作用是接受和传送信息。

2.【神经冲动】当任何一种刺激作用与神经时，神经元就会由比较静息的状态转化为比较活动的状态，这就是神经冲动。

3.【静息电位】在静息状态下，细胞膜对K 有较大的通透性，对Na 的通透性很差，其结果是K 经过离子通道外流，而Na 则被挡在膜外，致使膜内外出现电位差，膜内比膜外略带负电，这就是静息电位。

4.【动作电位】神经受刺激时的电位变化。当神经受到刺激时，细胞膜的通透性发生变化，钠离子通道临时打开，带正电荷的钠离子被泵入细胞膜内部，使膜内正电荷迅速上升，并高于膜外电位。这一变化过程就是动作电位。

5.【神经—体液调节】所有内分泌腺的活动都受到神经系统的调节和控制。神经系统通过内分泌腺的激素影响各种效应器官的活动，这就是神经-体液调节。

;

神经元的主要功能是什么?

神经元，也就是神经细胞，是神经系统最基本的结构和功能单位，它包括细胞体和突起两部分，它的主要功能就是接受刺激，产生兴奋并传导兴奋。可以通过接受整合传导和输出信息，实现信息之间的交换。是中枢神经系统发挥作用最基本的单位。根据神经元的功能可以分为感觉神经元也就是传入神经元，运动神经元也就是传出神经元，以及联络神经元也就是中间神经元。

神经元名词解释

神经元名词解释：

神经元即神经元细胞，是神经系统最基本的结构和功能单位。分为细胞体和突起两部分。细胞体由细胞核、细胞膜、细胞质组成，具有联络和整合输入信息并传出信息的作用。突起有树突和轴突两种。

树突短而分枝多，直接由细胞体扩张突出，形成树枝状，其作用是接受其他神经元轴突传来的冲动并传给细胞体。轴突长而分枝少，为粗细均匀的细长突起，常起于轴丘 ，其作用是接受外来刺激，再由细胞体传出。轴突除分出侧枝外，其末端形成树枝样的神经末梢。

末梢分布于某些组织器官内，形成各种神经末梢装置。感觉神经末梢形成各种感受器；运动神经末梢分布于骨骼肌肉，形成运动终极。接受来自体内外的刺激，将神经冲动传到中枢神经。神经元的末梢，有的呈游离状，有的分化出专门接受特定刺激的细胞或组织。

分布于全身。在反射弧中，一般与中间神经元连接。在最简单的反射弧中，如维持骨骼肌紧张性的肌牵张反射，也可直接在中枢内与传出神经元相突触。

一般来说，传入神经元的神经纤维，进入中枢神经系统后与其它神经元发生突触联系以辐散为主，即通过轴突末梢的分支与许多神经元建立突触联系，可引起许多神经元同时兴奋或抑制，以扩大影响范围。

名词解释神经

神经，是由聚集成束的神经纤维所构成，而神经纤维本身的构造是由神经元的轴突外被神经胶质细胞所形成的髓鞘包覆。

基本解释

神经纤维构成的组织，把脑和脊髓的兴奋传给各个器官，或把各个器官的兴奋传给脑和脊髓。

引证解释

谓神秘奥妙之典籍。《后汉书·方术传序》：“然神经怪牒，玉策金绳，关扃於明灵之府，封縢於瑶坛之上者，靡得而闚也。” 唐 敬播 《序》：“颇存记注，宁尽物土之宜；徒采神经，未极真如之旨。”

2.把中枢神经系统的兴奋传递给各个器官，或把各个器官的兴奋传递给中枢神经系统的组织。由许多神经纤维构成。 巴金 《灭亡》第七章：“表面上的镇静隐藏不住神经的紧张和内心的激斗。”

3.借指思想，思路。 鲁迅 《书信集·致周作人》：“前天 沉尹默 绍介 张黄 ，即做《浮世绘》的，此人非常之好，神经分明。”[1]

4、中医药学（一级学科）；针灸学（二级学科）；耳穴名称和头皮穴线名称（二级学科）。

基本含义

按生理心理学定义，神经是由神经元构成，整个神经元构成的系统就叫神经系统。神经元就是神经系统结构和功能单位。

神经元是生理层次的物质，即特殊的细胞，不妨称为神经细胞。撇开脑神经元、脊髓神经元、植物神经元的具体差别来看，神经元由细胞体和突起构成。神经细胞突起分为轴突和树突。神经元较长的突起被髓鞘和神经膜包裹，构成神经纤维。（若被髓鞘和神经膜共同包裹称为有髓神经纤维，若仅为神经膜所包裹则为无髓神经纤维。）神经纤维之间纵横交错，是（神经元）构成神经元网络（即神经）的必要条件，具有信息采集与发送功能，表现为心理层面的刺激与反应；神经细胞体是神经元中基本的信息存储与处理单元；经过初步处理的信息，通过神经纤维按层次传递，直至达到脑神经，进行最后的总处理，然后将处理的结果返回到神经元，最终通过效应器或腺体执行，产生生理反应。

神经元结构包括细胞体、树突、轴突、髓鞘、施旺细胞、兰氏结等。

施旺细胞（Schwann's cell）出现在周围神经系统，形成髓鞘以将周边神经系统的神经元所伸出的轴突进行绝缘包覆，髓鞘不会包覆整个轴突，施旺细胞间会留有间隙，被称之为兰氏结，以跳跃式传导的方式使得神经讯号的传导速度得以加快。

施旺细胞具有吞噬能力，可清除细胞残渣，提供神经元重生的空间。

包绕在神经元的轴突外部的物质，每隔一段距离便有中断部份，形成一节一节的形状。中断的部分称为“兰氏结”（Ranvier'snode）。髓鞘是由施旺细胞（Schwann's cell）或其它类型的神经支持细胞形成的。

髓鞘一般只出现在脊椎动物的轴突。

髓鞘的功能有三：1.提供轴突与周围组织，例如相邻的轴突之间的电气绝缘，以避免干扰；2.通过一种称为“跳跃式传导”的机制来加快动作电位的传递；3.在一些轴突受损的情况下引导轴突的再生。

兰氏结（英语：Nodes ofRanvier）是神经元的一部分，以首位描述该结构的法国科学家兰维尔（Louis-AntoineRanvier）为名[1]。

神经元的轴突包覆著髓鞘，兰氏结是神经元上每隔数毫米就会出现的没有髓鞘的部分。

跳跃传导学说认为，因为在兰氏结之间的结间区的电阻极高，而在结区的电阻极低，并且轴突膜仅在结区可接触细胞外液，所以，局部电流必须在郎飞氏结处穿出膜在髓鞘处形成回路，进行跳跃式传导[2]。

之所以说神经元是构成神经的必要条件，是因为：在神经纤维内部，信息传输大都采用生物电脉冲的方式，但各神经元的神经纤维之间并非直接相连的，而是被其他物质隔开，比如乙酰胆碱等等。这其实是新的结构层次或者环节，不再详细叙述。生物电到了相邻神经纤维之间，会转变为化学信号，通过物质载体进行过渡，再转化为电信号。因此，完整的神经不仅包括脑神经、脊髓神经、植物神经等不同的神经，还需要包括中间的化学介质。

综合以上内容，可以得到以下几点结论：

①、从心理现象的物质依托角度看，神经可以定义为心理的物质（生理）实现，心理是神经的功能表现；

②、从神经与神经元的关系来看，神经是神经元及介质构成的系统；

③、从生理心理角度，神经比神经系统概念更确切；

④、心理是神经的功能，而不（仅仅）是脑的功能；

⑤、依据以上四点，心理学中的相关概念需要做适当调整。