Enews264 基礎科學教育中心的研究發展

出自KMU e-News

在2015年4月23日 (四) 16:39由Publish (對話 | 貢獻)所做的修訂版本
(差異) ←上一修訂 | 當前修訂 (差異) | 下一修訂→ (差異)
跳轉到: 導航, 搜索

高雄醫學大學e快報 第264期  通識中心專題



基礎科學教育中心的研究發展

基礎科學教育中心 溫慶豐主任

在自然界、物理、工程、管理、及經濟上存在很多非線性問題,為了研究這些問題,數學界發展出「非線性分析及凸性分析」之數學理論來解決上述諸多問題,因此這個領域在最近三十年蓬勃發展。「非線性分析及凸性分析」涵蓋領域非常廣泛,它包含變分分析、優化理論、KKM理論、控制理論、與固定點理論。由於2011年本校延攬姚任之講座教授加入本校,本中心得以開始發展「非線性分析及優化」的跨國研究團隊,近年來我們積極進行國際學術交流與合作,在姚任之講座教授規劃與帶領下,目前和本中心有密切合作的國際學者,涵蓋美國、法國、俄羅斯、中國(含香港)、日本等多國。因此本中心在研究上已有快速的成長,2014年在上海交通大學世界一流大學研究中心正式發布之“世界大學學術排名”中,本校在數學領域世界排名已名列101~150名。


除了持續在「非線性分析與優化」領域上發展之外,應用於生物醫學之跨領域合作是本中心未來發展的終極目標。所以,本中心自我定位為「非線性分析與優化」之應用的平台,藉由本中心的研究發展,我們期待可以集結校內外臨床團隊及資源,共同開拓跨領域研究方向。基於這樣的理念,我們已開始結合附院之臨床醫學團隊,共同成立跨領域合作之研究團隊,目前團隊中擁有數學分析、資訊工程、腦科學、臨床醫學等專業領域人才。我們正積極進行名為「建立仿真神經系統的全腦反向工程技術」的跨領域研究計畫,本計畫擬發展全腦反向工程(reverse-engineering) 技術,期待由神經細胞與突觸連結的生物結構,建立仿真神經硬體元件(如:人工視網膜、人工義肢),並著重於將大腦分散式神經編碼(distributed neural coding)的整體性觀點與突觸可塑性(synaptic plasticity)的局部性觀點,轉化為訊號集群編碼與動態連結調控的仿真神經軟體元件,使其驅動仿真神經硬體元件產生學習與適應的功能。這個想法與傳統電腦邏輯計算有著全然不同的觀念,需要發展全新的數學神經計算方法與腦神經科學實驗。我們企圖藉由全腦反向工程技術,發展生物腦與仿真神經軟體元件的(雙向)資訊轉譯程序,建構比任何現存電腦更近似真正生物腦的微型神經計算機(micro-neurocomputer),使腦損傷的神經疾病患者,仍能透過體外微型神經計算機,恢復原有的運作功能。我們更盼望能對以下腦神經科學最深層、最基本的問題有所突破:


「人類的大腦有著上千億個神經細胞,這些細胞伸展出來的神經纖維,形成了各式各樣的神經網路,而到底是什麼樣的機制,讓這些神經網路得以運轉?」 「到底是什麼樣的機制,能使腦內的資訊傳遞與儲存?」 「到底是什麼樣的機制,讓這些神經細胞電流的小脈衝,得以產生人類所有的動作與行為?」


這是一項極具有挑戰性的跨領研究,其融合神經工程學(neuroengineering)、神經生理學(neurophysiology)、計算機科學、非線性動力學(nonlinear dynamics)與複雜網路(complex networks)來研究神經計算科學(computational neuroscience)與建置神經計算機,研究如果成功,對揭開腦的學習與適應機制將可能有重大的突破。


隨著現代科學技術的發展和電腦的應用與普及,數學方法在生物醫學中的應用已日益廣泛和深入。國際上生物醫學之發展趨勢已逐步由傳統的定性描述階段邁向定性、定量分析相結合的新階段發展,這個趨勢正推動生物醫學突破狹隘經驗的束縛,朝向定量、精確、可計算、可預測、可控制的方向發展。未來,隨著人們對生物資訊屬性的了解越來越深入、資訊越來越詳實,可預見的是,利用數學所建立的確定型方法將成爲生物醫學中傳統上一直佔主導地位的機率、統計方法的堅強後盾。本中心目前相關研究的發展,將提供一個「數學、物理方法可成為生物醫學研究深入發展的強有力之工具」的例證與典範。再者,從教育長遠發展來看,也有助於本校師生深刻認識數學、物理與生物醫學的關係,因此對本校在基礎科學的教育也將產生深遠的影響。


enews264