🤟🏻 🥝 🌋 दुनिया को छूना: मानव त्वचा रिसेप्टर बायोमैकेनिक्स 👨🏼‍🎤 👼🏻 🗑️

यह कोई रहस्य नहीं है कि मानव शरीर का सबसे बड़ा अंग उसकी त्वचा है। बाहरी उत्तेजनाओं से शरीर की रक्षा करने के अलावा, त्वचा एक संवेदक का कार्य भी करती है जो जानकारी एकत्र करती है, साथ ही आंख, कान, जीभ और नाक। त्वचा द्वारा प्राप्त जानकारी किसी व्यक्ति को पर्यावरण का आकलन करने की अनुमति देती है, वह उस स्थिति को बेहतर ढंग से समझती है जिसमें वह है और उसके अनुसार कार्य करता है। स्पर्शनीय जानकारी के बहुत महत्व के बावजूद, हम यह नहीं जानते हैं कि सब कुछ कैसे काम करता है। इसलिए, कैलिफोर्निया विश्वविद्यालय (यूएसए) के वैज्ञानिकों ने घटना और स्पर्श संवेदनाओं के संचरण के तंत्र को समझने के लिए एक गणितीय कोण से मानव त्वचा की जांच करने का निर्णय लिया। क्या होता है जब हम अपने हाथों में कुछ लेते हैं, हमारी त्वचा प्राप्त जानकारी को कैसे संसाधित करती है,और अभ्यास में इस अध्ययन को कैसे लागू किया जाए? हम वैज्ञानिकों की रिपोर्ट में इन सवालों के जवाब पाएंगे। जाओ।

अध्ययन का आधार

एक वयस्क में, उसकी त्वचा का क्षेत्र 2.3 एम 2 तक पहुंच सकता है, जो इसे सबसे बड़ा अंग बनाता है। हालांकि, आयाम कुछ भी नहीं हैं अगर उनके पीछे कोई कार्यक्षमता नहीं है। त्वचा काफी कार्य करती है: सुरक्षात्मक, श्वसन, उत्सर्जन, थर्मोरेगुलेटरी, प्रतिरक्षा, चयापचय, आदि। दूसरे शब्दों में, उनके महत्व द्वारा विभिन्न अंगों का मूल्यांकन करने की कोशिश करना, त्वचा को अंतिम स्थान पर रखना एक गलती होगी।

त्वचा का सबसे रहस्यमय कार्य सूचना का संग्रह है, अर्थात्। स्पर्श का गठन - मानव इंद्रियों के प्रकारों में से एक। इस तरह के कमरे में तापमान, किसी न किसी या चिकनी वॉलपेपर, एक कुर्सी कितनी नरम है - यह सब और कई अन्य डेटा त्वचा द्वारा ठीक से एकत्र किए जाते हैं।

त्वचा की अविश्वसनीय संवेदनशीलता तंत्रिका अंत की एक बड़ी संख्या की उपस्थिति में निहित है, अर्थात। रिसेप्टर्स। वे सभी आकार और संरचना में एक दूसरे से भिन्न होते हैं, क्योंकि वे अलग-अलग कार्य करते हैं (कुछ वस्तु की बनावट के बारे में जानकारी एकत्र करते हैं, अन्य - तापमान के बारे में, उदाहरण के लिए)।

त्वचा के रिसेप्टर्स को दो मुख्य प्रकारों में विभाजित किया जा सकता है: मुक्त तंत्रिका अंत और गैर-मुक्त तंत्रिका अंत। पूर्व केवल अक्षीय सिलेंडर की अंतिम शाखाओं से मिलकर बनता है और उपकला में स्थित होता है। ये रिसेप्टर्स तापमान (थर्मोरेसेप्टर्स), दबाव (मैकेरेसेप्टर्स) और दर्द (नोसिसेप्टर) पर डेटा एकत्र करते हैं।

गैर-मुक्त तंत्रिका अंत का वर्गीकरण अधिक व्यापक है:

पैसिनी निकायों - चमड़े के नीचे के वसा में दबाव रिसेप्टर्स;
Meissner निकायों - डर्मिस में दबाव रिसेप्टर्स;
— ;
— , ;
— ( , );
— , .

यह केवल एक छोटी सूची है, बिना रिसेप्टर्स की गहन परीक्षा के बिना, उनके कार्यों और संरचना, लेकिन यह इंद्रियों के अंग के रूप में त्वचा की जटिलता को समझने के लिए पर्याप्त है।

शोधकर्ता स्वयं स्पर्श की व्याख्या करते हैं, जो त्वचा द्वारा एकत्र किए गए यांत्रिक संकेतों के एन्कोडिंग और तंत्रिका संकेतों में चमड़े के नीचे के ऊतकों के रूप में होता है। स्पर्श उत्तेजनाओं के लिए तंत्रिका प्रतिक्रियाएं अक्सर त्वचा के छोटे क्षेत्रों से उत्पन्न होने वाले यांत्रिक प्रभावों से जुड़ी होती हैं, हालांकि, इस बात का सबूत है कि स्पर्शशील आवृत्ति रेंज में गतिशील तरंगों के कारण यांत्रिक तरंगें होती हैं जो पूरे हाथ में फैलती हैं, क्षणिक उत्तेजना के साथ 30 एमएस तक। इस प्रकार, गतिशील स्पर्श प्रभाव बड़े पैमाने पर हानि को उत्तेजित कर सकता है * ।

* — .

यह पाया गया कि स्पर्श के कारण होने वाली ये तरंगें एक सूक्ष्म अनुभूति में योगदान करती हैं और इसका उपयोग उस वस्तु की विशेषताओं को निर्धारित करने के लिए किया जा सकता है जिसे स्पर्श किया गया था, हाथ से वस्तु का संपर्क क्षेत्र और आगे की क्रियाएं। यह भी सबूत है कि मस्तिष्क प्रांतस्था के सोमेटोसेंसरी क्षेत्रों में न्यूरॉन्स के ग्रहणशील क्षेत्र हाथों के बड़े क्षेत्रों और कई उंगलियों को कवर करते हैं।

सिग्नल प्रोसेसिंग के शुरुआती चरणों में बड़ा संपर्क क्षेत्र कॉर्टिकल न्यूरॉन्स को इनपुट सिग्नल पर प्रतिक्रिया देने का कारण बनता है जो संपर्क क्षेत्र में वापस पहुंचाए जाते हैं।

इस प्रकार, सोमाटोसेंसरी प्रसंस्करण यांत्रिक तरंगों द्वारा की गई जानकारी पर निर्भर हो सकता है, जो ऊतकों में प्रत्यक्ष यांत्रिक संपर्क के स्थानों से दूरदराज के स्थलों तक फैलता है।

वैज्ञानिकों का मानना है कि अगर हाथ में यांत्रिक तरंगों के हस्तांतरण में सोमेटोसेंसरी जानकारी के प्रभावी कोडिंग में योगदान होता है, तो सूचनात्मक मापदंडों के माध्यम से छोटे क्षेत्रों में स्पर्श उत्तेजनाओं का वर्णन करना संभव होना चाहिए। दूसरे शब्दों में, स्पर्श भावना को संख्याओं में परिवर्तित करें।

अपने काम में, वैज्ञानिक दिखाते हैं कि कैसे हाथ में यांत्रिक तरंगें कुशलता से स्पर्श इनपुट डेटा को एनकोड करती हैं। उच्च-परिशुद्धता सेंसर का उपयोग करके प्रयोगों का संचालन करने के बाद, वैज्ञानिक एक प्रकार का स्पैटो-टेम्पोरल सिग्नल बनाने में सक्षम थे, जो आपको 95% से अधिक की सटीकता के साथ आने वाली जानकारी को वर्गीकृत करने की अनुमति देते हैं। यही है, वे एक मानचित्र बनाने में कामयाब रहे, जिसमें दिखाया गया है कि किसी वस्तु के संपर्क में आने पर हाथ की त्वचा के कौन से और कौन से क्षेत्र सक्रिय होते हैं।

शोध का परिणाम

वैज्ञानिकों ने मैट्रिक्स अपघटन के रूप में स्पर्श सूचना मॉडलिंग का चित्रण किया। पूरे हाथ के प्रयोगों के दौरान एकत्रित स्पर्श उत्तेजनाओं के डेटाबेस का उपयोग करके कोडिंग का मूल्यांकन किया गया था, जिसमें त्वचा (x, t) में अनुपात-लौकिक परिवर्तन शामिल हैं। 30 खंडों (x) में विशेष सेंसर स्वयंसेवक के हाथ से जुड़े थे। प्रयोग के दौरान, 13 इशारों और विभिन्न वस्तुओं के साथ 4600 बातचीत की गई।

छवि नंबर 1

उत्तेजनाओं से प्रत्येक डब्ल्यू _मैं (एक्स, टी) डेटा सेट में प्रवेश का अपना सक्रियण समय ज था _मैं (टी) है, जो भी "बुनियादी पैटर्न स्पर्श" और अधिक सटीक प्राप्त करने के लिए (मॉडल में ध्यान में रखा गया था 2A ) है, जो समुच्चय सभी उभरते उत्तेजनाओं और प्रेषित संकेतों को सांकेतिक शब्दों में बदलना।

छवि संख्या 2

ये मूल पैटर्न (बाद में आधार के रूप में संदर्भित) को विश्लेषण फिल्टर के एक सेट के रूप में भी व्याख्या किया जा सकता है जो हाथ में यांत्रिक संकेतों के स्थानिक और लौकिक एकीकरण के विभिन्न अतिरिक्त पैटर्न का उपयोग करके बाहरी उत्तेजनाओं से जानकारी निकालता है। वैज्ञानिकों के अनुसार, इन फिल्टर की तुलना श्रवण प्रसंस्करण में वर्णक्रमीय-अस्थायी ट्यूनिंग के कार्यों से की जा सकती है या रेटिना के काम के दौरान स्पोटी-टेम्पोरल रिसेप्टिव फ़ील्ड के फिल्टर के साथ की जा सकती है।

सारांशित करते हुए, वैज्ञानिकों ने एक गणितीय मॉडल बनाया, जिसमें पूरे हाथ में लगे संकेतों को कम संख्या में सरलीकृत पैटर्न के रूप में दर्शाया गया। इस तकनीक ने हमें मुख्य लहर पैटर्न प्राप्त करने की अनुमति दी - हाथ भर में त्वचा का कंपन, जो स्पर्श सूचना के संग्रह और प्रसारण में शामिल हैं।

इस तथ्य के बावजूद कि विश्लेषण ने संकेतों की उपस्थिति के लिए शर्तों को ध्यान में नहीं रखा, स्पर्शशील ठिकानों ने हाथ ( 2A और 2B ) के संवेदी कार्य के समान था । उनमें से ज्यादातर शुरू में उंगलियों में से एक के बाहर के सिरों पर स्थानीयकृत थे (हाथ के सबसे घनी घनीभूत क्षेत्र)। संकेतों की गति लगभग 1-10 m / s थी, और संकेत क्षीणन इसकी घटना के बाद 10-30 एमएस देखा गया था। हाथ की सतह ( 2 ए) के क्षेत्रों को फैलाने के लिए व्यक्तिगत उंगलियों के बाहर के क्षेत्र से अन्य स्पर्शनीय आधार विकसित हुए) आवृत्ति के पहलू में, आधारों की एक जोड़ी ने एक समान स्थानिक व्यवस्था दिखाई, लेकिन विभिन्न आवृत्ति विशेषताओं। उदाहरण के लिए, एक उंगली के भीतर स्थानीयकृत आधारों की एक जोड़ी होती है, लेकिन अलग-अलग फ़िल्टरिंग गुण (प्रेषित संकेतों के सापेक्ष): 20 से 80 हर्ट्ज ( 2 वी , आधार 2) की निचली सीमा या ऊपरी सीमा 80 से 160 हर्ट्ज ( 2 बी , आधार 6) )

चित्र संख्या 3

वैज्ञानिकों का मानना है कि स्पैट-टेम्पोरल टैकल बेस एक विशिष्ट उंगली से जुड़े होते हैं, अर्थात। बोलने के लिए अपना कार्य क्षेत्र है। उदाहरण के लिए, 4,600 स्पर्श उत्तेजनाओं में से 45% का विश्लेषण इशारों के कारण हुआ जब केवल एक उंगली वस्तु के संपर्क में थी। पुनः विश्लेषण के बाद, केवल एक उंगली से बनाए गए स्पर्श संकेतों को छोड़कर, एक ही प्रवृत्ति पाई गई।

संभावित स्पर्श उत्तेजनाओं का स्थान यांत्रिकी और संपर्क की अवधि ( 3 ए ) द्वारा सीमित है ।

तब वैज्ञानिकों ने यह जांचने का फैसला किया कि सिग्नल स्रोत को निर्धारित करने के लिए कितने आधारों का उपयोग किया जाना चाहिए। जैसा कि यह निकला, यदि आप कम से कम 7 का उपयोग करते हैं, तो निर्धारण की सटीकता 90% होगी, और यदि 12, तो 95%। हालांकि, सटीकता को बढ़ाने के लिए सभी प्रोत्साहनों को इतनी बड़ी संख्या में आधारों के सक्रियण की आवश्यकता नहीं है। तर्क काफी सीधा है: जब कई उंगलियां एक इशारे में शामिल होती हैं, तो कई आधार सक्रिय होते हैं; यदि इशारे में केवल एक उंगली शामिल है, तो एक आधार होगा, अधिकतम दो। इसके अलावा, आधार स्वयं भी इशारों के आधार पर विविध थे। यही है, अलग-अलग इशारों, हालांकि एक ही उंगलियां उनमें शामिल हैं, विभिन्न आधारों को सक्रिय करेगी।

मॉडल ने यह भी दिखाया कि पांच आधार सटीकता (80%) को अधिकतम करने के लिए पर्याप्त हैं, जिसके साथ प्रयोगों में एक भागीदार से उत्तेजनाओं को अन्य प्रतिभागियों (3 सी) से डेटा का उपयोग करके वर्गीकृत किया जा सकता है। ये पांच आधार सभी प्रतिभागियों के बीच लगभग सार्वभौमिक थे और हाथ की पांच उंगलियों ( 3 बी ) के अनुरूप थे ।

उपरोक्त टिप्पणियों की समग्रता से पता चलता है कि त्वचा की लोच ही सूचना के संग्रह और प्रसारण में महत्वपूर्ण भूमिका निभाती है, क्योंकि यह वस्तु के साथ संपर्क के क्षेत्र को बढ़ाता है। इसके अलावा, एक विशिष्ट पैटर्न में प्रचारित संकेतों की तरंगें हमें प्राप्त सूचनाओं को वर्गीकृत करने की अनुमति देती हैं, जिससे मस्तिष्क द्वारा सीधे इसके प्रसंस्करण में तेजी लाने में मदद मिलती है।

इसी तरह के सिग्नल प्रोसेसिंग तंत्र की तुलना मध्य कान के काम के साथ की जा सकती है, जो कान में विभिन्न संवेदी रिसेप्टर्स को विभिन्न आवृत्ति सामग्री के साथ ध्वनियों को वितरित करके श्रवण प्रणाली द्वारा ध्वनियों के कोडिंग में मदद करता है।

अध्ययन की बारीकियों के साथ एक अधिक विस्तृत परिचित के लिए, मैं अनुशंसा करता हूं कि आप वैज्ञानिकों की रिपोर्ट और इसके लिए अतिरिक्त सामग्रियों पर ध्यान दें।

उपसंहार

इस अध्ययन से हमें पता चला कि पहले की तुलना में त्वचा अधिक जटिल प्रणाली है। यदि पहले सिग्नल ट्रांसमिशन की प्रक्रिया को रैखिक रूप से वर्णित किया जा सकता है (स्पर्श - एक सिग्नल की घटना - मस्तिष्क को सिग्नल ट्रांसमिशन), तो अब यह प्रक्रिया लहर गतिविधि की तरह अधिक है। संपर्क क्षेत्र, इसकी अवधि और सतह की प्रकृति के आधार पर, त्वचा के तंत्रिका अंत के साथ तरंगों में त्वचा के संपर्क में आने वाली वस्तुओं से प्राप्त सिग्नल। दूसरे शब्दों में, संपर्क वस्तु के बारे में जानकारी के संग्रह में, न केवल प्रत्यक्ष संपर्क स्थान में रिसेप्टर्स शामिल हैं, बल्कि इस क्षेत्र के आसपास के रिसेप्टर्स भी शामिल हैं।

शोधकर्ताओं का मानना है कि इस जटिल प्रक्रिया में, त्वचा की लोच एक महत्वपूर्ण भूमिका निभाती है, जो सिग्नल प्रसार के दृष्टिकोण से संपर्क क्षेत्र को बढ़ाने की अनुमति देती है, और संपर्क के दृष्टिकोण से नहीं।

वैज्ञानिकों के अनुसार, उनका काम न केवल मानव मस्तिष्क और तंत्रिका तंत्र के कामकाज को बेहतर ढंग से समझेगा, बल्कि नए कृत्रिम अंग के विकास में भी काम आएगा और यहां तक कि पर्यावरण की जानकारी एकत्र करने में सक्षम रोबोट भी।

शुक्रवार को ऑफ-टॉप:

LEGO .

आपका ध्यान के लिए धन्यवाद, जिज्ञासु बने रहें और हर किसी के लिए एक शानदार सप्ताहांत हो, दोस्तों! :)

विज्ञापन का एक सा :)

हमारे साथ रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक ऑर्डर देकर या $ 4.99 से डेवलपर्स के लिए अपने दोस्तों के क्लाउड-आधारित VPS की अनुशंसा करके हमें समर्थन दें, आपके द्वारा आविष्कार किया गया एंट्री-लेवल सर्वर का एक अनूठा एनालॉग: VPS (KVM) E5-2697 3 (6 करोड़) 10GB DDR4 480GB SSD 1Gbps के बारे में पूरी सच्चाई $ 19 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

डेल R730xd एम्स्टर्डम में इक्विनिक्स टीयर IV डेटा सेंटर में 2 गुना सस्ता? केवल हमारे पास 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV नीदरलैंड के 199 डॉलर में से है!डेल R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $ 99 से! इन्फ्रास्ट्रक्चर Bldg का निर्माण कैसे करें के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग सी?

दुनिया को छूना: मानव त्वचा रिसेप्टर बायोमैकेनिक्स

अध्ययन का आधार

शोध का परिणाम

उपसंहार

विज्ञापन का एक सा :)

More articles: