🧬 biology

Same Fractal Geometry, Different Canvas: Pollock's Paintings and Golgi-Stained Neural Tissue Compared

本研究通过定量分析证明，杰克逊·波洛克的绘画作品与高尔基染色神经组织具有相似的分形维数和多尺度分支结构，这表明两者之间的结构类比是由几何约束而非共同的生成过程所驱动的。

原作者： Laura Petrosini, Anna Panuccio

发布于 2026-09-20

📖 1 分钟阅读☕ 轻松阅读

原作者： Laura Petrosini, Anna Panuccio

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

想象一下，你正看着一幅杰克逊·波洛克的画作——那是滴落与泼洒出的混乱旋涡；接着，你又看向一张小鼠大脑的显微照片。乍一看，它们似乎属于完全不同的世界。一个是抽象艺术的杰作，另一个是神经系统的生物图谱。然而，如果你眯起眼睛，一种奇妙的亲缘关系便浮现出来。这两幅图像都充满了密集的、分支状的网络，均匀地铺展在表面上，缺乏单一的中心或焦点。它们看起来就像出自同一人之手，尽管一个是由二十世纪中叶的一位艺术家创作的，而另一个则是通过活体小鼠体内神经元的自然生长形成的。

这种视觉上的相似性不仅仅是视觉上的错觉；它触及了科学中关于复杂形状如何形成的一个深刻问题。科学家早已知道，自然界中的许多事物，从锯齿状的海岸线到树木的分支，都遵循着一种被称为分形几何（fractal geometry）的数学规则。简单来说，分形是一种无论你如何放大或缩小，看起来都大致相同的模式。一个小分支看起来就像整棵树的一个微缩版本。研究人员也发现，小鼠大脑充满了这些分形模式，特别是在神经细胞（即神经元）生长出它们长长的、树状的臂部（称为树突）以彼此连接的方式。同样，艺术评论家和物理学家也注意到，波洛克著名的“滴画”也具有这种自相似的分形特性。但直到现在，还没有人严谨地测试过这两件截然不同的事物——一位行动派画家的混乱画布与生物组织——是否真的拥有相同的数学指纹。

一个研究小组着手回答这个问题，他们将这一比较视为一项科学实验，而非艺术评论。他们收集了一组特定的、由十二幅创作于1940年代末至1950年代初的杰克逊·波洛克画作，确保这些图像是能够准确代表原画的高质量图像。在生物学方面，他们准备了四十一个小鼠脑组织样本。为了让神经元清晰可见，他们使用了一种经典的实验室技术——高尔基染色法（Golgi staining），这种方法就像一个随机的聚光灯，仅将百分之几的细胞完整地染色，从而使它们复杂的、分支状的形状在空白背景下脱颖而出。研究人员随后对这两组图像应用了一种精确的计数方法。他们在图片上叠加了一层大小不一的网格方框，并统计有多少个方框包含了部分图案。通过观察这种计数如何随着方框变小而变化，他们可以计算出一个描述形状复杂程度的单一数值，即被称为分形维数（fractal dimension）。

结果证实，这种视觉上的相似性是真实的，但也揭示了一个微妙且重要的差异。绘画和脑组织样本都落在了一个非常相似的复杂度范围内，数值在1.7到1.8之间波动。这使它们处于介于一条简单的直线和完全填满的实心形状之间的区域，这个区间暗示了一种在有限空间内进行高效扩张的方式。然而，两组并不完全相同。脑组织样本显示出其复杂度会根据观察距离的远近而发生轻微但一致的变化。当研究人员通过低倍镜观察组织时，其复杂度数值比通过高倍镜观察同类组织时要略高。这种差异实际上比脑组织与绘画之间的差异还要大。换句话说，大脑几何结构在缩放时的变化方式，比大脑与艺术品之间的差异更为显著。

这一发现表明，虽然波洛克的绘画与大脑的神经网络共享同一种几何语言，但它们并非同一事物。研究人员谨慎地指出，这并不意味着波洛克在模仿大脑，也不意味着大脑正在绘画。相反，它指向了一个共同的效率原则。无论是液体滴落在画布上，还是神经细胞生长以收集信号，这两个过程似乎都在解决同一个物理问题：如何在不浪费能量或发生缠结的情况下，尽可能彻底地覆盖一个空间。由此产生的分支模式很可能是自然界和物理学能找到的最有效的填充受限区域的方案。

这项研究还发现了艺术与生物学中的第二层复杂性。当研究人员在不同尺度上分析这些模式时，他们发现复杂度并不是统一的。在绘画中，宏观尺度的模式似乎是由艺术家的剧烈肢体动作驱动的，而微观尺度的模式则是由于油漆在落地和干燥时的物理特性驱动的。令人惊讶的是，脑组织也表现出了类似的二元结构。在宏观尺度上，模式似乎反映了被染色的神经元在组织中的分布情况；而在微观尺度上，它则反映了单个神经细胞复杂的细微分支。这表明，这两个系统都是分阶段构建的，不同的力量塑造了大局的轮廓与细节的精微。

最终，这项工作通过展示艺术与生物学可以用同一把尺子来衡量，架起了两者之间的桥梁。研究人员发现，波洛克的“全覆盖”（all-over）风格——即引导观众视线游走而无需寻找中心点的风格——镜像了神经元在脑内填充空间且没有单一特权区域的方式。这两个系统都创造了一个致密、均匀的网络，在数学上是复杂的，但在视觉上又是平衡的。虽然研究证实了这两个世界在结构上具有相似性，但它也明确了它们仍然是截然不同的过程。大脑根据生物学和生存法则生长，而绘画则是人类姿态与流体动力学的产物。然而，在最终形态上，它们抵达了一个惊人相似的几何终点，证明了不同的路径可以通向相同的形状。

技术摘要：相同的分形几何，不同的画布

问题陈述
本研究针对一项视觉观察进行了探讨：杰克逊·波洛克的《数字 7A》（1948）与高尔基染色（Golgi-stained）的大脑皮层图像在结构上具有显著的相似性。两者都展现出密集的、分支状的网络，缺乏等级中心，均匀地分布在整个表面（“全覆盖”构图），并在不同尺度上表现出近似的自相似性。尽管现有文献已分别证实了波洛克滴画的分形特性以及树突分叉的分形几何，但此前尚无研究对这两个截然不同的领域进行定量的比较。核心问题在于，通过统一的测量协议进行严谨的定量审查，能否验证这种视觉上的相似性是否成立，并阐明这种结构类比的本质，同时避免将两种不同的物理过程（即手势绘画与生物生长）混为一谈。

研究方法
作者采用基于方盒计数法（box-counting method）的比较定量分析，用以估算两个数据集的分形维数（ $D$ ）：

波洛克绘画： 基于严格的标准筛选了 12 幅经过验证的波洛克真迹（1947–1950 年）：具备可验证的来源、长宽比在原始尺寸 6% 以内，且分辨率至少为每边 512 像素，以避免在 $D$ 值估算中产生系统性偏差。
高尔基染色组织： 分析了 41 份来自成年 C57BL/6J 小鼠的原始高尔基-考克斯斯（Golgi-Cox）染色皮层标本。样本包括 23 幅 10× 放大倍率图像和 18 幅 20× 放大倍率图像。所有图像均为未压缩的 TIFF 格式（1600×1200 px）。

测量协议：

覆盖控制： 为了消除二值化阈值这一干扰变量（即不同的阈值会导致不同的前景覆盖率，进而导致不同的 $D$ 值），作者针对每幅图像单独校准二值化阈值，使其实现精确的 20% 前景像素覆盖。
尺度采样： 方盒计数是在像素空间（未转换为物理单位）中进行的，网格范围从 2 像素到图像边长的一半。为了测试“两阶段现象”（即粗尺度与细尺度之间存在不同的缩放行为），研究采样了 16 个对数间隔的方盒尺寸。
统计分析： 分形维数的估算通过 $\log N(\epsilon)$ 对 $\log(1/\epsilon)$ 的线性回归完成。研究利用 Welch's t-检验进行组间比较（考虑到方差不齐），并使用 Cohen's $d$ 来衡量效应量。在单段与两段线性拟合的模型选择中，使用了赤池信息准则（AIC）和贝叶斯信息准则（BIC）。

关键结果

相似的分形区间： 在覆盖控制协议下，两个领域占据了相似的分形维数区间，尽管它们在统计学上仍可区分：
- 波洛克绘画： $D = 1.766$ (SD 0.029)。
- 高尔基 10×： $D = 1.743$ (SD 0.007)。
- 高尔基 20×： $D = 1.716$ (SD 0.012)。
  两者之间的高尔基放大倍率差异（ $\Delta D = 0.027$ ）大于高尔基组与波洛克绘画之间的差异，这表明 $D$ 对所观察的物理尺度区间具有敏感性。
“两阶段现象”的普遍性： 对尺度的更精细采样揭示了“两阶段现象”（即 log-log 图中斜率的变化）在几乎所有样本中均存在。
- 在高尔基标本中，41/41 的案例显示粗尺度下的 $D$ 高于细尺度下的 $D$ 。
- 在波洛克绘画中，该模式在 10/12 的案例中成立。
  模型比较（AIC/BIC）证实，在所有 53 个样本中，两段模型在统计学上均优于单段模型（其中 39/41 的高尔基样本和 8/12 的波洛克样本具有“极强”的 BIC 证据）。
统计上的差异性： 虽然两个领域共享相似的几何区间，但它们并非完全一致。研究发现，生物样本中由放大倍率引入的差异超过了生物样本与艺术样本之间的差异，这证明了两个领域之间存在微小但统计学上稳健的差异。

主要贡献与意义
本文的主要贡献在于首次对波洛克的行动绘画与高尔基染色神经组织进行了直接的定量比较。作者认为，这种比较支持了一种结构类比，而非共同的过程，也并非声称波洛克有意模仿了神经解剖结构。

几何收敛性： 结果表明，尽管生成机制截然不同（粘性流体动力学与人类手势 vs 分子信号传导与生物生长），两个系统都收敛于相似的几何解（ $D \approx 1.7\text{--}1.8$ ）。这种收敛被归因于受限空间内分支生长的普遍物理约束，特别是对于高效分配网络的需求（类似于 West 等人的代谢缩放定律）。
完善类比： 研究澄清了这种相似性并非同一性。生物样本中放大倍率带来的差异大于生物与艺术样本之间的差异，这证明了分形维数并非物体的普遍常数，而是取决于观察的尺度。
“全覆盖”特性： 作者将波洛克作品中的“全覆盖”构图特质（以及高尔基组织的均匀密度）与方盒计数中的粗尺度饱和现象联系起来。由于缺乏构图中心，即使是粗糙的网格也会触及每一个方盒，从而驱动计数趋于饱和，这是两个领域共有的特征。
分形流畅性背景： 本文将测得的 $D$ 值（ $1.7\text{--}1.8$ ）置于“分形流畅性”（fractal fluency）假设的背景下进行讨论。虽然经典的感知“甜点区”（人类偏好最强的区域）通常被认为是 $D \approx 1.3\text{--}1.5$ ，但作者指出，观看条件（例如在欧几里得空间内的墙上观看绘画）可能会使偏好的复杂度向更高值偏移，从而可能容纳波洛克作品及神经组织中发现的更高 $D$ 值。

局限性与范围
作者明确指出，本研究并不声称两者之间存在因果联系。分析是在像素空间中进行的，未进行物理校准（ $\mu\text{m/pixel}$ ），这意味着比较的是两个不同的物理尺度区间，而非同一尺度区间在不同分辨率下的表现。此外，高尔基组织的场级分析（测量一个视野内的多个神经元）无法实现细胞类型特异性的分辨率；而组织中的“两阶段现象”可能反映了单个树突分叉内部的两阶段发育过程，也可能是单个神经元的树突分支与稀疏神经元在组织场中空间分布之间的相互作用。这些具体的机制区别仍是未来经过校准的研究中所待解决的问题。

类似论文