tDCS对中风大鼠功能恢复和Notch信号通路的影响

临床研究表明,在大鼠双眼眶上孔、眶下缘和鼻交点处采用经颅直流电刺激(transcranial direct current stimulation,t DCS)有助于中风后的康复.然而,tDCS的潜在神经生物学机制仍然知之甚少.本研究主要关注卒中后tDCS疗法对功能恢复和Notch信号通路的影响.采用大鼠中脑动脉闭塞(middle cerebral arterial occlusion,MCAO)再灌注模型,将实验动物随机分为缺血组(MCAO)和缺血后治疗组(MCAO+t DCS),采用神经系统严重程度评分(modified neurological severity score,m NSS)结合动物的行为学表现对神经功能的恢复进行评估.通过2,3,5-三苯基氯化四氮唑(2,3,5-triphenyltetrazole chloride,TTC)染色从组织学上比较治疗前后大鼠脑缺血组织损伤的恢复情况.应用实时定量聚合酶链反应(real time quantitative polymerase chain reaction,RT-PCR)测定缺血性脑中Notch信号通路中受体蛋白、配体蛋白及下游因子的基因表达变化.结果表明,大鼠脑缺血可以激活Notch信号通路,采用多导联脑反射仪的t DCS疗法可以提高Notch信号通路中Notch1、NICD、RBP-JK和Hes-1的mRNA水平,促进神经功能的恢复,并显著减少脑梗死的体积.多导联脑反射仪的t DCS疗法有望发展为一种可靠的临床治疗方式.     

大鼠脑缺血损伤后脑水肿的实验研究

探讨局灶性脑缺血损伤后脑水肿的变化及机制。SD大鼠随机分为正常组、假手术组、缺血时程组(2h、4h、8h、15h、30h共5组,均为n=4),采用线栓法制备大鼠局灶性脑缺血模型,各时间点断头取脑,测定脑组织含水量。正常组和假手术组含水量无显著性差异,缺血2h含水量开始增高,至缺血8h达到高峰(p<0.05),之后逐渐降低。局灶性脑缺血损伤后2h即有脑水肿表现,其水肿程度逐渐增高,缺血8h最为严重。     

脑电自动诊断系统的研究

本文将Walsh变换的理论应用到脑电信号的研究，建立了数据压缩模型，分类模型及模式识别，利用该理论建立了脑电自动诊断系统。对120个病例进行了临床实验，得到了总有效率达85％的令人满意的结果，并对比分析得出了脑电信息主要载荷在脑电信号的频率参量上的重要结论。     

脑电磁逆问题中头模型构造方法的研究

在脑电磁逆问题的研究中，构造与实际匹配的头模型是求解该问题的先决条件．选用Ｔ１加权的ＭＲＩ图象序列，用基于梯度矢量流的动态包络模型算法对头部和大脑的轮廓进行提取，并对算法进行了改进；基于表面绘制的方法，构建了真实头、脑的电磁计算模型．     

利用非线性优化方法进行脑磁源定位

脑磁图（Magnetoencephalography,MEG)和于人脑的诱发神经活动的成像，具有很好的时间分辨率，能无损地监测脑神经活动，本文探讨了脑磁的基本理论，中心问题是根据头外测得的磁场数据进行脑磁源的定位，此逆问题属于不定问题，需加一些限制以期得到合理的解，本文的源模型和头模型采用均匀球头导体中的单电流偶极子模型，利用非线性优化方法反演脑磁源参数，并采用了一种综合的非线性优化法来提高反演的精度和速度，仿真实验表明该方法是可行有效的。     

牛磺酸对染镧仔鼠脑发育的影响

研究牛磺酸对生长期镧暴露仔鼠脑发育的影响。首先建立仔鼠0.5%LaCl_3水溶液镧暴露模型,建模后仔鼠随机分为阴性对照组、阳性对照镧暴露组、牛磺酸干预低剂量组、牛磺酸干预中剂量组、牛磺酸干预高剂量组,分别以不同剂量的生理盐水或牛磺酸灌胃共计4 w。牛磺酸干预前后分别取仔鼠脑组织,称量仔鼠体重、全脑重量,计算脑系数;尼氏染色法分析仔鼠CA3区尼氏体的表达。结果显示,镧暴露模型建立后染镧组仔鼠的体重下降,CA3区尼氏体的表达减少。牛磺酸干预后,随着干预剂量的增加,仔鼠体重增加,尼氏体表达逐渐增加。牛磺酸干预高剂量组体重、脑系数、尼氏体的表达与阴性对照组无差异。牛磺酸可能发挥了拮抗镧暴露导致的脑发育障碍作用。     

基于方差和深度学习的脑电信号分类算法

为了改善传统脑电信号分类不够准确且分类难度较大的问题,研究一种基于方差和深度学习的模型对脑电信号进行分类。针对脑电信号图像识别率较低的问题,采用方差对脑电信号进行特征提取,结合深度学习的一种典型方法——深度信念网络对提取数据进行训练,构建分类器,实现对脑电信号更高效的分类。实验证明,相比于SVM支持向量机、朴素贝叶斯等分类算法,该模型可以更准确地分类。     

基于可变形模型算法提取MRI图象脑区域的方法

基于可变形模型的思想 实现了人头部核磁共振图像Magnetic Resonance Image((MRI)的脑区域提取算法。主要基于梯度矢量流Gradent Vector Flow（GVF）的可变形模型方法。并针对该算法脑轮廓的拐角处收敛性差的问题，对该方法进行了改进，数值模拟结果证明了改进算法的正确性和有效性。另外，把小波多分辨率的分析的思想应用到改进算法中， 进一步提高了计算效率。     

基于改进深度学习模型C-NTM的脑电鲁棒特征学习

为了在脑电信号鲁棒特征学习中提取更多脑电抽象和深层特征,本文在卷积长短时记忆网络的基础上提出一种深度学习混合网络。采用快速傅里叶变换将多通道的脑电信号转换为一系列具有空域、时域、频域相关信息的频谱图;将改进的卷积神经网络和神经图灵机组合搭建完成深度学习混合模型卷积神经图灵机C-NTM;通过认知工作负载脑电的分类任务对改进的模型进行评估。实验结果表明:本文所提模型在相应的数据库上取得了94. 5%的准确率,优于目前在脑电分类任务中效果最好的模型。该模型能够有效地学习不同受试者之间和同一受试者不同状态时的脑电特征,实现更好的脑电鲁棒特征学习。     

基于T1加权磁共振影像组学的脑胶质瘤分级

为了有效辅助脑胶质瘤的精确分级，提出一种基于影像组学的脑胶质瘤分级方法。首先，提取脑胶质瘤患者的T1加权磁共振图像的影像组学特征，在十折交叉验证框架下采用Boruta算法进行特征筛选得到重要特征；其次，采用随机森林将筛选得到的重要特征构建脑胶质瘤预测分级模型；最后，对脑胶质瘤预测分级结果进行评价与分析，用统计学方法检验不同级别特征的差异性。实验结果表明，提出方法的平均准确率达到84.75%,平均特异性达到85.32%,平均敏感性达到84.19%,平均受试者操作特征曲线下面积(Area Under Curve, AUC)达到0.92。     

Interaction between the chaotic neural network and the CPG

The cerebral cortex is a chaotic nonlinear system. The Central Pattern Generator(CPG) can generate a rhythmic movement. According to biological knowledge, the CPG is controlled by the central nervous. But the study of the mechanism for biological motion control is still an open question. In this paper, we establish the model for depicting the interaction between the chaotic neural network and CPG. Bifurcation analysis and phase are used to describe changes in system behavior and show the interaction mechanism. In addition, the influences of CPG parameters on the model are discussed. Many modes described at state equilibrium points in the cerebral cortex correspond to gait patterns, and the change of state equilibrium points in the cerebral cortex leads to the change of gait patterns. At the same time, the results show that the brain cortex patterns can be changed by adjusting the value of the brain cortex' external input and CPG's feedback to the cerebral cortex.     

脑缺血及再灌注对脑微血管通透性及肺等脏器的影响

在脑缺血及再灌注的动物模型上,利用ＦＬＮａ示踪剂研究软脑膜微血管的通透性,通过测定血液、脑与其它５种脏器的荧光强度及对脑微血管荧光图像初步分析与处理,探讨其内在规律．结果表明,缺血与缺血后再灌注可以引起脑微血管内皮细胞损伤,血液再灌注到一定时间,对损伤有一定的修复;同等条件下,各脏器受损程度不同,其中肝、肾的微血管内皮细胞损伤最重,肺、心次之,脑与脾最轻,即脑、脾微血管抗损能力较强;同时,不同脏器中ＦＬＮａ浓度随时间的衰减规律各不相同,且比较复杂．     

大坝监测空间位移统计模型研究

突破大坝监测资料分析中各方向位移单独建模分析的局限,综合测点三方向位移测值信息建立了合理的空间位移拟合模型,对正确描述、预报测点的总体变形提供了可行途径．     

基于U-Net的颅内出血识别算法

针对颅脑计算机断层成像（CT）影像中脑出血的分析和识别，提出采用神经网络模型U-Net与轮廓识别相结合的方法提取脑实质区域，通过阈值分割算法分析血块的图像纹理特征，并过滤软组织、脑组织和脑脊液等无关生理组织结构，实现对颅内出血点的精确定位，最后采用插值方法将出血区域进行三维重建，对血块的三维形态作出评估.在天津市某医疗机构提供的500例颅脑CT数据上进行了验证测试，实验结果表明，该算法达到97.4%的目标识别准确率，能够为脑出血诊断提供参考.     

基于磁共振图像的脑肿瘤自动识别与分析

介绍了基于磁共振图像的脑肿瘤自动识别及三维分析方法.通过支持向量机方法对脑部磁共振图像建立数学模型,实现脑肿瘤的自动识别.利用图像重建获得脑肿瘤的三维模型,并通过形态学分析提取相关特征参数.实验结果表明,该方法可从脑磁共振图像中有效识别并重建脑肿瘤,从而为临床进行射频治疗手术提供可靠依据和客观评价.     

辅酶Q10的制备及其药物功能

在前人工作基础上,选用有机非极性溶剂醚、烷烃,从动物脏器提取辅酶Q10,产率高、质量好,为辅酶Q10的研制提供了实用的方法。采用仪器分析手段,测试了产品纯度,符合国家标准。概要地讨论了辅酶Q10在帕金森氏症、心脑血管疾病等方面的药物功能,以及辅酶Q10的应用领域。     

基于多模态卷积神经网络的脑血管提取方法研究

提出了一种基于多模态的卷积神经网络对脑部CT血管造影图像（CTA）进行分割,从而实现脑血管的单独提取。该方法首先对原始CTA图像进行高斯和拉普拉斯处理, 并将处理后的图像与原始图像共同构成多模态图像作为输入,然后通过多个并行的卷积神经网络对多模态图像进行分割,最终将所有的分割结果通过线性回归进行融合从而提取出脑血管。该文通过一系列的实验不仅证明了卷积神经网络在脑血管分割上的有效性,而且证明了本文所提出方法的分割效果比现有的脑血管分割算法更加出色。     

开环磁通观测模型及其仿真研究

文章论述了开环磁通观测模型的电压模型法、电流模型法和组合模型法 ,同时给出了磁通观测器设计的技术方案并且进行了仿真 ,最后得出了磁通观测器设计应满足的几点要求     

大鼠海马注入β-淀粉样蛋白致痴呆模型的实验研究

探讨β-淀粉样蛋白（Aβ）海马内注射对大鼠脑内胆碱酯酶（CHE）和乙酰胆碱（Ach）的影响。方法：用D-半乳糖腹腔注射42天造成亚急性衰老大鼠的基础上,双侧海马内注射Aβ后,观察脑内CHE和Ach的损伤情况。结果：海马内注射Aβ造成大鼠脑内CHE活力下降和Ach含量减少。结论：Aβ可造成大鼠脑内胆碱能系统损伤,因其被认为是造成痴呆的重要原因,所以Aβ在造成痴呆大鼠模型方面具有重要作用。     

一种扩展的功能磁共振BOLD动力学模型研究

结合Friston的BOLD动力学模型与Agnes Aubert建立的脑电生理和代谢藕合模型,提出了一种扩展的BOLD动力学模型。对改进的模型讨论了血液动力学模型血流的非线性特性,把脑的新陈代谢与血动力学模型的血流、血体积关联起来,并对BOLD模型中的输入信号进行研究。得到了能更好地模拟实际生理过程的仿真结果。