由大鼠体内分布估算6-18F-L-多巴在人体内的吸收剂量

在大鼠尾静脉注射6－^18F-L-多巴（^18F-DOPA）后5、30、60、90、120和150min时处死动物,测定大鼠体内各脏器中^18F活度分布,换算至标准人体内分布,按MIRD法估算人体^18F-DOPA内照射吸收剂量。估算结果表明,肾脏的内照射吸收剂量最高,为22.9pGy/Bq,脑的内照射吸收剂量为11.8pGy/Bq,其它脏器的内照射吸收剂量为（9－18）pGy/Bq,有铲剂量当量为20.5pSv/Bq。这表明,由大鼠体内分布资料可估算^18F-DOPA在人体内的吸收剂量,为临床安全应用^18F-DOPA提供了参考资料。     

汉语与英语中颜色隐喻之对比及文化探源

辨析了汉语和英语中颜色词喻意的异同.认为在汉语和英语中,相同的颜色隐喻,往往与各民族相同的生理机制和视觉神经系统有关;而颜色的不同隐喻,则与语言运用的特定历史背景和社会习俗有关.     

英语歌曲在英语教学中的作用

在英语教学中,使用英语歌曲教学有利于提高学学习英语的兴趣。从心理学的观点来看,音乐的节奏,音调,力度,速度等对人的大脑能产生良好的刺激,使得人的大脑和神经系统处于积极和兴奋状态,从而精神焕发,身心愉悦。从歌曲内容来看,歌曲的内容容易理解记忆,并为学生所喜爱。能够调动他们学习的积极性。歌曲可以让学生了解英美文化,丰富学生的知识。所选歌曲要内容健康,积极向上。同时,要符合学生身心发展的特点和规律,要满足学生的需要。时代在发展,所选歌曲要与时俱进,跟得上时代,符合学生口味。有些广泛传唱的英文经典歌曲也为学生所喜爱。如…     

小剂量γ辐射诱导的神经系统适应性反应及其量效关系研究

本文采用Ｗｉｓｔａｒ大鼠和＾１３７Ｃｓγ射线辐射源，给予妊娠大鼠小剂量Ｄ１照射后２４ｈ再给予其损伤剂量Ｄ２照射，观察其仔鼠条件饮水反应达标率，海马锥体细胞及大脑锥体细胞计数对γ辐射的适应性反应。结果表明，小剂量γ辐射可以诱导大鼠神经系统产生适应性反应，且反应幅度与Ｄ１剂量呈线性负相关。     

基于spikes-LFP相关性的相位同步化研究

神经系统的信息处理过程依赖于一种基本的神经机制-相位同步化.已往的研究表明单个神经元的spike与LFP构成同步化时会对应一个精确的相位,该相位能够对进一步处理信息以及与时间相关的可塑性产生影响.本文基于这项研究,提出了一种新颖的研究同步化现象的方法.运用该方法探索局部场电位(LFP)与神经元动作电位发放(Spikes)之间的相关性,该方法不仅能够保证数据分析的可靠性,而且在使用方面更简单、更具普遍性.     

电磁防护仿生技术研究的进展与展望

为了从生物中汲取灵感,进而设计抗干扰能力强、可靠性高的电子系统,对近些年新兴的电磁防护仿生技术的发展脉络进行了详细总结.阐述了电磁防护仿生技术主要研究内容,并展示了现阶段电磁防护仿生研究已取得的成果.生物的神经系统是高度复杂的信息处理和控制系统,具有自组织和自适应的优良特性,同时也具有很高的容错能力.因此,结合神经信息处理方式、编码特点和集成电路实现,进一步探讨和分析了进行电磁防护仿生研究的新思路.     

基于网络神经系统的网络安全机制仿真方法

为了防范计算机网络基础设施攻击，提出一种仿生网络神经系统方法。该方法保护机制包括信息收集和处理的分布式过程，可协调计算机网络主要设备活动，识别攻击类型，并确定必要的对策；利用集合论方法将攻击和保护机制定义为结构模型和保护机制的模拟环境。实验证明了保护机制的有效性，为计算机网络安全防护机制研究提供借鉴。     

氚水照射妊娠大鼠对其仔鼠游泳机能及大脑重量发育的影响

本文报道了氚水(HTO)照射妊娠大鼠对其仔鼠游泳机能及大脑重量发育影响的研究。实验是在21只雌性大鼠及其所产的237只仔鼠身上进行的。研究结果表明,大白鼠从妊娠第8d 至分娩后21d 连续接受放射性浓度为0.185MBq/ml(5μCi/ml)和0.740MBq/ml(20μCi/ml)的体水·氚照射,在15—33d 内接受总剂量为0.195—1.848Gy,可使18d 龄以前仔鼠游泳机能发育受阻。     

鱼金注射液对试验动物神经系统影响的研究

目的观察肌肉注射鱼金注射液对实验动物神经系统影响,为评价鱼金注射液的用药安全性提供实验依据。方法单性肌肉注射8mL/kg、4mL/kg、2mL/kg剂量的鱼金注射液(相当于临床用量的30、15、7.5倍)。通过GJ-I光电计数仪观察药物对小鼠自主活动的影响,爬杆法观察药物对小鼠协调运动的影响。结果鱼金注射液三个剂量组对于小鼠的自主活动、一般状态、爬杆时间变化率与生理盐水组相比均无明显差异,对于戊巴比妥钠阈下催眠作用与生理盐水(NS)组相比亦无统计学差异。结论肌肉注射鱼金注射液,对小鼠的神经系统无明显影响。     

基于变分模态分解和改进鲸鱼算法优化的模糊神经网络风速预测模型

风速预测在风电场安全并网和智能化管理中起着决定性作用,针对风速的非线性和不稳定等特点,提出了一种基于变分模态分解(VMD)和改进鲸鱼算法优化的模糊神经网络(VMD-CGWOA-ANFIS)的混合预测模型。该模型首先使用变分模态分解技术将原始风速序列分解为一系列子序列,而后对各子序列分别采用模糊神经网络(ANFIS)建立预测模型。为进一步提高预测精度,同时克服鲸鱼(WOA)算法容易陷入局部最优和收敛过早的缺点,引入共轭梯度算法(CG)对WOA进行改进,利用改进的CGWOA算法对ANFIS参数进行优化。使用优化后的ANFIS分别对变分模态分解后的各子序列进行预测,最后将预测后的各子序列叠加得到最终预测结果。为测试模型的有效性,选择宁夏地区3组实际风电数据进行模拟试验,将ANFIS,VMD-ANFIS,VMD-WOA-ANFIS与提出模型进行对比,结果表明所提出的混合模型预测精度明显高于其他对比模型。