青少年吸烟者结构脑网络的可控性分析

目的基于控制和脑网络理论来探讨青少年吸烟者结构脑网络的可控性变化,考察可控性指标是否可以作为预测青少年吸烟者睡眠情况的有力因子。方法在内蒙古科技大学筛选出50例青少年吸烟者和51例健康对照者。基于弥散张量成像(DTI)构建每例受试者的基于各项异分数(FA)加权矩阵的结构脑网络。依据控制和脑网络理论计算平均可控性和模态可控性。采用双样本t检验进行组间差异比较,采用Pearson相关性分析对存在组间差异脑区的平均可控性和模态可控性与Fagerström尼古丁依赖测试(FTND)进行相关性分析。选取可控性得分在前10%的节点作为超级控制器,最后采用反向传播(backPropagation,BP)神经网络来预测青少年吸烟者的匹兹堡睡眠质量指数(PSQI)。结果吸烟组的背外侧额上回、辅助运动区、豆状核壳、豆状苍白球脑区的平均可控性,以及眶部额下回、辅助运动区、回直肌、后扣带回的模态可控性,均与健康对照组有显著性差异(P<0.05);吸烟组右侧辅助运动区(SMA.R)的平均可控性与FTND呈正相关(r=0.3801,P=0.0065),模态可控性与FTND呈负相关(r=0.3292,P=0.0196);利用可控性指标预测青少年PSQI睡眠指数时,平均可控性的预测效果(R=0.72281)要优于模态可控性的预测效果(R=0.60226)。结论青少年吸烟者结构脑网络的可控性存在异常,其可控性指标可以有效预测其睡眠情况,可为评估其认知功能损伤提供影像依据。

生物技术大实验课程教学改革与实践

生物技术大实验是生物技术专业本科生的一门综合性实验技能课程,涉及众多学科基础知识及技能,主旨于系统性培养学生的科研素养和创新精神。采用复合型的实验内容设计,囊括基础实验技能并组成真正的科研体系;半自选命题授课模式,以学生为实验主导体,教师作为辅助人员,协同完成实验课题;以及多元化的考核体系,从总的实验掌控力、实验操作及论文写作等几个方面来进行考核。从而达到将实验课堂的主动权还给学生,以学生为实验的主导,全面调动学生积极性,综合培养学生科研素养的目的。

脑电图信号在疲劳驾驶检测中的应用与挑战

当前快节奏生活已经成为日常生活的常态,对人们的身心健康带来了不少负面影响,特别是在驾驶过程中容易出现疲劳困倦的情况。因此,疲劳驾驶检测技术成为了研究的热点,并取得了显著的进展。本文将介绍基于脑电图(electroencephalogram,EEG)信号的疲劳驾驶检测方法。本文首先概述基于EEG信号的疲劳驾驶检测的总体流程,包括信号采集、预处理、特征提取和分类等步骤。然后,详细介绍EEG信号中与疲劳相关的特征及其在疲劳驾驶检测中的应用。这些特征包括频域特征、时域特征、拓扑特征等,通过分析这些特征可以有效地识别出驾驶员是否处于疲劳状态。接下来,探讨目前已有的疲劳驾驶检测模型的性能评估和评价指标。针对基于EEG信号的疲劳驾驶检测,常用的指标包括准确率、灵敏度、特异度等。本文分析不同模型在这些指标上的表现,并比较它们的优劣。本文还简单介绍了EEG信号分类方法及其应用现状。常见的分类方法包括支持向量机、神经网络、贝叶斯分类器等,这些方法在疲劳驾驶检测中得到了广泛应用。针对目前基于EEG信号的疲劳驾驶检测面临的问题,本文提出了一些解决方法。例如,统一数据标注标准、增加被试数量等。最后,在总结全文内容的基础上讨论了基于EEG信号的疲劳驾驶技术未来的发展方向。在未来,可以进一步提升疲劳驾驶检测技术的准确性和实用性,以更好地应对快节奏社会给驾驶员安全带来的挑战。

EEG在尼古丁成瘾领域中的应用研究

吸烟问题是当今社会的焦点问题,烟草中的尼古丁是导致成瘾和戒断困难的主要原因。长期使用尼古丁不仅会引起大脑神经振荡异常,还会损害奖赏回路以及情绪调节功能,从而降低神经可塑性,增加成瘾的敏感性。作为一种电生理信号,脑电(EEG)信号与认知功能、情绪调节、抑制控制以及睡眠等多种状态相关。在尼古丁成瘾领域中,EEG信号的变化被证实与成瘾者认知功能和抑制控制的异常有关。因此,通过EEG相关技术探讨尼古丁成瘾者的异常神经振荡模式,可以加深对尼古丁成瘾内在神经机制的理解,为尼古丁成瘾的干预与治疗提供科学依据。本文将从EEG在尼古丁成瘾研究中的应用现状以及技术现状两方面,对近年来国内外学者的研究进展和相关成果进行综述。研究发现,尼古丁成瘾者在睡眠质量、认知功能及抑制控制等方面存在明显的异常。此外,成瘾者的大脑功能连接、事件相关电位及脑电功率谱也发生显著变化。最后,本文对EEG信号在尼古丁成瘾领域的研究前景进行了展望,强调进一步探索EEG信号在成瘾机制、戒断反应及治疗效果评估中的潜在应用。

啶虫脒在豇豆腌制过程中的生物转化

本研究通过测定在豇豆腌制过程中啶虫脒的消散和转化行为,同时通过毒理学软件ECOSAR和毒性评估软件工具T.E.S.T.进一步预测了啶虫脒及其转化产物(transformation products,TPs)的毒性。结果表明在豇豆腌制过程中啶虫脒发生明显的降解行为,其降解速率常数为0.96761,半衰期为(34.95±0.78)d。在豇豆腌制过程中鉴定出了4种啶虫脒的TPs,其中TP1和TP2的大鼠口服致死剂量分别为358.17 mg/kg和385.7 mg/kg,属于“有害”等级,且其发育毒性较母体明显增加。此外,在实际样品检测过程中,所有样品中啶虫脒以及转化产物TP1、TP2和TP3均有检出,啶虫脒的最高质量浓度为473.8μg/L,中位质量浓度为41.1·μg/L。这些研究结果揭示了啶虫脒在豇豆腌制过程中的降解及生物转化情况,有助于更好地了解腌制食品可能存在的健康风险。

紫外极光图像极光卵提取方法及其评估

有效确定极光卵边界对于研究太阳风-磁层能量耦合过程是非常重要的。本文提出一种新的星载紫外极光图像极光卵边界的提取方法。该方法利用一种基于模糊局部信息C均值聚类方法,对紫外极光图像进行分割,并根据极光卵的环状特性,提取较完整的极光卵极向/赤道向边界。结合DMSP卫星沉降粒子观测数据,分别构建了极向边界和赤道向边界数据库,对本文提出的极光卵提取方法的准确性进行了评估,结果表明其性能优于现有的其他方法。

步态表征和步态融合方法新进展

作为可远距离感知的生物特征识别技术之一,步态识别受到越来越多的关注。有效的步态表征方法是步态识别的关键,信息融合是提高步态识别性能的重要手段。从步态表征方法和信息融合方法两方面总结了步态识别技术的最新进展;对步态表征方法做了详细的总结;从多特征融合、多视角融合和多模态生物特征融合3个方面归纳了融合在步态识别方面的发展。在此基础上,分析了步态识别的发展趋势。

特征选择对FHMM性能影响研究

在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果.使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论:基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响.为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好.

基于分层时序模型的步态识别算法

以隐马尔可夫模型和动态纹理模型为代表的动态贝叶斯网是描述步态序列的重要方法,但都存在一些不足之处。提出了一种新的动态贝叶斯网——分层时序模型,该方法采用分段线性逼近非线性和用各段的动态纹理模型作为隐状态,将隐马尔可夫模型和动态纹理模型做了结合,充分发挥了其优势。该方法在CMU Mobo步态数据库和CASIA步态数据库B上做了评估,结果充分显示了分层时序模型的高性能。

光学分子影像仿真平台MOSE的设计与实现

随着光学分子影像研究的不断深入及相关实验的不断改进,越来越多的研究人员迫切需要一种仿真平台来辅助研究光传输过程。介绍了一种集成多种光学分子成像模态前向仿真的软件平台MOSE(Molecular Optical Simu-lation Environment)。该平台以光学分子成像实验为基础,实现了光在混沌介质及自由空间中的传输仿真算法,并在统一的光学分子成像仿真框架上整合了图形显示与数据分析等功能。给出了整个平台的结构设计、仿真算法、图形显示及其他设计细节,并给出了应用示例来展示MOSE的仿真功能。实验结果表明,相关研究人员通过该平台可快速实现光学成像研究中的实验仿真及数据分析,提高研究效率并降低研究成本。

腈类化合物的新法合成

本文报道腈类化合物的一种新合成方法。以各种醛(2a~2q)为原料,分别与盐酸羟胺反应得到一系列醛肟中间体(3a~3q),然后在叠氮磷酸二苯酯(DPPA)和1,8-二氮杂二环十一碳-7-烯(DBU)作用下,得到一系列腈类化合物(1a~1q)。中间体及产物结构均经过~1H NMR和ESI-MS表征。其中,中间体3i、3l及产物1q结构进一步通过X-单晶衍射确证。并以2-硝基苯甲醛肟(3a)和2-硝基苯腈(1a)的合成为模型,考察反应的主要影响因素。确定产物腈的合成条件为:DPPA用量为n(DPPA)∶n(化合物3a)=1.1∶1,DBU用量为n(DBU)∶n(3a)=1.2∶1,在25℃反应30 min,产物2-硝基苯腈(1a)收率为68.5%。该合成方法工艺简单、反应时间短、产物收率高、底物适用性广、原料廉价易得,为腈类化合物的合成提供了一种高效的新方法。

基于激发荧光断层成像的多肿瘤重建

为准确诊断并定位多发性肿瘤病灶区,通过建立小鼠在体双肿瘤模型,搭建了FMT/micro-CT成像系统,并获得了小鼠的肿瘤荧光信息及CT三维数据.最后,利用一种基于有限元迭代收缩重建方法成功重建出小鼠的双肿瘤位置,证明了激发荧光断层成像在多肿瘤重建方面的可行性.

基于静息态功能连接的青少年吸烟成瘾者脑岛的变化

目的采用基于体素的静息态功能连接(RSFC)探索脑岛与全脑体素的异常区域,同时也给寻求治疗戒烟的患者提供新的靶点。方法采集25例青少年吸烟者和25例静息态功能磁共振图像者的脑岛RSFC。结果与对照组相比,青少年吸烟组的左腹侧前脑岛(vAI.L)和前额叶(PFC)之间的功能连接值减弱(FDR校正,P<0.01)。结论青少年吸烟引起脑岛的功能连接异常,同时与青少年的吸烟特征有着紧密的联系,为之后的戒烟机制提供了新的研究方向。

基于支持向量机的青少年吸烟者大脑白质各向异性分数研究

目的 通过采集60名年轻吸烟者和与之在性别、受教育程度等方面相匹配的60名年轻非吸烟者的扩散张量成像数据中各向异性分数。方法 使用基于纤维束的空间统计学分析方法和一种基于支持向量机的分类方法,在大脑白质50个区域对两组被试在体素水平上对其分类预测,为检测大脑的吸烟状况以及在区分成瘾患者和健康组之间提供生物标志物。结果 该分类的平均准确率为87.50%,曲线下面积为0.92。对分类结果影响最主要的在小脑下脚两侧、皮质脊髓束右侧、大脑脚右侧、扣带(海马体)两侧、钩束左侧、穹隆和小脑上脚右侧。结论各向异性分数在检测吸烟状况方面完全可以作为鉴别性生物标志物,并在预测分类方面具有巨大的潜力,并为机器学习研究与吸烟相关的神经生理学研究提供新的研究视角。

基于改进动态纹理模型的人体运动分析

人体运动分析是计算机视觉领域最活跃的研究课题之一.文中提出2种描述人体运动序列的改进动态纹理模型:二值动态纹理模型和张量子空间动态纹理模型.假设二值图像服从Bernoulli分布,二值动态纹理模型使用二值主成分分析来学习训练模型的参数.张量子空间动态纹理模型将图像看作张量,引入张量子空间分析的方法分别对其行向量和列向量进行降维,将其转化为低维灰度图像,然后用动态纹理模型描述灰度图像序列.在人体行为和步态数据库上的实验结果验证2种改进动态纹理模型的有效性.

基于点加权最小二乘无网格法的光学成像光传输模型求解

漫射方程是目前光学成像中应用最广泛的光传输模型,通常采用有限元方法进行求解。但是,有限元方法依赖于对整个求解域的网格剖分,而对于类似生物组织的非规则形状求解域的网格剖分是非常困难的,甚至昂贵的商业软件也难以很好地处理。本文将点加权最小二乘无网格法应用于漫射方程的求解。这种方法只需要在求解域内布置一系列规则分布的配点即可进行数值求解,从而可以完全避免有限元方法中困难的剖分工作。此外,这种方法通过最小化控制方程和边界条件在每个配点上产生的残量加权平方和,建立光源功率和光流率密度之间的关系,不需要进行任何数值积分运算,非常适合应用于非规则求解域的求解。基于数字鼠模型的数值仿真实验验证了该方法的准确性和有效性。