重复经颅磁刺激对阿尔茨海默病大鼠脑电LZ复杂度和脑白质中碱性髓鞘蛋白分布的影响

目的探讨重复经颅磁刺激(r TMS)对阿尔茨海默病(AD)大鼠学习记忆能力影响的可能机制。方法挑选学习记忆无差异的SD大鼠90只,随机挑选30只作为对照组;大鼠双侧海马区注射Aβ1-42建立AD模型,用Morris水迷宫和免疫组化验证;将造模成功的大鼠随机分为AD组和(r TMS+AD)组,各组30只;(r TMS+AD)组施加r TMS,对照组和AD组施加伪刺激;干预完成后,进行水迷宫实验、脑电采集与分析、免疫组化实验以及统计分析。结果 (1)AD组较对照组大鼠逃避潜伏期变长,距离平台平均距离变远;(r TMS+AD)组较AD组大鼠逃避潜伏期变短,距离平台平均距离减小,差异有统计学意义(P<0.05)。(2)AD组较对照组大鼠脑电LZ复杂度降低,(r TMS+AD)组较AD组大鼠脑电的LZ复杂度升高,差异有统计学意义(P<0.05)。(3)对照组脑组织未见斑块状沉淀,细胞形态完好,轮廓清晰,排列整齐,髓鞘着色较深,分布长且连续;AD组脑组织中出现斑块状沉淀,细胞萎缩聚集,轮廓模糊,排列混乱,髓鞘染色较浅,分布短且不连续;(r TMS+AD)组较AD组脑组织中细胞萎缩情况减轻,髓鞘染色变深,分布增加。结论 r TMS可增加脑组织中髓鞘分布,提高AD大鼠脑电LZ复杂度,改善AD大鼠的学习记忆能力。

非线性动力学分析在重复经颅磁刺激对阿尔茨海默病大鼠学习记忆能力改善方面的应用

探讨重复经颅磁刺激(r TMS)对阿尔茨海默病(AD)大鼠学习记忆能力的影响,以及非线性动力学分析在大鼠脑电信号处理方面的应用。(1)将学习记忆无差异的60只SD大鼠随机分为(r TMS+AD)组、AD组和正常组,每组16只,多余的大鼠备用。(2)建立双侧海马区注射Aβ淀粉样蛋白(Aβ1-42)的AD大鼠模型,通过Morris水迷宫验证模型。(3)连续14 d对(r TMS+AD)组大鼠进行10 Hz的r TMS,AD组与正常组进行伪刺激。(4)利用水迷宫系统测试三组大鼠学习记忆能力,使用Cerebus 64通道神经电生理信号记录系统连续7 d采集三组大鼠头皮脑电。(5)在MATLAB中编程得到三组大鼠各个通道脑电信号能量谱以及LZ复杂度,利用SPSS软件对脑电信号和水迷宫数据进行统计分析。(1)AD组较正常组大鼠水迷宫逃避潜伏期变长,距离平台平均距离变远,差异有统计学意义(P<0.05);(r TMS+AD)组较AD组大鼠水迷宫逃避潜伏期变短,距离平台平均距离减小,差异有统计学意义(P<0.05)。(2)AD组较正常组大鼠脑电中低频(delta+theta)和高频(alpha+beta)的能量比值增高,部分通道差异无统计学意义(P>0.05);(r TMS+AD)组大鼠较AD组大鼠的低频与高频的能量比值部分通道升高部分降低,只有左颞叶的差异有统计学意义(P<0.05)。(3)(r TMS+AD)组较AD组大鼠各通道脑电LZ复杂度升高,AD组较正常组大鼠各通道脑电LZ复杂度降低,差异均有统计学意义(P<0.05)。r TMS能改善AD大鼠的学习记忆能力以及增加其脑电信号的LZ复杂度,LZ复杂度较AR模型功率谱估计更适合客观的诊断AD并且评价r TMS对AD大鼠脑电信号的影响。

GRNN在FPGA中实现方法研究

为了提高脑机接口(Brain-computer interface,BCI)中分类算法运行速度,以及减小BCI数字信号处理设备体积,将脑机接口中用于脑电信号分类的广义回归神经网络(General regression neural network,GRNN)算法经MATLAB仿真之后,在Quartus II 13.0中使用Verilog HDL编程实现基于二进制浮点数运算的GRNN算法,并下载到altera公司Cyclone V 5CEFA9 FPGA芯片中验证。当外部时钟使用100 MHZ时,在FPGA中GRNN的运行时间是76 us,并且分类结果与MATLAB完全相同。而MATLAB中运行一次GRNN算法的时间为90.885 ms。因此,该设计可以在减小脑机接口设备体积和提高分类算法运行速度的同时,还能保证结果的精确性。