地衣芽孢杆菌对雪茄烟叶发酵产香及菌群演替的影响

为揭示施加地衣芽孢杆菌对雪茄烟叶发酵的影响,结合宏基因组学技术对雪茄烟叶发酵后香气物质生成、菌群演替及其功能多样性进行了分析,探讨了各菌属在香气物质形成中的作用,揭示了菌群演替特征与代谢功能变化。结果表明:地衣芽孢杆菌的添加改变了雪茄表面微生物群落结构,提升了烟叶表面物种的丰富度,增强了氨基酸的生物合成、碳代谢等多个主要代谢通路的活性,使得发酵后烟叶中苯丙氨酸转化产物、类胡萝卜素降解产物、西柏烷类降解产物和美拉德反应产物的含量分别提高了36%、44%、11%和18%,提升了香气醇厚感和烟叶整体平衡感。

人行走速度规律的实验研究

阐述了人的运动特性 ,其步行速度具有波动性 ,用正弦曲线拟合 ,可得到很高的置信度 ,并得出结论 :单脚支撑转换成双脚支撑时人的躯体速度最快 ,双脚支撑转换成单脚支撑时速度最慢。

神经信息学的原理与展望

神经信息学是研究神经系统信息的载体形式 ,神经信息的产生、传输、加工、编码、存储与提取机理 ,以及建立神经数据库系统的科学。它是脑科学 ,信息科学和计算机科学相互交叉的边缘学科。神经信息学可分为分子神经信息学和系统神经信息学两个层次。神经信息编码可分为神经元脉冲序列的数字编码和突触联结权重编码两种编码方式。对21世纪神经信息学可能取得的新进展进行分析和预测 ,并论证开展人类神经组计划 (HuNP)和建立神经数据库系统的必要性与可行性。对人类神经组计划与人类脑计划的异同点 。

具有阶段结构单种群系统的诱导控制

对具有阶段结构的单种群模型实施了三种诱导控制,分别找到了相应的诱导控制区域.给出了诱导控制区域与使系统永久持续生存的最终有界区域的关系,得到了使系统永久持续生存的诱导控制律.

一种独立分量分析的迭代算法和实验结果

介绍盲信源分离中一种独立分量分析方法 ,基于信息论原理 ,给出了一个衡量输出分量统计独立的目标函数。最优化该目标函数 ,得出一种用于独立分量分析的迭代算法。相对于其他大多数独立分量分析方法来说 ,该算法的优点在于迭代过程中不需要计算信号的高阶统计量 ,收敛速度快。

等长收缩诱发肌肉疲劳及恢复过程中表面肌电信号特征变化规律

运用线性和非线性分析方法分析不同强度等长收缩诱发局部肌肉疲劳及恢复过程中表面肌电信号(surfaceelectromyogram,sEMG)特征的变化规律,探讨影响sEMG信号变化的可能原因和机制。结果显示,在肱二头肌疲劳收缩过程中,sEMG的特征指标平均肌电值(averageEMG,AEMG)、平均功率频率(meanpowerfrequency,MPF)、Lempel-Ziv复杂度(Lempel-Zivcomplexity,C(n))和确定性线段百分数(Determinism%,%DET)的变化具有良好的规律性。恢复期AEMG没有表现出规律性的变化,MPF、C(n)和%DET在恢复期2秒即开始显著恢复,在前10秒恢复很快,随后恢复速度变慢。恢复初期sEMG信号特征的快速变化提示中枢控制因素可能发挥更大作用。

运动后心力及心率同时遥测的心力恢复趋势与心率恢复趋势的对比研究

为了更加全面地研究和评估心肌的变时性和变力性,研制了能够在运动场地同时采集心力和心率的心音信号遥测系统。采集了50名体育系学生和30名其他系学生在完成规定运动量的登梯运动后,5min内连续变化的心音信号。对采集的数据经过3次样条插值、均匀采样和小波变换滤波后,得到了平滑的心力恢复趋势曲线和心率恢复趋势曲线。统计分析表明,大负荷运动量下的心脏储备主要来自于心力储备而不是心率储备(P<0.001),和其他系学生相比,体育系学生具有的高水平心功能不仅在于具有更大的心力储备指数(P<0.001),而且还在于具有更快的心力恢复速度(P<0.001)。同时检测心力恢复趋势与心率恢复趋势会有益于全面评估心脏功能。

肌肉动态收缩期间表面肌电信号的时频分析

介绍了用于肌肉动态收缩期间非平稳表面肌电信号的时频分析方法。用短时傅里叶变换、Wigner-Ville分布及Choi-Williams分布计算了表面肌电信号的时频分布,用于信号频率内容随时间演化的可视化观察。通过计算瞬时频谱参数,对肌肉疲劳的电表现进行量化描述。分析了反复性的膝关节弯曲和伸展运动期间从股外侧肌所记录的表面肌电信号。发现和在静态收缩过程中观察到的平均频率线性下降不同,在动态收缩期间瞬时平均频率的变化过程是非线性的并且更为复杂,且与运动的生物力学条件有关。研究表明将时频分析技术应用于动态收缩期间的表面肌电信号可以增加用传统的频谱分析技术不能得到的信息。

生物芯片研究现状及应用前景

生物芯片(Biochip)是以预先设计的方式将大量的生物讯息密码(寡核苷酸、cDNA、基因组DNA、蛋白质等)固定在玻片、硅片等固相载体上组成的密集分子阵列,可分为基因芯片、蛋白质芯片、芯片实验室三类。生物芯片技术的本质是生物信号的平行分析,它利用核酸分子杂交、蛋白分子亲和原理,通过荧光标记技术检测杂交或亲和与否,再经过计算机分析处理可迅速获得所需信息。在医学、分子生物学等领域,生物芯片技术以其高效、高信息量的优势,显现出巨大的应用价值和商业市场,其发展前景非常乐观。

小鼠跳台的计算机自动管理系统

本文将计算机引入小鼠跳台测试仪，通过光电感受器将小鼠上下跳台的信息转换为电位的变化，送入A／D转换板后用自行编制的MP软件程序被计算机识别，完成小鼠跳台测试的实时监视、图形显示、自动采样．存盘．结果自动辨别和打印的全套自动化管理．用经典的破坏学习记忆获得的药物樟柳碱进行验证并与人工检测手段进行比较．实验结果证明小鼠跳台的计算机监控系统确实方便可行．所获数据更为科学和客观．同时也可用于大鼠的跳台测试，在促智药物的筛选和学习记忆机制的研究中具广泛的用途．

三种群食物链系统的耗散性控制

利用两种特殊的耗散性控制: H∞-控制和无源化性控制,对三种群食物链系统进行了研究.首先,对三种群食物链系统进行了H∞-控制,获得了使闭环系统在正平衡点处全局渐近稳定的控制律.其次,利用无源化控制,得到了使闭环系统全局渐进稳定的控制律范围.

一个具有偏害关系的三种群模型的诱导控制

通过诱导控制研究了一个具有偏害关系的三种群模型的永久持续生存问题.得到 了使系统永久持续生存的控制律及控制区域.

稻纵卷叶螟发生程度的神经网络预警

利用神经网络的原理,结合500pb西太平洋副热带高压以及江苏省通州市稻纵卷叶螟发生程度的数据,建立了该地的神经网络中期预警模型,结果表明,这一方法是可行的,同时也说明了对分级量这样的离散数据可以直接进行建模预测.文中还讨论了其研究和应用前景.

基于复倒谱的声门下嗓音源研究

根据嗓音-呼吸系统生理和生物物理原理,运用研制的嗓音测试系统,获取颈前V型槽处的传导语音信号,基于复倒谱技术提取声门下嗓音源特性。研究男女胸声区不同发声条件下声带振动和声门下嗓音源特性。结果表明,声门下嗓音源能够反映声带振动特征,是研究声带振动特性和喉部疾病诊断的一种有效方法。

外扰作用下细胞内稳态鲁棒性实验研究

内稳态是一种重要的生理现象,是生物反应动态平衡的结果。以内皮细胞为对象,用H2O2作为外源扰动剂,建立一种外扰作用下细胞内钙稳态鲁棒性的分析方法,包括以控制理论Lyapunov及鲁棒性理论为基础的扰动前稳态点和稳定域、扰动后状态转移和稳定鲁棒域。通过对照和1、10、305、0、100μmol/L 5种不同剂量H2O2扰动人脐静脉内皮细胞实验,获得6组48个细胞(每组8个细胞)内钙浓度数据,分析细胞内钙稳态和扰动剂稳定鲁棒域。结果表明:(1)受扰动前,细胞内钙稳态点从0.709到8.189不等,表现出明显的个体差异;稳定域半径r从0.654到2.650不等,表明细胞稳定性较好,可以排除后续扰动实验中细胞不稳定对结果的影响。(2)受扰动后,细胞内钙初态对细胞受扰后内钙状态转移影响不大。(3)H2O2为1μmol/L时可使4个细胞发生渐进稳定,为10μmol/L时可使2个细胞渐近稳定,为30μmol/L时可使1个细胞渐近稳定,说明稳定鲁棒域与细胞个体有关;该内皮细胞种族的内钙稳态鲁棒域至少在50μmol/L以内。结论表明:利用控制理论方法设计生物鲁棒性实验,并实现细胞内钙稳态定量化分析,是一种有效的方法。

脑电信号的高阶奇异谱分析

奇异谱分析是脑电信号分析的一种新方法,脑电信号的奇异谱可以反映脑电的特征,它有助于研究大脑的动力学行为。奇异谱分析方法是基于二阶统计的方法,反映的是信号时间上和空间上的一种线性相关关系。而脑电信号属于非线性信号,其内在的非线性关系很难通过奇异谱得到真实的反映,从而会丢失某些有用的信息。提出一种新的基于高阶统计的脑电奇异谱分析方法,并将其运用于正常脑电和癫痫患者的脑电分析中。大量的实测信号样本仿真实验结果表明,正常脑电和癫痫脑电的奇异谱有明显的不同。此外,基于高阶统计的奇异谱和基于二阶统计的奇异谱相比更能反映出信号的细节。

生物信息学的兴起及展望

本文以人类基因组计划HGP为基础,阐述医学信息学与HGP的交叉点,一门新兴的学科——生物信息学的兴起,并论述了这门学科的性质及意义,最后讨论了生物序列数据库的最新进展。

基于互Wigner-Ville分布的表面肌电信号瞬时频率估计

当一块肌肉完成持续的收缩时,所记录的表面肌电信号的分析是一个用于评价局部疲劳进行性的有用的工具。在肌肉静态收缩期间,表面肌电信号功率谱的平均频率和中值频率常被用作肌肉疲劳的指示器。为了评价周期性动态收缩期间的局部肌肉疲劳,针对肌肉动态收缩时表面肌电信号的特点,提出了基于互Wigner-Ville分布的瞬时频率检测方法。通过一个类似于表面肌电信号统计性质的模拟的随机过程,评价了这一算法的估计误差。理论和实验证明,瞬时频率可以在较低的信噪比下很好地适合跟踪由于肌肉疲劳引起的频谱变化。

模拟昆虫视觉-行为抉择的强化学习模型

视觉信息用于行为抉择的过程是一个极其复杂的脑信息处理过程,昆虫或动物对外界环境的学习是以价值来控制的,并可影响其行为抉择,研究这一过程对揭示人类自身脑运行机制有重要意义。文章在郭爱克研究小组果蝇实验提供的生物依据基础上,提出了一种模拟果蝇视觉-行为抉择的神经网络模型。该模型引入了价值和基于价值的强化学习算法,应用于输入视觉图像的强化学习,以此建立果蝇脑内多巴胺和蘑菇体对于抉择判断的价值体系。模拟的结果表明,该模型可以模拟果蝇视觉信息的学习和行为抉择过程,其结果与生物实验相符,同时也为机器人视觉信息控制行为抉择的应用提供了基础。

基于小波和神经网络的动态心电波形分类新方法

利用小波分析提取动态心电波形(DECG)的概貌信息。然后用所得概貌信息作为神经网络的输入,对DECG进行分类。这样一方面可以使神经网络的输入点大大减少,提高了神经网络的分类速度;另一方面也可以看作是对DECG数据的压缩,使数据量大为减少,而其基本的形态特征基本上没有损失,同时还在一定程度上降低了噪声的影响。用MIT数据库中的数据作实验表明所提出的方法简单、易行,分类速度和分类精度都比原有方法提高。