信息保持、短时存贮与执行控制的脑模型

工作记忆的脑机制是认知神经科学研究的重要问题。研究者在分析大量脑成像研究数据的基础上,创建了许多解释工作记忆神经基础的模型。Smith和Jonides发展了工作记忆成分结构模型和贮存与执行加工分离模型。Postle和DEsposito建构了工作记忆相对表征混合模型,DEsposito, Postle和Rypma阐述了工作记忆加工阶段动态模型。Fletcher和Henson提出工作记忆额叶分区整合理论。该文通过对上述模型或理论的评价,总结了工作记忆脑成像研究中存在的问题,展望了该研究领域的发展趋势。

一种感知视觉运动信息的简化脑模型

视觉运动信息的感知过程,包括从局域运动检测到对模式整体运动的感知过程.我们以蝇视觉系统的图形-背景相对运动分辨的神经回路网络为基本框架,采用初级运动检测器的六角形阵列作为输入层,构造了一种感知视觉运动信息的简化脑模型,模拟了运动信息应该神经计算模型各个层次上的处理.该模型对差分行为实验结果作出了正确预测.本文并对空间生理整合的神经机制作了讨论.

基于能源脑模型的二次能源优化一次能源探讨

文中旨在研究优化一次能源结构的最佳方式和技术路径,为我国能源优化发展、技术创新提供方向参考。以理论创新为突破点,在分析全球能源发展现状和趋势的基础上,建立能源脑模型,提出能源生命周期的概念,研究了优化能源系统的途径,并分析探讨了我国能源优化的技术需求和技术路径。揭示了能源行业可自成闭环系统的规律,提出通过二次能源优化一次能源是优化能源系统、实现能源系统生命周期延长最便捷最有效的途径,且电能是二次能源优化一次能源的最佳方式。研究得出,通过一次能源向电能转换、电能传输、储能与能源互联网等3个方向的技术创新,保障电能的持续、稳定供应,可以实现能源系统生命周期的延长,助力构建清洁低碳、安全高效的能源体系。

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks,DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括:基于演算侧抑制的目标检测算法,基于结构-对比度(Structure-Contrast,SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.

不同脑模型下EEG、MEG正问题数值模拟

EEG、MEG是研究脑神经生理活动的影像技术.应用加权残值边界元法,针对球脑模型和卵球脑模型,计算了脑皮电位势和脑外磁场,对不同脑模型、偶极子参数下电位势图像进行了比较,给出了电位势和磁场在偶极子位置变化时的相对差.结果表明:偶极子位置对电位势峰值有明显影响,脑模型的选取对脑外磁场强度求解有影响.

基于脑模型控制器的红外背景预测算法

在分析云背景红外图像空间分布上存在混沌现象的基础上,提出一种基于脑模型控制器的红外背景预测算法.该方法利用混沌具有短时可预测性的特点,对云背景图像进行预测,并根据云背景杂波和运动目标的混沌特性差异修正预测模型.仿真结果表明,该算法能有效地提高云背景的预测准确度,预测残差符合白噪音特性,对云背景杂波具有良好的抑制效果,能显著提高目标的信杂比,从而改善目标的检测性能.

EEG/fMRI融合分析综述:脑模型、算法和应用

采用EEG/fMRI多模态融合方法研究脑神经活动信息,确定激活源位置,进行各脑区间连接分析的方法是目前认知科学和神经科学领域的热点。经过十多年努力,EEG/fMRI融合方法在脑模型的构造、多模态数据融合算法等方面取得很大进展,并在脑功能成像分析领域得到广泛应用。为了能了解EEG/fMRI多模态融合方法的最新发展,本文总结了近十年来该方法的主要进展,分别对融合算法中采用的脑模型和典型融合算法进行了分析和比较,介绍了EEG/fMRI融合方法在脑功能成像分析领域的具体应用,提出了当前研究面临的一些具体问题以及未来的研究方向。

三层人脑三维有限元脑模型的建立

目的:构建应用于脑部电磁问题研究的接近真实大脑轮廓的三维有限元脑模型。方法:分析人颅骨的结构特征和几何轮廓,利用规则几何体的组合拟合颅骨轮廓,建立颅骨轮廓模型;然后,以颅骨轮廓模型为基础,向外扩展出头皮层,向内缩小分别形成颅骨层和脑实质层;最后,利用有限元数值分析软件包对三层脑部模型进行有限元剖分。结果:建立了由头皮层、颅骨层和脑实质层组成的三层人脑三维有限元脑模型。结论:本模型构建方便、快速,与真实人脑结构近似程度高,为脑部电磁问题的研究提供了一种适合的仿真模型。

基于脑模型联接控制器的SLS工艺参数优化方法研究

目前 ,在SLS成形的过程中 ,成形工艺参数的制定没有一个系统的理论体系和科学方法 ,基本上是凭人的经验来确定的 ,当成形设备、烧结材料和成形件的几何形状发生变化时 ,成形工艺参数又得重新通过大量的试验确定。因此 ,工作量大 ,烧结材料浪费严重 ,导致效率降低和成本增高。本文针对这种现状 ,提出了通过脑模型联接控制器即CMAC神经网络对SLS工艺参数进行优化 ,并在此基础上开发了SLS工艺参数优化系统 ,通过它在线自动给出优化参数 ,这样就大大降低了对操作人员的技术要求并减少了因重复试验而带来的浪费。

基于全脑模型的在线学习者学习行为序列分析

基于全脑模型,文章首先将D大学教育技术学专业参与Moodle平台"计算机网络"课程学习的102名在线学习者分为逻辑型、组织型、交流型和空想型等四种思维类型;随后,文章利用GSEQ软件,采用滞后序列分析法,分析了不同思维类型学习者的学习行为序列,并重点解读其转化路径,得出结论:逻辑型学习者、组织型学习者的学习行为序列均为网状结构,前者更为关注学习内容,而后者更为关注学习任务;交流型学习者、空想型学习者的学习行为序列均为线性结构,前者更为关注同伴信息,而后者更为关注学习结果。基于此,文章最后针对基于全脑模型的在线学习提出了相关建议,以期为在线学习平台设计、路径和资源推荐、深度学习引导提供参考,并推动在线学习的进一步发展。

双脑模型假说—由肠道菌群微生态构建的“菌脑”可能是人体对物质记忆的“第二大脑”

如何看待细菌这种虽然微小、然而却与人类生活密切相关的生命体,对于理解生命的起源和动机具有重要意义。大量文献报道,受"人类第二基因组"编码的人体共生微生物尤其是肠道菌群与多种慢病如肥胖、糖尿病、自闭症甚至抑郁症等密切相关,凸显出肠道菌群对健康的重要性。在国内外相关研究启发下,我们实验室通过大量研究发现"饥饿源于菌群",并在反向验证的基础上提出"菌心说"学说,认为肠道菌群为人体编码饥饿基因,是推动人体(和动物)因饥饿而被迫摄食的客观原因,进而提出"菌心进化论",在认可人体(和动物)以中空的消化道结构为肠道菌群提供栖息场所的基础上,认为动物的进化过程也受到肠道菌群所施加的饥饿压力而发展,并表现为"人菌共生"的彼此依赖关系。由于人脑主要以葡萄糖为能源、而肠道菌群则能够以自然界多种碳源为能源,由此引发作者提出这样的科学问题,即由肠道菌群组成的"菌脑"会是人体对物质记忆的"第二大脑"吗?在进一步分析的基础上,我们逐渐形成"双脑模型(two-brain model,TBM)"的新认识,即"(肠道)菌群承载物质记忆而构成人体对物质需求的大脑"以及"人脑承载符号记忆和逻辑推理而构成意识和思维(乃至精神追求)的大脑","物质记忆大脑"和"意识处理大脑"依托于人体,并通过肠脑轴等方式实时对话通讯,分别实现对人体的物质操控(如摄食动机和物质依赖)和意识调控(如思考过程和精神意志),将有助于从物质和意识相互关系的层次深入理解如何重构、重建、重塑正确的"人菌关系",深刻理解"吃五谷"与"得百病"的关系,推动"健康中国"战略的早日实现。

三层椭球脑模型和球脑模型EEG正问题的数值解比较

EEG是研究脑神经生理活动的重要医学影像技术.在三层椭球脑模型和三层球脑模型下,运用加权残值边界元法,对不同方向和不同位置的偶极子计算了脑皮电位势及其相对偶极子位置变化时的相对差.同时比较了在不同脑模型和偶极子参数下,脑皮上电位势图像的形态和变化规律.结果表明:脑模型和偶极子参数对EEG正问题求解均有影响.在两种脑模型下,脑皮上电位势图像的形态基本相似,但是电位势峰值的大小有了明显的差异.

真实脑模型的低频脑节律相位稳定性研究

对人脑进行三维重建,在此基础上利用偶极子电流模拟低频脑节律源,研究影响低频脑节律相位稳定性的因素.研究发现,脑节律相位稳定性只与节律源的非线性相位波动相关,与脑组织的电导特性、节律源的位置和振幅变动等因素无关.本研究涉及的基于平均相位动态变化的统计方法对同步低频节律的分析和测量有所帮助.

Hoffman脑模型用于SPECT脑断层有关技术因素的探讨

Ｈｏｆｍａｎ脑模型用于ＳＰＥＣＴ脑断层有关技术因素的探讨管一晖赵晋华林祥通刘兴党张锦明Ｈｏｆｍａｎ脑模型是判断脑断层显像质量的重要方法之一，本文拟从模型测试ＳＰＥＣＴ性能着手，探讨临床脑ＳＰＥＣＴ显像常遇到的若干技术影响因素，以利提高显像质量。材料与...

免疫抑制剂对大鼠脑模型的神经毒性

联合应用钙调磷酸酶抑制剂环孢素（CsA）和雷帕霉素靶蛋白（mTOR）抑制剂西罗莫司（SRL）或依维莫司（RAD）可以增强器官移植后的免疫抑制。但是CsA的神经毒性是一个主要的临床问题。该研究的目的是评估CsA、SRL和RAD对脑细胞代谢的影响。

科学家建虚拟大脑模型可像人类一样做白日梦

这个虚拟计算机模型能够帮助科学家们对许多假设进行验证腾讯科学讯（过客／编译）研究人员根据大脑细胞的动力学、临近细胞间连接以及细胞与其它大脑区域细胞间的连接。创建了计算机模型。

基于互联网云平台脑卒中智能随访模型在脑卒中患者中的应用

目的:探究基于互联网云平台的脑卒中智能随访模型在缺血性脑卒中患者中的应用。方法:采用便利抽样法选取缺血性脑卒中出院患者60例,随机分为干预组(30例)和对照组(30例)。对照组患者接受常规随访管理,干预组患者接受基于互联网云平台的脑卒中智能随访模型管理,两组均接受出院后90 d的随访管理。比较两组患者随访率、复发率、患者满意度、生活质量情况。结果:干预组干预90 d时随访率高于对照组,干预组患者满意度高于对照组,差异均有统计学意义(P<0.05);干预后两组患者脑卒中生活质量量表(SS-QOL)评分较干预前提高(P<0.05),且干预后30 d、90 d时,干预组患者SS-QOL评分高于对照组(P<0.05)。结论:基于互联网云平台的脑卒中智能随访模型可有效提高缺血性脑卒中患者的随访率和满意度,并改善其生活质量。

长爪沙鼠脑缺血和听觉障碍模型研究进展

目前分布在世界各地的实验动物长爪沙鼠均源自中国。早在1930年代,野生长爪沙鼠经人工驯养后被引入医学研究。时至今日,长爪沙鼠已经成为一种公认的“多功能实验动物”,被广泛应用于脑神经、寄生虫和微生物、肿瘤等研究领域。长爪沙鼠具有独特的脑底动脉解剖学特点,例如先天性Willis环缺失。因此,用单侧颈总动脉结扎的简易手术操作既可以构建脑缺血或脑缺血再灌注损伤模型,还可以实现同体对照。长爪沙鼠的这一解剖特点不仅增加了脑缺血的敏感性,也易于诱导耳蜗缺血。因此,长爪沙鼠在制备听觉障碍模型中也发挥重要作用。长爪沙鼠脑缺血模型和听觉障碍模型的发病过程和病理表现均与人类患者有诸多相似之处。科学家们利用长爪沙鼠构建了脑缺血模型、脑缺血再灌注损伤模型、耳蜗缺血模型、人工耳蜗植入模型、感音性神经性耳聋模型等,均取得显著成效。本文重点阐述当前长爪沙鼠脑缺血模型和听觉障碍模型的创制方法和评价指标,讨论各种造模方法的优缺点及其应用进展,以期为长爪沙鼠在这两个重要领域的应用提供理论依据和借鉴。

线栓法制备大鼠脑缺血再灌注模型的研究进展

从实验动物的选择、线栓法的制备、术中的处理等影响因素入手,探讨线栓法制作大鼠脑缺血再灌注模型的研究进展,认为线栓法因具有不开颅、易操作、损害小等优势,可在脑缺血再灌注模型的制备中广泛应用,但影响其制模成功率的因素有很多种。