基于DIVA模型的脑电信号识别方法

DIVA(Direction Into Velocities of Articulators)模型是一种描述人脑中涉及语音生成和语音理解区域所发挥的作用的数学模型,能对发音过程进行模拟,对语音脑机接口系统的设计具有指导意义,文章根据DIVA模型的定义和相关研究结论,对人在发音过程中的脑电信号进行了处理,首先利用小波包将脑电信号进行特征提取,之后使用SVM(Support Vector Machine)分类器进行分类.结果表明,该方法对发音过程的脑电信号特征提取和分类效果较好,识别率达到70%,为基于DIVA模型的语音脑机接口系统设计提供了一种思路,此外,实验的结论也印证了DIVA模型对于发音过程大脑区域激活情况的预测.

神经退行性疾病制药新思路：致病变异蛋白的降解

神经退行性疾病引起中枢神经元不正常死亡、丧失,导致神经系统功能障碍,从而导致严重的临床症状,严重影响生活并引起提前死亡,是一类重大疾病.目前,此类疾病尚未有任何治疗方法.多种神经退行性疾病被发现与异常蛋白聚集有关,其中,由变异HTT(mHTT)蛋白积累引起的亨廷顿病是一种具代表性的神经退行性疾病.亨廷顿由单基因突变引起,遗传背景清晰,因此被作为神经退行性疾病的代表性模式疾病.由于m HTT引起疾病机制未知,通过降低其水平抑制其下游毒性可能是极具前景的药物研发思路.本文重点阐述mHTT蛋白降解研究的新进展,并展望mHTT蛋白清除的新策略.