神经元的形态分类和识别——2010年全国研究生数学建模竞赛C题论文

根据神经元的空间几何特征参数,研究神经元的空间形态分类方法,将神经元根据几何形态分类识别.首次提出利用模糊C均值算法(FCM)建立了模糊聚类分析模型,对所给的神经元样本进行了分类,这一模型用来对神经元进行分类比较合理,且计算结果准确.同时,还利用相关分析原理分析了不同动物神经系统中同一类神经元的形态特征有着很高的相似度.     

基于支持向量机的神经元形态分类

针对神经元的空间几何形态特征分类问题以及神经元的生长预测问题进行了探讨.结合神经元的形态数据,分别建立了基于支持向量机的神经元形态分类模型、基于主成分分析和支持向量机的神经元分类模型以及基于遗传算法和RBF网络的神经元生长预测模型,在较合理的假设下,对各个模型进行求解,得到了较理想的结果.     

“神经元的形态分类和识别”综述

人类脑计划得到神经元的形态数据,网站NeuroMorpho.Org提供了世界各地56个实验室,11类动物,45个神经区域,47类功能类别的6214个神经元的三维空间形态数据.题目提出的问题是利用这些数据,如何给出一个神经元形态分类方法,并利用你给出的神经元几何形态分类方法,具体识别待定神经元的类型,提出神经元模型命名方法.     

豫南山区典型森林类型土壤水分变化规律研究

采用连续定位观测的研究方法,对豫南低山区天然落叶阔叶林土壤水分变化规律进行了研究.结果表明,10cm,20cm,30cm,50cm四个不同测定深度处的土壤水分随季节变化均发生明显的周期性变异,土壤水分含量50cm20cm30cm10cm;变异幅度随深度增加而增加,即50cm30cm20cm10cm;垂直变化差异显著.土壤水分含量与降雨量存在显著的回归关系,10cm,20cm,30cm,50cm四个测定深度土壤水分含量与降雨量的线性回归方程相关系数分别达到0.727,0.772,0.786,0.626.     

延脑下部单胺类神经元及其神经介质对脊髓痛敏神经元活动的影响

在70个猫的脊髓背角痛敏神经元和5个脊髓交感节前神经元上,观察到:1.外源性地电泳去甲肾上腺素(NA),可以明显地抑制痛敏神经元的诱发或自发放电.刺激延脑下部的去甲肾上腺能Al核团,或注射NA的释放剂苯丙胺,或针刺“足三里”都可获得与电泳NA相类似的结果;2.5-羟色胺(5-HT)对痛敏神经元的诱发性痛放电有抑制作用,其作用类似NA,但常能增强其自发放电;3.脊髓交感节前神经元对上述因素的反应也类同于痛敏神经元;4.电泳NA,刺激Al核团,注射苯丙胺或刺激深部肌肉组织均可兴奋痛抑制神经元的活动.提示下脑干的去甲肾上腺能神经核团,可能是构成脊髓痛反射活动的下行性负反馈通路的重要驿站.     

关于脑信号传输的神经动力学分析

运用随机相变动力学理论和方法建立了一个由感知神经元集群、中间神经元集群和运动皮层神经元集群组成的一个神经网络模型.依据所建立的模型,分别考察了串并耦合、串联耦合以及单向耦合3种情况下神经网络所表现的神经信息处理的动力学特征.研究结果表明,由给出的中枢神经系统神经信息处理的基本结构,能够大致反映反射运动和随意运动情况下神经信息处理的基本特征.数值地证明了随意运动所引发的各个局部神经网络的兴奋,特别是运动皮层神经元集群的兴奋比反射运动条件下的兴奋大得多.反映了随意运动条件下,有更多的神经元参与了神经信息处理和兴奋性同步运动.     

神经元的形态分类和识别

对神经元特性的认识,最基本问题是神经元的分类.神经元的形态复杂多样,神经元的识别分类问题有相当的困难.对提供的参考数据进行统计分析,将其转化成对应每类神经元的空间形态的指标参数,然后对每个指标进行定性分析和对比分析,确定对各类型神经元细胞识别起关键作用的指标,利用层次分析法、图形截面、几何相似性等分析方法建立神经元的分类模型.分类模型能够将附录提供的神经元进行准确的分类.数据分析采用开源科学计算软件Scilab进行处理,运行环境为Scilab5.2,部分代码采用C#基于VS2008开发.     

基于SVM的客车车型分类

通过支持向量机(SVM)对客车车型的长,宽,高,宽长比等7个特征进行特征选择,得到的准确率最高的子集是长、宽、高、宽长比、宽高比,以它作为样本特征进行分类.对客车的4类车型进行分类,每类车型选择80个样本,50个样本进行训练,30个样本进行预测,结果表明:对1类车型的分类准确率可达到100%,对2类和4类车型可达到96%以上,对3类车可达到93%以上.得到了比选用长、宽、高作为特征进行分类更优的结果.然后运用加入参数寻优的SVM对客车的4类车型进行分类,并加以比较.基于高斯函数的特性,两次用到SVM进行机器学习时,核函数均选用RBF核函数.     

基于“逐层球面切片法”的神经元形态分类

基于神经元的结构特征,运用一种新创方法——"逐层球面切片法"提取神经元的生长形态信息(下称球面信息),在此基础上选用相关系数作为衡量神经元形态相似性的指标,并以此为依据对神经元的形态进行分类.发现分类结果与基于球面信息的三次样条曲线的相似性是一致的.     

不同手法及频率针刺神经电信号的编码特征提取

神经系统通过时间空间编码的形式表征外部刺激所包含的信息,针刺作为神经系统的一种外部刺激,使神经元产生丰富的放电模式. 为揭示针刺信息传导与作用规律,设计了不同手法以及不同频率的针刺作用足三里时,采集脊髓背根神经电信号的实验.通过对放电波形进行小波特征提取和类选算法把放电波形进行归类,然后提取出不同刺激下的时间编码和空间编码特征. 接着使用平均放电率和编码异质性系数量化了不同针刺刺激下编码的特征. 研究发现捻转法与提插法产生的神经电信号差异较大, 这种差异主要表现在针刺手法对于参与编码神经元的选择性,但对于不同频率的针刺作用, 这种编码选择性并不明显.此外,数据分析中还发现了神经系统对于针刺作用的适应性和饱和特性.