Comparison of Mechanisms of N-Nitrosation and N-Nitration of Ammonia and Dimethylamine by Reactive Nitrogen Oxygen Species: A Theoretical Study

Reactive nitrogen oxygen species(RNOS) implicate damage in biological systems,especially leading to inflammation,neurodegenerative and cardiovascular diseases,and cancer by altering the functions of biomolecules through the N-nitrosation and N-nitration reactions.The mechanisms of N-nitrosation and N-nitration reactions of ammonia and dimethylamine by RNOS,i.e.,N2O3,N2O4,N2O5 and ONOOH,were investigated at the CBS-QB3 level of theory.The computational results indicate that the N-nitrosation reaction prefers a concerted mechanism,in which a H-abstraction and ON-addition occur simultaneously,whereas a stepwise mechanism(also called a free radical mechanism) is more favorable for most nitrating agents in the N-nitration reaction,where NO2 first abstracts a hydrogen atom from the nitrogen of amines and then the induced intermediate reacts with NO2 once more to form the nitration products.However,the concerted pathway is still a feasible process for some nitrating agents such as N2O5.In addition,the relationship between the structures of different RNOS and their nitrosating or nitrating abilities was also investigated.     

“珠心算对认知功能的影响及其和神经机制的研究”项目报告综述一

针对珠心算国内外的研究现状,浙江大学物理系交叉学科实验室自2003年起就开始对珠心算的神经机制进行初步的探索。2005年,在财政部、教育部的支持下,受中国珠算心算协会委托,浙江大学物理系交叉学科实验室和中国科技大学神经生物学系成立浙大、中国科大联合实验组承担“珠心算对认知功能的影响及其神经机制的研究”项目。本研究报告简要介绍了本项目取得的初步研究成果。珠心算练习对儿童认知功能及其神经机制的影响是一个非常重要的研究课题,有非常重要的理论意义和实际意义。我们的研究还是初步的,更多问题还有待于深入探索。     

基于一阶Takagi-Sugeno系统的Pi-Sigma网络的改进神经-模糊梯度学习算法

This paper presents a Pi-Sigma network to identify first-order Tagaki-Sugeno（T-S） fuzzy inference system and proposes a simplified gradient-based neuro-fuzzy learning algorithm.A comprehensive study on the weak and strong convergence for the learning method is made,which indicates that the sequence of error function goes to a fixed value,and the gradient of the error function goes to zero,respectively.     

视网膜皮层图像信号处理的传输机制与仿真

侧抑制是神经系统普遍存在的机理。从侧抑制模型出发进行了视网膜处理及传输机制的研究,提出了基于差分方程的循环侧抑制动态数学模型。通过剖析视网膜感应细胞对光刺激的反应特性,阐述了视网膜皮层电脉冲信号的发放机制,指出了视网膜输出信号是以物体边缘信息为主体的传输机制。结合循环侧抑制动态数学模型,并考虑视网膜感应细胞对光刺激的适应性,创新性地进行了图像信号传递及处理的仿真模拟。     

基于自组织特征映射的隶属函数生成法

基于神经域中的特征自组织映射机理，本文提出了一种采用Ｋｏｈｏｎｅｎ自组织特征映射网络、概率分布核估计和概率可能性一致性变换的隶属函数生成新方法。从而克服了常规隶属函数生成方法在选择论域大小及表达隶属度分布等方面的一些不合理性。这一新方法已成功地应用于雷达目标自动分类。     

理论物理所专题讲座(Colloquium)简况

 在理论所第十次专题讲座上,中科院生物所郭爱克研究员作了题为《脑--世界的选择性表征》的报告.     

高能物理实验中的前馈式神经元网络法应用

 人工神经元网络是受生物神经网络的结构及其对外来信息处理方式的启示而得名的。它的研究起始于40年代,但由于当初提出的单层感知器模型固有的困难在长时间内困惑着人们,使得这方面的研究工作沉寂了几十年,直至80年代末,随着多层神经元网络的提出,以及它在实际应用中显示的强大功能逐渐被人们普遍认识和接受,才重新刺激起这方面理论和应用研究的热情。     

基于Mel频谱值和深度学习网络的鸟声识别算法*

为了增强网络对鸟鸣声信号的特征学习能力并提高识别精度,提出一种基于深度残差收缩网络和扩张卷积的鸟声识别方法。首先,提取鸟鸣声信号的对数梅尔特征及其一阶和二阶差分系数组成logMel特征集作为网络模型的输入;其次,通过深度残差收缩网络自动学习噪声阈值,减少噪声干扰;然后,引入扩张卷积增大卷积核感受野并利用注意力机制使网络更关注关键帧特征;最后,通过双向长短时记忆网络从学到的局部特征中学习长期依赖关系。以百鸟数据birdsdata鸟声库中的19种中国常见鸟类作为实验对象,识别正确率可以达到96.58%,并对比模型在不同信噪比数据下的识别结果,结果表明该模型在噪声环境下的识别效果优于现有模型。     

基于深度学习的视网膜OCT图像无监督去噪方法

以散斑噪声为主的噪声干扰严重影响视网膜光学相干层析（OCT）图像质量。深度学习是一种有效的去噪方法。但对活体成像而言,其很难获取多帧配准的真值图像,这影响了监督学习方法的效果。提出一种无监督深度残差稀疏注意力网络用于视网膜OCT图像去噪,并分别从视觉评价和数值评价两方面与传统的三维块匹配滤波去噪算法和经典的深度学习去噪网络进行对比。研究了监督学习与无监督学习策略下3种卷积神经网络的去噪性能,并利用公开的视网膜OCT图像数据集进行泛化能力测试。实验结果表明：所提算法的视觉评价和数值评价均具有良好的降噪效果,可以实现视网膜OCT图像高质量降噪,具有较强的泛化性,而且与监督学习相比,无监督学习在数据集不充分时仍能获得较好的降噪性能,可以有效地辅助医生进行准确高效的临床诊断。     

北五味子对糖尿病脑病大鼠脑中神经活性物质含量影响的在线微透析-高效液相色谱-串联质谱联用分析

采用在线微透析-高效液相色谱-串联质谱联用方法,测定了糖尿病脑病大鼠大脑海马区的8种脑递质的含量,从脑中神经活性物质的角度研究五味子改善学习记忆能力的作用机制.实验结果表明,经五味子治疗后,痴呆大鼠脑透析液中的谷氨酸(Glu)、丝氨酸(Ser)、多巴胺(DA)及5-羟色胺(5-HT)的含量显著降低(P0.05),牛磺酸(Tau)及乙酰胆碱(Ach)的含量显著升高(P0.01),天冬氨酸(Asp)和γ-氨基丁酸(GABA)的含量有降低趋势(P0.05),8种神经活性物质的水平均向正常水平发生了调节.此结果说明五味子可能通过调节糖尿病大鼠大脑中神经活性物质的含量发挥保护中枢神经系统的作用,从而改善糖尿病脑病大鼠的学习记忆能力.Morris水迷宫实验结果表明,五味子水提物可以明显缩短糖尿病脑病大鼠的逃避潜伏期,增加穿越目标区域次数及中心区域(%)(P0.05).