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.     

线粒体肌病超微结构特征研究

目的：结合线粒体肌病超微结构变化的特征，探讨该病的病因和可能的发病机制。方法：对2例线粒体肌病患者腓肠肌活检组织进行光镜和电镜超微病理观察。结果：发现病变肌纤维超微结构变化丰富，线粒体内类结晶包涵体形态独特，肌纤维间存在脂滴沉积，糖原颗粒聚集和异形吞噬体。结论：线粒体内不同形态的类结晶包涵体可能代表了不同种蛋白质的堆积，或是同一种蛋白质异常合成的不同时期的表现；脂滴沉积和糖原颗粒的异常增多，是继发于线粒体功能的障碍所致，进而出现形吞噬体的自我保护性反应。     

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。     

湖北襄樊：感受九省通衢的现代神经

古称“七省通衢”、“南船北马”的襄樊已经具有2800多年的历史,自古以来就是兵家的必争之地。而今,凭借优势的地理位置“一条汉江、两个机场、三条铁路、四通八达的公路”襄樊正在发展成为“产业特色鲜明、交通优势明显、科教实力雄厚、发展潜力强劲”的大型城市,同样也是当今商家的必争之地。通信业将在这座城市大有可为,通信运营商们的努力究竟带给了襄樊人们什么样的通信生活呢?让我们观其平静外表,把脉其中经络——     

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。     

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).     

超声刀在甲状腺手术中保护喉返神经及入喉处甲状腺组织的应用效果观察

目的探讨超声刀在甲状腺手术中对于喉返神经及入喉处甲状腺组织的保护作用。方法选取2016年1月至12月间广东省遂溪县人民医院收治的120例甲状腺疾病的患者,随机分为对照组和观察组,每组60例,对照组采用传统电刀手术,观察组采用超声刀进行手术,比较两种手术方式的效果以及对喉返神经及入喉处甲状腺组织的影响。结果相较于传统电刀手术,采用超声刀可明显缩短腺体切除时间和手术总时间,减少术中出血量,差异具有统计学意义(P0.05);两种手术方式在术后引流量和住院时间方面比较,差异无统计学意义(P0.05);观察组患者喉返神经损伤以及甲状旁腺功能低下的发生率低于对照组,但是两组间差异无统计学意义(P0.05),所有观察组患者的声音嘶哑现象均于术后3个月内恢复,而对照组有3例于3~6个月恢复,2例1年以上未好转。结论在甲状腺手术最终采用超声刀可明显缩短手术时间,减少术中出血量,利于术中对喉返神经和入喉处甲状腺组织的辨认和保护,是一种安全可行的手术方法。     

电磁辐射诱发神经元放电节律转迁的动力学行为研究

本文首先根据能量转换理论建立了电磁辐射影响下神经元电流变量模型, 然后结合Hodgkin-Huxley(HH)神经元模型研究了电磁辐射对单个神经元以及耦合神经元放电行为的影响. 结果表明, 随着电磁辐射强度的增大, 神经元放电率逐渐减小, 最后达到一个比较稳定的值. 神经元原有的周期型放电由于辐射强度的增大而逐步过渡到簇放电状态, 并借助动态分岔理论解释了这种放电模式的转换. 同时证明了磁辐射对单个神经元放电的影响可以通过神经元间的耦合传递到临近其他神经元中.     

基于多尺度传递熵的脑肌电信号耦合分析

神经运动控制中脑肌电同步特征可以反映皮层与肌肉之间的功能联系. 为定量研究脑电和肌电信号在不同时间尺度上的同步耦合特征, 提出多尺度传递熵方法实现静态握力输出下的脑肌电耦合分析: 对同步采集的头皮脑电信号(EEG) 和表面肌电信号(EMG)进行多尺度化, 计算不同尺度因子下EEG与EMG间的传递熵值, 获取不同耦合方向(EEG→EMG及EMG→EEG)上的非线性脑肌电耦合特征; 进一步计算功能频段下的显著性面积指标, 定量分析不同尺度下皮层肌肉功能耦合强度的差异. 分析结果显示, 静态握力输出时beta频段(15–35 Hz)皮层肌肉功能耦合特征显著, 且beta2频段(25–35 Hz)在不同尺度上EEG→EMG方向的耦合强度大于EMG→EEG方向, 耦合强度最大值和方向间耦合强度差异显著值均出现于较高时间尺度. 研究结果揭示: 皮层肌肉功能耦合具有双向性, 且耦合强度在不同时间尺度和不同功能频段上有所差异, 可利用多尺度传递熵定量刻画大脑皮层与肌肉之间的非线性同步特征及功能联系.