基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型

提取多通道脑电（EEG）功率谱特征,训练连续高斯密度混合隐马尔科夫模型（CHMM）,建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明：EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最高分类正确率达到97.5%;在训练样本相同的情况下,CHMM比反向传输人工神经网络具有更高的分类精度.     

5种食药用真菌复合提取物抗衰老的研究

用栎金钱菌、茶树菇、云芝、松茸和灵芝等5种食药用真菌复合活性提取物灌胃衰老模型小鼠, 观察其对小鼠SOD、脂褐素、脾指数和脑指数的影响,探讨其抗衰老作用.结果表明:800 mg/(kg·d)的5种食药用真菌复合活性提取物能使雄性小鼠血清SOD活性提高78.87%, 肝脂褐素含量减少21.56%,脾指数增加33.33%,脑指数增加21.43%. 这说明5种食药用真菌复合活性提取物具有良好的抗衰老作用.     

如何提高病毒外源因子检测中小鼠和乳鼠检查法的成功率

随着生物制品在临床上的应用日益广泛,其安全性也备受关注。根据国家规定,拟上市的生物制品需依照2015版药典要求进行病毒外源因子检测以控制其质量,但其中较为关键的小鼠、乳鼠检查法在实际操作中存在一定的困难,导致检测结果易出现假阴性或假阳性,有鉴于此,本文以广东省医学实验动物中心丰富的检测经验为依据,对小鼠及乳鼠检查法的关键点进行归纳总结,拟提供高效实用的操作方法并提高该检查法的成功率。     

沈阳师范大学神经生物学硕士学位点简介

神经生物学是近年来迅速崛起的一门新兴的生命科学前沿学科,是以揭示脑的机能奥秘为目标,研究中枢神经系统的机能结构及调控机理,阐明神经系统活动基本规律的学科.沈阳师范大学神经生物学学科是2 0 0 3年7月经国务学位委员会正式批准的硕士学位授权学科.神经生物学硕士点主要开     

基于集成卷积神经网络的脑电情感识别

采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程。首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后,通过改变网络深度设计了6个深度不同的CNN模型;最后,通过投票法与加权平均法建立集成模型,提高了识别精度。实验结果表明,本文方法对3种情感类别的平均分类精度达到了93.12%,能够满足情感识别的研究需求。     

一种新的注意力相关脑电分类算法设计

提出了一种新的基于支持向量机(SVM)学习机制的注意力相关脑电分类算法.在对脑电信号进行3级小波分解之后,采用主分量分析方法提取主要的特征分量,并且采用SVM方法对其进行分类.在此基础上,依据数据融合理论,对多导分类结果进行综合判断.结果表明,本方法具有良好的鲁棒性,对注意力相关脑电信号分类的准确率可达89%左右,高于单导最优准确率.该方法对注意力缺陷反馈治疗、注意力机制研究等具有较高的实用价值.     

脑机接口在康复医疗领域的应用研究综述

脑机接口(brain-computer interface,BCI)是在大脑与外部设备之间建立的不依赖于常规大脑信息输出通路(外周神经和肌肉组织)的一种人机交互技术,为肌肉或神经末稍受损的患者提供新的人机交互手段.作为智能康复机器人研究的方向之一,BCI在康复治疗和运动辅助中具有重要的研究价值,并在神经康复、功能假体辅...     

高效液相色谱法测定人脑中的组胺

机体中许多细胞都能合成组胺。组胺与细胞增殖有关。由于不同生长状态的组织内组胺含量不同,而生长迅速的肿瘤组织往往含有较高浓度的组胺,因此组胺已成为辅助诊断恶性肿瘤的生化指标之一。近年来,国外对组胺的测定方法已有报道,但对于人脑中组胺的测定,国内外尚未见有报道。本文应用反相高效液相色谱法成功地测定了人脑中组胺的含量。     

基于视觉双特征的并行联合脑-机接口范式的研究

基于多特征的并行联合脑-机接口与单一特征脑-机接口相比,能利用更多信息和并行方式提高特征提取和系统执行效率。提出了一种基于稳态视觉诱发电位(SSVEP)和运动起始视觉诱发电位(MVEP)的双特征并行联合脑-机接口范式,通过设计3×3字符拼写范式,矩阵中纵列白色竖条按设定频率闪烁诱发SSVEP,横行中白色竖条随机运动诱发MVEP。实验表明,被试者关注目标字符时,两种特征脑电信号被同时诱发出来,并且对两种脑电信号进行特征识别能够检测出被试者选取的目标字符。联合范式并行的刺激编码方式有效节约了刺激诱发时间,为构建更为实用的联合脑-机接口提供了一种实现方法。