维生素C抗氧化-同位素内标稀释-超高效液相色谱-串联质谱同时测定新生期大鼠海马体神经递质的含量

脑区神经递质的测定对于研究神经系统的作用机制具有重要意义。该研究建立了同位素内标稀释-超高效液相色谱-串联质谱同时测定双酚A暴露后大鼠海马体中5种神经递质含量的方法，包括谷氨酸、γ-氨基丁酸、乙酰胆碱、多巴胺以及5-羟色胺。选用2%（体积分数）乙酸水-甲醇（9：1，v/v）溶液配制标准样品及溶解样品，以Ultimate AQ-C₁₈（150 mm×4.6 mm，3 μ m）为分离柱，0.1%（体积分数）甲酸水和甲醇为流动相，在28℃柱温下，梯度洗脱，所有化合物在3 min内出峰。添加维生素C能显著减少多巴胺和5-羟色胺在前处理以及样品储存过程中的氧化，极大地提高神经递质的稳定性，从而准确定量。该方法标准曲线线性关系良好，相关系数R²>0.998，检出限和定量限低，日内和日间精密度为0.39%~13.6%，加标回收率为92.9%~119%，实际进样残留低，已被成功地应用于新生期双酚A暴露后大鼠海马体神经递质含量的测定。     

基于2D DenseU-net的核磁共振海马体分割

针对深层U-net网络易出现梯度消失以及存在特征重用率低的问题，本文提出一种2D DenseU-net海马体分割算法框架，融合了DenseNet和U-net两种网络结构。通过在U-net中构建当前层与前面所有层的密集连接，有效缓解了深层U-net易出现梯度消失的问题，并加强了特征传播与特征复用；DenseU-net在发挥密集连接优势的同时，保持了U-net网络中下采样和上采样的长连接结构，有助于保存浅层信息。此外，针对海马体存在比例少、体积小、边缘不清晰等特点，本文对数据样本依次进行正样本数据增强、尺寸均等剪切以及去除无效样本、边缘采样的特殊处理，有效解决了正负样本失衡问题并强化了海马体细节信息，保证获取完整的特征用于网络训练。在公开数据集ADNI（Alzheimer's Disease Neuroimaging Initiative）上的实验结果表明，本文方法能够达到92.63%的平均分割Dice精度，优于传统的海马体分割方法以及目前流行的一些基于深度学习的海马体分割模型。