学科分类
/ 1
8 个结果
  • 简介:小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像(diffusiontensorimaging,DTI)脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。

  • 标签: 小世界属性 弥散张量成像网络 网络效率 脑网络
  • 简介:研究了用HPLC测定葡萄糖降解产物5-羟甲基糠醛的方法.样品为氟尿嘧啶葡萄糖注射液,紫外检测器,λ=284nm,反相色谱柱,乙腈:水(1:20)为流动相.5-羟甲基糠醛浓度在0.49-294ug/ml之间线性关系良好.该方法简便、快速、准确.相关系数r=0.9993,平均回收率为99.04%,RSD=0.14%.

  • 标签: 葡萄糖 降解产物 HPLC 5-羟甲基糠醛 测定
  • 简介:近日从卫生部获悉,我国即将在北京、黑龙江、上海、江苏、浙江、湖南、广东等七省市建立饮用水水质与水性疾病监测点,试行监测数据网络直报,开展城市饮用水卫生监测网络试点工作,此举意味着我国将逐步建立健全饮用水卫生监测网络

  • 标签: 饮用水卫生 监测网络 数据网络 卫生部 黑龙江 监测点
  • 简介:深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

  • 标签: 深度学习 生成对抗网络 图像合成 图像分割
  • 简介:帕金森病是一种普遍的神经退行性疾病,其病理特征是人脑黑质区多巴胺(DA)能神经元的进行性变性、死亡.帕金森病的病因和发病机制虽然至今未明,但氧化应激是主要因素.DA作为脑内主要神经递质,也是一种神经毒素.我们的研究中采用DA作为氧化应激诱导剂,观察了6种神经保护剂的作用效果.MTT分析其存活率、荧光双染色法观察其形态变化以及流式细胞仪分析凋亡和细胞周期变化,结果显示DA诱导后细胞存活率随浓度、时间进行式降低,而6种保护剂分别有不同程度的保护效果.

  • 标签: 多巴胺 SH-SY5Y神经元 细胞毒性 神经保护 帕金森病
  • 简介:生物系统具有鲁棒抵御外界干扰而维持自身性能稳定的特征。细胞中分子相互作用负反馈环是系统鲁捧控制的主要机理之一。本文对各种负反馈环之间的差异进行了对比并针对p53、Mdm2构成的负反馈环建立了数学模型,以模拟负反馈系统的衰减振荡。

  • 标签: 蛋白质相互作用网络 负反馈环 鲁棒性 数学模型
  • 简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

  • 标签: 立体视觉疲劳 主成分分析 BP神经网络