嗅觉神经系统论文-杨军,丁莹莹,廖承德

嗅觉神经系统论文-杨军,丁莹莹,廖承德

导读:本文包含了嗅觉神经系统论文开题报告文献综述及选题提纲参考文献,主要关键词:磁共振成像,锰离子,嗅觉神经

嗅觉神经系统论文文献综述

杨军,丁莹莹,廖承德[1](2014)在《锰离子增强MRI在动物嗅觉神经系统研究中的应用》一文中研究指出二价锰离子(Mn2+)具有顺磁性,可作为钙离子类似物利用细胞膜钙通道进入神经细胞内,并可通过轴突、跨突触运输;由于能缩短T1,Mn2+沉积在组织中,使之在MR T1WI中呈高信号。锰增强MRI(MEMRI)已被越来越多地用于神经系统的活体动物研究中。本文针对MEMRI在动物嗅觉神经系统研究中的应用进展进行综述。(本文来源于《中国医学影像技术》期刊2014年02期)

张锦,朱尚武,王莹,黄诗苹,王如龙[2](2011)在《面向仿生的嗅觉神经系统建模研究》一文中研究指出着眼于嗅觉神经系统的生物学特点,从仿生学角度提出了一种嗅觉神经系统整合模型。模型从不同角度进行对嗅觉神经系统进行仿真,使其尽可能贴近嗅觉神经系统的生理学特征。首先,在结构上,根据嗅觉神经系统解剖结构,完整体现了嗅觉系统的叁个关键部分,以及它们之间的延时和反馈链接。其次,在神经元模型上,根据嗅觉系统不同部分的特点采用不同的神经元模型进行模拟。最后,在模型的神经动力学上,模型能够及时响应外界刺激。在刺激持续输入时,模型输出呈现出稳定的振荡模式;在特定刺激输入时,模型状态呈现有节奏的极限环状态。(本文来源于《系统仿真学报》期刊2011年08期)

尹芳蕊,陈春英,董元兴,吴刚,高愈希[3](2010)在《量子点经嗅觉通道进入中枢神经系统的可视化过程》一文中研究指出模拟纳米颗粒呼吸道暴露及鼻腔给药模式,给ICR雌性小鼠鼻腔滴注量子点溶液,用动物活体荧光成像系统和荧光显微技术观察小鼠鼻腔、嗅球及大脑等组织中量子点分布随时间的变化情况.动物活体荧光成像可见,鼻腔滴注量子点30min后,量子点溶液扩散到嗅球,2h后鼻腔荧光强度逐渐变弱,24h仅在嗅球部位仍有可见荧光.荧光显微镜观察组织切片可见,滴注30min时,量子点仅存于嗅球前端边缘,1h后进入嗅球,并向嗅球深层转移,24h后发现嗅球内量子点荧光变弱,并在大脑组织切片内观察到量子点荧光.结果表明,纳米颗粒可以经过鼻黏膜进入脑组织,分布于嗅球、大脑等部位.(本文来源于《科学通报》期刊2010年07期)

张同斌,刘深泉[4](2009)在《嗅觉神经系统的电位发放》一文中研究指出利用描述抑制结构的WLC模型,数值分析嗅觉神经系统各个神经元的电位发放,得到嗅觉神经系统中球周细胞层、嗅球、僧帽细胞层、颗粒细胞层、前嗅核和前梨状皮层内各个神经元的电位发放,模拟了Freeman嗅觉系统各K系列模型的电位发放模式,数值说明僧帽细胞具有丰富的发放形式,神经元之间的具有两种信号传递模式,数值结果和嗅觉实验现象相吻合.(本文来源于《河南科学》期刊2009年03期)

尹芳蕊[5](2008)在《纳米颗粒—量子点经嗅觉通路进入中枢神经系统的实验研究》一文中研究指出目的: (1)考察量子点在生理条件及其常用的组织切片制作过程中所需溶液的稳定性,为量子点在组织切片中溶液的选择提供了参考,考察量子点抵御外界因素干扰的能力。(2)考察量子点能否通过鼻腔滴注进入嗅球和中枢神经系统,推断其经嗅觉通路进入中枢神经系统的机制,为其他纳米粒子进入嗅球和中枢神经系统提供直接可视的模型,同时为纳米鼻腔药物靶向载体开发和鼻腔给药有效药物筛选开辟了一条新的途径。方法:(1)酶标仪荧光光谱程序测定量子点在生理条件和组织切片过程中常用溶液的稳定性。(2)模拟环境中纳米粒子暴露状况及鼻腔给药模式,给ICR雌性小鼠鼻腔滴注量子点溶液,分别在暴露10分钟,30分钟,1小时,2小时,4小时,12小时,24小时,48小时后用动物活体荧光成像系统和荧光显微镜观察组织切片技术分析小鼠鼻腔及嗅球内量子点的分布及量子点荧光强度随时间的变化情况,进而推断量子点经鼻腔进入中枢神经系统的过程。结果: (1)酶标仪的结果表明量子点的最大激发波长和发射波长在各种溶液中基本不变,也不随时间而改变;在最大激发波长、发射波长条件下,量子点在各种溶液中的荧光随时间变化而变化:实验开始(0h)时量子点在各种溶液中荧光强度均较强,强弱顺序依次是甲醛、氢氧化钠、生理盐水、PBS、水、甲酸。随时间延长量子点在各种溶液中荧光强度在2小时内显着下降,随后趋于稳定;量子点与酸性溶液混合后,荧光强度维持在相对较低的水平,但是量子点在各种溶液中荧光能够保持相对稳定,特别是在中性溶液水、PBS溶液和生理盐水中量子点最稳定。(2)动物活体荧光成像系统观察鼻腔滴注量子点30分钟后,量子点溶液扩散到嗅球,1小时后荧光强度没有明显变化,2、4、12小时鼻腔荧光强度逐渐变弱,嗅球区仍可看见荧光,24、48小时可见量子点荧光在嗅球聚集且鼻腔前部量子点荧光消失;3.荧光显微镜观察组织切片30分钟仅在嗅球前端边缘,1小时后量子点进入嗅球,并向嗅球深层转移。2、4、12小时变化不大,24、48小时发现嗅球内量子点荧光变弱,并向大脑转移。结论: (1)在一定的时间内量子点在生理条件和组织切片制作过程的常用溶液中均能稳定存在,PBS溶液和生理盐水模拟生物体内环境,对量子点的荧光强度影响小。(2)动物活体荧光成像系统显示量子点能够通过嗅觉通路进入中枢神经系统,荧光显微镜观察组织切片:滴鼻的量子点经过鼻黏膜进入脑组织并蓄积于小鼠的嗅球中,24小时后量子点向大脑转移,量子点荧光强度和分布部位随时间变化而变化。因此,量子点的荧光强度在鼻腔中不受影响,经固定、脱钙后量子点自身的荧光强度也不会受很大影响。量子点在组织切片制作过程中稳定存在,其特殊的荧光效应为其他纳米粒子在组织中的分布提供直接可视的模型,同时为纳米级药物靶向载体开发和经鼻给药有效药物筛选开辟了一条新的途径。(本文来源于《内蒙古科技大学包头医学院》期刊2008-05-01)

郑茜茜,沈小妹,王平,叶学松[6](2008)在《嗅觉神经系统识别机制模型研究进展》一文中研究指出相对人体其他的感觉系统,嗅觉神经系统是目前人们了解得较少的感觉神经系统。近来的科学研究表明,对复杂的嗅觉系统的研究有助于人们了解人体整个感觉系统的工作原理。本文以嗅觉神经系统的时空编码和解码机制研究为重点,介绍了近年来国际上广泛研究的、基于嗅觉生理解剖基础之上的嗅觉神经系统识别机制模型的研究工作。最后,结合我们目前的研究工作对嗅觉系统识别模型研究的发展进行了展望。(本文来源于《生物医学工程学杂志》期刊2008年01期)

张锦[7](2007)在《嗅觉神经系统仿生模型及其应用研究》一文中研究指出构造生物神经系统仿生模型是智能研究领域的一个重要方向。本文研究了Freeman教授提出的一套新颖嗅觉神经网络,K系列模型,及KⅢ模型在不同方面的应用。K系列模型包括KO、KⅠ、KⅡ和KⅢ模型,其中KⅢ模型对整个嗅觉神经系统进行了模拟。本文首先利用小世界网络理论对KⅢ模型的结构进行了分析。基于小波分解分析了KⅢ模型的聚类系数和特征路径长度随边的重连概率增加而变化的情况。分析表明,KⅢ模型结构具有小世界网络的部分特性。然后,本文研究了基于单一KⅢ模型的模式识别问题。基于相图的分析表明:KⅢ模型可以形成对应于不同模式的一组极限环,而不管输入是恒定的还是变化的。当输入恒定时,KⅢ模型基于一般模式识别流程被用于叁种典型的模式识别应用(人脸识别、文本分类和语音识别),这时特征提取是必须的。对于人脸识别,提出了一种基于子图特征组合思想的人脸特征提取算法。实验结果表明,KⅢ模型具有很强的模式识别能力,能够识别至少40种模式。此外,对于输入变化的时变信号,KⅢ模型通过合适的切分预处理即可直接识别,而无需特征提取过程。通过定义相应的指标,将KⅢ模型用于识别两种时变信号:脑电和语音。实验结果表明,KⅢ模型能够有效识别不同的时变信号。通过这些不同的应用也可以看出,KⅢ模型具有成为通用分类器的潜力。接着,本文研究了结合直推式信任机器的KⅢ模型,并将其用于两种应用(脑电分类和基于电子鼻采集的气体分类)分析其性能。实验结果表明,和单一KⅢ模型相比,结合直推式信任机器的KⅢ模型能够在不降低识别精确度的情况下,同时给出预测的置信度。最后,提出了一种用于生成纹理图像的简化嗅觉仿生模型。和基于BP算法的前馈网络相比,提出的简化模型生成纹理图像的效率更高,所生成的纹理图像也更加丰富和美观。实验也表明,模型引入的噪声能够提高纹理图像的质量。(本文来源于《浙江大学》期刊2007-12-01)

倪道凤,王剑,关静,张振馨[8](2007)在《中枢神经系统退行性疾病患者的嗅觉评估》一文中研究指出目的初步探讨神经退行性疾病嗅觉功能改变的特点。方法神经科转诊的拟诊为神经退行性疾病患者73例(男41例/女32例),年龄范围50-87 岁,最终临床确诊帕金森病患者29例,帕金森综合征患者12例,阿尔茨海默病患者3例,轻度认知障碍患者1例,其他目前尚不能明确临床诊断神经退行性疾病患者28例。全都进行耳鼻咽喉科常规体检,用 T&T 嗅觉计行主观嗅觉心理物理测试。以醋酸异戊酯为刺激剂对所有病人行嗅觉事件相关电位测试;所有患者都行颅脑 MRI+嗅觉通路 MRI、计算标准嗅球体积。结果(1)73名患者左右侧主观识别阈分别为3.79±1.80、3.81±1.79;左右侧主观识别阈测(本文来源于《中华医学会第十次全国耳鼻咽喉-头颈外科学术会议论文汇编(下)》期刊2007-10-01)

杨如乃,胡志忠,卢健[9](2006)在《生物嗅觉神经系统模型的模拟与分析》一文中研究指出研究生物嗅觉神经系统模型,有助于更好地了解嗅觉机理和嗅神经的放电模式。本研究分析了K系列嗅觉神经系统模型的拓扑结构、数学基础的发展和应用,对该系列模型中的KIII模型进行了数值模拟及时域,频域和时频域分析;概述了K系列模型的发展和应用。由结果看出,KIII网络模型可以很好地模拟嗅觉神经系统的电活动。(本文来源于《生物医学工程研究》期刊2006年03期)

郑茜茜[10](2006)在《嗅觉神经系统识别机理模型仿真研究》一文中研究指出嗅觉神经系统的研究目前引起了世界各国学者广泛的关注。不仅是由于嗅觉神经系统是目前人们了解得最少的感觉神经系统,而且,以往的研究表明嗅觉神经系统机理与大脑学习记忆机理有着十分密切的关系。为此,本课题开展的研究将有助于人们探索和认识嗅觉系统乃至大脑的机理。 目前,人们对于嗅觉系统的机理尚处于探索阶段。这主要是由于鼻腔的复杂结构及嗅区的特殊生理位置,为直接的嗅觉实验研究带来了不少困难。而实验与模型相结合为研究嗅觉机理提供了一种行之有效的新方法。本文首先简要介绍了嗅觉神经系统及其几种典型的嗅觉系统模型,接着以嗅觉神经系统的时空编码和解码机理研究为重点,建立了蝗虫触角叶仿真模型。 蝗虫触角叶的电生理实验表明气味刺激期间,兴奋性细胞(PNs)的放电活动呈现出不同的时空编码模式来识别不同的气味。本文在建立仿真模型的基础上,通过改变烟碱乙酰胆碱(nAch,兴奋性神经递质)和γ-氨基丁酸(GABA,抑制性神经递质)突触电流的仿真参数,研究神经递质对嗅觉时空编码的影响。通过模型仿真研究,使我们对同步振荡现象以及突触联接在嗅觉识别中起的关键作用有了进一步的认识。 上述研究工作为嗅觉神经系统识别机理模型的研究奠定了良好的基础;通过进一步研究可以将神经芯片实验结果和仿真模型相结合,利用神经芯片得到的数据来验证仿真结果。(本文来源于《浙江大学》期刊2006-06-01)

嗅觉神经系统论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

着眼于嗅觉神经系统的生物学特点,从仿生学角度提出了一种嗅觉神经系统整合模型。模型从不同角度进行对嗅觉神经系统进行仿真,使其尽可能贴近嗅觉神经系统的生理学特征。首先,在结构上,根据嗅觉神经系统解剖结构,完整体现了嗅觉系统的叁个关键部分,以及它们之间的延时和反馈链接。其次,在神经元模型上,根据嗅觉系统不同部分的特点采用不同的神经元模型进行模拟。最后,在模型的神经动力学上,模型能够及时响应外界刺激。在刺激持续输入时,模型输出呈现出稳定的振荡模式;在特定刺激输入时,模型状态呈现有节奏的极限环状态。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

嗅觉神经系统论文参考文献

[1].杨军,丁莹莹,廖承德.锰离子增强MRI在动物嗅觉神经系统研究中的应用[J].中国医学影像技术.2014

[2].张锦,朱尚武,王莹,黄诗苹,王如龙.面向仿生的嗅觉神经系统建模研究[J].系统仿真学报.2011

[3].尹芳蕊,陈春英,董元兴,吴刚,高愈希.量子点经嗅觉通道进入中枢神经系统的可视化过程[J].科学通报.2010

[4].张同斌,刘深泉.嗅觉神经系统的电位发放[J].河南科学.2009

[5].尹芳蕊.纳米颗粒—量子点经嗅觉通路进入中枢神经系统的实验研究[D].内蒙古科技大学包头医学院.2008

[6].郑茜茜,沈小妹,王平,叶学松.嗅觉神经系统识别机制模型研究进展[J].生物医学工程学杂志.2008

[7].张锦.嗅觉神经系统仿生模型及其应用研究[D].浙江大学.2007

[8].倪道凤,王剑,关静,张振馨.中枢神经系统退行性疾病患者的嗅觉评估[C].中华医学会第十次全国耳鼻咽喉-头颈外科学术会议论文汇编(下).2007

[9].杨如乃,胡志忠,卢健.生物嗅觉神经系统模型的模拟与分析[J].生物医学工程研究.2006

[10].郑茜茜.嗅觉神经系统识别机理模型仿真研究[D].浙江大学.2006

标签:;  ;  ;  

嗅觉神经系统论文-杨军,丁莹莹,廖承德
下载Doc文档

猜你喜欢