加热乙醇在CT引导下行腹腔神经丛阻滞治疗上腹部癌痛的临床研究

目的观察加热乙醇腹腔神经丛阻滞术对晚期癌性上腹痛患者的治疗效果。方法22例加热组和23例常温组晚期癌性上腹痛患者,CT引导下分别于背侧入路实施经皮穿刺无水乙醇双侧腹腔神经丛阻滞术,止痛效果被分为0~Ⅲ级,分别于术后2周、1个月、2个月、3个月时观察止痛效果。结果随访观察3个月,治疗后2周、1个月、2个月及3个月时加热组的显效率和有效率显著高于常温组,P<0.05,两者间有显著性差异。45例中无1例出现严重并发症。结论加热乙醇腹腔神经丛阻滞可获得较常温乙醇更好的止痛效果,是一种安全、有效的方法。     

新生大鼠海马神经干细胞的体外培养及鉴定

的探讨新生大鼠海马神经干细胞（NSC）的体外培养和诱导分化的条件和特点。方法分离出生1d大鼠海马,在表皮生长因子、碱性成纤维生长因子和B27联合作用下使其稳定增殖,用5-溴脱氧尿苷（BMU）标记处于增殖状态的神经干细胞,应用免疫荧光染色方法行巢蛋白（Nestin）、5-溴脱氧尿苷（BrdU）、β-Ⅲ型微管蛋白（Tuj-1）、波形蛋白（Vimenfin）和Galc-C免疫荧光染色,对NSC的增殖及其分化的细胞进行鉴定。结果体外培养的NSC增殖成神经干细胞球并传代,鉴定为Nestin染色阳性细胞和5-溴脱氧尿苷（BrdU）标记染色阳性细胞,并可诱导分化为神经元细胞（Tuj-1染色阳性细胞）、神经胶质细胞（Vimentin染色阳性细胞）和少突胶质细胞（GMc-C染色阳性细胞）。结论采用无血清培养基中加入特定生长因子的培养技术,可培养出在体外稳定增殖并有多向分化潜能的新生大鼠海马神经干细胞。     

基于变精度粗糙集的神经模糊网络优化及应用

针对现有神经模糊网络应用中的不足,提出了一种新的基于变精度粗糙集的神经模糊网络优化方法,并讨论了其在复杂系统建模中的应用.将变精度粗糙集理论中的β分类精度作为信息函数,选择条件属性.通过选择适当的精度,对建模数据进行离散化,组成决策表.通过对决策表进行变精度的知识约简,提取重要的属性和属性值,映射到模糊规则中,简化生成的规则,从而有效地优化了神经模糊网络结构,极大地减少了网络的训练时间,且提高了训练精度.将该方法应用于有大量样本数据的非线性时延系统建模,仿真实例验证了此种方法的可行性和有效性.     

一类拟线性神经传播方程的紧LOD差分格式

通过引入变量将方程从形式上降阶,提出了求解一类拟线性神经传播方程的紧局部一维（LOD）差分格式,并应用能量方法给出了格式的误差估计,得到该格式在L^2模下具有O（Δt^2＋h^4）的精度．最后通过数值例子验证了算法的有效性．     

牵正散合补阳还五汤治疗面神经炎

面神经炎，亦称Bell麻痹或特发性面神经麻痹，为面神经管内面神经的非化脓性炎症导致的一种急性周围性面瘫。临床表现为患者面神经周围性麻痹，一般起病急，一侧口角歪斜及眼闭合不全，流泪，发音不清，病侧额纹消失，不能皱额、皱眉、吹口哨、鼓腮等动作，病变在膝状神经节时，     

声负载增加导致老年鼠下丘神经元潜伏期波动性加强

基于我们先前的研究,主要探讨了小鼠下丘神经元声反应伏期的年龄相关性改变.自由声场条件下,声刺激为特征频率的短纯音(40 ms),呈现率为0.5～20 Hz共8种.结果显示,幼年鼠和成年鼠中,潜伏期随呈现率升高而单调递增的神经元分别点62.8%(22/35)和66.7%(22/23),而老年鼠中只占33.3%(11/33),但非单调比则达66.7%(22/23).我们的初步结果提示,老年性听力低下可能与大声负载条件下听中枢神经元的时相表征稳定性下降有关.     

Excitatory effect of histamine on neuronal activity of rat cerebellar fastigial nucleus Jn vitro

The cerebellar fastigial nucleus （FN） holds an important role in motor control and body balance. Previous studies have revealed that the nucleus is innervated by direct hypothalamocerebellar hletaminergic fibers. However, the functional role of histaminergic projection in cerebellar FN has never been established. In this study, we investigated the effect of histamine on neuronal firing of cerebellar FN by using slice preparations. Sixty-five FN cells were recorded from 47 cerebellar slices, and a vast majority of the cells responded to histamine stimulation with an excitatory response （58/65, 89.2%）. Perfusing slices with low-Ca^2＋/high-Mg^2＋ medium did not block the histamine-induced excitation （n=10）, supporting a direct postsynaptic action of histamine on the cells. Furthermore, the excitatory effect of histamine on FN neurons was not blocked by selective histamine H1 receptor antagonist triprolidine （n=15） or chlorpheniramine （n=10）, but was effectively suppressed by ranitidine （n=15）, a highly selective histamine H2 receptor antagonist. On the other hand, highly selective histamine H2 receptor agonist dimaprit （n=20） instead of histamine HI receptor agonist 2-pyridylethylamine （n=16） mimicked the excitatory effect of histamine on FN neurons. The dimaprit-induced FN neuronal excitation was effectively antagonized by selective histamine H2 receptor antagonist ranitidine （n=13） but not influenced by selective histamine H1 receptor antagonist triprolidine （n=15）. These results demonstrate that histamine excites cerebellar FN cells via the histamine H2 receptor mechanism and suggest that the hypothalamocerebellar histaminergic fibers may modulate cerebellar FN-mediated sensorimotor integration through their excitatory innervations on FN neurons.     

PMSM伺服系统的RBF网络自适应滑模控制

针对位置伺服系统的非线性、外干扰及参数摄动的不确定性,通过引入RBF神经网络对未知干扰和不确定性进行自学习,提高伺服系统的鲁棒性.为了分析伺服系统的不确定性,将系统模型划分为名义模型和不确定模型两部分.其中,名义模型采用状态反馈方法进行控制,不确定部分采用RBF网络作为滑模动态补偿器进行控制,解决了伺服系统不确定性上界难以测量的问题,降低了抖振.仿真结果验证了该设计方案的有效性.     

基于CNN-CRF的中文电子病历命名实体识别研究

智慧医疗技术的发展让我们不满足仅使用传统方法做医学研究。针对中文电子病历实体识别问题,设计了一种基于卷积神经网络结合条件随机场(convolutional neural network-conditional random field,CNN-CRF)的实体识别算法框架。为得到高质量的词向量,将标注实体加入词典进行分词,并将已标注和未标注文本作为语料,用word2vec工具对已分词文本进行无监督学习;为避免扩张卷积层数增加导致过拟合,采用迭代扩张卷积处理输入向量,并使用dropout随机丢弃一些连接;运用条件随机场对网络的分类结果进行修正。把该方法在中文电子病历上进行对比试验,从病历中提取出身体部位,疾病,症状,检查及治疗5类实体。实验结果表明,该方法能有效地辨别病历中的实体,其识别的准确率、召回率和f1值分别为90.01%,90.62%,90.31%,准确率和速率比传统方法都有一定提高。     

基于J&R模型的神经集群模型综述

神经集群模型是一类宏观的神经计算模型,通过描述神经元总体的平均特性来反映某类神经元的整体放电行为。此类模型参数简洁并具有明确的生理学含义,能够很好地用来模拟宏观脑电信号,广泛应用于大脑生理病理机制研究中。文中针对JR神经集群模型及其改进模型(包括David模型、Wendling模型和Ursino模型),分别从建模思想、模型结构和仿真结果等方面进行了系统阐述与比较研究。