ICM与数学形态学在图像处理中的等价性

通过对交叉视觉皮层模型(ICM)运行特点的研究, 揭示了ICM与数学形态学间的本质联系, 并以颗粒分析为例进行了详尽的推导, 得出ICM与一定结构元素下的数学形态学方法等效的结论. 研究还发现, 当ICM用于图像处理时, 其脉冲并行传播特性行为完全等价于数学形态学中一定结构元素下的基本运算, 从而为ICM日后的研究与发展提供了严谨的数学依据.     

华美游仆虫皮层细胞骨架的超微结构及免疫电镜观察

 应用透射和免疫电镜术,在超微结构水平观察显示,腹毛类纤毛虫华美游仆虫的皮层纤毛器和非纤毛器细胞骨架中,表膜下、细胞质深部的微管或纤维束,以及纤毛器及纤毛器附属微管等均是以α-和 β-微管蛋白为主要成分的微管类结构;中心蛋白定位于纤毛器的基体腔、基体基部近中心端、基体基部近中心端连接及基体中部连接结构中,而在纤毛杆和皮层非纤毛器微管中无中心蛋白成分存在。据此认为,该纤毛虫中,基体部位的蛋白组成机制与纤毛杆及纤毛器附属结构是不同的,非分裂期细胞中定位于基体主体部位的中心蛋白可能与维持相关结构的稳定性有关。     

米类质量检验的方法探讨

米是禾谷类原粮经加工碾去皮层,剩余的部分（主要是胚乳）,也叫成品粮,统称为粮食。粮食是人类生存的主要食品,我们每个人在一生中每天都离不开它。但是,目前市场上一些不法商贩利欲熏心,随意提高或降低等级,从中牟取暴利;更有甚者,他们置人民生命于全然不顾,随意掺假、使假,食用这样的粮食,会给人的身体造成极大的伤害。现就米类质量的检验方法提出如下几种供大家探讨。     

人类早期视皮层对边缘所有权的选择性以及注意的调节作用

自然场景中的物体通常是互相遮挡的,识别这些物体的关键在于确定不同图像区域之间的边缘属于哪一个物体。然而,对于人类视皮层如何编码边缘所有权这个问题,我们知之甚少。在本研究中,我们设计了两个简单有效的视觉刺激作为实验材料。在这些刺激中,对情境信息的微小变动就可以导致边缘所有权的彻底改变。利用功能性核磁共振适应的方法,我们发现次级视皮层对边缘所有权显示了稳定可靠的选择性,而且这种选择性依赖于注意过程。本研究提供了第一个以人类被试为研究对象的实验证据,结果表明次级视皮层是对边缘所有权进行加工的关键区,而且该加工依赖于高级皮层区的调节反馈。     

近似熵在大鼠状态识别中的应用

以大鼠作为实验动物,采用近似熵的方法,分析大鼠初级视觉皮层的自发脑电信号,从而判别大鼠安静、睡眠和活动3种状态.实验结果表明,采用近似熵算法,使用较短的数据就能对大鼠的状态进行有效识别,减少了冗余的计算量,解决在复杂隐蔽环境中对大鼠状态的识别问题.     

脑皮层功能柱模型中的Hopf分岔

研究了一种脑皮层功能柱的集中参数模型,分析了平衡点的稳定性,并给出了其Hopf分岔条件.数值仿真显示,该模型在不同参数条件下可以表现为多种不同的脑电波信号.通过改变外部输入脉冲密度,模型状态响应经历了稳定平衡点和极限环的过程,验证了其Hopf分岔的存在条件.对Hopf分岔的研究为进一步深入了解大脑的非线性结构提供了理论依据.     

四额鳞麻蜥及太湖鼋为无效种

笔者对采自甘肃省和内蒙古自治区的３尾四额鳞麻蜥，以及捕自太湖而放养于苏州池塘内的８只太湖鼋进行了深入研究。研究结果表明四额鳞麻蜥系丽斑麻蜥和密点麻蜥前额鳞发生纵裂的变异个体，而太湖鼋则为斑鼋Ｐｅｌｏｃｈｅｌｙｓｍａｃｕｌａｔｕｓ（Ｈｅｕｄｅ）的同物异名。     

基于非线性动力学和GA-MLPNN的ECoG信号分类

为了对脑-计算机接口(BCI)中不同思维任务下的皮层脑电(ECoG)信号进行分类,提出了基于遗传算法(GA)和多层感知器神经网络(MLPNN)的混合方法.用GA方法优化ECoG通道选择,使得选择通道数最小而分类性能最大.使用误差反馈传播(EBP)算法作为MLPNN的学习机制.实验表明,用排列熵(PE)和Hurst指数刻画ECoG的非线性动力学特征具有较好的计算性能和区分能力,故选择这两个特征量进行通道选择和分类处理.分析结果显示,通过使用选择的15个通道进行分析所得的平均分类率为87%,而使用全部的64个通道的结果仅为79%.     

初级视皮层机制启发下的特征提取

针对传统计算机视觉方法在纹理细节提取和局部运动感知方面的局限性,借鉴生物视觉系统的强大信息处理机制,提出一种基于三维时空能量模型的初级视皮层(V1)视觉模型。模型首先利用三维Gabor滤波器初步模拟得到简单细胞感受野,接着采用半波整流操作进一步得到简单细胞模型,随后通过能量模型整合简单细胞感受野进行,模拟得到复杂细胞模型。仿真结果表明:所提模型在图像静态纹理特征和简单视频序列运动特征提取上取得了较好的效果。较传统模型而言,模型将计算机视觉与生物视觉有效融合,具有更强的动静态特征表达提取能力,体现了V1细胞强大的信息处理机制,为视觉脑启发计算提供新的思路。