南方鲶脑和脑神经的观察

对南方鲶脑的外部形态和内部结构及脑神经特点进行了描述.与一般鲤科鱼类的脑比较其不同点在于:端脑发达,体积比视叶大;小脑特别发达,向前盖住中脑、间脑和部分端脑,后部向两侧扩展成耳状叶;间脑有明显的中间叶、球状核,视交叉紧靠间脑前方,脑下垂体在二下叶之间,远离视神经交叉.并具有特别的副侧线神经、侧线神经侧腹支及电觉初级中枢.靠味觉和嗅觉共同摄取食物.     

静息态脑区的活动特征研究

静息态脑区的活动处于一种相对稳定的状态。但是,静息态机能性磁共振成像(functional Magnetic Resonance Imaging,fMRI)实验中,被试者可能会受到各种噪声的影响,因此,统计分析所得到的静息态脑区的活动强度和体素数都可能受此影响。为了更进一步研究静息态脑区的活动特点,分别对16名被试采集了8′14″的静息态fMRI数据,将这些数据按照时间等分为5个部分,对每个部分分别采用低频振幅方法进行分析。实验结果显示:楔前叶和后扣带皮层包含活动体素的个数随时间变化较小,处于一种相对稳定的状态;额内侧皮层和顶下小叶中活动体素个数随时间变化差异较大,处于不是很稳定的状态。实验结果表明,静息态脑区中,楔前叶和后扣带皮层对于外界噪声的干扰不敏感,额内侧皮层和顶下小叶对于外界噪声比较敏感。     

基于PSD特征的FBCCA脑电信号识别方法

:当前基于稳态视觉诱发电位 (Steady-State Visual Evoked Potential,SSVEP）的脑机接口使用的都是单一识别算法,针对不同时间长度的识别准确率较低。本文提出了一种基于滤波器组的典型相关分析（Filter Bank Canonical Correlation Analysis,FBCCA）与功率谱密度（Power Spectral Density,PSD）分析相结合的SSVEP识别算法,可以提高SSVEP识别的普适性与准确率。该方法使用FBCCA寻找高相似度的参考频率信号,再通过多组PSD分析来锁定最终的响应频率,完成频率识别。该方法无需经过训练就能得到较高的识别准确率。实验结果表明,在刺激时长为1s时,该方法能达到86.61%的准确率,比PSD分析的方法提升了5.44%,比典型相关性分析方法(Canonical Correlation Analysis,CCA)提升了10.38%的准确率,比FBCCA提升了8.86%的准确率。     

长期参与有氧运动大学生执行功能相关脑网络特征

本研究旨在探索长期参与有氧运动的男性大学生执行功能相关脑网络的特征,并与静坐少动的对照组进行比较。收集15名规律参与有氧运动的男性大学生以及15名静坐少动对照组男性大学生脑结构及静息态功能磁共振成像数据。使用度中心度和独立成分分析两种方法评价脑网络特征：计算并提取14个执行功能相关脑区度中心度值（degree centrality, DC）,采用独立成分分析方法（independent component analysis, ICA）提取四个与执行功能相关的脑网络成分。组间对比发现：1）有氧运动组双侧后扣带回皮层以及双侧海马区度中心度水平显著高于静坐少动组（p < 0.05）,而静坐少动组右侧顶下小叶度中心度水平显著高于有氧运动组（p < 0.05）;2）有氧运动组在默认网络、背侧注意网络及腹侧注意网络均有脑区激活高于静坐少动组,峰值分别出现在右颞下回、颞极以及左腹侧后扣带回（AlphaSim校正,p < 0.001）;而静坐少动组腹侧注意网络在左侧在壳核高于有氧运动组（AlphaSim校正,p < 0.001）。研究结果表明：长期参与有氧运动的大学生,其执行功能相关脑网络激活模式优于静坐少动大学生,而这种差异主要是通过增加海马和后扣带回皮层而不是额叶皮层在脑网络中的重要性来实现的。     

主成分回归对脑卒中发病与环境因素间关系的解析

脑卒中的诱发已经被证实与环境因素包括气温和湿度之间存在密切关系.对脑卒中的发病环境因素进行分析可以对脑卒中高危人群进行风险评估并及时采取干预措施,而平均气压、最高气压、最低气压、平均温度、最高温度、最低温度、平均相对湿度、最低相对湿度8个自变量之间的共线性使得用多元线性回归方法得到的回归方程的精度降低.运用主成分回归分析,对脑卒中发病人数与环境因素进行了深入解析,结合统计软件SPSS的分析结果,给出了计算主成分的正确表达式,并将主成分与发病人数进行多元线性回归,最终确定了脑卒中发病人数与8个环境因素间的数学模型.     

基于复杂网络构建与分析技术的语音响度差异神经处理机制研究

相关分析能够找出研究现象之间的依存关系、相关方向以及相关程度,可以发现大数据集里隐藏的关联网络.本文面向语音响度变化认知问题,提出“差异度”的概念,利用相关分析构建大脑功能的复杂网络,探索深层的神经处理机制与脑认知新规律.提出一种短时窗分析方法,构建不同认知阶段的脑网络;基于不同刺激下节点度的拓扑特征,构建基于差异度的脑地形图,实现脑区之间数据关系的可视化表达和动态演化过程表达.结果发现,前额叶、右额颞区和右后颞区分别在听觉处理的早期、中期和晚期对声音响度变化具有显著响应.研究表明脑复杂网络构建与分析技术可以成为研究神经处理机制与认知规律的有效工具.     

运动干预脑衰老：新进展与再认识

 随着人口老龄化的日益严峻，衰老及其带来的多种慢性疾病已成为亟待解决的社会问题。综述了脑衰老发病的复杂生物学机制，包括胶质细胞激活及炎症反应、氧化应激损伤、干细胞耗竭、DNA修复损伤、线粒体功能障碍等机制的研究进展；总结了近些年来运动与脑健康领域出现的新方法，包括表观遗传学、外泌体、肠道菌群、运动因子、异体共生、组学分析等的研究和应用；提出了运动干预脑衰老从基础到临床转化的可行性思考。     

基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割

针对U-Net网络感受野受限以及信息丢失导致的分割精度低的问题,提出了一种基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割算法.首先,在U-Net网络中引入感受野模块(receptive field block,RFB)来增大网络的感受野,解决了网络由于感受野受限带来的分割精度低的问题.此外在网络中引入有效的通道注意模块(efficient channel attention,ECA)来增加网络对有用特征的响应,抑制网络中的冗余特征.使用BraTS(the brain tumor image segmentation challenge)提供的脑肿瘤MR图像数据对本文算法进行测试,用Dice相似性系数等指标进行评价,结果显示在完整肿瘤、核心肿瘤以及增强肿瘤的Dice值分别可达到0.86、0.86、0.79.与U-Net模型以及其他的网络相比得到了提高.实验结果表明,本文提出的算法能够有效提升脑肿瘤分割的精度,具有良好的分割性能.     

运动促进大脑健康：来自行为和脑科学的证据

 从分子水平、细胞水平和器官水平机制（脑结构和功能）等方面总结了体育运动促进大脑健康的可能神经机制；结合实证研究进一步揭示了运动促进儿童和青少年大脑发育及延缓老年人认知衰退的行为和脑科学证据；建议应注重多学科交叉探讨运动促进大脑健康潜在机制的因果关系、构建多模态预测模型，基于关键性机制，针对不同人群制定个性化的最佳运动干预方案。未来可增加大样本纵向研究，为运动干预成为临床治疗相关疾病的辅助手段提供科学依据和实践指导。     

体育运动与孤独症康复：来自“脑智”视角下的证据

 从“脑”和“智”两个视角对体育运动与孤独症谱系障碍康复相关研究进行梳理，发现体育运动改善孤独症“智”主要表现为运动障碍、执行功能、学业成就、情绪行为和核心症状5个方面，体育运动改善孤独症“脑”主要表现为分子层面、细胞层面和系统层面3个方面，并在此基础上整合了体育运动与孤独症康复的多层面、多学科、较为完整的证据链。面向该研究发展趋势和孤独症患儿康复的现实需求，指出未来研究的3个主要方向：构建体育运动提升孤独症“脑智”的理论体系；建立孤独症“脑智”协同改善的运动干预模式；深入推进跨学科交叉研究。