两种新生大鼠皮质发育障碍模型的差异基因表达谱研究

目的研究两种不同的方法构建皮质发育障碍(DCDs)动物模型中的共同差异表达基因,为进一步研究DCDs形成机制提供基因水平筛选的研究平台。方法用两种方法制备DCDs模型:①射线损伤模型(射线组):采用剂量为1.45 Gy的γ射线照射妊娠15 d的SD大鼠制作子代大鼠DCDs模型;②卡莫司汀(BCNU)药物损伤模型(药物组):妊娠15 d的SD大鼠,腹腔注射BCNU制作子代大鼠DCDs模型。同时设正常对照组。对两种DCDs模型的子代新生鼠(P0)全脑做基因芯片扫描,结果与正常对照组比较,获得两种模型共有的差异基因。结果射线组大鼠与正常比较得到170个差异基因,其中25个上调,145个下调;药物组大鼠与正常比较得到259个差异基因,其中67个上调,192个下调。两组重合的基因共54个,其中3个上调,51个下调。结论皮质发育障碍是一个复杂的病理过程,本实验运用基因芯片技术,对两种不同方法构建的DCDs模型进行了研究,获得两种DCDs模型共有的基因差异表达谱,为进一步研究DCDs形成机制提供了分子生物学平台。     

基于粒子群优化-支持向量机的睡眠呼吸暂停检测

睡眠呼吸暂停(sleep apnea, SA)是一种睡眠障碍疾病,严重影响睡眠质量和身体健康。为降低睡眠呼吸障碍检测的复杂度并提高准确率,提出了一种粒子群优化-支持向量机(particle swarm optimization-support vector machine, PSO-SVM)方法,通过心电信号实现对SA的准确检测。首先,将心电信号分段,并从中提取心率变异性;其次,实现特征提取与选择,包含心电信号RR间期的均值、标准差、均值标准差、差值均方的平方、心率变异性的信号总功率、低频段功率、高频段功率、瞬时中位频率、边际谱熵和能量谱熵等;最后,通过PSO-SVM分类算法进行睡眠呼吸暂停检测。结果表明,筛选10个特征对SA进行检测,利用Apnea-ECG数据库通过PSO-SVM的检测准确率为94.0%,提升了现有方法的检测性能。     

太极拳对老年人情绪、睡眠健康的影响

太极拳是我国传统的武术键身运动项目,为检测长期坚持太极拳对老年人睡眠、情绪健康的影响,选取40名老年人为研究对象,通过42周的长期太极拳训练,运用问卷调查法对训练前后睡眠质量及情绪进行调查分析,结果显示训练前、后PSQI得分分别为9．10±5．58和5．82±4．01,有显著性差异;训练前后SAS和SDS得分分别为48．5±8．6、45．6±7．8和35．6±5．4、34．4±6．8,有显著性差异,表明长期参加太极拳运动可以有效改善和提高老年人睡眠质量,并对老年人的心理健康有积极的作用．     

心率变异性的研究方法及其对于短时睡眠数据的应用

总结了HRV信号的各种分析方法,然后以10位健康成年男子睡眠的各5min的NREM4期和REM期的HRV信号为研究对象进行分析。最后根据计算结果结合生理知识给予一定的解释。     

睡眠脑电的非线性动力学方法

在8例健康成年人的睡眠脑电监测实验基础上,利用已有的专家人工分期结果,提取睡眠各阶段特征数据,应用近似熵、复杂度和功率谱熵三种方法进行分析,从客观量化的复杂性度量来刻划睡眠深度的变化情况,对每个睡眠分期选取5000点数据,数据窗取1000点,逐次延时一个采样间隔得到几个时间序列,分别求复杂度,最后取均值即得此分期复杂性测度值,结果表明三种方法均与专家人工分期结果相吻合,近似熵算法复杂不适合在线分析;复杂度算法较简单,但数据粗粒化处理容易丢失信息;功率谱熵算法简单、快速及有效,因而用统计分析方法分析,表明功率谱熵能较好地反映睡眠深度的变化情况。     

基于匹配跟踪的脑电睡眠纺锤波的时频分析

匹配跟踪(MP)算法是一种冗余算法，通过信号x在所选择的最佳向量(最佳基)上的反复正交投影而逼近原信号。它不仅可以获得较好的时频分辨率，而且可以参数化描述任何类型的数据。在临床应用实践中已发现睡眠纺锤波与多种病症有关，因此，有效地检测出睡眠纺锤波具有重要的临床应用价值。文中根据脑电信号(EEG)睡眠纺锤波的特征，利用基于Gabor函数的MP算法对EEG中的睡眠纺锤波进行检测和分析，并给出了分析结果的时频表示。     

基于多尺度熵睡眠呼吸暂停程度的分析

当前就睡眠呼吸暂停症状的研究对心血管疾病的预测有重要的临床意义。选用Apnea-ECG database里的37个研究对象,根据呼吸暂停低通气指数(Apnea Hypopnea Index,AHI)分为四类：正常群体(AHI<5),轻度睡眠呼吸暂停(5≤AHI<15),中度睡眠呼吸暂停(15≤AHI<30),重度睡眠呼吸暂停(AHI≥30)。选取样本整个数据中间时刻1小时心电信号(ECG)数据,以保证数据是处于研究对象深度睡眠下测得的。利用Costa等提出的多尺度熵(Multiscale Entropy,MSE)算法应用于ECG的RR间隔,来分析四类睡眠呼吸暂停的不同程度。根据多尺度熵指数(multiscale entropy index, MEI)定义 MEI1-3和MEI13-15。研究结果表明MEI1-3和MEI13-15能够很好的区分正常睡眠群体、轻度睡眠呼吸暂停患者、中度和重度呼吸暂停患者;并且MEI1-3和AHI二者具有良好的负相关性(R^2 =0.279,p<0.05)。     

词语演变的系统性原则——以睡眠、躺卧语义场为例

词汇的系统性不仅体现在共时的静态层面里,还表现在演变的历时发展过程中。系统的静态结构关系需要在动态的发展过程中才能真实地表现出来。通过对睡眠语义场与躺卧语义场从中古到近代演变的考察,可以发现单个词语的演变实际上受到整个词汇系统的控制,遵循了系统性的原则,表现出整体的协调作用。     

基于休眠/唤醒机制的无线传感器网络存活状态建模与分析

采用休眠机制可以有效降低无线传感器网络的能量消耗,延长网络的生存时间.基于休眠概率与生存期的关系,建立节点休眠/唤醒机制的系统模型,给出无线传感器网络中节点状态间相互转换的2种基本模型,分析休眠概率与休眠轮次对无线传感器网络存活状态的影响.仿真结果表明,随着休眠概率与休眠轮次的增加,网络的生存期得到有效地延长.     

老年人肺心病多器官衰竭84例分析

分析84例老年人肺心病呼吸衰竭患者并发多器官衰竭、累及器官数目与病死率是正相关关系，累及2—5个器官死亡率分别为34．3％、65．4％、86．7％、100％，其中并发肺性脑病最多，但病死率较低。而肾功能进行性加重预后不佳。揭示老年肺心病患者病程较长，各器官功能减退、免疫功能低下，是导致肺心病多器官衰竭的重要死亡原因。