基因表达聚类分析技术的现状与发展

随着多个生物基因组测序的完成、DNA芯片技术的广泛应用,基因表达数据分析已成为后基因组时代的研究热点.聚类分析能将功能相关的基因按表达谱的相似程度归纳成类,有助于对未知功能的基因进行研究,是目前基因表达分析研究的主要计算技术之一.已有多种聚类分析算法用于基因表达数据分析,各种算法因其着眼点、原理等方面的差异,而各有其优缺点.如何对各种聚类算法的有效性进行分析、并开发新型的、适合于基因表达数据分析的方法已是当务之急.     

低强度聚焦超声对中枢神经调控作用研究进展

利用导入神经回路内电、磁、光、声等物理因子作用来激发神经系统功能活性,进而改善神经疾病症状、提高生命质量的神经调控技术(neural control technology)在生命科学研究和医学临床诊疗中得到广泛应用.其中尤以低强度聚焦超声(low intensity focused ultrasound,LIFU)具有非损伤性、高穿透能力与时空分辨等优势,更适合用作安全的神经调控物理刺激因子.目前LIFU用于神经调控研究已受到科学界高度关注,进行了大量动物与人类神经调控实验研究并取得可喜成果.本文分别从LIFU用于动物与人类中枢神经调控研究进展、神经调控机制、安全性问题和未来应用前景等方面介绍评述,以期为神经调控研究与应用提供参考.     

语音处理的神经电生理学基础研究进展

解码大脑在语音处理过程中涉及的信息加工层级结构、皮质响应机制及功能连接模式,是神经语言学领域的研究重点.以语音信息加工时序为依据,可将该认知过程划分为:初级声学信号时频编码(spectrotemporal analysis of primary acoustic signals)、音素处理(phonemic processing)以及词汇-语义加工(lexical-semantic processing) 3个处理阶段.目前,研究者已对各阶段的神经机制进行了广泛且深入的研究,但不同模型理论/假说难以整合互补,有必要进行梳理与总结.本文将以大脑处理语音信息的3个阶段为主线,以电生理学方法为侧重范式,对各阶段下的皮质映射、神经振荡模式以及事件相关响应机制等神经基础研究现状进行总结评述,以期为进一步了解语音信号如何在人脑中进行处理和表达等相关研究提供一定的参考.     

局限性癫痫脑电时间序列的三种复杂度计算比较

为探索非线性动力学复杂性测度诊断癫痫病的新方法,对局限性癫痫病患者脑电时间序列进行了三种复杂度（Ｋｃ、Ｃ１、Ｃ２）的计算比较。观察到,痫性导联脑电的三种复杂度多低于对侧导联的值;复杂度Ｋｃ的相对变化量较Ｃ１和Ｃ２大;复杂度Ｋｃ和Ｃ１的变化趋势相似,而复杂度Ｃ２的变化趋势与复杂度Ｋｃ和Ｃ１的规律不尽相同;但正常人ＥＥＧ信号的复杂度没有这种显著变化。结果提示,脑电复杂性测度有可能成为诊断癫痫的特征参数,值得进一步深入研究。     

基于大脑皮层信息传输的脑电信息图示方法

提出一种基于大脑皮层信息传输的脑电地形图示方法—脑电信息图（Ｂｒａｉｎ ＩｎｆｏｒｍａｔｉｏｎＭａｐｐｉｎｇ － ＢＩＭ） 。其原理是从不同导联电极上采集脑电信号经相空间重建构成头皮电位信息传输矩阵, 将各导联信息传输时间序列的信息传输量和复杂度数据绘制成头皮拓扑分布图, 以直观地反映脑电信息传输分布模式在不同时相中的变化进程。该方法不仅是从新的角度观察大脑功能变化, 而且可克服传统的脑电频谱分段地形图不能表达长程脑电模式变化的不足。对局限性癫痫病患者的试用表明,脑电信息图能较好地反映癫痫发作前后的信息传输动向和复杂度（Ｋｃ 、Ｃ１ 、Ｃ２） 的变化趋势。结果提示,脑电信息图（ＢＩＭ） 有可能成为一种新的观察大脑功能活动的图示诊断方法,值得进一步深入研究。