电信号分子在电化学功能核酸生物传感器中的研究进展

电信号分子是应用于功能核酸电化学生物传感器中起着信号转换作用的具有电化学活性且能够和核酸相互作用或是可以标记在核酸链上的一类分子的统称。电信号分子对于功能核酸电化学生物传感器是必不可少的一部分,它对于电化学生物传感器检测的灵敏度和应用的普及性都至关重要。简要介绍了5大类电信号分子,即染料类电信号分子、金属有机配合物类电信号分子、纳米材料类电信号分子、类过氧化氢酶类电信号分子、有机小分子类电信号分子,详细阐述了这些电信号在功能核酸电化学生物传感器中的应用,主要从产生电信号的方式、实际应用以及每种电信号的使用优缺点进行分析,并对新的电信号分子的发现或设计进行了展望,以期对后续有关电信号的研究有借鉴作用。     

基于小波变换的单次诱发电位信号时频分析

比较小波变换和平均叠加两种方法提取“模拟自然阅读”刺激模式下的诱发脑电信号,分析其时频特性,并进行脑功能源分布定位分析。结果显示,采用平均叠加法来提取和分析诱发电位信号,损失了某些重要的诱发电位成分,且其功能源分布定位反映的只是等效功能源的静态过程;而使用小波变换和脑功能源定位来提取和分析单次诱发电位信号,既能观察到丰富的诱发电位成分,又能反映脑功能源的实时动态活动过程。这表明,小波变换下的时频分析是脑电信号处理的一种可行的新方法。     

几种生物电信号的计算机获取与处理方法

生物电信号通常指脑电(EEG)、心电(ECG)、肌电(EMG)、视网膜电流图(ERG),以及各种自发和诱发神经电位等,种类繁多,波形与频率也各异。在不同的研究领域中,对这些信号的获取方式与处理手段也不相同。因此,很难用一种通用的仪器和方法分析和处理。目前国内多将电生理仪器取得的信号,收集放大后,用示波或描记方法进行分析处理。本文介绍几种生物电信号的计算机获取和处理方法与应用     

生物传感器的发展趋势

生物传感器是一种集现代生物技术与电子技术为一体的高科技产品。它是使用具有特异选择性的生物元件,如酶、抗体、受体、微生物、组织、DNA及单克隆等为基础,应用生物化学和电化学反应原理,将生化反应信号转化为电信号,经过放大及模/数转换,就可以测量出被测浓度的一种先进测试仪器。这种新型的传感器具有分子水平的识别功能。由于它容易进行电学放大,因而可以进行快     

生物传感器

生物传感器是一种集现代生物技术与电子技术为一体的高科技产品。它是使用具有特异选择性的生物元件,如酶、抗体、受体、微生物、组织、DNA及单克隆等为基础,应用生物化学和电化学反应原理,将生化反应信号转化为电信号,经过放大及模/数转换,就可以测量出被测浓度的一种先进测试     

神经工程与脑-机接口

神经工程是近年来在生物医学工程领域备受关注的学科发展新方向。它运用神经科学和工程学的方法来分析神经功能并为神经功能缺失与紊乱的修复提供新的解决问题的方案;而脑-机接口则是当前神经工程领域中最活跃的研究方向之一。脑-机接口是在脑与计算机或其他外部设备之间建立的直接的通信和交流通道。在脑-机接口系统中,具有特定模式的脑信号携带着受试者希望表达的意愿,计算机将接收到的脑信号转换成相应的控制命令,于是那些有运动障碍的残疾人就可以利用脑-机接口系统来实现与外界的交流与对外部设备的控制。在基于脑电信号的脑-机接口系统中,受试者产生的脑信号大致可以分为内源性（endogenous）和外源性（exogenous）两类。其中外源性的成分主要取决于外部物理刺激（视觉、听觉或触觉）的参数而与认知行为无关;而内源性成分则主要由认知行为产生而与外部的物理刺激无关。在许多情况下,脑－机接口中的瞬态诱发电位通常都同时包含着内源性和外源性两种成分。寻找新的脑－机接口模式使之能显著提升记录脑电信号中的内源性与外源性成分在脑－机接口研究中具有重要意义。本文中将介绍一种基于运动起始时刻（motion—onset）的新的脑-机接口实验范式。本文的最后还探讨了脑－机接口未来发展的趋势与展望。     

快速独立分量分析及其在脑电信号处理中的应用

独立分量分析(IndependentComponentAnalysis,ICA)是一种基于信号统计特性的盲源分离方法,由于其分离的信号之间是互相独立的,所以在生物电信号去除干扰和伪迹、信号分离以及特征提取等方面有很大的潜在价值。本文提出了一种改进的快速ICA方法,提高了收敛速度。通过仿真,证明这种方法的优越性。最后利用该方法去除脑电中眼动伪迹,达到了较好的效果。     

一种IBM PC/AT机的快速数据采集板

本文介绍了一个快速数据采集重放系统。它作为一个插道可以插入 IBM PC/AT机上使用,由IBM微机控制,可以采集两路直流-140kHz的输入信号,经模数转换器(转换时间为5μs,分辨率为12位)转换成数字量存入缓冲存储器(128k),然后送入IBM机进行各种形式的数据处理,处理后的数据还可以通过该系统以模拟量的方式在示波器上重放。本文还介绍了该系统在生物电信号的采集和处理方面的应用前景。     

Labview在动物脑电信号采集分析中的应用

分析动物行为活动中的脑电特征是脑机接口(Brain-computer interface,BCI)研究中的一个重要内容.本文利用最新测控软件-虚拟仪器技术(LabVIEW)进行脑电信号采集与处理,实现了信号实时显示、中值滤波、小渡消噪的设计.实验结果显示提取出了与特定行为(抓食)相关的脑电活动特征信号,为研究大脑如何控制行为提供了一个有效的方法.     

中介体亚基MED25调控植物激素信号转导的研究进展

由多亚基组成的中介体复合物(Mediator complex)是真核生物转录调控中不可或缺的纽带,它的核心功能就是将基因特异的转录因子和基于RNA聚合酶II的转录机器相连接,形成转录预起始复合物(Pre-initiation complex,PIC),从而实现特定转录信号的传递。Mediator 25(MED25)是植物中介体复合物的一个多功能亚基,参与调控植物生长发育和抗逆境胁迫等多种复杂的生理过程。MED25可以和多种转录激活子(如MYCs、AP2/ERFs及ARFs等)、转录抑制子(如JAZs和Aux/IAAs等)以及其它中介体亚基(如MED13和MED16等)在蛋白水平上直接互作,调控植物激素茉莉酸(JA)、脱落酸(ABA)、生长素(Auxin)和乙烯(Ethylene)等信号途径以响应各种生物和非生物胁迫。近年来对MED25的靶标分离及功能鉴定已经成为一个热点话题。本文系统介绍了MED25在各激素信号途径转导中的调控作用机制,对深入讨论植物如何启动特定激素信号途径进而调控特定生理过程的分子机制提供新的研究思路。     

基于表面肌电信号的人体动作识别算法研究进展

表面肌电信号(Surface Electromyography,sEMG)是通过相应肌群表面的传感器记录下来的一维时间序列非平稳生物电信号,不但反映了神经肌肉系统活动,对于反映相应动作肢体活动信息同样重要。而模式识别是肌电应用领域的基础和关键。为了在应用基于表面肌电信号模式识别中选取合适算法,本文拟对基于表面肌电信号的人体动作识别算法进行回顾分析,主要包括模糊模式识别算法、线性判别分析算法、人工神经网络算法和支持向量机算法。模糊模式识别能自适应提取模糊规则,对初始化规则不敏感,适合处理s EMG这样具有严格不重复的生物电信号;线性判别分析对数据进行降维,计算简单,但不适合大数据;人工神经网络可以同时描述训练样本输入输出的线性关系和非线性映射关系,可以解决复杂的分类问题,学习能力强;支持向量机处理小样本、非线性的高维数据优势明显,计算速度快。比较各方法的优缺点,为今后处理此类问题模式识别算法选取提供了参考和依据。     

肌电信号的特征分析方法及其应用

肌电信号是产生肌力的生物电信号来源,反映了神经-肌肉系统在进行随意性和非随意性活动时的生物电变化情况,它与神经肌肉活动密切相关.伴随着肌电信号特征分析方法的日臻完善,蕴含在信号内的神经、肌肉信息,越来越多地被人们所掌握,并被广泛地应用于临床医学、康复医学、体育科学、医学工程学以及基础研究等诸多领域.因而肌电信号具有重要的应用价值和学术价值.现本文主要针对肌电信号的特征分析方法(时域分析、频谱分析、时频分析等方法)以及肌电信号相关领域的应用情况作以综述.     

信号分子调控细菌生物被膜形成的分子机制

细菌生物被膜(Bacterial biofilm,BF)是黏附于机体黏膜或生物材料表面、由细菌及其分泌的多聚糖、蛋白质和核酸等组成的被膜状生物群体,是造成持续性感染的重要原因之一。细菌在生长繁殖时会产生一些次级代谢产物,部分会作为生物信号分子在细胞内或细胞间传递信息,使细菌在多细胞水平协调统一相互配合,以完成一些重要的生理学功能,如生物发光、BF的形成、运动与固定态生活方式的转换等。信号分子在BF形成过程中起着重要的调控作用。文中从密度感应系统(Quorum-sensing systems,QS)、环二鸟苷酸(Cyclic diguanylate,c-di-GMP)、双组分系统(Two-component systems,TCS)和sRNA等方面介绍影响BF形成的相关信号分子,重点对BF形成过程中的信号分子调控机制进行概述,这对于深入揭示信号分子调控BF形成的机制十分必要。     

一种高阶插值边界单元法及其在人体生物电场计算中的应用

在人体生物电分析方面,人们熟悉的方法是由体表测取人体生物电信号直接分析处理,如常规心电图(ECG)和脑电图(EEG)。这种由体表电信号测量加上临床医生经验推断,就构成了目前生物电分析的主要手段。近年虽然在生物电测量与显示方面应用了一些新技术,如多点同步采集电信号与插值平滑技术结合获得包含一定空间信息的体表电位图与脑地形图。测量分析体表功率谱以及压缩谱阵等。但这些方法终究仅能反应一种源     

生物传感器的研究进展综述

生物传感器是一种对生物物质的敏感,并且将其浓度转换成电信号进行检测的仪器。生物传感器是一种由固定化的生物敏感材料作为识别酶、抗原和微生物等生物活性物质,并且能够和适当的理化换能器和信号放大设备构成的分析的系统或者是工具,具有接收器和转换器的功能。目前生物传感器在食品工业、环境监测和发酵工业以及医学等领域都有所应用,并且随着生物科学等成果的发展,已经有了飞速的发展。本文将对生物传感器的发展现状进行分析,并且简述其在各个领域的应用情况。     

基于小波特征分析的手指动作识别研究

目的:本文利用表面肌电(sEMG)信号来研究多种手指组合动作的识别问题。方法:在对采集的四个通道sEMG信号进行降噪预处理的基础上,采用移动加窗处理方法来提取关于手指运动状态的信号活动段,再分析各个信号活动段的小波系数统计特征,进而利用多类支持向量机(SVM)分类算法来实现手指组合动作的识别。结果:动作识别率最高达到100%。结论:所采用方法能够有效地识别多种手势动作,并为后续基于肌电信号的实时人机接口系统的研究奠定了理论基础。     

面向蛋白质功能位点识别的机器学习平台构建

有关蛋白质功能的研究是解析生命奥秘的基础,机器学习技术在该领域已有广泛应用。利用支持向量机(support vectormachine,SVM)方法,构建一个预测蛋白质功能位点的通用平台。该平台先提取非同源蛋白质序列,再对这些序列进行特征编码(包括序列的基本信息、物化特征、结构信息及序列保守性特征等),以编码好的样本作为训练数据,利用SVM进行训练,得到敏感性、特异性、Matthew相关系数、准确率及ROC曲线等评价指标,反复测试,得到评价指标最优的SVM模型后,便可以用来预测蛋白质序列上的功能位点。该平台除了应用在预测蛋白质功能位点之外,还可以应用于疾病相关单核苷酸多态性(SNP)预测分析、预测蛋白质结构域分析、生物分子间的相互作用等。     

生物体内的纳米机器——分子马达

分子马达是生物体内具有马达功能的一类蛋白质大分子纳米机器,可以执行完成生命体内的一切活动,包括肌肉的收缩、细胞内部物质的运输、遗传物质(DNA)的复制、细胞的分裂等等。按照分子马达的不同种类,介绍了各类线性分子马达(如驱动蛋白、动力蛋白和肌球蛋白)的结构、运动方式、主要功能等生物特征,并介绍了旋转分子马达(如ATP合酶)的生物特征,最后进行总结,展望未来。     

基于独立元分析和非线性指数分析的脑电信号中伪迹分量的自动去除

脑电(electroencephalography,EEG)信号中不可避免地存在着眼动、心跳、肌电信号以及线性噪声等伪迹干扰,这些伪迹的存在极大地影响了脑电信号分析的准确性,因此在进行脑电信号分析前需要去除伪迹干扰。为了有效地去除伪迹,结合独立元分析和非线性指数分析,提出一种自动识别并去除脑电信号中伪迹分量的方法。该方法还可同时用于提取脑电信号中的基本节律如!波等。相应的模拟与实际脑电数据的实验结果表明所提议的方法具有很好的识别和去除脑电信号伪迹分量的性能。     

基于小波变换的心电信号去噪综合算法

目的：研究去除心电信号中的基线漂移、工频干扰和肌电干扰等噪声,提高心电信号的自动识别和诊断精度。方法：利用Coif4小波对心电信号进行8尺度分解,采用小波分解重构法去除基线漂移,然后利用改进的小波闽值算法去除工频干扰和肌电干扰。结果：利用Matlab仿真工具,选择MIT-BIH心率失常数据库中信号进行验证,能有效去除这三种噪声,并且很好的保持R波的信息。结论：本算法在不丢失心电信号有用信息的前提下,可以较好的去除三种常见的噪声,可以用于心电信号自动分析之前的预处理。