无线电能传输电磁环境对小鼠海马DG区神经兴奋性的影响研究

来源 :河北工业大学 | 被引量 : 0次 | 上传用户:ltc835634161
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线电能传输(Wireless Power transmission,WPT)是一种利用电磁场在物理空间的分布及传播特性,实现电能由发射端传递至接收端的技术。近年来,该技术被广泛应用于医疗器械、电子设备以及电动汽车无线充电等方面,方便人们生活的同时也带来了一定的生物电磁效应安全问题。神经系统作为人体的指挥系统,同时也是受电磁辐射影响最严重的敏感区域之一。因此本文选取小鼠海马DG区为目的脑区,利用新物体识别实验范式、基于光纤记录的小鼠脑部神经活动钙信号的光学检测技术以及全细胞膜片钳技术展开研究。(1)基于本课题组搭建的无线电能传输实验平台开展电磁暴露实验,设置磁场暴露5天、15天以及30天实验组别,采用新物体识别实验范式进行空间认知能力检测,研究无线电能传输电磁环境不同暴露时长对小鼠空间认知能力以及学习记忆能力的影响。结果表明,磁场暴露组的熟悉期运动轨迹总长度、测试I期和II期认知指数以及探索新旧物体的次数比相较于对照组无显著性差异,说明电磁场暴露没有影响小鼠个体自身的运动能力,并且不会影响小鼠与空间记忆相关的能力,也不造成小鼠认知功能障碍等问题。(2)采用在体光纤记录技术,实现对小鼠海马DG区的实时钙信号检测,进而分析了无线电能传输电磁环境不同暴露时长对小鼠海马DG区钙离子浓度的影响。结果表明,随着磁场暴露天数的增加,小鼠海马DG区神经细胞钙离子浓度逐渐上升,钙信号幅值显著增加,使得神经兴奋性增强,同时验证了磁场作用于小鼠进而影响神经兴奋性的累积效应。(3)利用全细胞膜片钳技术,研究了无线电能传输电磁环境不同暴露时长对小鼠海马DG区神经细胞钾离子通道特征变化和电位活动改变的影响,并研究电磁场暴露对神经兴奋的潜在影响。结果表明,无线电能传输电磁环境暴露显著影响了小鼠海马DG区神经元活动变化,通过抑制钾通道电流激活过程并促进其快速失活,显著抑制了瞬时外向钾电流和延迟整流钾电流,从而减少了K+的外流,增强了神经兴奋性。本文从行为学、在体动物实验、离体神经电生理学等不同角度研究了无线电能传输电磁环境不同暴露时长对小鼠海马DG区神经兴奋性以及认知功能的影响。进一步阐明了无线电能传输系统的生物电磁效应问题。
其他文献
经颅磁声电刺激是一种新型无创式神经调控技术,具有良好的刺激深度及高空间分辨率。其精确的神经刺激和调节对脑研究具有重要意义。现有经颅磁声电刺激方法聚焦性仍有待提高,且仿真模型无法计算耦合电场和神经网络放电之间的关系。本文受国家自然科学基金资助,旨在建立一个复杂结构的多物理场数值计算模型,探索实现具有高聚焦特性的声场和感应电场的控制方法;设计仿体模型实验,测量声场和耦合电场的实际聚焦参数;应用微电极阵
学位
帕金森病是中老年人群常见的神经系统退行性疾病,其中步态冻结和震颤是该病中最常见的运动症状。脑电信号可以反应大脑活动状态,是研究帕金森病潜在神经机制和病理的重要电生理信号,然而目前针对帕金森病的诊断仍然缺少公认的特异性电生理检查指标。本文以帕金森患者和健康受试者为研究对象,采用脑电溯源方法对帕金森患者和健康受试者进行电流源密度差异性分析,利用传递熵算法构建因效性脑网络分析帕金森伴有步态冻结障碍患者全
学位
情绪会对大脑记忆功能产生影响,脑电信号可以记录大脑皮层神经元活动的信息,因此通过分析脑电脑网络的技术手段来研究不同情绪对错误记忆产生的影响具有重要的现实意义。本文使用DRM范式实验,采用格兰杰因果算法构建脑网络,并对脑网络参数进行分析,结合行为学数据,进一步探究情绪对错误记忆的影响。本文首先采用DRM范式实验,将48名受试者随机、平均分为中性、积极和消极情绪组,使用音乐材料诱发受试者不同情绪,采集
学位
在神经系统中,神经元网络的同步与放电节律是大脑系统协同工作实现认知等智慧活动的重要基础,在脑科学研究与神经系统疾病治疗领域具有重要研究意义。本文通过建立神经网络的理论模型,主要针对神经元网络中的同步机制与放电节律动力学特性相关问题进行了研究和探讨。本文建立了神经元-星形胶质细胞系统模型,采用忆阻器模型模拟化学突触的记忆特性,构建了兴奋-抑制神经元网络模型,研究了星形胶质细胞以及突触参数对神经元网络
学位
静息态功能磁共振是当今先进的脑功能成像技术,通过功能连接(Functional Connectivity,FC)模型识别自发神经活动的时空分布信息进行科学和临床研究。皮尔森相关是常用FC模型,然而,它只能提供病变或异常的局部信息,难以捕捉局部病变或异常对全脑造成的功能影响,属于低阶FC运算。论文借助国内外快速兴起的连接组学数据库,建立FC特异性指数新模型,试图提高FC计算能力,分别在疾病和健康人2
学位
睡眠对大多数生物来说都是十分重要的一部分。近年来,人们工作压力以及生活压力的增加,使得睡眠剥夺成为了一种普遍的社会现象。长期的睡眠剥夺会导致严重的健康问题,包括对学习等许多认知功能造成负面影响,但其相关作用机制仍不清楚。在众多复杂认知功能中,工作记忆(WM)是一种对信息进行短时存储和处理的有限系统,是许多高级认知功能得以实现的基础。因此,对睡眠剥夺如何影响WM的相关神经电生理机制进行研究,具有重要
学位
人工神经网络是仿照生物学机制处理信息的数学模型,目前仿生程度最高的模型是脉冲神经网络,它以脉冲序列作为信息传递的载体,以突触可塑性作为信息更新的规则,在处理时空数据上具有良好表现。情绪识别是人工智能技术的重要应用领域之一,是实现情感计算和情感脑机接口的基础,脑电能够客观反映情绪变化,具有空间、时间双重特征,因此众多学者利用各类人工神经网络基于脑电数据对情绪进行分类,但利用类脑脉冲神经网络识别情绪的
学位
肿瘤已成为了人类健康的“第一大杀手”,精准放疗凭借着高精度、高疗效和低损伤,越来越体现出其临床价值和地位。针对患者的肿瘤位置和剂量计划每天都会改变的问题,图像引导放射治疗技术(Image Guided Radiotherapy,IGRT)将放疗设备与影像设备相结合,在放疗过程中实时成像,从而可以动态调整肿瘤靶区和剂量的制定,是目前肿瘤精准放疗技术的代表。IGRT系统中,锥束CT(Cone-beam
学位
脑科学与人工智能的借鉴与融合有利于实现对大脑功能的利用。脉冲神经网络在模式识别领域已取得广泛研究成果,但其生物可解释性仍有不足,基于算法生成的网络拓扑结构不能真正反映脑网络连接,且神经元模型单一。因此本文利用功能磁共振成像(fMRI)构建了被生物脑结构约束的多脑区脉冲神经网络,以提高类脑模型的生物可解释性,并基于语音识别对比验证了所提出的类脑模型的信息处理能力。本文的研究成果为人工智能在医疗和智能
学位
睡眠影响包括健康、记忆、认知和生活质量等与人类生活息息相关的各个方面。日常睡眠监测可以帮助了解睡眠状况、及时诊断睡眠障碍,降低睡眠相关疾病发生的概率。多导睡眠图是识别睡眠觉醒状态的金标准,但其采集过程复杂,专业性高,无法满足睡眠监测家庭化、日常化的需求。有监督的自动识别算法需要大量带有高质量标签的数据训练模型,训练数据较难获得、个体差异性大,有监督分类模型普遍泛化能力不强,因此寻找一种基于简单信号
学位