【摘 要】
：
根据世界卫生组织（World Health Organization,WHO）2019年发布的统计数据显示,全球已经有超过11亿的吸烟者。吸烟在当前可预防的引发死亡和各种疾病的因素当中排在第一位,如果没有采取有效的干预措施,每年因吸烟引起的死亡人数可多达600万人,到2030年全球因吸烟导致的死亡人数估计会高达800万人。先前有大量的研究结果表明,从青春期到成年期是大脑持续发育的关键时期。在这一关
论文部分内容阅读
根据世界卫生组织（World Health Organization,WHO）2019年发布的统计数据显示,全球已经有超过11亿的吸烟者。吸烟在当前可预防的引发死亡和各种疾病的因素当中排在第一位,如果没有采取有效的干预措施,每年因吸烟引起的死亡人数可多达600万人,到2030年全球因吸烟导致的死亡人数估计会高达800万人。先前有大量的研究结果表明,从青春期到成年期是大脑持续发育的关键时期。在这一关键时期,青少年会发生身体、心理和社会功能的一系列的变化。与成年人相比,由于青少年的大脑的功能结构和神经系统还没有发育完全,并且与认知控制有关的大脑回路仍在发展中,使得在青少年阶段开始吸烟的人更容易对尼古丁上瘾并且更有可能成为终生吸烟者。因此,对青少年吸烟者潜在的神经机制的研究应该给予更多的关注。尽管在研究青少年吸烟者的神经认知功能方面取得了很大的进展,但是传统的静息状态的功能连接研究都是基于脑区之间的功能连接在大脑信号的扫描过程中是静止不变的假设,没有考虑到功能连接会随着时间动态变化的特性。越来越多的研究证明大脑在静息状态下的功能连接是呈动态变化的,其中功能连接随着时间的变化不断波动的过程称为动态功能连接。目前针对青少年吸烟者大脑功能网络的动态功能连接研究是存在空白的,并且在大脑的所有功能网络中,默认模式网络（Default mode network,DMN）、执行控制网络（Execution central network,ECN）和突显网络（Salience network,SAN）与吸烟成瘾有非常密切的联系。本研究采用动态功能连接分析方法包括独立成分分析、滑动时间窗分析和K-均值聚类分析来研究42名青少年吸烟者和42名非吸烟者在静息状态下大脑DMN、ECN和SAN之间的动态功能连接变化。采用双样本独立T检验检测青少年吸烟者和非吸烟者动态功能网络连接差异,运用曼惠特尼U检验检测青少年吸烟组和非吸烟组的动态功能连接指标（时间分数、平均停留时间和转换次数）差异,采用斯皮尔曼相关性分析评估有差异的动态功能连接指标与吸烟统计学数据之间的关系。结果显示相比于非吸烟者,青少年吸烟者大脑的ECN内部的功能连接性降低。相关性分析表明,动态功能连接指标中的时间分数和平均停留时间与吸烟统计学数据中的尼古丁依赖程度呈显著性负相关。本研究从动态功能连接的角度探讨青少年吸烟者与非吸烟者大脑DMN、ECN和SAN之间的动态功能连接差异,可以为探索青少年吸烟者吸烟成瘾机制提供新的见解,并且对大脑功能网络自发性神经活动的研究提供更加可靠的证据。
其他文献
近年来,随着海洋全球化态势的不断升级,舰船目标的战略重要性不断提升,舰船作为海上各类活动的主要载体,如何快速精准地检测海上舰船目标一直以来都是目标检测与识别领域的研究热点。合成孔径雷达（Synthetic Aperture Radar,SAR）成像技术的日益发展,其抗干扰能力强、可持续观测等特点优势也越来越明显。与此同时,越来越多的SAR舰船图像可以应用于舰船目标的检测和识别。当前,卷积神经网络（
在这个网络飞速发展的时代,信息大数据已经逐渐渗透到各行各业,传统产业也紧跟时代发展进行合并、改革,逐渐引进新型数字化技术。在我们日常生活中,大数据、区块链、云计算、物联网等新兴技术给我们的生活、生产以及出行带来了快捷、便利与高效。但是,事物都是从正反两个方面来看待的。数据信息在推动人类社会进步的同时,也会衍生出新的问题,也亟需人类攻破这些难题。其中信息安全和隐私保护问题正在变得复杂多样化,生活中的
移动终端用户的不断增加对无线通信的信道容量提出了更高的要求,但在时域、空域和码域等方面的研究已经使频谱资源利用效率接近理论的极限,迫切需要寻找一种新的无线通信方式来突破发展瓶颈。携带有轨道角动量（Orbital Angular Momentum,OAM）的涡旋电磁波由于其具有无穷个模态且不同模态相互正交的特性,在扩大信道容量方面具有广阔的应用前景。对于射频段结构简单、剖面较低的多模态涡旋天线的设计
通过对信息技术应用于地理研学旅行的研究进行文献分析,梳理出信息技术在地理研学旅行中的应用集中于应用探究、模式构建、虚拟研学、核心素养四个方面,发现并归纳了信息技术在地理研学旅行应用过程中存在的主要问题,总结出信息技术在研学旅行应用中要提高教师信息素养、构建信息技术支持的系统化地理研学旅行模式、开发主题多样的研学课程内容。
随着高新技术的不断突破与创新,依赖键盘、鼠标、手柄的传统人机交互方式逐渐发展为机器视觉、模式识别、人工智能等新兴交互方式。尤其是基于计算机视觉技术的人机交互方式逐步应用于我们生产生活的各个方面,成为国内外的热点研究内容。而手势作为一种表达最为直观,语义最为多样的信息交流方式,使得动态手势识别获得了研究者们的重点关注,成为计算机视觉领域的热门研究方向。但随着对动态手势识别的深入研究,发现基于视觉的动
动目标检测是雷达信号处理的一个热门和难点问题,在目标的搜索、监视、跟踪等方面发挥着关键的作用,广泛应用于军事和民事领域。检测的准确率主要受目标回波强弱,目标种类的复杂程度,目标运动状态等因素的影响。传统的动目标检测方法基于杂波和目标回波统计模型,对于微弱目标的检测性能差,分类识别率低。特征检测技术通过提取杂波和目标回波的差异性特征实现动目标检测,提高了微弱目标的检测能力。基于时频分析的动目标检测方
近年来,随着信息科技的不断进步,人们对室内定位服务的要求也日加强烈。尽管全球定位系统已广泛应用于各种户外定位系统,但是在室内中,由于来自卫星的信号会受到墙面等障碍物的影响,而使得全球定位系统的定位精度大大降低,无法满足室内定位需要。由于可见光对人体基本无害,既不会对其他电子产品形成影响,也不会受到电子设备的影响。因此,把可见光作为信号的载体来传输信号并将其应用在室内定位中成为了国内外学者的研究热点
随着遥感观测技术的迅速发展,遥感目标检测成为了当前的一个热门话题,遥感图像应用领域也越来越广泛。近些年来,高分辨率的光学遥感图像由于其能够直观表达目标特征信息且抗干扰能力强的优点被广泛关注。由于遥感图像中存在目标尺寸差异悬殊、背景干扰严重且密集分布等问题,使得传统目标检测方法对遥感图像中的目标检测效果不理想,从而造成检测精度降低。因此,为了弥补传统方法的不足,基于深度学习的目标检测方法被提出并得到
对于公共安全、生产安全、智慧城市的创建以及一些特殊领域,定位信息起到了十分重要的作用。全球定位系统（Global Positioning System,GPS）作为目前发展最完备且应用最普遍的定位系统,在室外能够为用户提供精确的位置信息。由于墙壁、窗户等建筑物的遮挡,使得室内卫星信号传输效率大幅度降低,无法获得有效的定位信息。针对室内定位技术,已经出现了大量的研究成果,诸如蓝牙、超宽带、地磁、无线