论文部分内容阅读
针刺通过刺激穴位在相应的靶器官产生效应,实现调节人体机能,其效应的本质是信息调控。其中神经信息调控是主要方式之一,电信息是针刺神经信息调控的重要体现。为了理解针刺神经响应过程,本文根据实验数据,建立针刺神经元和神经集群的响应模型,研究针刺神经响应的规律,探索不同针刺手法的作用机理。(1)针刺诱发的同步放电使动作电位互相叠加,所以基于放电波形的分类算法不能有效地提取同步放电信息。本文提出基于模型的分类优化算法,解决了放电波形的变异问题。然后对不同针刺手法条件下多次实验的动作电位进行分类处理,并对分类结果进行统计分析。结果发现针刺补法条件下集群响应活动明显多于针刺泻法,且主要体现在同步放电活动上,而基于放电波形的分类算法没有发现这种现象。(2)针刺是一种外部机械刺激,神经元的输入信号不能被准确地检测,所以关于输入输出响应过程的量化分析具有很大的难度。本文提出将针刺效应量化为被激活的内在状态,在线性非线性级联模型上加入泊松随机过程,建立针刺响应的概率模型,并根据状态空间方法,对状态解码估计,实现针刺神经元编解码量化。基于实验数据估计得到的状态能够重构针刺的频率特性和操作特征。(3)为了更好地描述针刺实验数据,本文提出用含有两个特征参数的伽马过程代替泊松过程,并加入具有生物物理意义的LIF(leaky integrate-and-fire)模型,在模型计算和神经元形态学之间取得一个平衡。然后运用贝叶斯解码放电特征参数,并将它们转化成LIF模型的输入参数,重构输入电流和针刺响应活动。重构的输入电流不仅刻画了针刺的频率特性,还体现了针刺作用中的波动变化。(4)不同针刺手法下神经集群的同步放电具有差异性,为了刻画这种现象,本文提出建立神经元集群放电事件发生的概率模型,运用状态空间模型解码,估计不同针刺手法条件下神经集群的放电相关性。结果发现与针刺补法相比,针刺泻法条件下集群不存在三阶放电相关性,这是导致其同步放电较少的主要原因。本文采用数学模型刻画针刺的神经响应过程,描述针刺神经系统的编解码规律。论文为实现不同针刺手法的操作规律和作用机制的量化,提供了新的方法和思路。