首页 > 文献资料
-
感觉神经放电中的随机共振现象和噪声的作用
随机共振现象是非线性系统中普遍存在的自然现象,其中,噪声可以帮助检测弱信号而不是淹没弱信号.本文介绍了感觉神经放电活动中的随机共振现象和产生的机制,揭示了神经系统利用噪声检测弱信号的机制,并提出了随机共振在神经系统信息处理中的可能作用.
-
电噪声降低振动觉阈值的实验研究
本研究利用心理物理学实验来验证外加噪声可增强振动觉的随机共振现象.实验对象是人体手指光滑无毛处;所使用的外加噪声是不同于振动刺激的电噪声;采用二择一的强迫选择规则和变形上下法结合的实验方法.结果 表明电噪声能降低所有受试者的振动感觉阈值,并表现出随机共振现象.文中所用测试方法能够滤除测试过程中心理干扰,因此所测结果具有客观,这为利用噪声现象来达到增强感觉的目的提供了进一步的依据.
-
噪声在脉冲耦合神经网络图像增强中的作用
神经系统中广泛存在着噪声,大量研究表明噪声有助于弱信号的检测和传输.脉冲耦合神经网络是建立在生物神经系统上的第三代人工神经网络,被广泛应用于图像处理.为了研究噪声对脉冲耦合神经网络图像处理的影响,通过在网络中引入加性噪声,用于图像增强.直观视觉效果和图像直方图均表明适当的噪声有助于图像增强,噪声过小或过强则减弱图像增强效果;图像的峰值信噪比随噪声强度增强呈现倒钟形,表明存在随机共振现象.本研究表明适当强度的噪声能够提高脉冲耦合神经网络图像处理的效果,并显示出随机共振,有助于开展基于生物神经系统的智能化图像处理方法的研究.
-
基于FHN神经元随机共振的低剂量肺部CT图像增强
目的 研究FitzHugh-Nagumo( FHN)神经元在弱信号检测中的随机共振机制,实现低剂量肺部CT图像的增强.方法 本文以低剂量肺部CT影像为例,在验证FHN神经元随机共振能够增强一维含噪信号有用信息的基础上,引入基于FHN神经元随机共振的图像增强方法:分别实现二维CT影像在行方向和列方向上的降维操作,以此作为FHN神经元随机共振的输入序列；FHN神经元的输出信号经过光栅扫描逆过程以及幅值映射放大处理后,通过判别器,完成低信噪比CT影像的增强.结果 FHN神经元随机共振方法增加了图像对比度,凸显影像中的有用信息.结论 本文研究为图像增强技术在医学影像中的应用提供了一种有效的新思路.
-
眼底视网膜血管多级分割的随机共振方法
目的 改善眼底视网膜低对比度血管的检测性能,提高眼部疾病临床辅助诊断的效率和准确率.方法 提出了一种基于随机共振机制的眼底视网膜血管多级分割方法 .首先用图像信号和附加噪声,获取全局意义下的FHN神经元非线性模型的佳随机共振响应,对高等级强度信号进行检测;然后将输入信号定义为去除高对比度血管的局部图像,优化参数后,再对低等级强度信号进行检测.后融合多级随机共振响应,得到眼底视网膜血管的分割结果 .结果 以DRIVE图像库为例,分别与两位专家手动分割结果进行灵敏度Sn的定量比较,本文方法得到的结果平均值较高,差值分别为0.2007、0.1817.结论 本文方法充分利用了噪声对于弱信号检测与分割作用,对低强度等级血管的分割上面优势明显.
-
电感觉中随机共振现象的心理物理学实验研究
目的 通过实验考察人体电感觉在电噪声作用下感觉阈值的变化情况,以此来验证体觉中噪声增强感觉的现象. 方法 实验中选择人的手指光滑无毛处作为感受部位,并且对此部位施加慢变的方波电信号和一定范围的电噪声.采用的心理物理学实验方法是单刺激随机阶梯法和单择一强迫选择法. 结果 两种实验方法的结果都表明外加电噪声可使得相应的电感觉阈值降低. 结论 噪声改善电感觉阈值的现象类似于触觉等感觉系统中的随机共振现象,实验结果进一步验证了该非线性机制也同样发生在电感觉中.
-
基于阵列级联FHN神经元的弱信号随机共振复原研究
目的 基于神经元的突触多输入连接以及动作电位的连续传递特性,提出一种阵列级联FHN神经元模型,用于实现弱信号的复原.方法 采用光栅扫描和Hilbert扫描相结合的方法对二维图像进行降维,以充分反映图像像素在邻域上的关联性,并基于峰值信噪比指标对低信噪比图像复原的效果进行分析.结果 阵列级联FHN神经元模型能够有效抑制噪声,凸显信号轮廓边缘与细节,使信号层次感更强,同时对内噪声具有较强的鲁棒性.结论 基于阵列级联FHN模型的随机共振机制将为弱信号复原提供一种新的思路.
-
基于随机共振的视网膜神经节细胞信号检测与传输的增强
目的 为了把随机共振(stochastic resonance,SR)应用到视网膜上假体刺激中,研究了噪声对视网膜神经节细胞(retinal ganglion cells,RGC)电刺激响应及其信息传输的影响.方法 RGC用多房室模型模拟,运用附加Ornstein-Uhlenbeck (OU)过程或高斯白噪声的阈下信号输入到模型.观察RGC模型响应,功率模和互信息率来描述SR的特性.结果 当一定的噪声附加到阈下信号时,RGC能够产生动作电位.随着2种噪声强度的增加,功率模和互信息率的变化曲线都呈现倒U型.与高斯白噪声相比,OU过程能够用较小的噪声强度产生更大的功率模和互信息率值.结论 RGC中存在SR现象;SR能够增加RGC对阈下信号的检测能力和信息传输能力;OU过程更容易产生SR,并且产生的SR效果更好.研究对降低视网膜上假体刺激阈值具有重要意义.
-
感觉系统检测弱信号的随机共振现象
目的通过信号检测理论和心理物理学实验来研究人体感觉系统中噪声增强感觉的现象.方法 感觉系统可用一个由接收器部分和分类器部分组成的阈值检测器来模拟.其中,接收器部分不再被看作是线性单元或是单个非线性单元,而是被看作是由多个MacCulloch-Pitts神经元构成的加性网络.使用百分比正确率和信号可检测度这2个评价指标来模拟新模型的性能.采用心理物理学实验方法中的单择一的强迫选择法和二择一的强迫选择法来验证模拟结果.结果 模拟结果显示2个评价指标都表现出随机共振现象,实验在定性上说明了理论模型的正确性.结论 感觉系统是通过随机共振现象来利用噪声增强感觉的,因此随机共振现象不是存在于感觉系统中的附带现象.
关键词： 随机共振 信号检测 心理物理学 MacCulloch-Pitts 神经元网络 -
随机共振应用于人血浆中非那吡啶弱色谱信号的定量分析
目的运用随机共振法对湮没在噪声中的弱色谱峰进行定量分析.方法基于随机共振理论,通过优化系统参数和Runge-Kutta方法来提高信噪比的方式建立了能提高色谱检测限的随机共振算法,并应用于HPLC/UV法定量检测人血浆中的非那吡啶浓度.同时将该方法与HPLC/MS法进行了比较.结果实验数据表明非那吡啶的浓度与响应值之间的线性关系良好.通过两种方法分别测得的受试者的血药浓度数据说明了这两种方法差异无显著性意义.结论该方法是可行的.
-
生物医学领域中随机共振的理论及应用研究
随机共振是非线性动力系统中的普遍现象,它向人们展示了噪声在非线性体系中的积极作用.除了经典的随机共振理论外,还讨论了其他类型的随机共振,诸如非周期、超阈值和耦合随机共振等等;讲述了随机共振的基本机理及表征方法;介绍了随机共振在生物和医学领域中的应用及新研究进展,并对随机共振的发展前景做了展望.
-
正常大鼠丘脑底核神经元放电模式中的随机共振现象
目的 验证正常大鼠丘脑底核神经元放电模式中存在随机共振现象.方法 运用全细胞膜片钳技术,对大鼠脑片丘脑底核神经元进行阈下正弦电流刺激,通过叠加不同输入频率正弦电流和不同强度噪声,分析峰峰间期(ISIH)和信噪比(SNRISIH),观察神经元放电特点.结果 在单细胞水平证明了在中枢神经系统运动神经元中存在随机共振现象.在中等噪声强度时(约在20～25 pA处),丘脑底核神经元对叠加噪声的阈下周期性刺激存在佳响应,其信噪比达到峰值；在一定频率范围(约为5～10 Hz),噪声和神经元输出反应之间存在适匹配,神经元对阈下弱信号的检测提取能力佳.结论 正常大鼠丘脑底核神经元放电模式中存在随机共振现象.
-
噪声提高球囊功能
目的:试图明确作用于牛蛙球囊的噪声是否能够增强它的功能.方法:对牛蛙球囊直接使用机械刺激,并记录第八对颅神经的球囊末梢的传入活动.结果:在所有被测试的有反应样品(或标本)中,通过加纳米水平的噪声到周期性刺激,神经活动的信噪比提高了.大约2.3 nm的机械噪声把球囊神经的反应提高.结论:纳米水平的噪声增加到周期性的刺激能使神经反应的信噪比得到实质性的改善(平均4.1 dB).
-
噪声提高球囊功能的研究
目的探讨作用于牛蛙球囊的噪声是否能够增强它的功能.方法在周期性信号(频率为100 Hz)上加不同强度的白噪声电信号,驱动压电陶瓷(PZT),对5只浸入在外淋巴液中的牛蛙球囊直接使用该机械刺激,并记录第八对颅神经的球囊末梢的传入活动.结果在所有被测试的有反应牛蛙中,通过加纳米水平的白噪声(2.3纳米),能使得周期性刺激引起的神经活动的信噪比提高(平均4.1 dB).结论纳米水平的噪声能使周期性刺激引起的神经反应的信噪比得到实质性的改善.
-
高频信号作用于神经元的仿真研究
高频电磁辐射对神经系统有负面影响,并且此类生物实验特别是人体实验会引起潜在的健康危害,而在数学模型中的仿真研究则可以完全避免.通过随机龙格库塔算法求解含有白噪声的Hodgkin-Huxley神经元模型,研究了高频信号对神经元的影响.实验结果表明神经元模型处于其敏感频率环境中时,随着高频信号的幅频比的提高,模型会产生放电频率下降,随机共振消失等现象,噪声强度较强时还产生了振动共振现象,而且神经元的静息电位也将被高频振荡代替.放电现象消失与生理实验发现的高频电流信号可以阻断外周神经动作电位的传导结果一致,本研究还有助于非电离辐射引起的体内特别是神经系统的损伤的预防和治疗,以及神经系统的模型仿真及其信号处理机制的研究.
关键词： 高频信号 Hodgkin-Huxley神经元模型 随机共振 -
神经模型中的随机共振研究进展
随机共振是一种常见于非线性系统中的由适当的噪声引起的系统优响应现象.神经系统含有噪声,相关生物实验和理论研究均证明噪声有助于神经信号的检测和处理,且当前对神经系统信息处理与存储机制的研究是一大热点.文章回顾了近发表的关于随机共振的研究成果,从噪声、随机共振的引申概念和网络模型三个方面,总结了目前对神经模型中随机共振的研究进展,并简单讨论了这类研究的发展趋势.
-
生物系统中随机共振现象及其应用
随机共振是非线性动力学系统中存在的一种现象,体现了噪声在非线性系统中的积极作用.我们首先阐述随机共振理论的基本概念和表征方法,然后在此基础上详细综述了生物系统中随机共振效应的研究进展和应用现状,后对其提出总结和展望.
-
噪声对球囊功能的影响研究
目的探讨作用于牛蛙球囊的噪声是否能够增强它的功能。方法在周期性信号（频率为100Hz）上加不同强度的白噪声电信号，驱动压电陶瓷（PZT），对5只浸入在外淋巴液中的牛蛙球囊直接使用该机械刺激，并记录第八对颅神经的球囊末梢的传入活动。结果在所有被测试的有反应牛蛙中，通过加纳米水平的白噪声（2.3nm），能使得周期性刺激引起的神经活动的信噪比提高（平均4.1dB）。结论纳米水平的噪声能使周期性刺激引起的神经反应的信噪比得到实质性的改善。
