嗅觉神经通路关键部分模型研究

发布时间：2021-01-16 04:36

　　嗅觉神经通路研究是嗅觉研究的基础,对脑科学研究同样具有多方面的重要意义。本文从探索嗅觉神经通路出发,对关键部分进行模型研究。首先,本文归纳总结了嗅觉神经通路的神经传导机制,这条神经通路分为前段（嗅上皮、嗅球、前嗅核、梨状皮质）、中段（杏仁核、内嗅皮质）和后段（海马、下托）,其中,嗅球、梨状皮质到内嗅皮质的投射过程是未知的,假设其神经元连接方式为一对一连接或随机连接。然后,针对KIII模型进行改进,提出了嗅觉神经通路的前段模型。采用小世界网络理论分析了输入通道数从5逐渐增加到100时,KIII模型和前段模型的平均路径长度和聚类系数的变化情况,分析结果表明,与KIII模型相比,前段模型在输入通道数大于16时,具有较小的平均路径长度和更大的聚类系数。此外,基于深度学习理念分析KIII模型。从模型结构、对噪声的容忍度和神经元间的连接三个方面对比分析了KIII模型和深度学习模型之间的相似性,并将脑电信号通过合适的切分预处理后直接输入KIII模型和深度学习模型进行识别,不进行特征提取的过程,实验结果表明,KIII模型具有自动提取脑电特征的能力,并且不同的切分方式也会对识别结果产生影响。因此,鉴于K... 

【文章来源】：湖南师范大学湖南省 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

嗅觉神经系统的工作示意图

硕士学位论文10图2.3前段嗅觉神经通路简化结构图嗅感觉神经元的轴突与僧帽细胞的树突形成的突触构成了嗅小球。在不同的物种中，嗅小球的数目差别很大，例如，果蝇有52个嗅小球，蜜蜂有165个嗅小球，蚂蚁有400个嗅小球，人有5500个嗅小球[39]。嗅小球的数目与该物种气味受体数目大致相对应，那么，被激活嗅感觉神经元的特定组合所表达的气味信息如何投射到嗅球层呢？文献[38]阐明了嗅上皮到嗅球层的两个投射原理，简称为“区到区投射（zone-to-zoneprojection）”和“嗅小球收敛（glomerularconvergence）”。区到区投射：嗅上皮是按区域进行组织的，根据气味受体的特点，将嗅上皮分为四个区域：ZoneI、ZoneII、ZoneIII、ZoneIV。具有相同气味受体的嗅感觉神经元位于同一个区域，在一个区域内，同种气味受体分布杂乱无章、范围较大。与嗅上皮的四个区域相对应，嗅球也分为四个区域，命名用斜体表示：ZoneI、ZoneII、ZoneIII、ZoneIV，如图2.4（该图引用自文献[38]）所示，位于嗅上皮ZoneII的嗅感觉神经元只能投射到嗅球层ZoneII的嗅小球。图2.4嗅上皮到嗅球层的连接方式

硕士学位论文10图2.3前段嗅觉神经通路简化结构图嗅感觉神经元的轴突与僧帽细胞的树突形成的突触构成了嗅小球。在不同的物种中，嗅小球的数目差别很大，例如，果蝇有52个嗅小球，蜜蜂有165个嗅小球，蚂蚁有400个嗅小球，人有5500个嗅小球[39]。嗅小球的数目与该物种气味受体数目大致相对应，那么，被激活嗅感觉神经元的特定组合所表达的气味信息如何投射到嗅球层呢？文献[38]阐明了嗅上皮到嗅球层的两个投射原理，简称为“区到区投射（zone-to-zoneprojection）”和“嗅小球收敛（glomerularconvergence）”。区到区投射：嗅上皮是按区域进行组织的，根据气味受体的特点，将嗅上皮分为四个区域：ZoneI、ZoneII、ZoneIII、ZoneIV。具有相同气味受体的嗅感觉神经元位于同一个区域，在一个区域内，同种气味受体分布杂乱无章、范围较大。与嗅上皮的四个区域相对应，嗅球也分为四个区域，命名用斜体表示：ZoneI、ZoneII、ZoneIII、ZoneIV，如图2.4（该图引用自文献[38]）所示，位于嗅上皮ZoneII的嗅感觉神经元只能投射到嗅球层ZoneII的嗅小球。图2.4嗅上皮到嗅球层的连接方式

【参考文献】：
期刊论文
[1]基于神经网络的通信信号调制模式识别[J]. 张嘉,邹杰,崔铠韬,杨龙.  中国无线电. 2020(01)
[2]一类多时滞细胞神经网络系统的稳定性转换[J]. 张婷婷,马淑芳.  哈尔滨理工大学学报. 2019(06)
[3]人工神经网络在专利价值评估领域的应用[J]. 高慧霞,李立功.  中国发明与专利. 2019(10)
[4]Cortical Organization of Centrifugal Afferents to the Olfactory Bulb: Mono-and Trans-synaptic Tracing with Recombinant Neurotropic Viral Tracers[J]. Pengjie Wen,Xiaoping Rao,Liuying Xu,Zhijian Zhang,Fan Jia,Xiaobin He,Fuqiang Xu.  Neuroscience Bulletin. 2019(04)
[5]自然语言处理中的深度学习:方法及应用[J]. 林奕欧,雷航,李晓瑜,吴佳.  电子科技大学学报. 2017(06)
[6]基于神经团的视网膜神经系统建模研究[J]. 张锦,赵二群,王如龙,闫京.  系统仿真学报. 2013(09)
[7]基于TCM的KIII模型及其应用研究[J]. 陈南国,张锦.  微计算机信息. 2012(02)
[8]基于嗅觉神经网络的织物组织识别[J]. 包晓敏,曹作宝,汪亚明,周砚江,朱寒宇.  纺织学报. 2011(04)
[9]A biologically inspired model for pattern recognition[J]. Eduardo GONZALEZ,Hans LILJENSTRM,Yusely RUIZ.  Journal of Zhejiang University-Science B（Biomedicine & Biotechnology）. 2010(02)
[10]基于单个丘脑皮层神经元的房室模型计算与优化[J]. 张召峰,韩婵娟,刘利华.  科学技术与工程. 2009(10)

博士论文
[1]嗅觉神经系统仿生模型及其应用研究[D]. 张锦.浙江大学 2007



本文编号：2980164