本文選題：基于 + 植入　； 參考：《浙江大學(xué)》2014年博士論文

【摘要】：動物的化學(xué)感受系統(tǒng)具有驚人的能力,能夠在極低的濃度下識別數(shù)千種分子結(jié)構(gòu)各異的化學(xué)物質(zhì),其識別精確度和識別速度都遠高于當(dāng)前的人工識別系統(tǒng)。對哺乳動物嗅覺、味覺系統(tǒng)的研究有助于我們了解氣味和味道識別的機制,從而研制靈敏性和特異性更高的生物化學(xué)識別系統(tǒng),具有重要的理論和應(yīng)用研究價值。電生理方法以較低的成本、簡便的操作和可長時間測量等優(yōu)點,在神經(jīng)監(jiān)測技術(shù)日新月異的今天,依然保持著旺盛的生命力,在嗅覺與味覺信號產(chǎn)生機制、傳導(dǎo)通路、編碼解碼等問題的研究上發(fā)揮著重要作用。在本研究中,我們建立了用于研究嗅覺和味覺中樞神經(jīng)電生理活動的實驗平臺,將多通道微絲電極陣列植入到麻醉大鼠嗅球和味覺皮層區(qū)域,分別檢測和記錄不同氣味和味道刺激下的神經(jīng)元活動,總結(jié)和分析了神經(jīng)元對化學(xué)刺激的響應(yīng)規(guī)律。特別的,我們提出了基于植入式電極的在體生物電子鼻系統(tǒng)的概念,利用大鼠靈敏的嗅覺作為氣味傳感單元,對其嗅球神經(jīng)信號進行嗅覺解碼,初步實現(xiàn)了氣味的分類和識別。本論文的主要內(nèi)容和貢獻如下：(1)建立了麻醉大鼠嗅覺與味覺電生理響應(yīng)的實驗平臺。該系統(tǒng)包括嗅覺與味覺刺激裝置、呼吸信號記錄裝置、在體電生理信號記錄裝置和數(shù)據(jù)分析平臺。詳細敘述了實驗動物準備及電極植入的過程,分別使用染色和熒光染色的方法對相應(yīng)組織進行了切片鑒定,確定了電極植入的位置。(2)建立了嗅覺與味覺神經(jīng)細胞對化學(xué)刺激產(chǎn)生響應(yīng)的評價方法。使用峰電位群向量算法將自發(fā)狀態(tài)下和刺激狀態(tài)下的神經(jīng)元活動投射到主成分空間中,當(dāng)刺激發(fā)放與自發(fā)放的平均位置的距離超過標準值時,該神經(jīng)細胞對化學(xué)刺激具有明顯響應(yīng),從而有效地檢測和識別出了對不同氣味與味道具有特異性響應(yīng)的嗅球和味覺皮層神經(jīng)元。(3)研究了麻醉大鼠嗅球電生理活動與呼吸周期之間的關(guān)系。統(tǒng)計了自發(fā)狀態(tài)下和氣味刺激狀態(tài)下大鼠嗅球僧帽細胞峰電位發(fā)放在不同的呼吸相位的分布情況。實驗發(fā)現(xiàn)了氣味刺激會改變峰電位的分布比例,且這個分布比例會受到氣味種類的影響。(4)確定了嗅球僧帽細胞對氣味的響應(yīng)時間和適應(yīng)時間,確立了實驗中氣味刺激的時間和數(shù)據(jù)處理時氣味刺激開始時間的標準。探索了僧帽細胞對氣味的濃度響應(yīng),確立了麻醉大鼠嗅球?qū)馕兜捻憫?yīng)濃度下限以及實驗中氣味刺激的濃度范圍。研究了麻醉大鼠對氣味的特異性響應(yīng),探索了嗅球在不同氣味刺激下峰電位及局部場電位活動的發(fā)放規(guī)律和差異。(5)提出了基于植入式電極的在體生物電子鼻系統(tǒng),使用了多通道微絲電極陣列從麻醉大鼠嗅球采集和記錄僧帽細胞對氣味刺激的響應(yīng),開發(fā)了基于嗅球峰電位群向量算法和局部場電位橢圓建模算法來提取表征氣味刺激信息的特征向量,使用了支持向量機和k最鄰近算法初步實現(xiàn)了四種不同氣味刺激的識別和分類。(6)研究了大鼠味覺系統(tǒng)的傳導(dǎo)途徑,使用植入式電極檢測和記錄了味覺皮層的電生理活動,分析了味覺皮層神經(jīng)細胞的發(fā)放規(guī)律,對味覺中樞對不同味道的特異性響應(yīng)給了初步的實驗結(jié)果,為后續(xù)的研究打下基礎(chǔ)。
[Abstract]:In this study , we have established an experimental platform for the study of olfactory and taste sensory neurons in anesthetized rats . ( 5 ) In vivo biological electronic nose system based on implantable electrodes , a multi - channel micro - filament electrode array was used to acquire and record the response of the olfactory bulb cells to odor stimuli . Based on the olfactory bulb potential group vector algorithm and local field potential elliptic modeling algorithm , the feature vectors characterizing the odor stimulation information were developed .
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：R338

【參考文獻】

相關(guān)期刊論文 前2條

1 李光;傅均;張佳;;基于嗅覺模型的電子鼻仿生信息處理技術(shù)研究進展[J];科學(xué)通報;2008年22期

2 ;Rapid odor perception in rat olfactory bulb by microelectrode array[J];Journal of Zhejiang University-Science B(Biomedicine & Biotechnology);2012年12期

，

本文編號：2047779