检索结果-南通市图书馆

作者：邱升红西安电子科技大学

学位级别：硕士

随着大数据、云计算的迅猛发展,数据量呈爆炸式增长,海量数据给人们带来价值的同时,也面临严峻的安全挑战。关系数据库作为存储政府公文、交易账单和患者病例等重要数据信息的载体,尤其需要一种安全手段进行保护。一些恶意攻击者经常在... 详细信息

随着大数据、云计算的迅猛发展,数据量呈爆炸式增长,海量数据给人们带来价值的同时,也面临严峻的安全挑战。关系数据库作为存储政府公文、交易账单和患者病例等重要数据信息的载体,尤其需要一种安全手段进行保护。一些恶意攻击者经常在没有得到关系数据库所有者允许的条件下就擅自复制、篡改和传播重要信息,该行为不仅严重损害了版权所有者的权利,同时伤害了发行单位的利益,并重创了数字信息产业的安全发展。因此,如何在网络环境下对数据库实施安全保护已成为迫在眉睫的信息安全问题。本文聚焦可逆水印技术,探索面向关系数据库水印安全保护的新举措,主要内容概括如下:（1）对于数值型关系数据库,本文设计了一种基于差分扩展和人工蜂群算法的数据库可逆水印方法,该方法首先利用密钥哈希将数据库元组分成若干子组,然后使用人工蜂群算法寻优,选择最佳嵌入水印的候选属性列,最后采用差分扩展方式对待嵌入水印属性列中的元组进行运算,从而实现水印嵌入。实验结果表明,与现有方法相比,该方案在保证数据最小失真的同时,提高了水印容量和鲁棒性。（2）目前大多数方法是基于对数据库中数值的修改来实现水印嵌入操作,无法保证数据库中原始数据的无损性。同时,一些可逆水印方法存在水印容量小,鲁棒性弱等缺点。鉴于此,本文提出一种基于随机森林和局部二值模式的鲁棒无损数据库可逆水印方法。该方法首先通过随机森林进行特征选择,实现对数据库中高维度属性降维,进而选取可嵌入水印属性列,再应用局部二值模式算法对待嵌入水印的属性特征列提取特征向量,然后将提取的特征向量二值化获得极性向量,最后将极性向量和水印序列进行异或操作生成密钥,从而实现水印嵌入。实验结果表明该方法不仅能够有效保证数据库中数据的完整性,并且可灵活的控制水印容量大小,提升了抵抗攻击的鲁棒性。本文针对关系数据库,提出了两种新颖的可逆水印方法,提升了数据库水印抵抗各种攻击的鲁棒性。实验结果表明本文提出的数据库水印方法具有可行性,且与现有方法相比具有良好的优越性。

关键词：可逆水印数据库水印局部二值模式差分扩展

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

公安交警勤务考核信息管理系统的设计与实现

公安交警勤务考核信息管理系统的设计与实现

作者：黄振亚西安电子科技大学

学位级别：硕士

本论文以现阶段基层公安交管部门考核模式粗放、监督方式滞后、激励机制缺乏等背景问题为出发点,运用数据管理、数据创新等方式提高公安交管部门管理效果和社会效益为目标,论述了将公安交管部门考评要求、工作数据集成在一个考核管理系... 详细信息

本论文以现阶段基层公安交管部门考核模式粗放、监督方式滞后、激励机制缺乏等背景问题为出发点,运用数据管理、数据创新等方式提高公安交管部门管理效果和社会效益为目标,论述了将公安交管部门考评要求、工作数据集成在一个考核管理系统中,将被管理对象和部门按照不同类别组织起来,实现系统自流程考评和排名在实现基层公安交管工作业务引导正向化、管理模式精准化、监督机制程序化上的实践意义。首先,论文阐述了数字化考核机制在基层公安交管部门工作氛围营造、工作目标明确、工作效能提升方面上的重要意义,同时对目前国内外在用的目标考核系统的使用情况及特点进行了介绍、总结;其次,对设计公安交警勤务考核信息管理系统所需的核心技术进行了介绍、分析,在技术层面上确保系统满足实际工作需求,能够贴合基层公安交管部门的考核监督管理工作;再次,在需求分析阶段对系统的可行性、权限、功能、数据模型、性能等方面进行了全面分析,对系统中所需实现的数据管理功能进行详细描述;最后,对项目中系统信息管理、考核信息管理、考核情况查询三个模块进行设计、开发,完成人员和部门信息维护,考核数据类目、指标和数据的填报、计算、展示等功能的实现。并通过设计用例对系统运行的稳定性、容错性、安全性、响应速度进行测试,确保各模块及下属子模块在投入使用的过程中能够友好、正常的运行。总的来说系统的开发基本实现了助力基层公安交管部门内部考核监督管理的设计初衷,目前系统已通过验收投入某基层公安交警大队部分部门进行试用。本系统采取B/S结构、J2EE开发技术,利用MySQL作为数据库进行数据存储。开发过程坚持建设与实践并行、立足基层运用,为基层公安交管部门着眼于行政效能,着力于实用好用,着重于监督问责,尽全力监督权力运行、提升部门效能提供了有力的管理手段。在强化基层公安交管部门各部门和人员激励作用,提高管理兴趣,营造“比、学、赶、超”的良性竞争氛围,促进末位淘汰制的顺利运行有着重要意义,达到了预期管理期望。同时,也为在公安系统内部实现目标考核系统的设计开发、探索实践作出了有益探索。

关键词：监督考核信息管理行政效能

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于脉冲神经网络的全脑网络模型研究

基于脉冲神经网络的全脑网络模型研究

作者：岳佳豪西安电子科技大学

学位级别：硕士

传统人工神经网络设计灵感来自于大脑网络工作机制,然而大脑网络的复杂程度远超目前人工神经网络模型,按照当前人工神经网络组织方式难以实现大脑网络连接规模,同时现有大规模人工神经网络在多通道协同处理和知识迁移等方面表现不佳,因... 详细信息

传统人工神经网络设计灵感来自于大脑网络工作机制,然而大脑网络的复杂程度远超目前人工神经网络模型,按照当前人工神经网络组织方式难以实现大脑网络连接规模,同时现有大规模人工神经网络在多通道协同处理和知识迁移等方面表现不佳,因此其需要新的结构来实现网络高效训练和灵活使用,开展脑功能及结构研究可以为大规模人工神经网络设计提供新思路。目前现有脑网络功能结构中采用的全脑网络模型仅局限于介观层面的脑区,忽略了微观层面的神经元特征,导致某些现象缺乏更深层次的解释与探讨,同时全脑网络不同脑区之间信号协同处理机制尚不明晰。基于此本文基于脉冲神经网络研究全脑网络模型,具体研究内容包括:(1)针对当前在全脑网络模型研究中忽略微观层面神经元动态的问题,提出一种基于脉冲神经网络的视觉脑区模型。首先采用脉冲编码器作为输入层编码输入的手写数字图像,生成符合神经元特性的脉冲序列作为中间层数据输入;中间层为基于脉冲神经网络构建的随机平衡聚类网络,脉冲编码器与随机平衡聚类网络通过具有多巴胺特性的突触进行连接,突触根据多巴胺浓度来更新不同层次神经元之间的权重;最后搭建了一个包括模型输出层与误差计算的反馈机制,根据输出层预测结果的正确与否来对多巴胺浓度进行反馈调控,以此更新各层神经元之间的权重。结果表明神经元之间使用多巴胺突触连接具有更高识别率,对于分类任务模型能够达到95%的准确率,且本模型各层中使用的神经元均符合生物学特性,具有更强的生物可解释性。(2)针对不同脑区之间信号协同处理机制尚不明晰的问题,提出一种基于视觉脑区的小鼠多尺度脑网络模型。首先采用小鼠个体结构连接数据构建了包含104个脑区的小鼠全脑网络模型,并采用Reduced Wong Wang模型作为每个局部脑区动力学模型;其次使用上文视觉脑区模型替换全脑网络中的视觉脑区,作为其新的视觉脑节点构建了小鼠多尺度脑网络模型;然后设置了视觉脑节点与全脑其他节点的数据转换函数,实现微观、介观与宏观三个层面的脑网络协同仿真;最后设计了不同刺激方式并计算大脑功能连接,分析视觉刺激对全脑网络的影响。结果表明在不断的视觉刺激下,全脑网络中的各个脑区会形成几个关联度很强的脑区组,并且这些脑区组之间对刺激的响应存在延迟,表明了脑区之间互相交互以及响应刺激的不同顺序。综上所述,本文针对当前全脑网络模型研究中忽略微观神经元动态的问题,构建了基于脉冲神经网络的视觉脑区模型,为研究多尺度脑网络模型奠定了基础;同时针对不同脑区之间信号协同处理机制尚不明晰的问题,构建了小鼠多尺度脑网络模型,揭示了大脑中不同脑区之间的交互规律,为大规模人工神经网络设计提供了新思路。

关键词：脉冲神经网络多尺度脑网络模型功能连接大脑动力学协同仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向生物敏感性的鲁棒可逆水印技术研究

面向生物敏感性的鲁棒可逆水印技术研究

作者：尹广学西安电子科技大学

学位级别：硕士

由于因特网的发展与普及以及数字化信息存取的低成本和高便利性,越来越多的出版商和个人以数字媒体的形式发布信息,并通过网络进行传播。虽然数字化为信息的传播与存储提供了便利,但另一方面,数字化作品的版权保护与信息安全却受到严峻... 详细信息

由于因特网的发展与普及以及数字化信息存取的低成本和高便利性,越来越多的出版商和个人以数字媒体的形式发布信息,并通过网络进行传播。虽然数字化为信息的传播与存储提供了便利,但另一方面,数字化作品的版权保护与信息安全却受到严峻挑战。数字水印技术作为版权保护的重要手段,近年来得到了广泛的研究。鲁棒可逆水印作为可逆水印与鲁棒水印的结合,不仅在无损条件下可以完全恢复宿主图像与水印,而且水印还具有抵抗一定攻击的鲁棒性。因此,开展鲁棒可逆水印的研究具有十分重要的意义。本文针对鲁棒可逆水印中面临的一些挑战性问题进行分析与研究并给出相应的解决方案,其主要内容如下:(1)针对水印序列的安全性问题,结合生物信息的标识性,提出了基于虹膜特征的水印生成方法。该方法首先自动选择无遮挡的虹膜局部区域,然后通过对虹膜局部区域进行提取特征及编码生成水印序列,从而克服了常规水印序列与版权所有者无关的不足。(2)对基于局部特征区域的鲁棒水印而言,局部特征区域的选择是必须解决的关键问题,其选择的好坏直接影响水印算法的性能。因此,针对这一问题,提出了基于最大权团的局部特征区域选择方法,并给出相应的优化算法进行求解。(3)针对鲁棒性和不可见性的优化问题,设计了一种新颖的水印嵌入和提取框架,在此基础上,提出了两种鲁棒可逆水印方法,分别利用像素值与离散余弦变换中的稳定分量进行水印嵌入和提取,提高了鲁棒可逆水印方法的鲁棒性和不可见性。总之,本文将虹膜特征与水印生成相结合,在对局部特征区域优化选择的基础上,提出了两种鲁棒可逆水印方法,解决了水印序列的安全性,提高了鲁棒可逆水印的鲁棒性和不可见性。

关键词：生物认证鲁棒可逆水印版权保护局部特征区域最大权团

基于多模态刺激输入的非线性视网膜编码模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模态刺激输入的非线性视网膜编码模型研究

作者：严圳西安电子科技大学

学位级别：硕士

视网膜是高级动物视觉回路中首次进行信息处理与编码的器官,它能将输入的光照刺激转化为生物脉冲电信号。研究视网膜神经节细胞的生理过程有助于为人工视网膜编码模型的构建提供基本技术支撑,是人工视觉研究实现的前提。目前的视网膜编... 详细信息

视网膜是高级动物视觉回路中首次进行信息处理与编码的器官,它能将输入的光照刺激转化为生物脉冲电信号。研究视网膜神经节细胞的生理过程有助于为人工视网膜编码模型的构建提供基本技术支撑,是人工视觉研究实现的前提。目前的视网膜编码模型研究多基于人工白噪声刺激,缺乏在自然复杂场景中的适应力,也无法对视网膜中的生物特性进行模拟。为此,本文研究实现了一种基于视网膜信息处理机制的非线性计算视网膜编码模型,具体内容如下:本文首先研究生物视网膜细胞的生理特性,提出了一种基于多模态刺激输入的非线性视网膜编码模型。该模型首先根据神经节细胞对输入视觉刺激的特异性响应机制,实现了输入视频资料的时间和空间域特征简单提取,从而模拟了视网膜回路中神经节上游细胞对视觉输入的初步处理过程。随后,本文引入神经元的历史激发态和耦合神经元的水平方向刺激,完整模拟了视网膜神经节细胞的生理输入。再次,该模型使用刺激基函数将输入刺激编码为神经元的多模态刺激输入矩阵,该矩阵具有生物可解释性及计算优势。在神经元内部,一组滤波器将输入刺激转化为正负输入以模拟神经元中的兴奋-抑制平衡调控机制。最后,兴奋-抑制的刺激输入被加和并通过脉冲非线性计算激活以模拟神经元的发射速率。实验表明多模态刺激输入非线性模型能对自然场景视频进行准确编码,结果表现优于其它非线性视网膜编码模型。此外,为深入探索视网膜编码中的生物特性,本文分析了生物神经节细胞视觉形成过程中的计算特性与生理功能,并针对神经节细胞的可靠性、变异性、区域敏感性和耦合机制分别提出了理论分析与实验验证。实验表明,本文提出的视网膜编码模型能实现生物视网膜的视觉编码功能,并复现生物视网膜中神经节细胞的生理特征,是一种具有视觉编码和生物特性的视网膜非线性编码模型。综上所述,本文针对自然场景下视网膜编码模型的构建,提出了一种多模态刺激输入非线性模型。实验表明该模型精度高、敏感性强并具有生物特性,与经典非线性计算编码模型相比优势显著。本文所提模型不仅能拓展视网膜编码模型的应用场景,而且有助于实现更高级的视网膜编码模型。

关键词：视网膜编码多模态输入基函数编码非线性计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

脑电时间序列的神经网络模型研究

脑电时间序列的神经网络模型研究

作者：原野西安电子科技大学

学位级别：硕士

情绪是人体基于环境感知所引发的一种心理生理过程,在人类的日常认知与生活中起着至关重要的作用。随着近年来人工智能技术的不断进步,情绪识别已广泛应用于教育规划、医疗保健、舆情监测与安全驾驶等领域。脑电信号相比于人的外在行为... 详细信息

情绪是人体基于环境感知所引发的一种心理生理过程,在人类的日常认知与生活中起着至关重要的作用。随着近年来人工智能技术的不断进步,情绪识别已广泛应用于教育规划、医疗保健、舆情监测与安全驾驶等领域。脑电信号相比于人的外在行为特征具有更好的自发性和客观性,与产生人类情感的大脑联系最为紧密,是表达情绪信息的良好载体。但是目前在情绪脑电信号的研究中仍然存在着诸如非线性特征表现困难,脑电通道与情绪关联度低,神经网络计算量较大、模型的生物可解释性差等亟须解决的难题。因此,本文围绕如何有效提取脑电信号情绪特征,减少脑电通道冗余,高效、准确地识别情绪状态三个问题,分别从脑电信号的脉冲编码、通道选择与分类模型三个方面做了以下研究:1、针对传统信号分析方法难以反映脑电信号的非线性特征,脉冲神经网络无法使用模拟信号作为数据输入等问题,本文采用基于刺激估计技术的BSA编码算法对DEAP数据集的原始脑电信号进行编码,通过将单个受试者的连续脑电原始信号与线性滤波器进行反卷积计算生成大小为40*32*60*128的离散脉冲时间序列,其次结合信噪比与均方根误差指标评价并优化编码结果。同时针对不同实验体脑电信号差异显著的问题,采用网格搜索改进BSA编码的超参数优化功能,分别构建不同实验体的最优编码参数组以提高编码脉冲的信息表达效率与精度。2、针对情绪识别任务中不同脑电通道的情绪表征能力差异与通道冗余问题,本文提出基于ReliefF特征分析的通道选择算法,首先计算32个脑电通道的平均脉冲强度作为特征值,其次分别基于ReliefF特征分析计算不同近邻数下的通道特征权重以描述DEAP数据集中各个脑电通道对Valence、Arousal、Dominance和Valence-Arousal四个情绪维度的情绪表征能力,最后结合特征权重评估结果将脑电数据由原先的32通道分别降为8、10、10、16通道,有效排除了情绪相关度较低的通道并通过划分时间片构建了效价、唤醒、支配维度的三个二分类数据集和效价-唤醒维度的四分类数据集。3、针对传统人工神经网络存在的生物可解释性差、模型参数多、网络结构复杂、计算量庞大等问题,本文提出了基于负反馈抑制的脉冲神经网络模型,通过具有自适应膜电位阈值的LIF神经元模型构建了具有输入层、激活层与抑制层的三层脉冲神经网络,同时结合基于脉冲响应增益机制的STDP学习规则对模型进行情绪状态分类训练。最终通过DEAP数据集验证了模型的有效性并在Valence、Arousal、Dominance三个情绪维度下分别获得了82.54%、78.31%和85.17%的二分类准确率,在ValenceArousal情绪维度下获得了73.98%的四分类准确率,相较于同类别模型分类准确率有明显提升。

关键词：情绪识别脑电信号 BSA编码 ReliefF分析脉冲神经网络负反馈抑制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成对抗网络的蛋白质序列生成模型研究

基于生成对抗网络的蛋白质序列生成模型研究

作者：刘时秀西安电子科技大学

学位级别：硕士

蛋白质作为分子机器,在生命活动中发挥着非常重要的作用。基于现有蛋白质序列进行设计与改造以满足人类应用需求的蛋白质工程,有助于科学与医学应用的发展。随着蛋白质序列数据量的增长以及机器学习、深度学习的发展,使用神经网络设计... 详细信息

蛋白质作为分子机器,在生命活动中发挥着非常重要的作用。基于现有蛋白质序列进行设计与改造以满足人类应用需求的蛋白质工程,有助于科学与医学应用的发展。随着蛋白质序列数据量的增长以及机器学习、深度学习的发展,使用神经网络设计新蛋白成为可能,然而目前基于神经网络的蛋白质生成模型依赖现存蛋白质序列数据库,生成序列多样性差且难以捕获远距离残基依赖关系。此外,生成序列的结构与功能特性优化方案仍存在空缺。基于此,本文的主要研究内容如下:(1)基于增强的蛋白质序列数据构建带有自注意力机制的深度残差生成对抗网络NTAGAN。首先采用核苷酸增强算法对蛋白质序列数据进行均衡与扩充,以具有生物学意义的方式提升训练集丰富度。然后将增强的蛋白质序列数据输入到NTAGAN,并在模型中引入残差块增大模型感受野。其中,生成器中引入自注意力机制,通过不同权重关注蛋白质不同功能区域,捕获远程依赖关系,并在输出前应用Gumbel Max重参数化技巧以构建新蛋白质序列;判别器中添加Mini Batch层来降低模式崩溃的风险。随后选择R1正则化的非饱和损失训练模型,并采取谱归一化技术稳定训练梯度,使得生成序列拟合目标蛋白数据分布且更具多样性。最后将NTAGAN与其他先进模型进行对比,实验结果表明,在皮尔逊相关系数(0.81)、弗雷歇距离(0.58)、及镜像列关联度(0.80)上远优于其他模型,验证了模型的有效性。(2)基于预训练模型NTAGAN,提出生成蛋白质序列的突变适应度与三维结构优化方案。在突变适应度优化中,构建Uni Rep+VAE突变适应度预测器,依据预测器对生成序列的预测结果计算突变适应度损失,更新模型参数;三维结构优化中引入AlphaFold2蛋白质结构预测模型,依据预测的生成序列结构计算三维结构损失,更新模型参数。进一步,结合以上两种优化策略实现突变适应度与三维结构的双优化,交替微调模型参数。最后,分别对以上优化方案进行实验验证,结果表明,对于突变适应度优化,生成序列的突变适应度相比于未加优化的模型有明显的提升,优化中涉及的Uni Rep+VAE预测器测试集相关度能达到0.865,远高于现有先进模型;对于三维结构优化,生成序列结构更接近于预期目标,主链均方根误差从3.355降低到0.883;对于双优化,训练后的模型能够直接通过生成器产生突变适应度高于野生型且三维结构与预期目标近似的新序列。综上,本文基于目前蛋白质序列生成模型的缺陷,构建带有自注意力机制的深度残差生成对抗网络,以生成新的蛋白质序列,并以此为基础从突变适应度与三维结构的角度探索了蛋白质序列的优化方案,优化生成序列获得所需属性,为序列生成开辟新的视角。

关键词：蛋白质序列生成对抗网络突变适应度优化结构优化深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

NMDA受体介导浦肯野细胞响应机制研究

NMDA受体介导浦肯野细胞响应机制研究

作者：黄慧玲西安电子科技大学

学位级别：硕士

浦肯野细胞接收来自平行纤维的刺激输入并通过突触实现信息整合。传统认为,突触处只有AMPA受体表达影响浦肯野细胞放电,然而近来研究发现NMDA受体也存在于突触处,但其如何影响浦肯野细胞放电知之甚少。因此,本文聚焦研究NMDA受体介导浦... 详细信息

浦肯野细胞接收来自平行纤维的刺激输入并通过突触实现信息整合。传统认为,突触处只有AMPA受体表达影响浦肯野细胞放电,然而近来研究发现NMDA受体也存在于突触处,但其如何影响浦肯野细胞放电知之甚少。因此,本文聚焦研究NMDA受体介导浦肯野细胞响应机制,主要研究内容包括:(1)本文首先分析NMDA受体在浦肯野细胞放电响应中的作用,研究基于NMDA受体表达的浦肯野细胞模型。该模型在传统浦肯野细胞模型基础上,引入NMDA受体接收来自平行纤维的刺激信号,并经由浦肯野细胞树突与细胞体处理输出简单尖峰;随后,本文结合刺激模式和NMDA受体强度变化,从简单尖峰频率编码、时间编码和相位调制角度分析NMDA受体作用。实验结果表明,在低频泊松刺激下NMDA受体增加浦肯野细胞的放电频率,而在高频泊松刺激下抑制其放电;此外,NMDA受体表达会减小放电序列的离散度并增加局部规则性;最后,NMDA受体会导致正弦输入下浦肯野细胞简单尖峰输出相位提前。(2)浦肯野细胞的放电机制不仅与突触输入有关,同时受到神经元内在特性调控。鉴于此,本文从神经元内在计算特性出发,分别从树突离子电流与突触位置分布两个角度探索NMDA受体在浦肯野细胞放电中的抑制特性。实验结果表明,高阈值钙激活钾通道和延迟整流钾通道是导致NMDA受体抑制浦肯野细胞放电的关键离子通道,高阈值钙激活钾通道的过小电导会导致延迟整流钾通道电流呈现持续饱和状态,进而造成浦肯野细胞无法正常放电。同时,突触分布位置会影响NMDA受体对浦肯野细胞放电的抑制作用,当NMDA受体分布在距离细胞体越近或直径太大的树突上时,其抑制作用更强。综上所述,本文在构建基于NMDA受体表达的浦肯野细胞模型的前提下,不仅从频率编码、时间编码以及相位调制角度分析了NMDA受体在浦肯野细胞放电响应中的作用机制,而且基于神经元内在计算特性分析NMDA受体抑制作用的生物基础。本文的研究有助于深入理解浦肯野细胞与平行纤维间的信息传递,进而丰富小脑信息传输中的突触整合机制。

关键词：浦肯野细胞 NMDA受体神经元响应机制树突内在特性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于脑网络的视觉响应信号动力学研究

基于脑网络的视觉响应信号动力学研究

作者：姚俊西安电子科技大学

学位级别：硕士

稳态视觉诱发电位(Steady-state visual evoked potentials,SSVEP)具有频率固定、强鲁棒性、高信噪比等优点,已广泛应用于脑机接口(Brain-Computer Interface,BCI)、神经工程、临床医学等领域中。目前研究表明SSVEP主要产生于枕叶、额... 详细信息

稳态视觉诱发电位(Steady-state visual evoked potentials,SSVEP)具有频率固定、强鲁棒性、高信噪比等优点,已广泛应用于脑机接口(Brain-Computer Interface,BCI)、神经工程、临床医学等领域中。目前研究表明SSVEP主要产生于枕叶、额叶等皮层区域且具有一定程度频率敏感性,但限于生理实验条件的苛刻与脑网络建模水平的滞后,相关研究仍主要集中于局部回路层面,缺乏全脑水平下的深入研究,一定程度上阻碍了SSVEP-BCI系统的规模化应用。因此,本文开展全脑水平下SSVEP响应信号动力学特性的深入研究,具体内容如下:(1)本文基于大脑结构连接数据构建包含76个局部脑区的全脑网络模型。首先采用Reduced Wong-Wang模型表征局部脑区的动力学行为,通过动态调整反馈抑制性突触耦合参数来保证局部回路的低短程相关性。然后利用结构连接与全局动力学参数整合各个脑区的局部动力学行为,探索全局耦合因子使网络达到最佳工作点,从而建立全脑网络模型。最后通过分析经刺激诱导产生的SSVEP信号幅度变化与功率差异,以验证模型的有效性。结果表明经刺激诱导初级视觉皮层(Primary visual cortex,V1)、次级视觉皮层(Secondary visual cortex,V2)区域均产生了SSVEP响应,同时刺激频率点处V1、V2区域SSVEP信号的功率值显著增强,这说明该模型能够有效反映SSVEP响应的产生机制,为深入研究SSVEP响应动力学特性奠定了基础。(2)本文基于所构建的全脑网络模型深入研究SSVEP的频率敏感性特征及其产生原因。首先研究周期性刺激的振幅、频率对SSVEP功率的影响。结果表明刺激振幅对SSVEP功率影响较小;而不同频率刺激下,V1等区域SSVEP功率值与静息态有相同趋势,并且SSVEP功率值于低频段(2-8HZ)处明显更高,这更加证明SSVEP频率敏感性是由大脑内在振荡与外部周期性刺激协同作用引起的夹带与共振而引发。然后通过计算脑区相干性构建功能脑网络以分析刺激诱导下脑网络的特征变化。结果表明周期性刺激下视觉相关脑区间的相干性得到显著增强,并且低频段(2-8HZ)刺激下网络有更强的聚类系数、全局效率、局部效率与更短的特征路径长度,表现出更高的信息传递效率。最后通过计算网络同步因子衡量了不同频率刺激下脑网络的同步性,结果表明低频刺激下网络有着更强的同步性,这说明诱发态脑网络信息传递效率提升的主要因素为网络同步性的增强。综上所述,本文为探究全脑水平下的SSVEP响应动力学特性,构建了结构连接数据约束的全脑网络模型,并以此为基础进行仿真实验,从功率谱分析、大脑功能连接、网络同步性等方面对SSVEP进行了深入研究。

关键词：稳态视觉诱发电位全脑网络模型结构连接功能连接功能脑网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

前庭动眼反射回路学习与记忆模型研究

前庭动眼反射回路学习与记忆模型研究

作者：李山根西安电子科技大学

学位级别：硕士

随着脑科学研究的深入,小脑由于在运动学习与记忆过程中起到的重要作用而引起了研究者们的广泛关注。前庭动眼反射是由头部转动和视网膜图像滑移联合引起的具备自适应调整能力的眼球运动行为,它主要由小脑前庭动眼反射回路控制。迄今为... 详细信息

随着脑科学研究的深入,小脑由于在运动学习与记忆过程中起到的重要作用而引起了研究者们的广泛关注。前庭动眼反射是由头部转动和视网膜图像滑移联合引起的具备自适应调整能力的眼球运动行为,它主要由小脑前庭动眼反射回路控制。迄今为止研究者们已经提出了许多前庭动眼反射回路学习与记忆模型。虽然这些模型可以重现一部分生理学实验结果,但是研究前庭动眼反射回路中分布式可塑性位点协同作用机制,建立前庭动眼反射回路学习与记忆新模型仍具有重要意义。本文针对前庭动眼反射回路学习与记忆模型开展研究,主要内容包括:（1）小脑前庭动眼反射神经回路中包括多种可塑性突触,这些分布式的突触如何协同作用学习与记忆尚在研究。本文在分析现有模型的基础上,提出了基于神经元群体活性的前庭动眼反射回路模型。为了探索不同可塑性位点的贡献,本文模拟了正常小鼠和变异小鼠的相位反转实验。实验结果表明该模型相比于经典的单可塑性位点模型,不但更好地重现了正常小鼠的生理实验数据,而且预测了变异小鼠的学习与记忆缺陷。（2）前庭动眼反射回路对眼球运动的时机控制和幅度控制,分别表现了回路在时间和空间上的学习与记忆能力。为了进一步研究前庭动眼反射增益变化的学习与记忆特性,本文提出了基于脉冲神经网络前庭动眼反射回路模型。实验仿真结果验证了增益上升刺激和增益下降刺激会诱发回路不同程度学习的特性,同时重现了间隔训练时回路的学习与记忆效果。与经典模型相比,实验结果表明所提模型与生理实验数据更加吻合。综上,本文在研究前庭动眼反射回路经典模型的基础上,针对前庭动眼反射中眼球运动的相位和增益自适应性提出前庭动眼反射回路学习与记忆模型,较好地重现了各种训练范式的生理实验数据,验证了分布式可塑性位点对于前庭动眼反射回路学习与记忆的作用。

关键词：前庭动眼反射小脑学习记忆可塑性