神經(jīng)元范文10篇

摘要：小波神經(jīng)元網(wǎng)絡(luò)比多層前饋神經(jīng)網(wǎng)絡(luò)具有更多自由度和更好的適應(yīng)性。為更好地反映氣象因素對(duì)負(fù)荷的影響及提高負(fù)荷猜測(cè)的精度，文章選用Morlet小波構(gòu)建小波神經(jīng)元網(wǎng)絡(luò)，采用誤差反傳學(xué)習(xí)算法來(lái)練習(xí)網(wǎng)絡(luò)，采用自學(xué)習(xí)隸屬度分析聚類(lèi)的新方法選擇練習(xí)樣本。并應(yīng)用武漢電網(wǎng)近年的負(fù)荷數(shù)據(jù)和氣象資料進(jìn)行了建模和猜測(cè)，猜測(cè)結(jié)果表明所建立的小波神經(jīng)元網(wǎng)絡(luò)猜測(cè)模型具有較好的收斂性，采用自學(xué)習(xí)隸屬度分析聚類(lèi)方法選擇練習(xí)樣本能改善猜測(cè)精度。摘要：小波神經(jīng)元網(wǎng)絡(luò)；隸屬度；短期負(fù)荷猜測(cè)；電力系統(tǒng)SHORT-TERMLOADFORECASTINGBASEDONWAVELETNEURALNETWORKABSTRACT摘要：Waveletneuralnetwork(WNN)possessesmoredegreeoffreedomandbetteradaptivitythanmulti-layerFPneuralnetwork.Tobetterreflecttheinfluenceofclimatefactorsonloadandimprovetheprecisionofloadforecasting,theMorletwaveletischosentoestablishawaveletneuronnetwork,thebackpropagatealgorithmisadoptedtotraintheWNNnetwork,anewmethodofanalyzingclusteringbyself-studymembershipisusedtotrainthesamples.TheloaddataandclimaticdataofWuhanpowernetworkinrecentyearsareappliedinmodelingandloadforecasting.TheforecastingresultsshowthattheestablishedWNNmodelpossessesbetterconvergenceandtheforecastingprecisioncanbeimprovedbychoosingtrainingsampleswithanalyzingclusteringbyself-studymembership.KEYWORDS摘要：Waveletneuralnetwork；Membership；Short-termloadforecasting；Powersystem1引言短期負(fù)荷猜測(cè)是負(fù)荷猜測(cè)的重要組成部分，是電力系統(tǒng)運(yùn)行調(diào)度中的重要內(nèi)容。國(guó)內(nèi)外已提出了多種短期負(fù)荷猜測(cè)方法，如多元回歸、ARMA模型、人工神經(jīng)元網(wǎng)絡(luò)方法等。可歸類(lèi)為摘要：①利用負(fù)荷的自身發(fā)展規(guī)律，如ARMA模型[1等；②負(fù)荷發(fā)展規(guī)律和氣象因素相結(jié)合，如ANN(ArtificialNeuralNetwork)方法[2；③其他方法，如小波分解法[3-5、模糊聚類(lèi)法[6及混沌算法[7。人工神經(jīng)網(wǎng)絡(luò)以其強(qiáng)大的多元性映射能力能夠準(zhǔn)確捕捉并學(xué)習(xí)負(fù)荷值和天氣之間的非線性關(guān)系，使考慮氣象因素的電力系統(tǒng)短期負(fù)荷猜測(cè)成為可能。近年來(lái)它一直受到密切關(guān)注，且已成為解決電力負(fù)荷猜測(cè)新問(wèn)題的有效計(jì)算工具。小波在分析非固定信號(hào)和構(gòu)造非線性函數(shù)模型方面具有卓越性能，因此結(jié)合了小波基函數(shù)的小波神經(jīng)元網(wǎng)絡(luò)(WNN)比一般神經(jīng)網(wǎng)絡(luò)具有更多的優(yōu)越性。為更好地反映氣象因素對(duì)負(fù)荷的影響及提高負(fù)荷猜測(cè)的精度，本文構(gòu)建了一種小波神經(jīng)元網(wǎng)絡(luò)負(fù)荷猜測(cè)模型，以Morlet小波取代Sigmoid函數(shù)，采用誤差反傳學(xué)習(xí)算法來(lái)練習(xí)網(wǎng)絡(luò)，采用自學(xué)習(xí)隸屬度分析聚類(lèi)方法來(lái)選擇練習(xí)樣本。2小波及小波變換基本小波或母小波定義為滿足相容性條件(如式(1)所示)的平方可積函數(shù)φ(t)∈L2(R)(L2(R)為二尺度空間)式中a、b為實(shí)數(shù)，且a≠0，稱(chēng)φab(t)為由母小波(t)生成的依靠于參數(shù)a、b的連續(xù)小波，也稱(chēng)為小波基。設(shè)反映負(fù)荷變化規(guī)律趨向的函數(shù)為f(t)∈L2(R)，定義其小波變換wf(a,b)為3小波神經(jīng)元網(wǎng)絡(luò)3.1基本原理小波神經(jīng)元網(wǎng)絡(luò)是基于小波分析的具有神經(jīng)元網(wǎng)絡(luò)思想的模型，即采用非線性小波基取代常用的非線性Sigmoid函數(shù)，通過(guò)線性疊加所選取的非線性小波基來(lái)擬合負(fù)荷歷史數(shù)據(jù)序列。負(fù)荷曲線y(t)可采用小波基φab(t)進(jìn)行如下擬合摘要：式中為負(fù)荷曲線y(t)的猜測(cè)值序列；Wk、bk、ak分別為第k個(gè)權(quán)重系數(shù)和第k個(gè)小波基的平移因子和伸縮因子；n為小波基個(gè)數(shù)。在小波神經(jīng)元網(wǎng)絡(luò)中，小波神經(jīng)元負(fù)責(zé)對(duì)輸入信號(hào)進(jìn)行預(yù)處理，再將其傳遞到多層感知器。采用神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法練習(xí)網(wǎng)絡(luò)，在迭代過(guò)程中調(diào)整網(wǎng)絡(luò)的各個(gè)參數(shù)和小波系數(shù)，使輸出誤差最小化。3.2網(wǎng)絡(luò)結(jié)構(gòu)圖1為4層小波神經(jīng)元網(wǎng)絡(luò)，圖中輸入層有I個(gè)神經(jīng)元，xi為其第i個(gè)輸入量；小波變換層有J個(gè)神經(jīng)元，、vj分別為其第j個(gè)輸入量和輸出量隱層有K個(gè)神經(jīng)元，yk為其第k個(gè)輸出量；輸出層有1個(gè)神經(jīng)元，輸出結(jié)果為Om，代表猜測(cè)日第m個(gè)猜測(cè)點(diǎn)的負(fù)荷值式中Ψs,t,j為小波變換函數(shù)；Wij、Wjk和Wk分別為輸入層和小波層、小波層和隱層、隱層和輸出層之間的連接權(quán)值。考慮到Morlet小波的簡(jiǎn)明表達(dá)方式，選擇Morlet小波作為網(wǎng)絡(luò)隱含層的變換基函數(shù)式中xz=(x-tj)/sj，sj為小波神經(jīng)元j的放縮系數(shù)，tj為小波神經(jīng)元j的平移系數(shù)。神經(jīng)元學(xué)習(xí)算法用于修正sj和tj以及網(wǎng)絡(luò)輸出線性組合的權(quán)值Wij、Wjk和Wk，通過(guò)最小化誤差能量函數(shù)優(yōu)化這些網(wǎng)絡(luò)參數(shù)。簡(jiǎn)化式(7)、(8)，取g(x)=x，小波神經(jīng)元網(wǎng)絡(luò)的輸出Om可表示為式中D為練習(xí)樣本數(shù)目；為第d個(gè)樣本的第m個(gè)期望輸出值。3.3小波神經(jīng)元網(wǎng)絡(luò)的誤差反傳學(xué)習(xí)算法為使誤差Em最小，采用梯度下降法學(xué)習(xí)函數(shù)作為小波神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)法則。該學(xué)習(xí)過(guò)程和普通神經(jīng)元網(wǎng)絡(luò)的算法相同。根據(jù)式(5)-(7)和式(8)，可得到Em的負(fù)梯度值，由此推出和該WNN每個(gè)參數(shù)有關(guān)的局部誤差函數(shù)。如由局部誤差函數(shù)值構(gòu)造出梯度矢量，該WNN參數(shù)即可用梯度下降法更新確定。對(duì)于式(11)的Em，對(duì)于第d個(gè)樣由于小波基函數(shù)對(duì)放縮系數(shù)和平移系數(shù)非凡敏感，因此小波基節(jié)點(diǎn)數(shù)應(yīng)足夠大，以確保神經(jīng)元網(wǎng)絡(luò)的穩(wěn)定性。此外，本文模型的網(wǎng)絡(luò)參數(shù)初值選取如表1所示。4小波神經(jīng)元網(wǎng)絡(luò)猜測(cè)模型的建立4.1采用改進(jìn)隸屬度分析聚類(lèi)法選擇練習(xí)樣本為避免氣象突變、日期、星期類(lèi)型的不同導(dǎo)致負(fù)荷模式的不同，從而顯著增加神經(jīng)元網(wǎng)絡(luò)的練習(xí)時(shí)間并影響猜測(cè)精度，需從歷史數(shù)據(jù)中選取和猜測(cè)日的特征量最為接近的歷史日的數(shù)據(jù)作為練習(xí)樣本，聚類(lèi)分析是選擇樣本的有效手段。在短期負(fù)荷猜測(cè)的數(shù)據(jù)聚類(lèi)中主要考慮的聚類(lèi)特征指標(biāo)有摘要：最高溫度、最低溫度、平均溫度、風(fēng)力、可見(jiàn)度、濕度、天氣類(lèi)型、舒適度指數(shù)以及日期、星期等。這些因素對(duì)負(fù)荷變化的影響程度不同，其中最高溫度、最低溫度的變化對(duì)負(fù)荷變化的影響最大，且各因素的取值范圍和正常變化范圍也不同。本文采用自學(xué)習(xí)加權(quán)隸屬度函數(shù)來(lái)進(jìn)行模糊聚類(lèi)分析。假設(shè)有K個(gè)負(fù)荷日，特征量的個(gè)數(shù)為M，第k個(gè)負(fù)荷日的第j個(gè)特征量表示為ykj，將其作如下歸一化處理各特征量的隸屬度函數(shù)表達(dá)式為式中μkj為第k個(gè)負(fù)荷日的第j個(gè)特征變量的隸屬度值；gj為猜測(cè)日(即聚類(lèi)中心)的第j個(gè)特征變量；設(shè)置閾值λ來(lái)確定練習(xí)樣本，λ越大符合選擇條件的練習(xí)樣本數(shù)越少。采用監(jiān)督式學(xué)習(xí)來(lái)決定權(quán)值wj。定義目標(biāo)函數(shù)為式中nL為學(xué)習(xí)的樣本數(shù)目；yi＝Li/L0；L1為歷史日i的負(fù)荷總量；L0為目標(biāo)日的負(fù)荷總量；ti為歷史日i和目標(biāo)日的相似度值，即隸屬度值。采用梯度下降法來(lái)調(diào)整權(quán)值使式(22)達(dá)到最小值。4.2WNN的構(gòu)建和練習(xí)本文構(gòu)建的WNN網(wǎng)絡(luò)有55個(gè)輸入神經(jīng)元(如表2所示)，112個(gè)小波層神經(jīng)元，30個(gè)隱含層神經(jīng)元，1個(gè)輸出神經(jīng)元。需指出的是，隱含層神經(jīng)元最適宜的數(shù)目取決于誤差檢驗(yàn)，WNN網(wǎng)絡(luò)通過(guò)未參加練習(xí)的某一階段的歷史數(shù)據(jù)來(lái)檢驗(yàn)誤差。練習(xí)中取近60天的歷史數(shù)據(jù)運(yùn)用上述基于隸屬度分析的聚類(lèi)方法來(lái)選取小波神經(jīng)元網(wǎng)絡(luò)的練習(xí)樣本(10個(gè))和檢驗(yàn)樣本(5個(gè))。通過(guò)誤差檢驗(yàn)來(lái)確定隱含層神經(jīng)元的數(shù)目。5算例基于本文的模型原理和建模步驟，采用C語(yǔ)言編寫(xiě)出小波神經(jīng)元網(wǎng)絡(luò)負(fù)荷猜測(cè)程序。利用湖北省武漢市1999年5月-12月的歷史氣象和負(fù)荷數(shù)據(jù)進(jìn)行猜測(cè)摘要：①WNN網(wǎng)絡(luò)和BP網(wǎng)絡(luò)的性能比較(10個(gè)樣本批量練習(xí)，單點(diǎn)輸出條件下)見(jiàn)表3；②采用本文模型對(duì)武漢市電網(wǎng)負(fù)荷進(jìn)行猜測(cè)，將其猜測(cè)結(jié)果和使用普通BP神經(jīng)元網(wǎng)絡(luò)的結(jié)果進(jìn)行比較。表4為采用小波神經(jīng)元網(wǎng)絡(luò)方法對(duì)1999年5月21日-1999年5月27日的負(fù)荷進(jìn)行猜測(cè)的平均相對(duì)誤差和普通BP網(wǎng)絡(luò)的比較，結(jié)果表明本文猜測(cè)算法穩(wěn)定實(shí)用，能夠改善猜測(cè)精度。6結(jié)論本文探索了小波神經(jīng)元網(wǎng)絡(luò)用于解決短期負(fù)荷猜測(cè)的能力。探究表明恰當(dāng)?shù)剡x擇練習(xí)樣本和合理地選擇網(wǎng)絡(luò)結(jié)構(gòu)是影響WNN網(wǎng)絡(luò)猜測(cè)精度的主要因素。小波神經(jīng)元網(wǎng)絡(luò)具有比BP網(wǎng)絡(luò)更快的收斂速度，改進(jìn)隸屬度聚類(lèi)方法的應(yīng)用可改善負(fù)荷大波動(dòng)日的猜測(cè)精度。參考文獻(xiàn)[1施泉生(ShiQuansheng)．短期負(fù)荷預(yù)告模型庫(kù)的探究及應(yīng)用(Astudyandapplyonmodelsystemofshort-termloadforecasting)[J．系統(tǒng)工程理論和實(shí)踐(SystemEngineeringTheoryandPractice)，1996，16(7)摘要：99-104．[2ParkDC，El-SharkawiMA，MarksRJIIetal．Electricloadforecastingusinganartificialneuralnetwork[J．IEEETransactionsonPowerSystems，1991，6(2)摘要：442-449．[3邰能靈，侯志儉，李濤，等(TaiNengling，HouZhijian，LiTaoetal)．基于小波分析的電力系統(tǒng)短期負(fù)荷猜測(cè)方法(Newprinciplebasedonwavelettransformforpowersystemshort-termloadforecasting)[J．中國(guó)電機(jī)工程學(xué)報(bào)(ProceedingsoftheCSEE)，2003，23(1)摘要：45-50．[4冉啟文，單永正，王騏，等(RanQiwen，ShanYongzheng，WangQietal)．電力系統(tǒng)短期負(fù)荷預(yù)告的小波-神經(jīng)網(wǎng)絡(luò)-PARIMA方法(Wavelet-neuralnetworks-PARIMAmethodforpowersystemshorttermloadforecasting)[J．中國(guó)電機(jī)工程學(xué)報(bào)(ProceedingsoftheCSEE)，2003，23(3)摘要：38-42．[5謝宏，陳志業(yè)，牛東曉(XieHong，ChenZhiye，NiuDongxiao)．基于小波分解和氣象因素影響的電力系統(tǒng)日負(fù)荷猜測(cè)模型探究(Theresearchofdailyloadforecastingmodelbasedonwaveletdecomposingandclimaticinfluence)[J．中國(guó)電機(jī)工程學(xué)報(bào)(ProceedingsoftheCSEE)，2001，21(5)摘要：5-10．[6姜勇(JiangYong)．基于模糊聚類(lèi)的神經(jīng)網(wǎng)絡(luò)短期負(fù)荷猜測(cè)方法(Short-termloadforecastingusinganeuralnetworkbasedonfuzzyclustering)[J．電網(wǎng)技術(shù)(PowerSystemTechnology)，2003，27(2)摘要：45-49．[7李天云，劉自發(fā)(LiTianyun，LiuZifa)．電力系統(tǒng)負(fù)荷的混沌特性及猜測(cè)(Thechaoticpropertyofpowerloadanditsforecasting)[J．中國(guó)電機(jī)工程學(xué)報(bào)(ProceedingsoftheCSEE)，2000，20(11)

摘要：Lonworks技術(shù)的核心是神經(jīng)元芯片，文中詳細(xì)描述了神經(jīng)元芯片TMPN3150應(yīng)用模式中的一種——并行口I/O模式，給出了基于該并行口I/O模式開(kāi)發(fā)Lonworks協(xié)議與RS-232標(biāo)準(zhǔn)轉(zhuǎn)換的互連適配器的設(shè)計(jì)方案。

關(guān)鍵詞：Lonworks；神經(jīng)元芯片；并行口I/O模式；TMPN3150

1引言

1993年美國(guó)Echelon公司發(fā)明了Lonworks技術(shù)，該技術(shù)提供了一個(gè)開(kāi)放性很強(qiáng)且無(wú)專(zhuān)利權(quán)的底層通訊網(wǎng)絡(luò)——局部操作網(wǎng)絡(luò)（LON）。該通信協(xié)議采用Lontalk協(xié)議，網(wǎng)絡(luò)上的節(jié)點(diǎn)采用神經(jīng)元芯片。神經(jīng)元芯片（Neuron芯片）是Lonworks技術(shù)的核心，它含有Lontalk協(xié)議的固態(tài)軟件（簡(jiǎn)稱(chēng)為固件），因而能進(jìn)行可靠地通訊。為了實(shí)現(xiàn)Neuron芯片與I／O設(shè)備之間的通信，Neuron芯片的11個(gè)引腳可定義為34種I／O對(duì)象，其中包括并行I／O對(duì)象、串行I／O對(duì)象、直接I／O對(duì)象、定時(shí)／計(jì)數(shù)器輸入對(duì)象等。用戶可根據(jù)實(shí)際應(yīng)用的需要在應(yīng)用程序中定義不同的I／O對(duì)象，然后調(diào)用ioin或ioout等函數(shù)來(lái)實(shí)現(xiàn)對(duì)I／O對(duì)象的數(shù)據(jù)讀寫(xiě)操作，即實(shí)現(xiàn)Neuron芯片與I／O設(shè)備之間的通信。文中介紹了神經(jīng)元芯片的一種I／O應(yīng)用模式，即并行I／O模式（ParallelI／OMode）。該神經(jīng)元芯片采用日本東芝公司的TMPN3150芯片。

RS－232標(biāo)準(zhǔn)是一種常見(jiàn)的電氣和通訊接口標(biāo)準(zhǔn)，而Lonworks現(xiàn)場(chǎng)總線在網(wǎng)絡(luò)通訊方面具有突出的優(yōu)點(diǎn)（如網(wǎng)絡(luò)物理層支持多種通信介質(zhì)，支持多種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)等），它以其突出的統(tǒng)一性、開(kāi)放性及互操作性受到各行各業(yè)的重視，并且作為現(xiàn)場(chǎng)總線中的佼佼者在國(guó)內(nèi)各個(gè)領(lǐng)域的測(cè)控系統(tǒng)中廣泛流行。因此，將現(xiàn)場(chǎng)設(shè)備的RS－232信號(hào)轉(zhuǎn)換為包含LonTalk協(xié)議的信息來(lái)實(shí)現(xiàn)與其它LON節(jié)點(diǎn)以及LON網(wǎng)絡(luò)管理設(shè)備之間的通訊，具有拓寬LON應(yīng)用范圍的意義。筆者基于神經(jīng)元芯片的并行I／O應(yīng)用模式設(shè)計(jì)了一個(gè)適配器，從而實(shí)現(xiàn)了RS－232通信網(wǎng)絡(luò)與Lonworks現(xiàn)場(chǎng)總線的集成。

圖1基于TMPN3150的RS-232網(wǎng)絡(luò)與Lonworks現(xiàn)場(chǎng)總線的適配器硬件框圖

摘要：目的觀察鉛、硒對(duì)原代培養(yǎng)的海馬神經(jīng)元生長(zhǎng)及存活的影響，研究硒對(duì)鉛的神經(jīng)細(xì)胞生長(zhǎng)抑制的拮抗作用。方法建立新生Wistar大鼠海馬神經(jīng)元原代無(wú)血清培養(yǎng)技術(shù)，通過(guò)PbCl2,Na2SeO3單獨(dú)及聯(lián)合作用，觀察神經(jīng)細(xì)胞的生長(zhǎng)和存活情況。結(jié)果10-5mol/L鉛明顯抑制了原代培養(yǎng)的海馬神經(jīng)元突起生長(zhǎng)，引起神經(jīng)元存活率下降；單獨(dú)硒(2×10-6mol/L)有明顯促進(jìn)海馬神經(jīng)元突起生長(zhǎng)的作用，尤其在神經(jīng)元突起生長(zhǎng)早期；但對(duì)海馬神經(jīng)元存活率的影響不明顯。鉛和硒共同孵育時(shí)，培養(yǎng)早期硒能拮抗鉛對(duì)神經(jīng)元突起延伸的抑制，但隨著培養(yǎng)時(shí)間延長(zhǎng)，這種拮抗作用消失；從神經(jīng)元存活率來(lái)看，在實(shí)驗(yàn)劑量下，未見(jiàn)硒能拮抗鉛對(duì)神經(jīng)元存活的抑制作用。結(jié)論鉛具有抑制神經(jīng)元生長(zhǎng)和存活的毒性，本實(shí)驗(yàn)劑量下的硒在細(xì)胞培養(yǎng)早期有促進(jìn)神經(jīng)元突起生長(zhǎng)和拮抗鉛對(duì)神經(jīng)元生長(zhǎng)和存活的抑制作用。

【關(guān)鍵詞】鉛；硒；海馬；神經(jīng)元；神經(jīng)突起

鉛具有顯著的神經(jīng)發(fā)育毒性。毒理學(xué)實(shí)驗(yàn)和人群流行病學(xué)調(diào)查表明，鉛能對(duì)神經(jīng)系統(tǒng)造成不可逆性損害，嚴(yán)重?fù)p壞海馬神經(jīng)元，影響學(xué)習(xí)、記憶及行為發(fā)育〔1，2〕。硒有防止鉛吸收和加速其排泄的作用，因此，硒有可能成為有效防治鉛神經(jīng)毒性的重要資源〔3〕。為了解硒拮抗鉛神經(jīng)毒性的效果和研究其拮抗作用機(jī)制，同時(shí)也為更多有效地利用硒，本試驗(yàn)對(duì)體外原代培養(yǎng)的Wistar乳鼠海馬神經(jīng)元進(jìn)行低劑量PbCl2和Na2SeO3染毒，觀察低水平鉛、硒單獨(dú)和聯(lián)合作用對(duì)神經(jīng)細(xì)胞生長(zhǎng)和存活的影響。

1材料與方法

11材料

111試劑解剖液、種植培養(yǎng)液、無(wú)血清培養(yǎng)液［由98%Neurobasal培養(yǎng)基和2%B27(美國(guó)Gibco公司)無(wú)血清培養(yǎng)基添加劑和1%的青霉素、鏈霉素和005mol/L的谷氨酰胺(美國(guó)Sigma公司)組成］；胰酶、DNaseⅠ、左旋多聚賴氨酸和臺(tái)盼蘭(美國(guó)Sigma公司)；PbCl2(上海試四赫維化工有限公司)；Na2SeO3(天津化學(xué)試劑研究所)。神經(jīng)元特異性烯醇化酶(NSE)抗體和神經(jīng)絲蛋白(NF)抗體(北京中山生物技術(shù)有限公司)。

【關(guān)鍵詞】氟西汀;細(xì)胞培養(yǎng);海馬神經(jīng)元;大鼠

氟西汀是5-羥色胺（5-HT）再攝取抑制劑之一，是應(yīng)用較廣的抗抑郁藥。氟西汀除有抗抑郁作用外，尚可治療其他中樞神經(jīng)系統(tǒng)疾病。有研究表明，氟西汀對(duì)海馬的神經(jīng)保護(hù)作用是其發(fā)揮抗抑郁效應(yīng)的機(jī)制之一［1］。關(guān)于氟西汀對(duì)體外培養(yǎng)的海馬神經(jīng)元生長(zhǎng)的影響未見(jiàn)報(bào)道，本研究初步探討了氟西汀對(duì)原代培養(yǎng)的海馬神經(jīng)元生長(zhǎng)的影響。

1材料與方法

1.1新生大鼠海馬神經(jīng)元的分離和培養(yǎng)

技術(shù)方法在參考文獻(xiàn)［2］基礎(chǔ)上加以改進(jìn)。取出生24h內(nèi)的新生SD大鼠（東南大學(xué)醫(yī)學(xué)院動(dòng)物實(shí)驗(yàn)中心提供），無(wú)菌分離出雙側(cè)海馬，用顯微剪剪碎，D-Hank''''s液清洗2或3次，將剪碎的海馬組織轉(zhuǎn)移至離心管中，加入等量0.25%的胰酶（美國(guó)Sigma公司），37℃消化30min，中間振搖1或2次，加入10%的DMEM/F12（美國(guó)Gibco公司）5ml，輕輕吹打15次，然后1000r·min-1離心5min，制成單細(xì)胞懸液，置于CO2培養(yǎng)箱（德國(guó)Heraeus公司產(chǎn)品）中，差速貼壁30min，去除成纖維細(xì)胞，吸取未貼壁的細(xì)胞，并用200目的不銹鋼濾網(wǎng)過(guò)濾，收集過(guò)濾后的單細(xì)胞懸液于培養(yǎng)皿中，然后至離心管中，取一滴單細(xì)胞懸液進(jìn)行計(jì)數(shù)，并用DMEM/F12將細(xì)胞密度調(diào)到1×106ml-1，然后接種于200μg·ml-1多聚賴氨酸（美國(guó)Sigma公司）包被的6孔培養(yǎng)板中，轉(zhuǎn)移至培養(yǎng)箱內(nèi)培養(yǎng)，4h后換為無(wú)血清培養(yǎng)基，即含2%B27的Neurobasl培養(yǎng)基（美國(guó)Gibco公司），以后每3天半量換液1次。使用培養(yǎng)6d的神經(jīng)元進(jìn)行染色鑒定。

1.2大鼠海馬神經(jīng)元的鑒定

【關(guān)鍵詞】溫度敏感性；膜片鉗術(shù)；神經(jīng)節(jié),脊；神經(jīng)元【Abstract】AIM:Tostudytheeffectsoftemperatureonmediumdiameterprimarysensoryneuronsinratdorsalrootganglion(DRG).METHODS:WholecellpatchclamprecordingwasperformedonmediumdiameterDRGneuronsfreshlyisolatedfromratsforobservingthefiringcharacteristicsbytemperaturegradientstimulation.RESULTS:AccordingtothefiringcharacteristicsoftheprimarysensorymediumneuronstothetemperaturechangesinratDRG,therewere2classesofcells:InclassⅠ,themediumneuronwastemperaturesensitiveneuron.Allornoneactionpotentialscouldbegeneratedandthenumberofspikesandthefrequencydecreasedwithincreaseofthetemperature,andviceversa.Thecoldsensitiveneuronwasvoltagedependent.InclassⅡ,themediumneuronwastemperatureinsensitiveneuron.Itonlyhadsingleactionpotentialwithincreaseordecreaseofthetemperature,andtheamplitudeofthesingleactionpotentialdecreasedwithincreaseofthetemperature.CONCLUSION:ThetwoclassesofratDRGmediumneuronshavedifferentthermosensitivity.【Keywords】thermosensitivity;patchclamptechniques;ganglia,spinal;neurons【摘要】目的：觀察大鼠背根節(jié)(DRG)中型神經(jīng)元的溫度敏感性.方法：在新鮮分散的大鼠背根節(jié)中型神經(jīng)元運(yùn)用全細(xì)胞膜片鉗技術(shù)，觀察給予不同溫度梯度刺激下引起細(xì)胞放電的特征.結(jié)果：根據(jù)大鼠背根節(jié)中型神經(jīng)元在不同溫度梯度刺激下的放電特征可將它們區(qū)分為兩類(lèi)溫度敏感神經(jīng)元.Ⅰ類(lèi)神經(jīng)元的溫度敏感性與冷溫度變化密切相關(guān)，隨著溫度的升高而引發(fā)的逐漸增強(qiáng)的膜電位超級(jí)化可引發(fā)頻率由高到低的動(dòng)作電位.隨著溫度的降低神經(jīng)元又表現(xiàn)出頻率由低到高的動(dòng)作電位變化.動(dòng)作電位的幅值一致，符合“全或無(wú)”定律.該類(lèi)神經(jīng)元具有電壓依賴性.Ⅱ類(lèi)神經(jīng)元的興奮性與溫度變化的關(guān)系不明顯，隨著溫度升高或降低，神經(jīng)元只出現(xiàn)一個(gè)動(dòng)作電位，其頻率沒(méi)有變化，僅僅表現(xiàn)在隨溫度升高，動(dòng)作電位的幅值降低，溫度降低后，其幅值又恢復(fù).結(jié)論：大鼠DRG兩類(lèi)神經(jīng)元在溫度變化一致的情況下各具不同的冷溫度敏感性.【關(guān)鍵詞】溫度敏感性；膜片鉗術(shù)；神經(jīng)節(jié),脊；神經(jīng)元0引言為了生存和適應(yīng)自然界各種變化,溫度感受是動(dòng)物最基本的生物行為.動(dòng)物通過(guò)特殊的溫度感受器來(lái)感知冷和熱.依據(jù)細(xì)胞所具有不同的冷熱溫度感受器，可簡(jiǎn)單將其溫度敏感性分為三類(lèi).這種分類(lèi)在神經(jīng)系統(tǒng)具有一定的普遍性［1-2］.背根節(jié)(dorsalrootganglion,DRG)是外周感受信號(hào)傳向中樞所經(jīng)的第一站，節(jié)內(nèi)細(xì)胞復(fù)雜多樣，其中中、小型細(xì)胞傳遞的信息和冷熱覺(jué)的關(guān)系密切.目前關(guān)于背根節(jié)小細(xì)胞和冷溫度敏感性關(guān)系的研究報(bào)道較多［3-5］，但有關(guān)中型細(xì)胞和溫度感受及傳遞關(guān)系的研究較少.本研究采用全細(xì)胞膜片鉗方法初步探討背根節(jié)上中型神經(jīng)元的溫度敏感性，旨在深入了解初級(jí)感覺(jué)神經(jīng)元在溫度感受與傳遞中的作用機(jī)制.1材料和方法1.1材料SD大鼠體質(zhì)量50~60g，雌雄不拘，由第四軍醫(yī)大學(xué)實(shí)驗(yàn)動(dòng)物中心提供；胰蛋白酶(Ⅰ型)，膠原酶(Ⅲ型)，MgATP均購(gòu)自美國(guó)Sigma公司；Axon200A放大器，美國(guó)Axon公司；半導(dǎo)體溫度計(jì)(7151型)，上海醫(yī)用儀表廠.1.2方法急性分離DRG細(xì)胞后，進(jìn)行全細(xì)胞膜片鉗記錄.實(shí)驗(yàn)在40個(gè)DRG細(xì)胞上進(jìn)行記錄，靜息膜電位為：(-52.0±3.2)mV．1.2.1DRG細(xì)胞的制備SD大鼠在戊巴比妥鈉(40mg/kg,ip)麻醉下，迅速取出胸腰段DRG，置于氧飽和的RPMI1640液中，仔細(xì)剪除多余的神經(jīng)纖維后將神經(jīng)節(jié)置于含酶的RPMI1640液中(胰蛋白酶及膠原酶均為0.5g/L)，37℃消化40min，加入胰酶抑制劑終止消化．將急性分散的中型DRG細(xì)胞置于培養(yǎng)皿中，用細(xì)胞外液灌流(1.5mL/min)，細(xì)胞貼壁lh后進(jìn)行電生理記錄．因?yàn)镈RG細(xì)胞形態(tài)各異，細(xì)胞直徑測(cè)量方法是先測(cè)量細(xì)胞的長(zhǎng)徑和短徑，然后相加得到平均直徑數(shù)值.依據(jù)細(xì)胞直徑，DRG細(xì)胞可分為大型(d>40μm),中型(d=30-40μm),小型(d<30μm)分別對(duì)應(yīng)于Aα，Aβ，Aδ及C纖維細(xì)胞［6］．1.2.2電壓鉗記錄采用全細(xì)胞膜片鉗實(shí)驗(yàn)記錄．細(xì)胞電位鉗制在-70mV，電極電阻約為：4～7MΩ，封接電阻達(dá)到1GΩ以上．電極內(nèi)液配方(mmol/L)：140Kgluconate,2MgCl2,1.1EGTA,10HEPES,2MgATP,用KOH將pH調(diào)為7.2左右.細(xì)胞外液配方(mmol/L)：150NaCl,5KCl,1MgCl2,3CaCl2,10Glucose,10HEPES.用NaOH將pH調(diào)為7.4左右.1.2.3電流鉗制電壓鉗模式下啟動(dòng)，先用電壓鉗模式完成封接，后轉(zhuǎn)向電流鉗模式進(jìn)行記錄.封接電阻低于1GΩ的細(xì)胞放棄，靜息電位低于-40mV，記錄中電位衰減明顯的細(xì)胞放棄.1.2.4溫度刺激模式灌流液的溫度保持在20℃，使用溫度控制系統(tǒng)給予不同溫度刺激，由半導(dǎo)體溫度計(jì)即時(shí)檢測(cè)溫度變化.溫度變化模式為梯度型變化，分別在20℃,28℃,36℃三個(gè)溫度測(cè)量點(diǎn)上記錄細(xì)胞的放電模式，8℃/min，在每個(gè)溫度測(cè)量點(diǎn)上進(jìn)行30s的記錄，然后繼續(xù)升溫，升溫速度為8℃/min.根據(jù)大鼠DRG中型神經(jīng)元在不同溫度梯度刺激下的放電特征及動(dòng)作電位數(shù)目的變化可將它們區(qū)分為兩類(lèi)溫度敏感神經(jīng)元.2結(jié)果根據(jù)大鼠DRG中型神經(jīng)元在不同溫度梯度刺激下的放電特征及動(dòng)作電位數(shù)目的變化可將它們區(qū)分為兩類(lèi)溫度敏感神經(jīng)元.給予500ms的相同去極化方波電流刺激(1000pA)，在三個(gè)依次升高的溫度測(cè)量點(diǎn)上記錄.發(fā)現(xiàn)12/40的細(xì)胞屬于Ⅰ類(lèi)，隨溫度逐漸升高，該類(lèi)細(xì)胞產(chǎn)生的動(dòng)作電位數(shù)目明顯減少，放電頻率依次明顯降低，細(xì)胞的靜息膜電位進(jìn)行性超極化，給予斜波刺激，可見(jiàn)相同的放電變化(圖1).另外，在同一細(xì)胞上，給予逐漸溫度升高的刺激后，改變溫度從36℃到20℃變化，細(xì)胞表現(xiàn)出相反的放電變化，證明Ⅰ類(lèi)細(xì)胞具有冷溫度敏感性.實(shí)驗(yàn)發(fā)現(xiàn)另外28個(gè)細(xì)胞屬于Ⅱ類(lèi)，即溫度不敏感性.該類(lèi)細(xì)胞對(duì)溫度刺激的表現(xiàn)是放電個(gè)數(shù)及頻率穩(wěn)定，沒(méi)有變化，僅僅單個(gè)放電的幅值發(fā)生隨溫度升高而逐漸降低的變化.給予斜波刺激，該類(lèi)細(xì)胞沒(méi)有反應(yīng)(圖2).觀察Ⅰ類(lèi)神經(jīng)元在20℃測(cè)定點(diǎn)上的放電特征，其放電數(shù)目較多，在800pA去極化電流刺激下，動(dòng)作電位呈很多的短促狀放電，放電后有振蕩，隨著刺激強(qiáng)度的增加(1000pA)，放電數(shù)目明顯增加，放電頻率穩(wěn)定，具有電壓依賴性(圖3).而在20℃的溫度測(cè)量點(diǎn)上，給予Ⅱ類(lèi)細(xì)胞800pA的去極化電流刺激，只產(chǎn)生一個(gè)動(dòng)作電位，刺激強(qiáng)度的增加(1000pA)，放電數(shù)目和頻率不發(fā)生變化，僅動(dòng)作電位的幅值升高(圖3).3討論由于DRG中型細(xì)胞和溫度感受和傳遞之間的密切關(guān)系，其對(duì)溫度刺激的反應(yīng)具有不同的放電特征.我們以給予不同溫度變化刺激引起細(xì)胞放電的特征為依據(jù),將DRG中型細(xì)胞分為兩類(lèi)溫度敏感性神經(jīng)元.其中Ⅱ類(lèi)神經(jīng)元在溫度刺激下的放電特征和以往文獻(xiàn)報(bào)道的溫度不敏感性神經(jīng)元類(lèi)似［1-2］.本研究中記錄到的Ⅰ類(lèi)冷溫度敏感性神經(jīng)元，一是電壓依賴性的，在同一溫度測(cè)量點(diǎn)上，給予方波和斜波刺激，該細(xì)胞的放電數(shù)目及頻率均增加.二是在三個(gè)依次升高的溫度測(cè)量點(diǎn)上，細(xì)胞產(chǎn)生的動(dòng)作電位數(shù)目明顯減少，放電頻率依次明顯降低，給予斜波刺激，可見(jiàn)相同的放電變化，證明該類(lèi)細(xì)胞具有明顯的溫度敏感性［6］.而在同一細(xì)胞上，給予逐漸溫度升高的刺激后，反方向降溫，細(xì)胞即明顯表現(xiàn)出與溫度變化呈反相關(guān)[1][2]的變化，這些特征與有關(guān)報(bào)道表現(xiàn)相似［7-8］，但其放電模式及變化還少見(jiàn)報(bào)道.我們觀察到的DRG中型神經(jīng)元的不同溫度敏感性特別是Ⅰ類(lèi)神經(jīng)元冷溫度敏感性和放電特征，為研究分析不同溫度敏感性神經(jīng)元在溫度信息傳遞整合中的作用提供依據(jù).因?yàn)镈RG中各種神經(jīng)元傳導(dǎo)復(fù)雜的感覺(jué)信息，其中中型神經(jīng)元與冷熱溫度的關(guān)系非常密切.在冷熱溫度信息的感受、傳遞和整合中，各種神經(jīng)元的功能和機(jī)制不同，按上述分類(lèi)后，可以從不同的角度研究溫度覺(jué)形成和傳遞過(guò)程中DRG細(xì)胞的不同作用機(jī)制.【參考文獻(xiàn)】［1］LiHQ,LiuBG,DobretsovM,etal.Thermosensitivityoflargeprimarysensoryneurons［J］.BrainRes,2002,926(1):18-26.［2］CraigAD,ChenK,BandyD,etal.Thermosensoryactivationofinsularcortex［J］.NatNeurosci,2000,3(2):184-190.［3］VianaF,ElviradeP,BelmonteC.Specificityofcoldthermotransductionisdeterminedbydifferentialionicchannelexpression［J］.NatNeurosci,2002,5(3):254-260.［4］ReidG,FlontaML.Coldcurrentinthermoreceptiveneurons［J］.Nature,2001,313(6):480.［5］CabanesC,VianaF,BelmonteC.Differentialthermosensitivityofsensoryneuronsintheguineapigtrigeminalganglion［J］.JNeurophysiol,2003,90(5):2219-2231.［6］ScroggsRS,FoxAP.Calciumcurrentvariationbetweenacutelyisolatedadultratdorsalrootganglionneuronsofdifferentsize［J］.JPhysiol,1992,445:639-658.［7］GordonR,AlexandruB,FlorentinaP.Acoldandmentholactivatedcurrentinratdorsalrootganglionneurons:propertiesandroleincoldtransduction［J］.JPhysiol,2002,545:595-614.［8］CarolinaR,CarlosB,FélixV.Coldsensitivityinaxotomizedfibersofexperimentalneuromasinmice［J］.Pain,2006,120:24-35

【摘要目的摘要：探索脊神經(jīng)根性撕脫傷后脊髓運(yùn)動(dòng)神經(jīng)元中Eta1mRNA表達(dá)的意義.方法摘要：首先建立脊神經(jīng)根性撕脫傷的動(dòng)物模型，采用原位雜交和免疫組織化學(xué)方法檢測(cè)損傷前后Eta1mRNA在脊髓運(yùn)動(dòng)神經(jīng)元中表達(dá)的變化.結(jié)果摘要：損傷前Eta1在脊髓運(yùn)動(dòng)神經(jīng)元中微量表達(dá).損傷后3d，損傷側(cè)脊髓運(yùn)動(dòng)神經(jīng)元總數(shù)減少31.6%，但表達(dá)Eta1的運(yùn)動(dòng)神經(jīng)元數(shù)量增加52.5%.結(jié)論摘要：脊神經(jīng)根撕脫后Eta1在脊髓運(yùn)動(dòng)神經(jīng)元內(nèi)上調(diào)表達(dá)可能是對(duì)神經(jīng)元本身的一種保護(hù).

【Eta1；脊髓；脊神經(jīng)根/損傷

0引言

Eta1是一種磷酸化糖蛋白［1］，在中樞神經(jīng)系統(tǒng)的炎癥［2,3］及創(chuàng)傷愈合過(guò)程中起到一定功能.然而，有關(guān)脊神經(jīng)根性撕脫傷后Eta1mRNA在脊髓運(yùn)動(dòng)神經(jīng)元中表達(dá)的變化及意義尚無(wú)相關(guān)報(bào)道.我們建立脊神經(jīng)根撕脫的動(dòng)物模型，探究脊神經(jīng)根撕脫是否可以改變Eta1在大鼠脊髓運(yùn)動(dòng)神經(jīng)元中的表達(dá)水平.

1材料和方法

1.1材料

【關(guān)鍵詞】氟西汀;細(xì)胞培養(yǎng);海馬神經(jīng)元;大鼠

氟西汀是5-羥色胺（5-HT）再攝取抑制劑之一，是應(yīng)用較廣的抗抑郁藥。氟西汀除有抗抑郁作用外，尚可治療其他中樞神經(jīng)系統(tǒng)疾病。有研究表明，氟西汀對(duì)海馬的神經(jīng)保護(hù)作用是其發(fā)揮抗抑郁效應(yīng)的機(jī)制之一［1］。關(guān)于氟西汀對(duì)體外培養(yǎng)的海馬神經(jīng)元生長(zhǎng)的影響未見(jiàn)報(bào)道，本研究初步探討了氟西汀對(duì)原代培養(yǎng)的海馬神經(jīng)元生長(zhǎng)的影響。

1材料與方法

1.1新生大鼠海馬神經(jīng)元的分離和培養(yǎng)

技術(shù)方法在參考文獻(xiàn)［2］基礎(chǔ)上加以改進(jìn)。取出生24h內(nèi)的新生SD大鼠（東南大學(xué)醫(yī)學(xué)院動(dòng)物實(shí)驗(yàn)中心提供），無(wú)菌分離出雙側(cè)海馬，用顯微剪剪碎，D-Hank''''s液清洗2或3次，將剪碎的海馬組織轉(zhuǎn)移至離心管中，加入等量0.25%的胰酶（美國(guó)Sigma公司），37℃消化30min，中間振搖1或2次，加入10%的DMEM/F12（美國(guó)Gibco公司）5ml，輕輕吹打15次，然后1000r·min-1離心5min，制成單細(xì)胞懸液，置于CO2培養(yǎng)箱（德國(guó)Heraeus公司產(chǎn)品）中，差速貼壁30min，去除成纖維細(xì)胞，吸取未貼壁的細(xì)胞，并用200目的不銹鋼濾網(wǎng)過(guò)濾，收集過(guò)濾后的單細(xì)胞懸液于培養(yǎng)皿中，然后至離心管中，取一滴單細(xì)胞懸液進(jìn)行計(jì)數(shù)，并用DMEM/F12將細(xì)胞密度調(diào)到1×106ml-1，然后接種于200μg·ml-1多聚賴氨酸（美國(guó)Sigma公司）包被的6孔培養(yǎng)板中，轉(zhuǎn)移至培養(yǎng)箱內(nèi)培養(yǎng)，4h后換為無(wú)血清培養(yǎng)基，即含2%B27的Neurobasl培養(yǎng)基（美國(guó)Gibco公司），以后每3天半量換液1次。使用培養(yǎng)6d的神經(jīng)元進(jìn)行染色鑒定。

1.2大鼠海馬神經(jīng)元的鑒定

【摘要】小鼠胚胎干細(xì)胞（embryonicstemcell,EScell）體外培養(yǎng)可以分化成為外胚層組織，并進(jìn)一步分化為神經(jīng)元和神經(jīng)膠質(zhì)細(xì)胞。這些細(xì)胞已用于中樞神經(jīng)系統(tǒng)疾病的細(xì)胞替代治療和治療藥物的研發(fā)。小鼠胚胎干細(xì)胞定向分化為神經(jīng)細(xì)胞的方法主要有擬胚體介導(dǎo)的神經(jīng)細(xì)胞分化、基質(zhì)細(xì)胞誘導(dǎo)的神經(jīng)細(xì)胞分化、默認(rèn)模式介導(dǎo)的神經(jīng)細(xì)胞分化、單層粘附培養(yǎng)誘導(dǎo)的神經(jīng)細(xì)胞分化和遺傳工程介導(dǎo)的神經(jīng)細(xì)胞分化等。本文綜述了這些分化方法。

【關(guān)鍵詞】胚胎干細(xì)胞;神經(jīng)細(xì)胞;分化

Progressindirecteddifferentiationofmouseembryonicstemcellsintoneuralcells

【Abstract】Mouseembryonicstemcellscangiverisetoectodermalderivativesincultureandcanbefurtherinducedintoneuronsandgliaforcell-replacementtherapiesinthecentralnervoussystemandforuseindrugdiscovery.Themethodsofdirecteddifferentiationofmouseembryonicstemcellsintoneuralcellsincludeneuraldifferentiationfromembryonicstemcellsviaembryoidbodies,stromalcellinducedneuraldifferentiation,defaultmodelmediatedneuraldifferentiation,adherentmonocultureinducedneuraldifferentiation,geneticengineeringmediatedneuraldifferentiationandsoon.Herewereviewthesemethodologies.

【Keywords】embryonicstemcell;neuralcell;differentiation

小鼠胚胎干細(xì)胞于1981年首次由Evans和Kaufman［1］成功分離建系，它們來(lái)源于胚泡的內(nèi)細(xì)胞團(tuán)（innercellmass,ICM），這些細(xì)胞具有穩(wěn)定的二倍體核型，在體外可以分化為三個(gè)胚層的多種細(xì)胞。將小鼠胚胎干細(xì)胞重新植入胚泡可以參與形成胚胎。體外ES細(xì)胞維持未分化狀態(tài)依賴于一些細(xì)胞因子的存在，如白血病抑制因子（leukemiainhibitoryfactor,LIF）［2］。撤去這種自我更新的刺激信號(hào)后，ES細(xì)胞很快分化為多種細(xì)胞。這些屬性使ES細(xì)胞成為非常有用的發(fā)育生物學(xué)和功能基因組學(xué)研究的生物系統(tǒng)［3］。

【摘要】目的探討金銀花的解熱作用及中樞電生理解熱機(jī)制。方法復(fù)制IL1β性發(fā)熱新西蘭兔模型，觀察金銀花的解熱作用，并應(yīng)用微電極細(xì)胞外放電記錄技術(shù)觀察金銀花對(duì)IL1β作用下POAH溫度敏感神經(jīng)元放電頻率的影響。結(jié)果金銀花對(duì)IL1β性發(fā)熱有解熱作用;金銀花能增加IL1β作用下熱敏神經(jīng)元的放電頻率，而減少I(mǎi)L1β作用下冷敏神經(jīng)元的放電頻率。結(jié)論逆轉(zhuǎn)IL1β引起的溫度敏感神經(jīng)元放電頻率的改變，可能是金銀花起解熱作用的機(jī)制之一。

【關(guān)鍵詞】金銀花IL1β解熱室前區(qū)下丘腦前部

Abstract：ObjectiveTostudytheantipyreticeffectandthemechanismofJinyinhua(JYH).MethodsFevermodelsofrabbitswereestablishedbyintravenousinjectionofIL-1β.TheantipyreticactionofJYHwasobserved.ThefiringratesofthermosensitiveneuronsinthePOAHwererecordedbyextracellularmicroelectrodetechnology.Results①JYHobviouslyreducedbodytemperatureoffebrilerabbitsinducedbyIL1β(P<0.01).②Afteri.vinjectionofJYH，thefiringratesofwarm-sensitiveneuronsresponsedtoIL-1βincreasedfrom（3.2±1.6）imp/s(beforei.vinjectionofJYH)to（9.7±4.4）imp/s(P<0.01，n=13)．Incontrast，thefiringratesofcold-sensitiveneuronsdecreasedfrom(20.1±5.8)imp/s(beforei.vJYH)to(8.4±2.0)imp/s(P<0.01，n=10)．Conclusion①JYHhasobviousantipyreticeffectonIL1βinducedfeverinrabbits．②JYHcanreversethechangesoffiringratesofthermosensitiveneuronstreatedbyIL1βinPOAHandplaysanantipyeticeffectbyincreaseinheatlostanddecreaseinheatproduction．

Keywords：Jinyinhua；IL1β；Antipyretic；POAH

金銀花是重要的清熱解毒中藥，以金銀花為主的復(fù)方制劑解熱作用的臨床觀察和藥效學(xué)研究很多，但對(duì)金銀花是通過(guò)何種途徑起解熱作用，其作用靶點(diǎn)和機(jī)制究竟如何，至今國(guó)內(nèi)外少見(jiàn)報(bào)道。因此，本課題通過(guò)采用IL1β復(fù)制新西蘭兔發(fā)熱模型，在了解金銀花解熱作用的基礎(chǔ)上，運(yùn)用玻璃微電極細(xì)胞外放電記錄技術(shù)來(lái)記錄金銀花對(duì)IL1β作用下下丘腦溫度敏感神經(jīng)元放電的影響，以闡明金銀花的中樞解熱電生理機(jī)制，為臨床應(yīng)用提供實(shí)驗(yàn)依據(jù)和理論指導(dǎo)。

1材料與方法

摘要：ZISC78是IBM公司和Sillicon公司聯(lián)合生產(chǎn)的一種具有自學(xué)習(xí)功能的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)芯片，文中主要介紹了ZICS78芯片的功能、原理，給出了ZISC78神經(jīng)網(wǎng)絡(luò)芯片在艦載武器系統(tǒng)中進(jìn)行船舶運(yùn)動(dòng)實(shí)時(shí)預(yù)報(bào)的應(yīng)用方法。

關(guān)鍵詞：ZISC78；徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBFNN）；實(shí)時(shí)；預(yù)報(bào)

1引言

神經(jīng)網(wǎng)絡(luò)是近年來(lái)得到廣泛關(guān)注的一種非線性建模預(yù)報(bào)技術(shù)。它具有自組織、自學(xué)習(xí)、自適應(yīng)和非線性處理、并行處理、信息分布存儲(chǔ)、容錯(cuò)能力強(qiáng)等特性，對(duì)傳統(tǒng)方法效果欠佳的預(yù)報(bào)領(lǐng)域有很強(qiáng)的吸引力。基于神經(jīng)網(wǎng)絡(luò)的非線性信息處理方法已應(yīng)用于軍事信息處理及現(xiàn)代武器裝備系統(tǒng)的各個(gè)方面，并有可能成為未來(lái)集成智能化的軍事電子信息處理系統(tǒng)的支撐技術(shù)。該技術(shù)在一些先進(jìn)國(guó)家已部分形成了現(xiàn)實(shí)的戰(zhàn)斗力。

船舶在波浪中航行，會(huì)受到風(fēng)、浪和流的影響，因而將不可避免地發(fā)生搖蕩運(yùn)動(dòng)。嚴(yán)重的搖蕩會(huì)使船員工作效率下降、物品損壞、軍艦的戰(zhàn)斗力下降。如果能夠預(yù)知未來(lái)一段時(shí)間船舶的運(yùn)動(dòng)情況，不僅有利于盡早采用先進(jìn)控制算法控制艦載武器平臺(tái)隔離船舶運(yùn)動(dòng)的影響，使其始終穩(wěn)定瞄準(zhǔn)目標(biāo)，而且還可獲得未來(lái)一個(gè)海浪周期內(nèi)的船舶運(yùn)動(dòng)情況，以研究船載武器上層的控制策略，從而提高火力密度，因此，有必要研究在海浪中具有一定精度的海浪中船舶運(yùn)動(dòng)的短期預(yù)報(bào)。此外，如能有效準(zhǔn)確地預(yù)報(bào)船舶的橫搖運(yùn)動(dòng)，對(duì)于提高船舶的耐波性和適航性也有重要意義。

國(guó)內(nèi)外學(xué)者也將神經(jīng)網(wǎng)絡(luò)用于船舶運(yùn)動(dòng)預(yù)報(bào)研究，但往往沒(méi)有考慮實(shí)時(shí)性等實(shí)現(xiàn)問(wèn)題，因而不能實(shí)用化。神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)技術(shù)是神經(jīng)網(wǎng)絡(luò)研究的一個(gè)重要方面。神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)可分為全硬件實(shí)現(xiàn)和軟件實(shí)現(xiàn)兩種。目前神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)還主要以軟件模擬為主，由于現(xiàn)行的馮諾曼計(jì)算機(jī)體系結(jié)構(gòu)不能實(shí)現(xiàn)并行計(jì)算，因而神經(jīng)網(wǎng)絡(luò)軟件的實(shí)時(shí)應(yīng)用還受到一定限制。