XiaoMi-AI文件搜索系统
World File Search Systemphysiological
部分V：运动和运动培训的生理基础
一种肌肉纤维，其特征是收缩时间相对较慢，糖酵解或厌氧能力低以及高氧化或有氧运动能力。它使纤维适用于低功率和长时间活动。缓慢的抽搐肌肉纤维的线粒体密度很高，肌红蛋白含量高和血液供应丰富。
脑内纤毛 GPCR 定位的生理条件依赖性变化
摘要 初级纤毛是细胞附属物，对多种类型的信号传导至关重要。它们存在于大多数细胞类型中，包括整个中枢神经系统的细胞。纤毛优先定位某些 G 蛋白偶联受体 (GPCR)，并且对于介导这些受体的信号传导至关重要。这些神经元 GPCR 中有几种已被公认在摄食行为和能量稳态中发挥作用。细胞和模型系统，如秀丽隐杆线虫和衣藻，已将动态 GPCR 纤毛定位以及纤毛长度和形状变化都与信号传导的关键有关。目前尚不清楚哺乳动物纤毛 GPCR 在体内是否使用类似的机制，以及这些过程可能在什么条件下发生。在这里，我们评估了两种神经元纤毛 GPCR，黑色素浓缩激素受体 1 (MCHR1) 和神经肽 Y 受体 2 (NPY2R)，作为小鼠脑中的哺乳动物模型纤毛受体。我们检验了以下假设：在与这些 GPCR 功能相关的生理条件下，纤毛会发生动态定位。这两种受体都与摄食行为有关，而 MCHR1 还与睡眠和奖励有关。纤毛的分析采用计算机辅助方法，可实现无偏和高通量分析。我们测量了纤毛频率、长度和受体占有率。我们观察到，在不同条件下，对于一种受体而不是另一种受体，以及在特定大脑区域，纤毛长度、受体占有率和纤毛频率会发生变化。这些数据表明，GPCR 的动态纤毛定位取决于单个受体的特性以及它们表达的细胞。更好地了解纤毛 GPCR 的亚细胞定位动态可以揭示调节摄食等行为的未知分子机制。
生理计算如何使人类机器人相互作用受益？
摘要：随着系统的增长越来越大，人类操作员经常被忽略。尽管人类机器人互动（HRI）在认知资源方面可能非常苛刻，但现有系统尚未考虑操作员的心理状态（MS）。由于人类不是天前的代理人，这种缺乏可能导致危险情况。现在，神经生理学和机器学习工具的数量越来越多，可以进行有效的操作员的MS监视。因此，在闭环解决方案中向MS发送反馈。涉及一致的自动化计划技术来处理这种过程可能是重要的资产。这篇观点文章旨在为读者提供重要的文献综合，以期实施适应操作员MS的系统，以改善人类机器人操作的安全性和性能。首先，对于远程操作，对这种方法的需求是HRI的示例。然后，定义了几种对这种类型的HRI至关重要的MS，以及相关的电生理标记。将重点放在链接到与任务和任务需求的主要降级MS以及与系统输出（即反馈和警报）链接的附带MS。最后，详细详细介绍了共生HRI的原理，并提出了一种解决方案，将操作员状态向量包括在系统中，使用混合定位性决策框架来驱动这种相互作用。
小窝神经系统中小窝蛋白的生理和病理作用
小窝蛋白是位于小窝的跨膜蛋白家族，是质膜的小脂质筏的小脂肪。富含小窝蛋白的脂质筏的作用是多种多样的，包括机械保护，脂质稳态，代谢，转运和细胞信号传导。小窝蛋白-1（CAV-1）和其他小窝蛋白。这种小窝蛋白的胰腺存在的存在需要更好地了解它们在每种细胞类型中的功能作用。在这篇综述中，我们描述了正常和病理大脑细胞中Cav-1的各种功能。几个新兴的临床前发现表明，CAV-1可以代表脑疾病中潜在的治疗靶点。
审查植物中的干旱耐受性：生理和分子反应
摘要：干旱，一个重大的环境挑战，对全球农业和粮食供应的安全构成了重大风险。在响应中，植物可以从环境中感知刺激，并通过各种调制网络激活防御途径以应对压力。干旱耐受性是一种多方面的属性，可以分为不同的促成机制和因素。渗透胁迫，脱水应激，血浆和内体膜功能障碍，细胞呕吐的丧失，代谢物合成的抑制，细胞能消耗，叶绿体功能受损以及氧化应激受损是干旱对植物细胞的最重要后果。了解这些生理和分子反应的复杂相互作用提供了对植物在干旱压力中采用的自适应策略的见解。植物细胞表达了各种机制，可以承受和逆转干旱胁迫的细胞作用。这些机制包括渗透调节以保存细胞张开，脱氢蛋白（例如脱氢蛋白）的合成以及触发抗氧化剂系统以平衡氧化应激。对干旱耐受性的更好理解对于设计特定的方法来提高农作物的弹性并促进水资源有限的环境中的可持续农业实践至关重要。本评论探讨了植物为应对干旱胁迫挑战所采用的生理和分子反应。
大脑-身体轴上广泛的自主生理耦合
大脑与来自身体内部环境的内脏信号密切相关，神经、血液动力学和外周生理信号之间存在众多关联。我们表明，这些大脑-身体共同波动可以通过单个时空模式捕获。在几个独立样本以及单回波和多回波 fMRI 数据采集序列中，我们发现静息状态全局 fMRI 信号、神经活动和一系列涵盖心血管、肺、外分泌和平滑肌系统的自主信号之间存在低频范围（0.01 - 0.1 Hz）的广泛共同波动。在静息状态下观察到的相同大脑-身体共同波动是由提示性深呼吸和间歇性感官刺激引起的唤醒以及睡眠期间的自发相位 EEG 事件引起的。此外，我们还发现，在实验性抑制呼气末二氧化碳 (PETCO2) 变化的情况下，整体 fMRI 信号的空间结构得以维持，这表明伴随觉醒而出现的呼吸驱动动脉 CO2 波动无法解释这些信号在大脑中的起源。这些发现证实，整体 fMRI 信号是自主神经系统控制的觉醒反应的重要组成部分。
根据生理数据预测飞行员的认知状态...
本论文使用与生理属性相关的数据，研究了飞行员在实验过程中的认知状态。尽管该挑战已经过期，但咨询公司 Booz Allen Hamilton 发起了一项挑战，鼓励数据科学家建立一个具有检测能力的模型，以防止航空事故和事件。本论文研究的首要问题是：能否通过生理测量预测飞行员的认知状态？先前的研究发现，认知状态检测可以提高航空安全性。在这项研究中，我们参考了人为因素分类和分析系统，以更广泛地看待研究结果。本论文研究的任务有两个方面：(1) 认知状态分类和 (2) 认知状态变化检测。要解决的关键问题是从复杂数据中提取特征。因此，进行了频域分析和滑动窗口时间分析。在 73 个变量中，选择了对模型性能贡献最大的五个变量。所提出的模型在检测测试数据中特定飞行员的适当认知状态时，F1 得分达到 0.67。测试数据上的平均 F1 得分为 0.55，高于没有工程特征的基准模型（0.48）。特别是在惊吓和注意力分散分类期间，性能较低。此外，并非所有飞行员
用于机器人辅助手术工作量预测的多模态生理信号
在机器人辅助手术期间监测外科医生的工作量可以指导任务需求的分配、调整系统界面和评估机器人系统的可用性。当前测量认知负荷的做法主要依赖于主观且会扰乱手术工作流程的问卷。为了解决这一限制，展示了一个计算框架来预测远程机器人手术期间的用户工作量。该框架利用无线传感器来监测外科医生的认知负荷并预测他们的认知状态。在经过验证的达芬奇技能模拟器上执行手术技能任务的十二名外科医生同时记录了多种生理模式（例如心率变异性、皮肤电和脑电图活动）的连续数据。这些手术任务的难度各不相同，例如，需要不同的视觉处理需求和精细运动控制程度。使用独立成分分析融合收集的多模态生理信号，并将预测结果与真实工作量水平进行比较。结果比较了不同分类器、传感器融合方案和生理模态（即使用单一模态与多种模态进行预测）的性能。结果发现，我们的多传感器方法优于单个信号，并且可以在基本和复杂的手术技能任务中 83.2% 的时间内正确预测认知工作量水平。
大脑生理和认知老化中的运动、关系和激情
摘要：本文旨在介绍保持人脑功能基本结构（即灰质和白质）完整的重要因素。多项证据表明，运动、关系和激情是衰老过程中保护灰质和白质神经系统的核心因素。研究表明，积极的生活方式有助于中枢神经系统的发育，并可延缓大脑衰老。研究表明，人际关系和互动有助于复杂的生物学因素，有利于认知能力的下降。此外，目前的科学文献表明，激情和浓厚的兴趣可能是激励个人学习新事物的驱动因素，从而影响神经功能网络的长期发展和维持。本理论观点论文旨在传达几个关键信息：（1）生活方式对大脑发育有重大影响；（2）体育锻炼使人们在衰老过程中发展和维持大脑结构，可能是老年人生活质量高的关键之一；（3）多样化的刺激是维持大脑结构的关键因素； （4）运动、关系和激情是对比大脑灰质和白质丧失的关键元素。