* md。 div>Alamin Talukder电子邮件地址:Alamintalukder.cse.jnu@gmail.com(MD。 div>)Alamin Talukder),manowar@cse.jnu.ac.bd(Md。 div>) Manowarul Islam),Ashraf.uddin@deakin.edu.au(Md Ashraf Uddin) div>Alamin Talukder),manowar@cse.jnu.ac.bd(Md。 div>)Manowarul Islam),Ashraf.uddin@deakin.edu.au(Md Ashraf Uddin) div>Manowarul Islam),Ashraf.uddin@deakin.edu.au(Md Ashraf Uddin) div>
在发育过程中,脑皮质中的神经干细胞(也称为径向神经胶质细胞(RGC))产生兴奋性神经元,然后产生迁移到嗅球(OB)的皮质大型神经元和抑制性神经元。了解这种谱系开关的机制对于揭示如何控制适当数量的不同神经元和神经胶质细胞类型的基础。我们和其他人最近表明,声音刺猬(SHH)信号传导促进了皮质RGC谱系开关以生成皮质少突胶质细胞和OB中间神经元。在此过程中,皮质RGC会产生中间祖细胞,以表达关键的神经胶质发生基因ASCL1,EGFR和OLIG2。EGFR +和Olig2 +皮质祖细胞的ASCL1表达和外观增加与从兴奋性神经发生转变为皮质中的神经胶质发生和OB间神经元神经发生。虽然SHH信号促进了发育中的脊髓中的Olig2表达,但该转录调节的确切机制尚不清楚。此外,尚未探索Olig2和EGFR的转录调节。在这里,我们表明,在皮质祖细胞中,包括PAX6和GLI3在内的多个调节程序,可以防止早熟表达Olig2,这是生产皮质少突胶质细胞和星形胶质细胞的基因。我们确定了控制皮质祖细胞中Olig2表达的多个增强剂,并表明调节olig2表达的机制在小鼠和人之间是保守的。我们的研究揭示了控制皮质神经干细胞谱系转换的进化保守的调节逻辑。
引言维生素B12是必不可少的水溶性维生素,参与造血,神经系统功能,胃肠道粘膜连续性的维持以及代谢过程的调节。维生素B12缺乏与胃肠道粘膜,神经系统和精神疾病以及影响红细胞形成的造血性疾病有关。1维生素B12缺乏症的诊断中的主要指标是造血系统的变化。2此外,神经系统疾病通常是最早的,在某些情况下是功能性维生素B12缺乏症的唯一临床表现。3在75%至90%之间具有临床意义的B12缺乏症患者患有神经系统疾病,在大约25%的情况下,这些是B12缺乏症的唯一临床表现。4-6维生素B12的神经学重要性与其在脑发育和功能方面的调节机制密切相关。维生素B12缺乏症会引起几种神经系统症状,包括异常障碍,皮肤麻木,协调障碍和神经传导速度减慢。维生素B12的缺陷,特别是在老年人中,可能会对脑容量产生负面影响。老年人的渐进性脑萎缩与维生素B12缺乏有关。7脑体积与维生素B12之间的关系已被研究,并且已经提出了重要的发现。低水平的维生素B12与大脑体积降低的速率显着相关。较低的大脑体积已与较低的维生素B12和全丙糖蛋白的水平以及较高水平的总同型半胱氨酸和甲基丙二酰酸的水平联系在一起。8维生素B12和总同型半胱氨酸水平与老年人的脑老化有关。它强调了需要随机进行临床试验,以确定补充维生素B12是否对于减慢脑老化至关重要。9脑体积与维生素B12之间的可能相关性对于保留老年人的认知功能至关重要。但是,应该指出的是,现有文献中有不同的发现。在一项不同的研究中,DTI揭示了维生素B12缺乏的患者的白质区域的微结构改变,尽管常规MR成像没有异常。10我们的研究的目标是彻底研究维生素B12水平与大脑体积之间的联系。大脑容量与维生素B12水平之间的相关性是复杂的和多维的。低B12水平可能会对大脑体积产生负面影响。但是,这种作用的确切机制和临床意义尚不清楚。
神经系统疾病是全球最常见的致残原因和第二大死亡原因。这些疾病通常与脑血流的变化和受损有关,因此脑血管成像对于临床诊断和科学研究都至关重要。然而,目前可用的工具(其中最主要的是磁共振成像(MRI))不足以普遍地检查活体大脑:(1)血管本质上是动态的,但现有工具只能捕捉静态快照;(2)脑血管跨越从厘米到微米的尺度,速度从几米每秒到不到一毫米每秒,但 MRI 缺乏捕捉全频谱的分辨率和灵敏度;(3)MRI 扫描仪体积大、幽闭,需要患者保持静止,这无法对患者进行连续成像或自由移动时的成像,也无法扫描患有运动障碍、幽闭恐惧症或肥胖的人。
深度学习是当今世界临床诊断和治疗中非常重要的技术。卷积神经网络 (CNN) 是深度学习的最新发展,用于计算机视觉。我们的医学研究重点是脑肿瘤的识别。为了提高脑肿瘤分类性能,提出了一种以二叉树结构为框架的平衡二叉树 CNN (BT-CNN)。它有两个不同的模块 - 卷积和深度可分离卷积组。使用卷积组可实现更短的时间和更高的内存,而深度可分离卷积组则相反。这种平衡二叉树启发的 CNN 平衡了两个组以在时间和空间方面实现最佳性能。在公共数据集上对所提出的模型以及 CNN-KNN 等最先进的模型以及 Musallam 等人、Saikat 等人和 Amin 等人提出的模型进行了实验。在将数据输入模型之前,我们使用 CLAHE、去噪、裁剪和缩放对图像进行预处理。预处理后的数据集根据 5 倍交叉验证分为训练数据集和测试数据集。对所提出的模型进行训练,并将其性能与 CNN-KNN 等最新模型以及 Musallam 等人、Saikat 等人和 Amin 等人提出的模型进行比较。与其他模型相比,所提出的模型报告的平均训练准确率为 99.61%。所提出的模型实现了 96.06% 的测试准确率,而其他模型分别实现了 68.86%、85.8%、86.88% 和 90.41%。此外,所提出的模型在所有折叠中获得了训练和测试准确率的最低标准差,使其对于数据集不变。
摘要。大豆是蛋白质,纤维和植物化学异黄酮的来源,被认为对儿童和成年具有许多健康益处。另一方面,异黄酮被广泛称为植物雌激素,通过雌激素信号通路发挥作用。在这方面,异黄酮也被视为干扰化学物质。内源性雌激素通过与雌激素受体(ERS)或G蛋白偶联的雌激素受体1(GPER1)结合而在脑发育中起着至关重要的作用,并调节神经元和神经胶质细胞的迁移,功能成熟,功能成熟和细胞内代谢。大豆异黄酮也可以与ERS GPER1结合,此外,其他受体可以调节其作用。因此,大豆异黄酮的消费可能会在产后和产后期间影响大脑发育。本综述总结了当前有关异黄酮作用机制的知识,特别是在大脑发育的早期阶段,通过引入代表性的人类和动物模型以及体外研究,并讨论了它们对Neurobehavior的有益和不利影响。作为结论,在适当的剂量范围内,在产前和产后期间的大豆产品消耗在神经行为的发育中显示出有益的影响,包括改善焦虑,攻击性,活跃行为和认知,而通过服用更高剂量的不良影响则不能排除。我们还提出了新的研究线,以进一步评估大豆在大脑发育过程中给药的影响。
引言维生素 B12 是一种必需的水溶性维生素,参与造血、神经系统功能、维持胃肠道粘膜连续性和调节代谢过程。维生素 B12 缺乏与胃肠道粘膜上皮改变、神经和精神疾病以及影响红细胞形成的造血疾病有关。1 诊断维生素 B12 缺乏症的主要指标是造血系统的变化。2 此外,神经系统疾病通常是功能性维生素 B12 缺乏症最早的临床表现,在某些情况下是唯一的临床表现。3 75% 至 90% 的临床显著维生素 B12 缺乏症患者患有神经系统疾病,在大约 25% 的病例中,这些是维生素 B12 缺乏症的唯一临床表现。4-6 维生素 B12 的神经学重要性与其对大脑发育和功能的调节机制密切相关。维生素 B12 缺乏可引起多种神经症状,包括感觉异常、皮肤麻木、协调性受损以及神经传导速度减慢。维生素 B12 缺乏,尤其是在老年人中,会对脑容量产生负面影响。老年人的进行性脑萎缩与维生素 B12 缺乏有关。7 人们对脑容量和维生素 B12 之间的关系进行了研究,并取得了重大发现。研究发现,维生素 B12 含量低与脑容量减少的速度显著相关。脑容量较低与维生素 B12 和全转钴胺素含量较低以及总同型半胱氨酸和甲基丙二酸含量较高有关。8 据说维生素 B12 和总同型半胱氨酸水平与老年人脑衰老加速有关。这凸显了进行随机临床试验的必要性,以确定补充维生素 B12 是否对减缓脑衰老至关重要。 9 脑容量和维生素 B12 之间可能存在的相关性对于保持老年人的认知功能可能至关重要。但值得注意的是,现有文献中存在不同的发现。在另一项研究中,DTI 显示维生素 B12 缺乏患者的白质区域发生了微结构改变,但常规 MRI 成像未发现任何异常。10 我们的研究目的是彻底调查维生素 B12 水平与脑容量之间的联系。脑容量和维生素 B12 水平之间的相关性是复杂且多维的。根据目前的研究表明,低 B12 水平可能会对脑容量产生负面影响;然而,这种影响的确切机制和临床意义尚不清楚。
摘要简介:当脑血管破裂时,大脑会受到一种称为中风的疾病的伤害。当大脑的血液和其他营养物质流动中断时,可能会出现症状。世界卫生组织 (WHO) 声称,中风是全球致残和死亡的主要原因。通过及早发现中风的不同警告症状,可以减轻中风的严重程度。可以使用计算机断层扫描 (CT) 图像快速诊断脑中风。虽然专家们正在研究每一次脑部 CT 扫描,但时间过得很快。这种情况可能会导致治疗延迟和错误。因此,我们专注于使用有效的迁移学习方法进行中风检测。材料和方法:为了提高检测准确性,使用 Red Fox 优化算法 (RFOA) 对大脑中风影响的区域进行分割。然后使用高级 Dragonfly 算法进一步处理处理后的区域。分割后的图像提取包括形态学、小波特征和灰度共生矩阵 (GLCM)。然后使用修改后的 ResNet152V2 对正常和中风图像进行分类。我们使用脑卒中 CT 图像数据集使用 Python 进行测试以进行实施。结果:根据性能分析,所提出的方法优于其他深度学习算法,实现了 99.25% 的最佳准确度、99.65% 的灵敏度、99.06% 的 F1 分数、99.63% 的精确度和 99.56% 的特异性。结论:所提出的基于深度学习的分类系统在考虑性能标准的所有输入预测模型中返回最佳解决方案,并提高了系统的功效;因此,它可以更好地帮助医生和放射科医生诊断脑中风患者。
摘要:本研究致力于创建一种实时算法,用于估计社交互动过程中的脑对脑同步,特别是在协作和竞争场景中。这种类型的算法可以在教育环境中提供有用的信息,例如在师生或学生与学生的互动中。本研究定位于神经教育和超扫描的背景下,解决了生物标记作为反馈指标的需求,这是当前教学方法中缺少的一个要素。该算法使用 Python 中的多处理函数实现双谱技术,有效地处理脑电图信号,并估计在(竞争和协作)活动期间(涉及特定认知过程)受试者之间的脑对脑同步。值得注意的差异,例如协作任务中的双谱值高于竞争任务中的双谱值,在可靠性方面表现出来,通过统计测试验证的显着结果占 33.75%。在承认进展的同时,本研究还确定了机会领域,包括嵌入式操作、更广泛的测试和改进的结果可视化。除了学术界,该算法的实用性还扩展到课堂、行业和任何涉及人际互动的场合。此外,所提出的算法是公开共享的,以方便其他研究人员实施,并且可以轻松调整到其他脑电图设备。这项研究不仅弥补了技术差距,还深入了解了互动在教育环境中的重要性。
1 德国明斯特大学转化精神病学研究所,Albert-Schweitzer-Campus 1,A9a 楼,48149 明斯特,德国; 2 哈雷大学心理学系,Emil-Abderhalden-Straße 26,06108 哈雷,德国; 3 德国精神卫生中心,德国精神卫生中心,哈勒,MLU Halle,德国哈勒; 4 法兰克福大学医院精神病学、心身医学和心理治疗系,Heinrich-Hoffmann-Strasse 10,60528 法兰克福,德国; 5 耶拿大学医院精神病学和心理治疗系,Philosophenweg 3,07743 耶拿,德国; 6 德国明斯特大学转化神经科学研究所,Albert-Schweitzer-Campus 1,Building A9a,48149 Münster,德国; 7 德国明斯特大学临床放射学系,Albert-Schweitzer-Campus 1,Building A16,48149 Münster,德国; 8 德国明斯特大学医院精神病学系,阿尔伯特-施魏策尔校区 1,A9 楼,48149 明斯特,德国; 9 澳大利亚维多利亚州墨尔本大学精神病学系和 10 澳大利亚墨尔本弗洛里神经科学和心理健康研究所