一、不同灵长类颅骨变量主成分分析（论文文献综述）
刘彤[1]（2021）在《大耳菊头蝠物种复合体的分类界定与物种形成研究》文中提出理解与物种形成相关的遗传机制和演化过程一直是演化生物学的中心目标。近年来,由于气候变化越来越频繁,对生物多样性产生了严重影响。了解自然选择、漂变等因素对物种形成过程的影响以及生物响应气候变化的机制变得更加重要。翼手目动物在全球广泛分布,具有丰富的物种多样性,是重要的生物指示种,对维持生态系统稳定起到了重要作用。本论文选择翼手目大耳菊头蝠复合体作为研究对象,从分类界定、演化重建、局域适应以及驱动因素四个方面,系统地揭示了复合体内种间分歧到物种形成的重要影响因素以及演化过程。通过采集分布于中国南部和越南境内的大耳菊头蝠复合体及近缘种“R.sp1”,结合不同遗传模式的基因标记（线粒体标记、核基因内含子和微卫星位点）、基因组水平SNPs、表型参数（外部形态参数、头骨形态参数和声学参数）以及多个模式产地样本,证实了中越境内大耳菊头蝠复合体内存在三个近缘种,即Rhinolophus episcopus（暂定中文名为“万州菊头蝠”）、R.siamensis（泰国菊头蝠）和R.osgoodi（奥氏菊头蝠）。其中万州菊头蝠内存在异域分布且遗传和表型差异的亚分类单元,由于BPP分析未识别到物种形成事件,因此保守地将它们归为三个亚种,R.e.episcopus（指名亚种）、R.episcopus spp.（未定名亚种）和R.e.caldwelli（福建亚种）。基于上述物种划分结果,重建了大耳菊头蝠复合体内三个近缘种的演化过程。通过一系列杂交与基因渗入检验,在物种间检测到了F2杂合子以及不同水平的基因渗入,发现基因渗入很可能是种间低水平线粒体分歧的主要原因。种群动态分析发现,三个近缘种最近共同祖先可追溯到大约1.91百万年前。在大约1.59百万年前,奥氏菊头蝠最早从祖先中分化,并随后发生种群扩张;在大约1.51百万年前,万州菊头蝠与泰国菊头蝠发生分歧,前者种群发生扩张,后者种群一直相对稳定。结合地理分布和古地理气候事件,推断冰期-间冰期循环可能驱动了三个近缘种的地理隔离和二次接触,并促进了种间杂交和谱系融合,从而形成了网状演化模式。明确演化历史后,结合简化基因组测序技术与环境关联分析,对三个近缘种在环境影响下的局域适应过程进行了研究。通过模拟等位基因频率在环境梯度间的变化,发现广泛分布于中国南部的万州菊头蝠主要受干旱季节最低降水量的影响;分布于南部沿海地区的泰国菊头蝠主要受到海拔高度和湿润季节最高降水量的影响;而分布于高海拔地区的奥氏菊头蝠受低温影响较大。富集分析发现可能受环境压力影响的位点显着富集在神经发育、信号传导等生物过程,在万州菊头蝠中还显着富集到了与血管生成、移动行为以及声音和光刺激感官获得相关的生物过程。上述过程可能与蝙蝠在不同环境中调节昼夜节律、改变声波频率以及获取食物资源有关。为了揭示遗传漂变、环境压力以及感官分化在蝙蝠物种形成初期种群遗传分歧中的重要性,选择万州菊头蝠中国境内11个种群作为研究对象,检验地理距离、环境距离、声波变异与遗传分歧之间的相关性。结果显示微卫星位点以及SNPs均存在显着的地理距离隔离模式,表明遗传漂变对核基因分歧的重要影响;微卫星和线粒体遗传分歧均与声波变异显着相关,暗示了感官分化可能在种群遗传分歧中起作用。然而,因果模型分析显示感官分化很可能是地理隔离影响遗传分歧后,受遗传分歧影响所致。尽管Mantel检验和MRM分析中未检测到环境距离与遗传分歧的显着相关性,但冗余分析发现环境变量可能对遗传分歧产生了影响。综上,本论文研究结果为阐明物种间系统发育关系和分类地位提供了可靠依据,为揭示种间杂交、选择压力、漂变以及感官分化对物种形成的重要意义提供了案例支持,为了解环境影响下物种的适应过程提供了重要信息,对物种多样性保护具有重要的实践意义。
孙淙南[2]（2021）在《大蹄蝠领域冲突解决策略及其领域叫声的进化研究》文中研究表明群居动物常常为了争夺有限的资源,个体间频繁的发生冲突,而激烈的冲突常导致受伤甚至是死亡,最终影响个体和群体的生存和繁殖适合度。然而,动物常常采用打斗评估策略和传递编码打斗能力信息的通讯信号来解决冲突,从而避免斗争的升级,减少打斗的代价。因此,阐明动物冲突的解决策略、通讯信号编码的信息内容及通讯信号的进化是动物行为学和进化生物学等研究领域的热点,也将为深入理解人类冲突行为以及人类语言的起源和进化提供科学依据。翼手目动物（俗称蝙蝠）常常为了争夺取食、求偶和交配以及栖息领域的拥有权,频繁发生冲突,并发出复杂多样的领域叫声。然而,对蝙蝠领域冲突解决策略、领域叫声编码的信息内容及领域叫声的地理进化研究甚为缺乏。本论文以雄性大蹄蝠（Hipposideros armiger）为研究对象,通过录制和分析其栖息领域冲突行为和领域叫声,并结合体型、优势等级、气候、地理、遗传因素和室内回放实验,试图揭示其在栖息领域争夺过程中的冲突解决策略、领域叫声编码的信息内容及其地理变化机制。动物常采用打斗策略来解决领域冲突,然而,目前对占据独特夜空生态位蝙蝠打斗策略的研究尚未见报道,不利于理解夜行性哺乳动物冲突解决过程。通过分析222只雄性大蹄蝠共111次打斗交互后发现,大蹄蝠有5种主要的领域行为展示包括耳动、抬头或转头、拍翼、拳击和扭斗。体重较大的个体获胜率显着高于体重较轻的个体,暗示体重是指示大蹄蝠资源占有潜力的重要指标。当冲突升级至有身体接触阶段,打斗时间显着负相关于输者的体重,而与胜者的体重无显着相关,表明大蹄蝠采用自我评估策略来解决冲突,且最有可能的自我评估策略为能量消耗战模型。人类甚至包括许多动物能够通过发声来表达个体身份和内在情绪的变化,目前有关蝙蝠领域叫声个体识别及声音表达情绪的研究较为缺乏。通过比较大蹄蝠在高低两种激进强度背景下发出的向上弯曲调频型（b UFM）领域叫声声学参数差异发现,相比低激进强度背景,大蹄蝠在高激进强度背景下会显着降低叫声的最小频率,增加频率带宽,同时谐波能量的分布由第二谐波转移至第一谐波,即包含情绪状态的信息。同时,个体间在声学结构参数上具有显着的差异,即包含个体身份的信息。回放实验结果表明个体能够利用b UFM叫声来识别不同的个体。这些结果暗示蝙蝠能够通过改变声音结构的细小变化来表达情绪状态和个体身份信息,并能够感知这些微小变化。发声权衡是衡量动物在声信号表现方面的能力,其特征是在音节带宽和音节重复速率之间存在一个权衡。目前,蝙蝠发声是否存在权衡仍不清楚。通过分析来自64只雄性个体的232个b UFM叫声声学参数后发现,音节重复速率显着负相关于频率带宽,表明存在发声表现权衡现象。此外,发声偏歧显着负相关于体重,表明b UFM领域叫声包含个体身体质量信息。这些结果暗示除了声音的频率和时间参数,声音的发声表现也能够反映个体身体质量信息。多信息假说认为,一个叫声中的不同音节类型包含个体的不同信息,然而,是否单一音节类型的声音能够编码不同类型的信息仍不清楚,特别是在领域冲突背景下。通过分析来自16只雄性个体的224个阶梯向上调频型（s UFM）领域叫声声学参数,同时基于1657次打斗交互确定个体的优势等级,发现s UFM叫声编码个体体重、优势等级和个体标签信息。回放实验显示个体能够利用s UFM叫声来识别不同的个体。这些结果意味着单一音节类型叫声本身也能够编码不同类型的信息并且能够被个体感知。动物的声信号普遍存在地理变化,虽然已有研究表明蝙蝠通讯叫声存在地理变化,但缺乏对通讯叫声波地理变化进化原因更加全面的研究以及缺乏通讯叫声种群间分歧对蝙蝠种群的影响。通过分析来自我国南部9个自然地理种群的b UFM叫声声学参数后发现,b UFM叫声的5个声学参数均存在显着的地理变化,大部分的变化来源于种群内个体间的变化（42～60%）。种群间领域叫声的分歧并不受体型、气候因子、文化漂变和遗传漂变的影响。回放实验结果显示,大蹄蝠能够基于b UFM叫声来辨别本种群的个体和外来种群的个体。这些结果暗示个体间叫声的识别可能促进了种群间领域叫声的差异,削弱了生态选择和漂变对种群间叫声分歧的影响。综上,本论文率先对翼手类蝙蝠的冲突解决策略进行系统研究,首次明确了蝙蝠的通讯叫声存在发声表现权衡的现象,亦是首次揭示了蝙蝠通讯叫声种群分歧影响了种群间个体的识别;对深入理解蝙蝠冲突解决过程、通讯叫声的适应性进化和感官驱动物种形成具有重要意义。
尤洋[3]（2021）在《基于复数域分析的致痫区脑电信号识别算法研究》文中研究表明癫痫是一种以具有持续性致痫倾向为特征的脑神经系统疾病。全球约1500万的癫痫患者为药物难治性癫痫,需要手术切除致痫区来控制或治愈癫痫。准确定位致痫区是手术治疗成功的关键。脑电图可以直观反映大脑电生理活动,是术前诊断致痫区的必要手段。临床医生通过视觉检查患者24小时长程脑电图来定位致痫区,但视觉检测耗时耗力且具有主观性和经验性,使得基于数字信号处理的致痫区辅助诊断技术成为当下癫痫研究领域的热点。该技术最关键的任务是依据癫痫活动时脑电的特点,设计基于信号处理和模式识别的致痫区脑电信号识别算法。一方面力求克服人工视觉诊断的弊端,极大地提高致痫区辅助定位的准确率和效率,缓解癫痫患者的痛苦;另一方面也为后续癫痫辅助诊断系统的开发奠定基础。然而癫痫样放电模式复杂多变,要实现准确且高效的致痫区脑电信号识别仍是一个艰巨的挑战。本文针对目前致痫区脑电信号识别算法准确性、算法效率和泛化性能较差的问题,结合癫痫脑电信号非线性、非平稳的特点,设计基于复数域分析的致痫区脑电信号识别算法,并探索相应算法在致痫区辅助定位中的有效性。本文的主要研究工作和创新性成果如下:（1）针对基于实数域的分析方法对脑电相位信息表征不足的问题,提出了基于柔性解析小波变换的致痫区脑电识别算法。利用柔性解析小波变换获得复数域下的复值脑电小波系数,同步保留脑电幅值和相位信息。引入复值分布熵实现对复值脑电系数的幅值-相位非线性信息的同步挖掘。将柔性解析小波变换灵活的时频表征特性、复值分布熵和对数能量熵的非线性分析能力相结合,有效且更充分地挖掘了潜在病理信息,增强了分析算法的识别性能。在伯尔尼-巴塞罗那脑电数据集3750对焦点和非焦点脑电信号的识别中获得了95.26%的识别准确率、96.35%的特异性和94.21%的敏感性,初步验证了复数域分析方法在致痫区脑电信号识别中的有效性。（2）针对传统时频分析方法对脑电节律信息挖掘能力较差的问题,提出了基于复值脑电节律特征的致痫区脑电识别算法。该算法将双树复小波变换与希尔伯特变换相结合以获得复数域下脑电节律的调幅和调相信息;然后结合标准差、奇异值和复值模糊分布熵从多角度捕捉复值脑电节律包含的病理信息,更深入地揭示焦点和非焦点脑电信号的节律特性;最后利用Logit Boost算法对决策树分类器进行集成,并增强分类器识别结果的可靠性和稳定性。实验结果表明,δ+θ节律对致痫区识别贡献率最大,特征差异度最大,在3750对焦点和非焦点脑电信号上取得了98.83%的识别准确率、0.976的马修斯相关系数和8.1ms的单样本识别时间。由此说明所提识别算法能够更充分地挖掘脑电节律信息,并且在识别性能和计算复杂度之间达到了平衡,提高了致痫区辅助定位的准确性和效率,进一步表明基于复数域分析的脑电识别算法的优越性。（3）针对传统脑电特征提取算法特征学习稳定性和泛化性差的问题,提出了基于幅-相融合矩阵和深度特征学习网络的致痫区脑电识别算法。基于前述的研究结论,直接对脑电信号进行低通滤波获得0-8Hz脑电频段。对脑电信号进行希尔伯特变换获得其解析信号,并由此得到脑电幅值矩阵和相位矩阵。引入多尺度引导滤波融合对幅值矩阵和相位矩阵进行数据层融合以获取包含深层信息的幅-相融合矩阵。利用主成分分析网络直接从幅-相融合矩阵中进行自动特征学习,解决个体差异为特征设计带来的困难,克服传统人工设计特征的经验性和局限性。利用伯尔尼-巴塞罗那和波恩两个脑电数据集对所提算法进行验证。对致痫区脑电信号的识别准确率为100%,马修斯相关系数为1;对7种不同癫痫检测任务均可获得99%以上的识别准确率和0.975的马修斯相关系数。实验结果表明所提识别算法保证了识别准确率和计算效率,并且在不同癫痫诊断任务场景下具有较好的泛化能力和鲁棒性。综上,本文以焦点和非焦点脑电信号为研究对象,围绕基于脑电信号的致痫区辅助定位技术中最关键的致痫区脑电信号识别算法构建问题展开研究。利用脑电信号的复数域表征算法实现了准确、高效的致痫区识别,对致痫区辅助定位技术的实用化进程起到了积极有效地推进作用,为下一步癫痫辅助诊断智能系统的研制奠定了理论基础。
武靖[4]（2021）在《非人灵长类抑郁模型的“微生物-肠-脑”轴代谢机制研究》文中研究表明研究背景:抑郁症（Major depressive disorder,MDD）是一种严重的精神疾病,为社会和家庭造成沉重的负担。目前抑郁症发病机制不清,临床尚无客观的诊断标志物。肠道微生物及其代谢物可以多维度参与宿主的中枢活动,“微生物-肠-脑”轴可能是揭示抑郁症发展,开发客观生物标志物的有效途径。目前常用的啮齿类动物模型作为抑郁症研究的主要模型,不能完全模仿人的发病过程,而猴的基因结构、社会结构、微生物组结构等与人类更为相似,可以作为抑郁症研究的理想模型。目的:1.筛选自然抑郁猴并对其抑郁样表型量化。2.揭示自然抑郁猴肠道微生物紊乱的结构和功能。3.明确自然抑郁猴粪便、外周和中枢的代谢谱。4.构建“微生物-肠-脑”代谢网络。5.揭示肠-脑代谢网络中对抑郁表型驱动的关键代谢机制。方法:1.根据已建立的自然抑郁猴筛选体系和行为评价体系,筛选出抑郁猴及配对的正常猴,对关键抑郁样表型进行量化。2.分离自然抑郁猴的粪便,进行16s r RNA测序和宏基因组测序。基于高通量数据,开展物种结构分析、宏基因组物种分析、和WGCNA分析等。3.对自然抑郁猴的粪便、关键外周组织、脑组织,进行基于GC-MS和LC-MS双平台的代谢组学检测。构建自然抑郁猴“微生物-肠-脑”代谢物谱,开展差异代谢物分析,WGCNA分析等,互作网络分析等。4.整合微生物组和代谢组分析结果,绘制微生物-表型驱动通路,进行脑内脂质亚类分析。结果:1.筛选出6只自然抑郁猴,发现与正常猴相比,自然抑郁猴的蜷缩行为（Huddle）显着增加,独坐行为（Sitalone）显着增加;而运动行为（Locomotion）、亲密行为（Amicable）显着减少。2.与正常猴相比,自然抑郁猴的Alpha多样性无差异,Beta多样性显着不同。差异菌群主要富集于疣微菌科,毛螺菌科和韦荣球菌科,属于厚壁菌门（89.28%）,绝大多数差异OTU与抑郁样表型相关;MGS分析显示出类似的结果。宏基因组功能富集显示菌群代谢通路的紊乱,与谷氨酸能神经元的活动密切相关。3.宏基因组WGCNA共得出18个共表达模块,其中9个与3种抑郁样表型高度相关。主要功能富集于脂质代谢、氨基酸代谢、能量代谢、PAMP、神经递质代谢等。4.在粪便、结肠、肝脏、血清、海马、前额叶、杏仁核中,LCMS平台共检出6218种代谢物;GC-MS平台共检出381种代谢物;双平台共鉴别出差异代谢物559个,主要为脂质和氨基酸类。5.代谢组WGCNA共得出8个共表达模块,其中4个与抑郁样表型高度相关。均主要富集于甘油磷脂和鞘脂代谢。我们从宏基因组中挖掘出相应的脂质相关基因,并构建其驱动宿主的鞘脂代谢紊乱的通路。6.发现海马是抑郁猴脑中差异脂质的主要富集区域,甘油磷脂各亚类丰度显着下调,根据其代谢关系,绘制了海马的主要紊乱脂质代谢通路。结论:1.自然抑郁猴的厚壁菌门为紊乱的主要菌群;谷氨酸能突触相关代谢和脂质相关代谢是主要紊乱的宏基因功能,宏基因功能模块与抑郁样表型高度相关。2.绘制“微生物-肠-脑”轴代谢物谱,发现以脂质代谢为主模块与抑郁样表型显着相关;肠道微生物驱动宿主鞘脂代谢紊乱的机制可能是神经酰胺的合成受到影响所致;海马是紊乱脂质的富集脑区。
易智星[5]（2021）在《人猿超科牙齿的分类方法研究》文中研究指明牙齿是探讨人猿超科成员起源、演化与扩散的重要信息载体之一。然而,对于部分属种,它们的牙齿存在形态相似或定量参数重叠,使牙齿分类鉴定成为古人类领域颇具挑战的任务。因此,开发更有效的鉴定指标/方法尤为必要。为了该目标,可以从两个角度入手:1、传统方法的改进;2、引入新方法。三维相对釉质厚度（three-dimensional relative enamel thickness,3DRET）是进行分类鉴定的重要传统指标。目前,Micro-CT技术是测量该指标的主要途径。在此,该指标被证实存在两个缺点:1、3DRET深受Micro-CT图像体素尺寸（即空间分辨率）影响;2、3DRET与另外一个釉质厚度子指标（three-dimensional average enamel thickness,3DAET）存在依赖关系。前者会阻碍不同研究结果（同一属种不同分辨率）的对比,而后者会导致信息冗余。为此,我们提出一个替代指标。新指标定义为釉质与齿质的厚度比（ratio of enamel-thickness to dentine-thickness,3DRED）。以不同的分辨率（10-50μm）对一颗猩猩臼齿扫描14次并计算了不同体素尺寸下的釉质厚度。此外,统计了8个属种（包括尼人、现代人、粗壮傍人、黑猩猩、大猩猩、长臂猿、合趾猿和猩猩）共179颗下颌臼齿的釉质厚度,并分析了3DRET和3DAET,3DRED和3DAET的相互关系。结果表明:1、3DRET对体素尺寸很敏感,而3DRED基本不受影响;2、3DRET和3DAET存在明显的线性关系（相关系数>0.8）,而3DRED和3DAET不存在明显的依赖关系（相关系数<0.5）;3、对于下颌第一臼齿（M1）和第二臼齿（M2）,上述8个属种能在3DRED-3DAET双参数分类图版上被有效区分。相比3DRET,3DRED在分类鉴定上更加可靠。卷积神经网络（convolutional neural network,CNN）是一种前沿深度学习方法,在分类任务中具有卓越性能。在此,我们将该方法首次引入到古人类领域,并提出一个基于CNN的流程来对牙齿进行分类。首先,将釉质-齿质界面（enamel-dentine junction,EDJ）转换成二维EDJ卡片。具体而言,将EDJ向齿颈面进行投影并以颜色表示高度后便可得到EDJ卡片。然后,标记EDJ卡片并进行CNN训练。为了评估该流程,我们制作了106颗上颌第一/二臼齿的EDJ卡片。其中化石猩猩臼齿53颗（原始数据）,人属臼齿53颗（包含现代人和尼安德特人,大部分数据来源于开源CT数据库）。这些样本被分成训练集（n=84）和验证集（n=22）。根据这些样本,训练出一个二类分类器（猩猩和人）,并用分类器评估测试集中6个待测样本的分类亲缘关系。结果表明:1、验证集中的猩猩和人能被CNN精确分类（精度为100%）;2、测试集的分类预测与综合多种传统定量方法得到的结果一致。以上结果在小样本训练的基础上实现,由此表明CNN在该领域具有巨大潜力。以吹风洞和么会洞的巨猿后齿为例,开展分类学、系统演化和食性重建三方面的综合研究。通过该案例不仅可以进一步评估上述两种方法的效果,还可以加深对巨猿食性生态的认识。为此,开展了三组研究。首先,选取6颗轻微磨损的下颌臼齿进行釉质厚度分析,结果表明3DAET-3DRED双参数图版能有效区分巨猿。然后,制作一颗巨猿上颌第一/二臼齿的EDJ卡片,并以该样本作为输入,用猩猩/人属分类器判断巨猿的演化地位。深度学习结果表明巨猿的EDJ形态更像猩猩而不是人。最后,对巨猿下颌16颗颊齿（前臼齿和臼齿）进行咬合力分析。结果表明:巨猿臼齿的平均咬合力为1512N,大于大部分灵长类;前臼齿平均咬合力为2217N,大约为臼齿的1.5倍。咬合力结果支持前人结论,即巨猿能够处理难以咬碎/研磨的食物。此外,前臼齿咬合力明显大于臼齿,意味着巨猿很可能进食大块硬质食物。
何斌[6]（2020）在《基于弥散磁共振影像的猕猴脑网络组图谱构建方法及其额极研究》文中研究表明脑图谱是前沿科学研究的重要工具,构建高质量的脑图谱不仅能极大地促进大脑结构-功能关系的研究、神经解剖学的研究和临床医疗研究,还能为类脑计算、智能技术、芯片设计等提供重要的启示。弥散张量成像是一种新型的无侵入性的活体大脑成像技术,在脑科学研究中,基于弥散张量成像的脑图谱构建是非常重要的一个研究方向。作为研究人脑的优秀模型之一,猴脑研究吸引了越来越多的科学家们的研究兴趣。但是目前基于弥散张量成像技术的致力于猕猴脑图谱构建的系统研究还非常的有限。针对这一现状,本文系统的研究了基于解剖连接分割的猕猴脑图谱构建方法,然后配套开发了一套脑区分割流程处理软件工具箱,并使用该工具箱完成了在猕猴多个脑区上的分割任务。首先,在宏观尺度上,基于弥散磁共振成像技术,整合设计并优化改进了多种图像处理算法。第一,一款应用于猕猴脑组织提取的自动化鲁棒算法对于神经影像研究是很有必要的,特别是涉及高通量分析和大数据计算的应用场景,这种需求更加迫切。利用磁共振影像数据,本文提出了一种基于多图谱分割的的自动提取脑组织的方法,然后将该算法得到的结果和手工分割的结果对比并进行评估。这一部分的研究工作主要贡献包含两个方面,使用了两个独立的数据集（分别为24和30个实验被试）来测试所开发的算法的有效性;基于磁共振成像,使用多图谱分割的方法,提出了两种标签融合策略。第二,本文的算法流程融合了先进的配准算法使其更适合处理猕猴脑图像配准任务。第三,整合了一种基于主成分分析的统计框架,并对算法进行改进,最后提出了在个体水平上的分区验证方案。其次,本文配套开发了一套能完整实现非人灵长类动物猕猴脑区分割的软件工具箱——Monkey CBP,并将所有的代码开源。该工具箱一共包含两个版本,命令行版本和图形界面版本。命令行版本支持多个脑区并行划分,图形界面版本针对专一脑区进行划分,方便实验人员调节配置参数。本文使用两批猕猴实验数据集完成Monkey CBP的有效性和稳定性验证。该工具箱自动化程度高,操作简单便捷,实验用户只需要实验之前完成基本配置即可,然后程序便自动执行。此外,Monkey CBP支持多核心的CPU并行计算和GPUs加速,非常高效。最后,基于一组猕猴数据集（8只实验被试）,借助于高性能的服务器计算资源平台,使用Monkey CBP完成了猕猴额极皮层的图谱构建。本文将猕猴额极皮层划分为精细的8个亚区,并构建了每个亚区的连接指纹图,同时将解剖连接和基于示踪注射的研究结果进行比较,探讨不同技术之间结果的一致性。然后基于额极子区之间的解剖连接模式,对层次聚类算法进行优化改进,并对分区结果进行模块化分析,研究子区之间由于解剖连接的差异性引起的层级性规律。随后进一步研究并探讨了额极亚区和默认网络、社交网络和元认知之间的连接关系。研究发现额极的背外侧部分主要连接默认网络区域;额极腹侧部分主要连接社交网络区域,额极背侧部分主要连接元认知脑网络。这些结果将有助于增加对猕猴大脑解剖和环路的了解,并有利于促进和额极相关的临床研究。
王素飞[7]（2020）在《基于解剖连接的猴脑颞上回分区》文中指出探索大脑连通性是理解大脑皮层功能结构的基础,例如,视觉和听觉皮层的神经元具有相似的解剖和组织结构,但它们支持不同的功能,并在与大脑其他部分的解剖连接上显示出明显的差异。这些连接的差异可能解释了它们的功能特异性。近二十年来,扩散磁成像（diffusion Magnetic Resonance Imaging,dMRI）被广泛用于研究大脑的微观结构和连通性,以及由多发性硬化症等病理因素引起的异常和阿尔茨海默病。具体来说,扩散张量成像（Diffusion Tensor Imaging,DTI）利用高斯椭球来模拟每个脑电图中水分子的扩散速率,提供了每个脑电图中嵌入的微观结构的定量信息。然后对dMRI数据应用纤维束造影算法,显示和可视化白质的纤维轨迹。dMRI数据建模的生物学有效性仍然是研究正常大脑及其功能障碍的一个关键挑战。长期以来人们一直基于微观结构,宏观结构或连接特征的区域,致力于将大脑分类形成各种脑图谱。其中,基于连接性的分割越来越多的受到重视,尤其是在过去二十多年中多模态磁共振成像技术的巨大进步。脑图谱是脑成像数据分析的重要工具,近年来已经被广泛研究,根据绘制标准的不同,已经构建了多个版本的人脑图谱。这些标准有细胞结构特征、神经递质受体分布、髓鞘指纹、转录组化模式以及结构和功能的连通性特征。其中,脑网络组图谱与脑连接体信息紧密相关,是在由结构神经影像数据推导出的解剖连通性图谱的基础上对大脑进行分割而形成的。目前,利用扩散张量成像构建猴脑图谱的研究还十分有限。此外,猕猴作为一种非人类灵长类动物模型常常用于模拟人类大脑的结构和功能,用来研究大脑的发育,认知功能以及精神疾病的神经机制。猴脑的声音识别机制与人脑极为相似,在进化上属于人类语言的同源脑区,基于颞上回有对语音的处理功能,以及颞叶处理信息的复杂模式,我们认为颞上回存在更精细的子区分区模式。并且,早期的基于细胞构筑的猴脑图谱对颞上回这个脑区没有详细的划分,在本研究中,我们利用8只活猕猴大脑的DTI数据,采用扩散张量成像的概率纤维跟踪方法,将活猕猴的大脑划分为不同的区域。本研究以解剖连接模式为基础,构建了非人类灵长类动物颞上回的详细图谱,为后续的功能模式研究提供基础。
姚彦廷[8]（2019）在《PV中间神经元在体放电活动参与调控局部场电位节律》文中提出前额叶皮层与海马在学习记忆等高级认知功能中发挥重要的作用,构成这些脑区的神经元主要有兴奋性的锥体神经元和抑制性的中间神经元两大类。其中锥体神经元占神经元总数的约85%,参与对事件信息的编码。相比之下,中间神经元仅占约15%,一般被认为通过参与协调局部神经元网络的活动在学习记忆等大脑认知活动过程中行使功能。小清蛋白（parvalbumin,PV）免疫阳性的中间神经元是中间神经元中较为重要的一类。目前关于PV中间神经元的研究,在形态学、分子生物学、离体脑片电生理、在体麻醉电生理及行为学方面已有了较多的工作积累,但在体清醒电生理方面尚缺乏较系统的观察和研究。我们将多通道在体记录技术和光遗传学技术相结合,在小鼠内侧前额叶皮层（medial prefrontal cortex,m PFC）与背侧海马CA1（dorsal hippocampal CA1,d CA1）进行跨脑区同步记录。重点考察这两个脑区PV中间神经元的在体放电模式,以及它们的放电活动的生理功能与意义,以了解不同脑区PV中间神经元的作用与功能机制,从而增进对大脑局部神经网络信息加工处理过程的认知。在本研究中,我们将PV–CRE品系小鼠与Ai32品系小鼠杂交,构建PV–Ch R2–EYFP品系小鼠,从而实现在PV中间神经元特异表达视紫红质通道蛋白-2（channelrhodopsin–2,Ch R2）。我们在36只自由活动的PV–Ch R2–EYFP转基因小鼠的m PFC与d CA1分别记录到250个和132个神经元。根据记录到的神经元是否具有激光脉冲刺激引起的动作电位跟随反应,将m PFC疑似中间神经元中的18个,以及d CA1疑似中间神经元中的13个鉴别为PV中间神经元。其中同步记录到的有4个m PFC–m PFC PV中间神经元对,2个d CA1–d CA1 PV中间神经元对,7个m PFC–d CA1 PV中间神经元对。分析显示在动物清醒活动状态下,记录到的18个m PFC PV中间神经元的放电活动均对局部场电位中的高频振荡节律（high frequency oscillation,HFO;特指>100 Hz的高频节律性震荡）显着锁相,少数PV中间神经元（3/18）对gamma振荡节律（30–80 Hz）也有锁相发放,但对皮层theta振荡节律（4–8 Hz）均不锁相。在海马,记录到的13个PV中间神经元的放电活动对海马HFO和theta（4–12 Hz）节律均锁相,此外,有近半数神经元（6/13）对gamma节律锁相。在动物慢波睡眠状态下,m PFC PV中间神经元对delta（1–4 Hz）节律表现出良好的锁相关系,而d CA1 PV中间神经元则对ripple（100–250 Hz）节律锁相,对delta节律锁相较差。这些与局部场电位节律关系的在体放电模式特征提示,同为PV中间神经元,在皮层和海马具有不同的在体放电模式,相应的它们也应具有不同的生理功能。根据在体放电模式特征对这些记录到的PV中间神经元进行聚类分析,结果显示m PFC PV中间神经元被聚为HFO节律强相关和弱相关2个类群,而d CA1 PV中间神经元则被聚为HFO/ripple节律强相关、弱相关以及OFF（放电频率降低）3个类群。以上结果说明,在单一脑区内,PV中间神经元也存在不同的功能组类别,其功能的差异性主要体现在与局部场电位中高频节律（HFO/ripple）的相关性上。进一步分析m PFC与d CA1神经活动的同步性。结果显示在动物清醒活动状态下,m PFC与d CA1的HFO节律存在一定程度的同步性。同时,PV中间神经元的活动的同步放电事件频率与HFO节律的功率呈现显着的相关性,且在HFO功率较高的HFO事件期间,两脑区PV中间神经元的放电活动同步性显着升高。在动物慢波睡眠状态下,PV中间神经元活动同步性在海马ripple事件期间也观察到较大升高。这些发现提示m PFC与d CA1 PV中间神经元的同步放电可能参与调控两脑区HFO节律的同步性,而在海马ripple事件期间,皮层–海马PV中间神经元活动的同步可能参与记忆巩固过程。综上所述,不同脑区的PV中间神经元具有不同的在体放电模式,即使在同一脑区内,它们也存在不同子类别的放电模式。m PFC PV中间神经元主要参与调控动物清醒时局部场电位HFO节律,而d CA1 PV中间神经元在具有上述功能的同时还与非清醒状态下局部场电位ripple节律密切相关。这些研究结果为深入了解局部神经网络活动的调控机制提供了基础。
张恒[9]（2019）在《皖西和皖南山区劳亚食虫目多样性初步调查及三个新种的描述》文中进行了进一步梳理本研究于2015年至2018年间对皖西和皖南山区的劳亚食虫目动物进行调查,通过布设陷阱桶和钳夜法共采集劳亚食虫目样品65个,利用形态学和线粒体Cyt b基因作为分子标记的分子系统学方法对样品进行物种鉴定,其中有52个样品属于已知物种,包括3科6属6种:东北刺猬（Erinaceus amurensis）、山东小麝鼩（Crocidura shantungensis）、灰麝鼩（Crocidura attenuata）、喜马拉雅水鼩（Chimarrogale himalayica）、华南缺齿鼹（Mogera insularis）和川西缺齿鼩鼱（Chodsigoa hypsibia）（川西缺齿鼩鼱为省内新分布）。上述6个物种中,灰麝鼩数量最多,占劳亚食虫目样品的50.77%;喜马拉雅水麝鼩最少,仅有1个;灰麝鼩为皖西和皖南山区的常见种。除此之外,有13个样品鉴定为3个新种:安徽麝鼩（Crocidura anhuiensis）、黄山小麝鼩（Crocidura huangshanensis）和大别鼩鼹（Uropsilus dabieshanensis）。对新种的物种鉴定工作如下:（1）对采自黄山地区的6个标本进行鉴定,发现这是一种中等体型的麝鼩（白齿鼩鼱）,形态特征与国内其它麝鼩不同。基于Cyt b序列构建的中国区域麝鼩属系统发育树显示这6个个体组合成一个单系分支,并与五指山小麝鼩（C.wuchihensis）互为姐妹种;遗传距离显示6个个体间的遗传距离为0.001-0.004,与五指山小麝鼩间的遗传距离为13.0%至13.3%。综合上述分析,确定这是一种新的麝鼩,并命名为安徽麝鼩（Crocidura anhuiensis sp.nov.）。（2）对采自黄山地区的另外5个标本进行鉴定,发现这是一种体型较小的麝鼩,与山东小麝鼩（C.shantungensis）体型相似,但山东小麝鼩的尾巴较短。基于Cyt b构建的系统发育树显示这五个个体聚在一支,组合成单独的一个单系分支;遗传距离显示5个个体间的遗传距离为0.006-0.01,与华南中麝鼩（C.rapax）之间的遗传距离最近（11.0-13.3%）。综合上述分析,确定这也是一种新的麝鼩,并命名为黄山小麝鼩（Crocidura huangshanensis sp.nov.）。（3）对采自大别山区的2个标本进行鉴定,发现这是一种中等体型的鼩鼹,毛色和齿式与其它鼩鼹不同。基于Cyt b基因的构建的系统发育树显示,两个样本单独聚在一支,并与鼩鼹均构成姊妹关系;遗传距离显示2个个体间的遗传距离为0.005,与鼩鼹（U.soricipes）间的遗传距离最近（11.2-11.3%）。综合上述分析,确定这两个标本为鼩鼹属新种,并命名为大别鼩鼹（Uropsilus dabieshanensis sp.nov.）。
唐华[10]（2018）在《行为训练对工作记忆的影响及其前额叶神经元机制》文中进行了进一步梳理工作记忆指的是脑内短暂保存和处理信息的能力,被认为是许多高级认知功能的核心成分。工作记忆的存储容量非常有限,但可以通过行为训练得到提升,然而工作记忆容量改变的神经元机制尚不清楚。研究表明,工作记忆任务A的训练不仅提高受试者对任务A的操作水平,而且也提高对未经训练的工作记忆B任务的操作水平。然而,这种训练效果迁移的神经元机制也不清楚。第一部分:视觉空间工作记忆的行为表征存在同侧视野优势工作记忆容量指的是脑内短时间维持信息数量的上限。有一种假设认为,两个大脑半球存在相互独立的工作记忆容量系统。为验证这一假设,本实验训练猴执行一系列的工作记忆任务,这些任务要求猴记住35个视觉刺激的位置和/或形状信息。我们检测当视觉刺激分布于同侧视野或分布于不同侧视野时,猴的行为操作是否存在差异。研究结果表明,当视觉刺激出现于同侧视野时更有利于位置信息的记忆,且不受行为任务的范式、猴的操作水平及所采取的策略影响。我们的结果不支持两个大脑半球同时存在相互独立的工作记忆容量系统的假设。这些结果提示,将简单视觉刺激进行组合、连接等精神层面上的操作,可能会抵消大脑半球相对独立的运行系统在处理工作记忆信息时的优势。这些结果揭示了工作记忆的一个重要属性,为建立工作记忆容量的理论模型提供参考。第二部分:前额叶神经元对视觉空间工作记忆容量的表征工作记忆可储存的信息量非常有限,但可以通过行为训练得到提升。研究表明,通过组合（grouping）、组块（chunking）之类的感知策略,受试者将简单但数目多的刺激转换成复杂但数量较少的项目（item）,进而提升工作记忆。然而,这种工作记忆效率提升的神经元编码机制尚不清楚。本研究训练猴操作工作记忆任务,要求猴在延缓期记住数量不等（15个）的位置信息。结果显示,猴的操作成绩随记忆负载的升高而下降,但可通过训练得到提高。有趣的是,前额叶神经元的放电频率随训练的进行、工作记忆容量的提升而下降,但神经元在延缓期放电活动的信噪比却有所增加。这一结果提示,工作记忆效率的提升与前额叶神经元在延缓期放电活动信噪比的升高相关。第三部分:工作记忆任务训练过程中前额叶神经元活动的变化行为训练对工作记忆的提升与前额叶皮层血氧水平的改变有关。然而,我们对这一改变的神经元机制知之甚少。先前的研究表明,猴前额叶皮层神经元活动随工作记忆任务训练而增强。不过,这些研究观察的是训练开始和训练结束时的两个时间段。为更好地评估工作记忆任务训练如何持续影响前额叶皮层活动,本研究运用64通道慢性电极阵列记录技术,同步记录猴在接受视觉空间工作记忆任务训练全过程的神经元活动。我们共记录到4537个对空间位置有选择性编码的多单位活动（MUA）。随着任务训练的进行,这些MUA在提示期和延缓期的发放频率逐步升高。并且,视觉刺激被动呈现时激活的MUA的数量和活动水平也同步提高。这些结果表明,行为训练的效果在主动任务和被动刺激之间的迁移会引起相应神经元活动的改变。第四部分:前额叶皮层神经元对基于努力的行为抉择的编码大鼠内侧前额叶皮层参与基于努力的行为抉择,但这种抉择的神经元编码机制知之甚少。并且,在诸多相关实验中,实验动物面临的抉择选项有限。本研究训练大鼠操作“付出越多-得到越多”的行为任务。大鼠将鼻探入“凸”形孔洞启动行为任务,并自主决定维持探鼻状态的时间长短。只要探鼻坚持时间超过800 ms,大鼠即可获得水的奖励;探鼻坚持时间越长,获得的水量越多。我们在内侧前额叶皮层中记录到1198个任务相关神经元。在这些神经元中,一些神经元在大鼠执行小努力的试验中发放频率更高,另一些神经元在大鼠付出大努力的试验中放电频率更高。以上结果表明,内侧前额叶皮层神经元编码基于努力的行为抉择。
二、不同灵长类颅骨变量主成分分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、不同灵长类颅骨变量主成分分析（论文提纲范文）
（1）大耳菊头蝠物种复合体的分类界定与物种形成研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 物种的定义 |
| 1.2 物种鉴定 |
| 1.2.1 传统物种鉴定 |
| 1.2.2 综合分类法 |
| 1.3 物种形成 |
| 1.3.1 基因流与物种形成 |
| 1.3.2 遗传漂变与物种形成 |
| 1.3.3 自然选择与物种形成 |
| 1.3.4 杂交与物种形成 |
| 1.4 翼手目物种形成研究进展 |
| 1.4.1 翼手目动物分类问题概述 |
| 1.4.2 翼手目动物杂交与渗入研究进展 |
| 1.4.3 翼手目动物局域适应研究进展 |
| 1.5 大耳菊头蝠复合体及其近缘种的研究现状 |
| 1.5.1 大耳菊头蝠形态特征与分布 |
| 1.5.2 大耳菊头蝠复合体及其近缘种分类问题概述 |
| 1.6 研究目的与意义 |
| 1.6.1 研究目的 |
| 1.6.2 创新点 |
| 1.6.3 研究意义 |
| 第二章 大耳菊头蝠复合体及其近缘种的综合分类鉴定 |
| 2.1 研究背景 |
| 2.2 材料与方法 |
| 2.2.1 样本采集 |
| 2.2.2 表型参数测量 |
| 2.2.3 传统遗传标记的获得 |
| 2.2.4 简化基因组数据 |
| 2.2.5 综合物种划分 |
| 2.3 研究结果 |
| 2.3.1 遗传数据 |
| 2.3.2 初级物种假设 |
| 2.3.3 初级物种假设验证 |
| 2.4 讨论 |
| 2.4.1 大耳菊头蝠物种复合体及其近缘种的分类地位 |
| 2.4.2 综合分类法对于近缘物种分类鉴定的有效性 |
| 第三章 大耳菊头蝠复合体网状演化过程研究 |
| 3.1 研究背景 |
| 3.2 材料与方法 |
| 3.2.1 数据获得与系统发育重建 |
| 3.2.2 杂交与基因流检验 |
| 3.2.3 中性检验与种群动态分析 |
| 3.2.4 G-PhoCS种群动态参数估计 |
| 3.3 研究结果 |
| 3.3.1 线粒体遗传多样性 |
| 3.3.2 线粒体系统发育关系 |
| 3.3.3 基因渗入与杂交检验结果 |
| 3.3.4 中性检验与错配分布结果 |
| 3.4 讨论 |
| 3.4.1 近缘种间线粒体低水平分化的原因 |
| 3.4.2 大耳菊头蝠复合体的网状演化过程与物种形成 |
| 第四章 大耳菊头蝠复合体局域适应研究 |
| 4.1 研究背景 |
| 4.2 材料与方法 |
| 4.2.1 样本采集与环境数据提取 |
| 4.2.2 数据质控与过滤 |
| 4.2.3 遗传多样性与遗传结构分析 |
| 4.2.4 环境关联位点识别 |
| 4.2.5 梯度森林分析 |
| 4.3 研究结果 |
| 4.3.1 数据过滤结果 |
| 4.3.2 遗传多样性水平 |
| 4.3.3 种群遗传结构 |
| 4.3.4 识别受选择位点 |
| 4.3.5 梯度森林分析结果 |
| 4.3.6 基因注释与富集 |
| 4.4 讨论 |
| 4.4.1 大耳菊头蝠复合体局域适应有关的环境因素 |
| 4.4.2 大耳菊头蝠复合体局域适应的分子机制探讨 |
| 第五章 万州菊头蝠遗传分歧驱动因素研究 |
| 5.1 研究背景 |
| 5.2 材料与方法 |
| 5.2.1 回声定位声波 |
| 5.2.2 地理和环境距离 |
| 5.2.3 遗传分析 |
| 5.2.4 相关分析 |
| 5.3 研究结果 |
| 5.3.1 种群结构与系统发育关系 |
| 5.3.2 遗传分化和基因流 |
| 5.3.3 回声定位声波地理变异 |
| 5.3.4 遗传分化驱动因素 |
| 5.4 讨论 |
| 5.4.1 地理距离对种群遗传分歧的影响 |
| 5.4.2 环境因素对种群遗传分歧的影响 |
| 5.4.3 感官分化与种群遗传分歧的关系 |
| 第六章 结论与展望 |
| 参考文献 |
| 附录 A |
| 后记 |
| 在学期间公开发表论文及着作情况 |
（2）大蹄蝠领域冲突解决策略及其领域叫声的进化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 动物社群冲突研究概述 |
| 1.1.1 动物领域冲突解决策略研究进展 |
| 1.1.2 动物声信号编码的信息内容 |
| 1.1.3 动物声信号地理进化研究 |
| 1.2 蝙蝠领域冲突及通讯叫声研究 |
| 1.3 蝙蝠通讯叫声进化研究 |
| 1.4 研究目标、内容、创新点及意义 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.4.3 创新点 |
| 1.4.4 研究意义 |
| 第二章 大蹄蝠领域冲突过程中的打斗评估策略 |
| 2.1 研究背景 |
| 2.2 材料和方法 |
| 2.2.1 样本采集与驯养 |
| 2.2.2 体型大小测量 |
| 2.2.3 打斗交互实验 |
| 2.2.4 打斗行为分析 |
| 2.2.5 统计分析 |
| 2.3 结果 |
| 2.3.1 打斗交互描述 |
| 2.3.2 体型大小对打斗成功率的影响 |
| 2.3.3 打斗升级水平的影响因素 |
| 2.3.4 体重与打斗持续时间关系 |
| 2.3.5 前臂长与打斗持续时间关系 |
| 2.4 讨论 |
| 2.4.1 体型大小指示资源占有潜力 |
| 2.4.2 大蹄蝠采取的打斗评估策略 |
| 2.4.3 发声对打斗交互影响 |
| 第三章 大蹄蝠不同激进强度背景下的叫声变化 |
| 3.1 研究背景 |
| 3.2 材料和方法 |
| 3.2.1 大蹄蝠样本采集与驯养 |
| 3.2.2 领域叫声和领域行为的录制与分析 |
| 3.2.3 回放文件编辑 |
| 3.2.4 习惯化和去习惯化回放实验 |
| 3.2.5 统计分析 |
| 3.3 结果 |
| 3.3.1 领域叫声参数变化 |
| 3.3.2 领域叫声个体标签和识别 |
| 3.4 讨论 |
| 3.4.1 领域叫声音节类型描述 |
| 3.4.2 大蹄蝠调节发声来表达情绪变化 |
| 3.4.3 大蹄蝠基于bUFM叫声进行个体辨别 |
| 第四章 大蹄蝠bUFM领域叫声发声表现权衡及其地理变化 |
| 4.1 研究背景 |
| 4.2 材料和方法 |
| 4.2.1 捕捉与饲养 |
| 4.2.2 领域叫声和行为的录制与分析 |
| 4.2.3 发声偏歧计算 |
| 4.2.4 发声一致性计算 |
| 4.2.5 地理变化影响因子调查 |
| 4.2.6 回放实验蝙蝠捕获与饲养 |
| 4.2.7 回放文件编辑 |
| 4.2.8 习惯化和去习惯化回放实验 |
| 4.2.9 统计分析 |
| 4.3 结果 |
| 4.3.1 发声表现束缚 |
| 4.3.2 发声表现重复性 |
| 4.3.3 发声偏歧与身体质量关系 |
| 4.3.4 发声一致性与身体质量关系 |
| 4.3.5 领域叫声地理变化的模式 |
| 4.3.6 领域叫声地理变化的影响因素 |
| 4.3.7 领域叫声种群间的辨别 |
| 4.4 讨论 |
| 4.4.1 大蹄蝠bUFM领域叫声发声表现 |
| 4.4.2 大蹄蝠bUFM领域叫声地理变化 |
| 第五章 大蹄蝠sUFM领域叫声编码多种信息 |
| 5.1 研究背景 |
| 5.2 材料和方法 |
| 5.2.1 样本采集与驯养 |
| 5.2.2 声音和行为的录制与分析 |
| 5.2.3 回放文件编辑 |
| 5.2.4 习惯化和去习惯化回放实验 |
| 5.2.5 优势等级确定 |
| 5.2.6 统计分析 |
| 5.3 结果 |
| 5.3.1 声学特征 |
| 5.3.2 体重与声学参数的关系 |
| 5.3.3 优势等级 |
| 5.3.4 优势等级与体重的关系 |
| 5.3.5 优势等级与声学参数的关系 |
| 5.3.6 发声标签和发声辨别 |
| 5.4 讨论 |
| 5.4.1 大蹄蝠体重影响sUFM叫声参数 |
| 5.4.2 大蹄蝠体重影响个体优势等级 |
| 5.4.3 大蹄蝠优势等级影响sUFM叫声参数 |
| 5.4.4 大蹄蝠基于sUFM叫声进行个体辨别 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 后记 |
| 在学期间公开发表论文及着作情况 |
（3）基于复数域分析的致痫区脑电信号识别算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 脑电信号和癫痫脑电信号 |
| 1.1.3 致痫区诊断的临床方法 |
| 1.1.4 本文的研究意义 |
| 1.2 致痫区脑电信号识别算法研究现状 |
| 1.3 存在的问题 |
| 1.4 论文的研究内容和组织结构 |
| 1.4.1 论文的研究内容 |
| 1.4.2 论文的组织结构 |
| 第2章 致痫区脑电信号识别算法框架及数据来源 |
| 2.1 致痫区脑电信号识别算法框架 |
| 2.1.1 预处理 |
| 2.1.2 特征提取 |
| 2.1.3 特征选择 |
| 2.1.4 分类识别 |
| 2.2 致痫区定位脑电数据集 |
| 2.3 脑电信号识别算法性能评价准则 |
| 2.4 本章小结 |
| 第3章 基于柔性解析小波变换的致痫区脑电识别算法 |
| 3.1 引言 |
| 3.2 小波变换和柔性解析小波变换 |
| 3.2.1 小波变换 |
| 3.2.2 柔性解析小波变换 |
| 3.3 基于柔性解析小波变换和熵特征的致痫区脑电识别算法 |
| 3.3.1 基于熵的脑电信号特征提取 |
| 3.3.2 基于Kruskal-Wallis检验的特征选择 |
| 3.3.3 基于支持向量机的分类识别 |
| 3.4 实验结果与分析 |
| 3.4.1 柔性解析小波变换的参数选择 |
| 3.4.2 复值分布熵的参数选择 |
| 3.4.3 本章脑电识别算法性能分析与讨论 |
| 3.5 本章小结 |
| 第4章 基于复值脑电节律特征的致痫区脑电识别算法 |
| 4.1 引言 |
| 4.2 双树复小波变换 |
| 4.3 希尔伯特变换 |
| 4.4 基于双树复小波-希尔伯特变换的致痫区脑电识别算法 |
| 4.4.1 混合特征提取 |
| 4.4.2 基于集成分类器的分类识别 |
| 4.5 实验结果与分析 |
| 4.5.1 双树复小波变换滤波器组选取 |
| 4.5.2 本章脑电识别算法性能分析与讨论 |
| 4.6 本章小结 |
| 第5章 基于幅-相融合矩阵和深度学习网络的致痫区脑电识别算法 |
| 5.1 引言 |
| 5.2 多尺度引导滤波融合 |
| 5.2.1 引导滤波融合 |
| 5.2.2 多尺度引导滤波融合 |
| 5.3 主成分分析网络 |
| 5.4 基于幅-相融合矩阵和主成分分析网络的致痫区脑电识别算法 |
| 5.4.1 构造折叠信号矩阵 |
| 5.4.2 基于支持向量机的分类识别 |
| 5.5 实验结果与分析 |
| 5.5.1 主成分分析网络的超参数选择 |
| 5.5.2 本章脑电识别算法性能分析与讨论 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文的研究总结 |
| 6.2 未来的研究展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（4）非人灵长类抑郁模型的“微生物-肠-脑”轴代谢机制研究（论文提纲范文）
| 英汉缩略语名词对照 |
| 中文摘要 |
| 英文摘要 |
| 前言 |
| 参考文献 |
| 第一部分 自然抑郁猴肠道微生物组的表征 |
| 前言 |
| 1 材料和方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 参考文献 |
| 附表 |
| 第二部分 自然抑郁猴“微生物-肠-脑”轴的紊乱 |
| 前言 |
| 1 材料和方法 |
| 2 结果 |
| 3 讨论 |
| 4 小结 |
| 参考文献 |
| 附表 |
| 全文总结 |
| 文献综述 抑郁症脂代谢紊乱研究的现状和展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文 |
（5）人猿超科牙齿的分类方法研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 牙齿化石在古人类学中的意义 |
| 1.2 牙齿分类鉴定的常规方法 |
| 1.2.1 常规定性方法 |
| 1.2.2 常规定量方法 |
| 1.3 牙齿分类鉴定的非常规方法 |
| 1.3.1 古DNA |
| 1.3.2 古蛋白质组 |
| 1.4 关键科学问题及研究内容 |
| 第二章 洞穴介绍 |
| 2.1 洞穴地理位置 |
| 2.2 洞穴地质背景 |
| 2.2.1 吹风洞 |
| 2.2.2 么会洞 |
| 2.2.3 感仙洞 |
| 2.2.4 那线洞 |
| 2.2.5 咁前洞 |
| 2.2.6 山祖洞 |
| 2.2.7 三谢山洞 |
| 2.2.8 宜村洞 |
| 2.2.9 岩利洞 |
| 2.3 洞穴时代 |
| 第三章 传统方法的再研究:一种新的相对釉质厚度指标 |
| 3.1 定义 |
| 3.2 材料与方法 |
| 3.2.1 研究敏感性的材料与方法 |
| 3.2.2 研究釉质厚度参数相互关系的材料与方法 |
| 3.3 结果 |
| 3.3.1 三维釉质厚度指标对体素尺寸的敏感性 |
| 3.3.2 三维釉质厚度指标间的相互关系 |
| 3.4 讨论 |
| 3.4.1 为什么开发3DRET的替代指标 |
| 3.4.2 如何计算3DRET的理论值 |
| 3.4.3 为什么在3DRED的定义式中求立方根 |
| 3.4.4 体素尺寸阈值是否和分割算法相关 |
| 3.5 小结 |
| 第四章 非传统方法的引入:基于深度学习对牙齿进行分类鉴定 |
| 4.1 材料 |
| 4.1.1 训练集和验证集 |
| 4.1.2 测试集 |
| 4.2 方法 |
| 4.3 结果 |
| 4.3.1 方案1 的结果 |
| 4.3.2 方案2 的结果 |
| 4.4 讨论 |
| 4.4.1 数据共享新方案 |
| 4.4.2 一种区分更新世猩猩和人属牙齿的新尝试 |
| 4.4.3 目前分类器的不足 |
| 4.4.4 未来工作 |
| 4.5 小结 |
| 第五章 案例研究:巨猿的釉质厚度、系统位置及食性重建 |
| 5.1 釉质厚度分析 |
| 5.1.1 方法与材料 |
| 5.1.2 结果与讨论 |
| 5.2 基于深度学习判断巨猿的系统地位 |
| 5.2.1 方法与材料 |
| 5.2.2 结果与讨论 |
| 5.3 咬合力分析及食性重建 |
| 5.3.1 方法与材料 |
| 5.3.2 结果 |
| 5.3.3 讨论 |
| 5.4 小结 |
| 第六章 总结 |
| 致谢 |
| 参考文献 |
（6）基于弥散磁共振影像的猕猴脑网络组图谱构建方法及其额极研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 脑图谱的发展和认识 |
| 1.2.2 脑图谱的构建方法 |
| 1.2.3 额极的历史、组织结构和功能 |
| 1.3 基于连接的脑图谱构建 |
| 1.3.1 磁共振成像 |
| 1.3.2 弥散张量成像技术 |
| 1.3.3 纤维束追踪技术 |
| 1.4 脑图谱构建算法 |
| 1.4.1 K-means聚类算法 |
| 1.4.2 谱聚类算法 |
| 1.4.3 摩尔投票算法 |
| 1.4.4 最小二乘法 |
| 1.4.5 分层聚类算法 |
| 1.5 本文主要研究内容和组织结构 |
| 第2章 猴脑图谱分区流程设计和分析方法的优化 |
| 2.1 引言 |
| 2.2 猕猴脑区分割流程框架 |
| 2.3 数据预处理 |
| 2.3.1 脑组织提取 |
| 2.3.2 数据标准化和模型估计 |
| 2.4 图像配准 |
| 2.5 个体脑图像分割 |
| 2.6 一致性标签 |
| 2.7 分区概率图和最大概率图 |
| 2.7.1 概率图 |
| 2.7.2 最大概率图 |
| 2.8 综合验证 |
| 2.8.1 个体空间分区结果验证 |
| 2.8.2 标准空间分区结果验证 |
| 2.9 模块化分析 |
| 2.9.1 模块化网络 |
| 2.9.2 分层聚类算法优化 |
| 2.10 本章小结 |
| 第3章 基于连接的猴脑图谱构建工具箱及其验证 |
| 3.1 引言 |
| 3.2 软件工具箱特点 |
| 3.3 工具箱软件实现 |
| 3.3.1 软件主要算法实现描述 |
| 3.3.2 软件运行环境 |
| 3.3.3 软件流程 |
| 3.3.4 目录结构和命名范式 |
| 3.4 软件实验测试 |
| 3.4.1 实验被试数据 |
| 3.4.2 猕猴影像数据采集 |
| 3.5 实验结果与分析 |
| 3.5.1 标本数据分区实验 |
| 3.5.2 重复性实验 |
| 3.5.3 实验分析讨论 |
| 3.6 本章小结 |
| 第4章 猕猴额极连接图谱构建和分析 |
| 4.1 引言 |
| 4.2 实验数据和方法 |
| 4.2.1 实验影像数据 |
| 4.2.2 数据处理 |
| 4.2.3 概率纤维追踪 |
| 4.3 猕猴额极皮层的分区 |
| 4.3.1 聚类 |
| 4.3.2 分区指标 |
| 4.3.3 分区结果 |
| 4.4 额极皮层子区的连接指纹图 |
| 4.4.1 指纹图构建 |
| 4.4.2 目标区域的选取 |
| 4.4.3 全脑的解剖连接 |
| 4.4.4 皮层上脑区的连接 |
| 4.4.5 皮层下结构的连接 |
| 4.5 额极子区的解剖连接相似性分析 |
| 4.6 额极分区结果和解剖连通性的比较 |
| 4.6.1 额极分区边界的比较 |
| 4.6.2 解剖连接和示踪结果的比较 |
| 4.7 额极皮层子区的模块化分析 |
| 4.7.1 模块化算法优化 |
| 4.7.2 模块化结果 |
| 4.8 额极子区和功能网络的连接 |
| 4.9 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 致谢 |
（7）基于解剖连接的猴脑颞上回分区（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.2 脑影像 |
| 1.1.3 核磁共振成像 |
| 1.2 脑解剖 |
| 1.2.1 大脑皮层 |
| 1.2.2 颞叶 |
| 1.3 颞上回 |
| 1.3.1 颞上回的结构 |
| 1.3.2 颞上回的功能 |
| 1.3.3 颞上回的细胞构筑 |
| 1.3.4 颞上回分区的重要性 |
| 1.4 本文主要研究内容 |
| 1.5 本论文的组织结构 |
| 第二章 基本原理和方法 |
| 2.1 磁共振成像及其研究方法 |
| 2.1.1 扩散磁共振成像的发展 |
| 2.1.2 扩散张量成像的基础原理 |
| 2.1.3 扩散张量成像模型 |
| 2.1.4 扩散张量成像的属性 |
| 2.1.5 基于扩散张量成像的纤维跟踪算法研究现状 |
| 2.1.5.1 确定性纤维跟踪算法 |
| 2.1.5.2 概率性纤维跟踪算法 |
| 2.2 静息态下功能磁共振成像现状 |
| 2.2.1 基于任务的功能磁共振研究 |
| 2.2.2 基于静息状态的功能磁共振研究 |
| 2.3 基于连接模式的大脑分区研究方法 |
| 2.3.1 基于解剖连接分区 |
| 2.3.2 基于静息态功能连接分区 |
| 2.3.3 基于任务态共激活连接分区 |
| 2.4 本章小结 |
| 第三章 猴脑颞上回分区 |
| 3.1 引言 |
| 3.2 实验数据信息 |
| 3.2.1 被试信息 |
| 3.2.2 磁共振数据采集信息 |
| 3.3 扩散磁共振成像数据预处理 |
| 3.3.1 脑组织提取 |
| 3.3.2 数据标准化和模型估计 |
| 3.4 实验设计 |
| 3.4.1 图像配准 |
| 3.4.2 个体脑区分割 |
| 3.4.3 聚类方法选取 |
| 3.4.3.1 K-MEANS聚类 |
| 3.4.3.2 谱聚类聚类法 |
| 3.4.3.3 边加权谱聚类法 |
| 3.4.3.4 三种聚类方法比较 |
| 3.5 聚类数选取 |
| 3.6 本章小结 |
| 第四章 实验结果分析 |
| 4.1 引言 |
| 4.2 实验结果分析 |
| 4.3 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（8）PV中间神经元在体放电活动参与调控局部场电位节律（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词中英文对照表 |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 文献综述 |
| 1.2.1 前额叶皮层简介 |
| 1.2.2 海马简介 |
| 1.2.3 前额叶皮层与海马神经活动同步性 |
| 第二章 m PFC和 d CA1 PV中间神经元的在体鉴别 |
| 2.1 材料与方法 |
| 2.1.1 实验动物 |
| 2.1.2 可推进式多通道电极制作 |
| 2.1.3 电极植入手术 |
| 2.1.4 电信号采集与行为记录 |
| 2.1.5 激光刺激实验 |
| 2.1.6 组织学检验 |
| 2.1.7 电生理数据处理 |
| 2.2 实验结果 |
| 2.2.1 Ch R2在m PFC和 d CA1 PV中间神经元的表达及电极尖端位置鉴定 |
| 2.2.2 m PFC和 d CA1 PV中间神经元对激光脉冲刺激的反应 |
| 2.2.3 m PFC和 d CA1 PV中间神经元的持续激光刺激测试 |
| 2.3 讨论 |
| 2.3.1 m PFC和 d CA1 PV中间神经元在激光刺激下的电生理特性比较 |
| 2.3.2 同脑区PV中间神经元对激光刺激的反应差异 |
| 第三章 m PFC和 d CA1 PV中间神经元的在体电生理特征和分类 |
| 3.1 材料与方法 |
| 3.1.1 功率谱密度分析 |
| 3.1.2 神经元动作电位相位分析 |
| 3.1.3 相干性分析 |
| 3.1.4 格兰杰因果性分析 |
| 3.1.5 聚类分析 |
| 3.2 实验结果 |
| 3.2.1 PV中间神经元活动和局部场电位节律性振荡均与动物行为状态密切相关 |
| 3.2.2 m PFC PV中间神经元的在体放电模式及分类 |
| 3.2.3 dCA1PV中间神经元的在体放电模式及分类 |
| 3.3 讨论 |
| 3.3.1 PV中间神经元参与调控低频节律性局部场电位 |
| 3.3.2 PV中间神经元参与调控高频节律性局部场电位 |
| 3.3.3 同脑区PV中间神经元放电模式差异 |
| 3.3.4 皮层与海马PV中间神经元放电模式异同 |
| 第四章 HFO与PV中间神经元同步性 |
| 4.1 材料与方法 |
| 4.1.1 神经元同步率 |
| 4.1.2 互相关分析 |
| 4.2 实验结果 |
| 4.2.1 m PFC与 d CA1 局部场电位同步性 |
| 4.2.2 m PFC PV中间神经元活动同步性 |
| 4.2.3 dCA1PV中间神经元活动同步性 |
| 4.2.4 m PFC–d CA1 PV中间神经元活动同步性 |
| 4.3 讨论 |
| 第五章 结论 |
| 5.1 新皮层与海马PV中间神经元放电模式存在相似性和差异性 |
| 5.1.1 m PFC和 d CA1 PV中间神经元与局部场电位HFO相关 |
| 5.1.2 m PFC和 d CA1 PV中间神经元在体放电模式存在差异 |
| 5.2 新皮层与海马局部场电位神经活动具有同步性 |
| 5.2.1 m PFC和 d CA1 PV中间神经元与局部场电位HFO节律具有同步性 |
| 5.2.2 m PFC和 d CA1 PV中间神经元在局部场电位高频震荡事件期间放电同步性水平升高 |
| 5.3 总结 |
| 参考文献 |
| 后记 |
| 作者在学期间科研成果 |
（9）皖西和皖南山区劳亚食虫目多样性初步调查及三个新种的描述（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 劳亚食虫目简介 |
| 1.2 劳亚食虫目区系研究 |
| 1.3 劳亚食虫目物种鉴定研究 |
| 第二章 皖西和皖南山区劳亚食虫目多样性初步调查 |
| 2.1 材料方法 |
| 2.1.1 调查区域地理概况 |
| 2.1.2 标本采集 |
| 2.1.3 实验室相关工作 |
| 2.2 结果 |
| 2.2.1 劳亚食虫目多样性调查结果 |
| 2.2.2 鼩鼱科分布新纪录—川西缺齿鼩鼱 |
| 2.3 讨论 |
| 第三章 鼩鼱科麝鼩属两新种的描述 |
| 3.1 麝鼩属新种—安徽麝鼩的描述 |
| 3.1.1 材料方法 |
| 3.1.2 结果 |
| 3.2 麝鼩属新种—黄山小麝鼩的描述 |
| 3.2.1 材料方法 |
| 3.2.2 结果 |
| 3.3 讨论 |
| 第四章 鼹科鼩鼹属新种—大别鼩鼹的描述 |
| 4.1 材料方法 |
| 4.1.1 样品采集 |
| 4.1.2 实验材料和方法 |
| 4.2 结果 |
| 4.2.1 系统发生关系的相关分析 |
| 4.2.2 形态学分析 |
| 4.3 讨论 |
| 第五章 总结 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（10）行为训练对工作记忆的影响及其前额叶神经元机制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩写字表 |
| 第一部分 :视觉空间工作记忆的行为表征存在同侧视野优势 |
| 1.1 引言 |
| 1.2 材料和方法 |
| 1.2.1 实验动物 |
| 1.2.2 行为训练 |
| 1.2.3 数据分析 |
| 1.3 实验结果 |
| 1.3.1 单侧视野vs.双侧视野 |
| 1.3.2 上侧视野vs.下侧视野 |
| 1.3.3 左侧视野vs.右侧视野 |
| 1.3.4 刺激之间的距离 |
| 1.3.5 形状工作记忆任务 |
| 1.4 讨论 |
| 1.4.1 偏侧化 |
| 1.4.2 工作记忆中表征多个项目的神经元机制 |
| 1.4.3 影响工作记忆行为表现的因素 |
| 1.5 结论 |
| 参考文献 |
| 第二部分 :前额叶神经元对视觉空间工作记忆容量的表征 |
| 2.1 引言 |
| 2.2 材料和方法 |
| 2.2.1 实验动物 |
| 2.2.2 手术和数据采集 |
| 2.2.3 行为训练 |
| 2.2.4 行为数据分析 |
| 2.2.5 神经元数据分析 |
| 2.3 实验结果 |
| 2.3.1 神经元活动对视觉刺激数量的反应 |
| 2.3.2 与行为表现的提升相关的神经元活动变化 |
| 2.3.3 刺激表征的变化 |
| 2.3.4 与工作记忆效率的改变有关的因素 |
| 2.4 讨论 |
| 2.4.1 工作记忆训练的效果 |
| 2.4.2 在工作记忆中优化多个刺激的表征 |
| 2.4.3 工作记忆的神经基础及其容量的限制 |
| 2.5 结论 |
| 参考文献 |
| 第三部分 :工作记忆任务训练过程中前额叶神经元活动的变化 |
| 3.1 引言 |
| 3.2 材料和方法 |
| 3.2.1 实验动物 |
| 3.2.2 手术和数据采集 |
| 3.2.3 行为训练 |
| 3.2.4 数据分析 |
| 3.3 结果 |
| 3.3.1 各训练阶段的行为表现 |
| 3.3.2 学习过程中神经元活动的整体变化 |
| 3.3.3 学习过程中神经元活动的每日变化 |
| 3.3.4 位置信息在工作记忆中编码的变化 |
| 3.4 讨论 |
| 3.4.1 被动任务与主动任务 |
| 3.4.2 工作记忆的转移 |
| 3.4.3 工作记忆及其转移的神经基础 |
| 3.5 结论 |
| 参考文献 |
| 第四部分 :前额叶皮层神经元对基于努力的行为抉择的编码 |
| 4.1 引言 |
| 4.2 材料和方法 |
| 4.2.1 实验动物 |
| 4.2.2 手术和数据采集 |
| 4.2.3 行为训练 |
| 4.2.4 数据分析 |
| 4.2.5 组织学检验 |
| 4.3 实验结果 |
| 4.3.1 “付出越多-得到越多”行为任务操作 |
| 4.3.2 “付出越多-得到越多”行为任务事件相关神经元的活动 |
| 4.3.3 事件相关的前额叶皮层神经元活动受行为努力调控 |
| 4.3.4 多种放电模式编码行为努力 |
| 4.4 讨论 |
| 4.4.1 编码努力和奖励的大小 |
| 4.4.2 行为努力与时间估计 |
| 4.5 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
四、不同灵长类颅骨变量主成分分析（论文参考文献）
- [1]大耳菊头蝠物种复合体的分类界定与物种形成研究[D]. 刘彤. 东北师范大学, 2021(09)
- [2]大蹄蝠领域冲突解决策略及其领域叫声的进化研究[D]. 孙淙南. 东北师范大学, 2021
- [3]基于复数域分析的致痫区脑电信号识别算法研究[D]. 尤洋. 吉林大学, 2021(01)
- [4]非人灵长类抑郁模型的“微生物-肠-脑”轴代谢机制研究[D]. 武靖. 重庆医科大学, 2021(01)
- [5]人猿超科牙齿的分类方法研究[D]. 易智星. 中国地质大学, 2021(02)
- [6]基于弥散磁共振影像的猕猴脑网络组图谱构建方法及其额极研究[D]. 何斌. 哈尔滨理工大学, 2020
- [7]基于解剖连接的猴脑颞上回分区[D]. 王素飞. 电子科技大学, 2020(01)
- [8]PV中间神经元在体放电活动参与调控局部场电位节律[D]. 姚彦廷. 华东师范大学, 2019(02)
- [9]皖西和皖南山区劳亚食虫目多样性初步调查及三个新种的描述[D]. 张恒. 安徽大学, 2019(02)
- [10]行为训练对工作记忆的影响及其前额叶神经元机制[D]. 唐华. 南昌大学, 2018(02)