论文摘要
本实验在自由声场条件下,通过改变前掩蔽声时程(masker durarion,MD),观察掩蔽声对探测声频率感受野和最小阈值的影响,通过比较加入掩蔽声前后神经元频率感受野和阈值(minimum threshold,MT)的变化及注射γ-氨基丁酸(γ-aminobutyric acid,GABA)能受体拮抗剂荷包牡丹碱(Bicuculline,Bic),探讨下丘(inferior colliculus,IC)神经元对兴奋性和抑制性输入的整合规律并进一步探讨掩蔽声时程与其产生的掩蔽效应关系的神经机制。 本实验选用16只健康、听力正常的成年昆明小鼠(Mus musculus Km),雌雄不拘。实验以阈上5dB强度,神经元BF纯音作为掩蔽声,其时程分别为40、60、80和100ms,掩蔽声的offset和探测声的onset间隔保持不变,探测声时程固定为40ms。共获得IC神经元124个,测定了其中77个神经元的频率感受野和MT变化。发现给不同时程的掩蔽声后,全部神经元的频率感受野都明显减小,MT明显上升,P<0.001。用单因素方差分析(one-way ANOVA)结果表明:掩蔽声对神经元频率感受野的抑制率随MD的增加而变大,P<0.001,随MD的增加平均抑制率分别为25.99±11.13%、30±12.57%、33.51±12.53%、36.54±15.04%;而对神经元的MT的平均抑制率基本与上述趋势相同,P<0.01,抑制率分别为21.11±8.16%、29.24±10.92%、31.23±9.49%、37.31±11.23%。通过对高低频感受野抑制分析结果表明:掩蔽声对神经元高频感受野的抑制率明显高于低频部分,P<0.05。 对其中35个神经元微电泳注射Bic解除GABA能抑制性作用后,神经元显示出部分或全部解除抑制作用,神经元的强度-频率感受野增大,分别和对照做t检验,结果有极其显著性差异,P<0.001。随MD的增加掩蔽声的平均抑制率分别为18.36±7.52%、20.98±9.89%、22.18±11.45%、21.74±11.34%。one-way ANOVA检验,P>0.05,表明神经元强度-频率感受野与掩蔽声时程不再有明显相关性。注射Bic后掩蔽声对神经元MT的影响变化趋势与此相同,神经元的MT均下降,P<0.001。表明掩蔽声的抑制作用得到部分或全部解除。
论文目录
相关论文文献
- [1].基于有效感受野的区域推荐网络[J]. 模式识别与人工智能 2020(05)
- [2].局部感受野的宽度学习算法及其应用[J]. 计算机工程与应用 2020(09)
- [3].基于全局时空感受野的高效视频分类方法[J]. 小型微型计算机系统 2020(08)
- [4].结合人眼微动的新型非经典感受野模型[J]. 光学学报 2019(03)
- [5].利用非经典感受野竞争机制实现有效图像表征的方法[J]. 计算机与数字工程 2017(12)
- [6].基于非经典感受野动态调整机制的图像表征计算模型[J]. 计算机与现代化 2015(08)
- [7].感受野研究的现状和进展[J]. 华西医学 2008(03)
- [8].群感受野技术在感知觉的脑机制研究领域的应用[J]. 生理学报 2019(01)
- [9].眼动前顶内沟外侧壁神经元感受野的扩展[J]. 科学新闻 2017(04)
- [10].基于视通路多感受野朝向性关联的轮廓检测方法[J]. 中国生物医学工程学报 2017(01)
- [11].基于感受野模块的绝缘子实时识别定位方法[J]. 电工电气 2020(09)
- [12].基于非经典感受野多尺度机制的图像分析方法[J]. 信息技术 2017(07)
- [13].抑制型与易化型整合野细胞的感受野和整合野大小比较[J]. 航天医学与医学工程 2011(05)
- [14].基于视觉感受野特性的自适应图像去噪算法[J]. 电子科技大学学报 2017(06)
- [15].考虑微动机制与感受野特性的轮廓检测模型[J]. 计算机工程与应用 2016(24)
- [16].感受野视觉特征整合模型及应用[J]. 科技导报 2013(09)
- [17].非经典感受野的朝向和对比度特性在轮廓提取中的应用[J]. 沈阳理工大学学报 2013(06)
- [18].基于感受野学习的特征词袋模型简化算法[J]. 智能系统学报 2016(05)
- [19].基于非经典感受野动态特性的轮廓检测模型[J]. 广西科技大学学报 2018(02)
- [20].目标检测强化上下文模型[J]. 浙江大学学报(工学版) 2020(03)
- [21].基于复合感受野的轮廓检测算法[J]. 电子与信息学报 2009(07)
- [22].基于动态感受野的航拍图像目标检测算法[J]. 光学学报 2020(04)
- [23].基于蛙眼R3细胞感受野模型的运动滤波方法[J]. 自动化学报 2015(05)
- [24].基于局部感受野扩张D-MobileNet模型的图像分类方法[J]. 计算机应用研究 2020(04)
- [25].非经典感受野的轮廓检测模型研究[J]. 中阿科技论坛(中英文) 2020(09)
- [26].基于改进的R-FCN带纹理透明塑料裂痕检测[J]. 计算机工程与应用 2019(06)
- [27].基于人眼视觉机理的红外图像边缘提取[J]. 火力与指挥控制 2009(01)
- [28].基于马尔可夫模型优化的非经典感受野轮廓检测算法[J]. 计算机应用与软件 2017(09)
- [29].基于多尺度感受野扩增融合的遥感目标检测算法[J]. 指挥控制与仿真 2020(01)
- [30].采用非经典感受野交互的钢轨紧固件螺母中心多特征分级定位算法[J]. 西安交通大学学报 2019(04)