2010全国数学建模研究生C题

2010全国数学建模研究生C题

ID:37026127

大小:243.50 KB

页数:9页

时间:2019-05-14

2010全国数学建模研究生C题_第1页
2010全国数学建模研究生C题_第2页
2010全国数学建模研究生C题_第3页
2010全国数学建模研究生C题_第4页
2010全国数学建模研究生C题_第5页
资源描述:

《2010全国数学建模研究生C题》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、2010年全国研究生数学建模竞赛C题神经元的形态分类和识别大脑是生物体内结构和功能最复杂的组织,其中包含上千亿个神经细胞(神经元)。人类脑计划(HumanBrainProject,HBP)的目的是要对全世界的神经信息学数据库建立共同的标准,多学科整合分析大量数据,加速人类对脑的认识。作为大脑构造的基本单位,神经元的结构和功能包含很多因素,其中神经元的几何形态特征和电学物理特性是两个重要方面。其中电学特性包含神经元不同的电位发放模式;几何形态特征主要包括神经元的空间构象,具体包含接受信息的树突,处

2、理信息的胞体和传出信息的轴突三部分结构。由于树突,轴突的的生长变化,神经元的几何形态千变万化。电学特性和空间形态等多个因素一起,综合表达神经元的信息传递功能。(1a)(1b)(1c)图1,(1a)鼠中海马的CA1锥体神经元.(1b)关键位置:D,树突;S,胞体;AH,轴突的开始阶段轴丘;A,轴突;T,轴突末端.树突的类型:e,单个树突的等价圆柱体;a,树突顶端;b,树突基端;o,树突倾斜.树突的水平:(p)最近端,(m)中间端,和(d)最远端-相对细胞胞体.(1c)神经元局部形态的简单几何特征:

3、D树干直径,T顶端直径,L树干长度,△A树干锥度,R分支比例(前后分支的长度关系),ν分支幂律(前后分支的直径关系),α分支角度.对神经元特性的认识,最基本问题是神经元的分类。目前,关于神经元的简单分类法主要有:(1)根据突起的多少可将神经元分为多极神经元;双极神经元和单极神经元。(2)根据神经元的功能又可分为主神经元,感觉神经元,运动神经元和中间神经元等。主神经元的主要功能是输出神经回路的信息。例如大脑皮层的锥体神经元,小脑皮层中的普肯野神经元等。感觉神经元,它们接受刺激并将之转变为神经冲动。

4、中间神经元,是介于感觉神经元与运动神经元之间起联络作用的。运动神经元,它们将中枢发出的冲动传导到肌肉等活动器官。不同组织位置,中间神经元的类别和形态,变化很大。动物越进化,中间神经元越多,构成的中枢神经系统的网络越复杂。如何识别区分不同类别的神经元,这个问题目前科学上仍没有解决。生物解剖区别神经元主要通过几何形态和电位发放两个因素。神经元的几何形态主要通过染色技术得到,电位发放通过微电极穿刺胞内记录得到。利用神经元的电位发放模式区分神经元的类别比较复杂,主要涉及神经元的Hodgkin-Huxle

5、y模型和Rall电缆模型的离散形式(神经元的房室模型)。本问题只考虑神经元的几何形态,研究如何利用神经元的空间几何特征,通过数学建模给出神经元的一个空间形态分类方法,将神经元根据几何形态比较准确地分类识别。神经元的空间几何形态的研究是人类脑计划中一个重要项目,NeuroMorpho.Org包含大量神经元的几何形态数据等,现在仍然在不断增加,在那里你们可以得到大量的神经元空间形态数据,例如附录A和附录C。对于神经元几何形态的特征研究这个热点问题,不同专家侧重用不同的指标去刻画神经元的形态特征,例如

6、图1、下面给出的神经元的粗略空间刻画以及附录A和附录C用标准的A.SWC格式给出的刻画。你们需要完成的任务是:(1)利用附录A中和附录C样本神经元的空间几何数据,寻找出附录C中5类神经元的几何特征(中间神经元可以又细分3类),给出一个神经元空间形态分类的方法。(2)附录B另外有20个神经元形态数据,能否判定它们属于什么类型的神经元。在给出的数据中,是否有必要引入或定义新的神经元名称。(3)神经元的形态复杂多样,神经元的识别分类问题至今仍没有解决,你们是否可以提出一个神经元分类方法,将所有神经元按

7、几何特征分类。你们能否给生物学家为神经元的命名提出建议(附录A和附录C的神经元是比较重要的类别,实际应该有很多其他类别)。(4)按照你们的神经元形态分类方法,能否确定在不同动物神经系统中同一类神经元的形态特征有区别吗?例如,附件A中有猪的普肯野神经元和鼠的普肯野神经元,它们的特征有区别吗?(5)神经元的实际形态是随着时间的流逝,树突和轴突不断地生长而发生变化的,你们能预测神经元形态的生长变化吗?这些形态变化对你们确定的几何形态特征有什么影响。参考1,神经元数据来源:http://neuromor

8、pho.org/neuroMorpho/index.jsp参考2,神经元数据来源:http://senselab.med.yale.edu/NeuronDB/ndbRegions.asp?sr=1参考3,神经元数据来源:http://krasnow.gmu.edu/L-Neuron/L-Neuron/database/index.html#Scorcioni参考4,神经元数据来源:http://www.compneuro.org/CDROM/nmorph/index/topindex_tn.ht

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。