神经元的分类和识别
- 格式:doc
- 大小:222.54 KB
- 文档页数:14
全国第七届研究生数学建模竞赛题目神经元的形态分类和识别摘要:本文通过对神经元几何空间数据进行特征计算与提取,在此基础上对相关的任务结合特定的分类算法建立了数学模型。
本文的主要工作包括以下方面:(1):提出了一种基于“期望-标准差范围比对”的简单算法,采用附录A中的数据作为训练集,得到各个类别各个特征的期望和标准差进而得到相应的特征范围,对附录C的神经元进行特征比对,实现了对附录C的神经元类别的精确划分。
(2)利用了SVM算法,并从网站[1]上下载了更多的已知类别的神经元数据进行特征提取,输入编写的SVM 程序进行训练,对附录B中未知的神经元进行了分类。
(3)运用聚类算法对各种神经元进行了更具有一般性的聚类,并对神经元的命名提出了建议。
聚类算法更好地帮助我们识别未知类别,有利于发现区别于已知类型的其它神经元(4)利用聚类算法对不同物种的同类神经元进行了分类及特征比较,从而确定了不同物种间的同类神经元具有一定的特征差异。
(5)我们是建立在两个假设之上,即同类神经元的空间几何特征存在很大的相似性和神经元随时间的变化体现为神经元房室数量的变化。
根据同类神经元房室数量的变化,得出神经元随时间流逝神经形态是怎样生长变化的。
并且,得出神经元的类型判别不仅仅孤立第看待其各个特征,还要观察期特征之间的相关性,这样更有利于判定神经元的所属类别。
关键词:形态特征;期望;标准差;支持向量机;聚类中山大学承办一问题重述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(Human Brain Project, 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。
神经元是大脑构造的基本单位,神经元的特性对脑的认识有着显著意义。
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。
神经科学热点神经元的分类Neurons are the basic building blocks of the nervous system. They play a crucial role in transmitting information throughout the body, allowing us to think, feel, move, and perform various functions. Despite their inherent complexity, neurons can be classified based on different criteria, including their structure, function, and neurotransmitter type.神经元是神经系统的基本组成部分。
它们在整个身体中传递信息起着关键作用,使我们能够思考、感受、运动和执行各种功能。
尽管神经元本身非常复杂,但可以根据结构、功能和神经递质类型等不同的标准对其进行分类。
One common way to classify neurons is based on their structure. Neurons can be broadly divided into three categories: multipolar neurons, bipolar neurons, andunipolar neurons.根据结构将神经元进行分类是一种常见的方法。
神经元可以大致分为三类:多极神经元、双极神经元和单极神经元。
Multipolar neurons are the most common type of neuron. They have multiple processes or extensions called dendrites that receive signals from other neurons and one long axon that transmits signals away from the cell body to other neurons or muscles.多极神经元是最常见的一种类型。
第一章神经元、神经胶质细胞与脑微血管内皮细胞和脑微环境1.树突—输入信号神经元胞体—整合信号轴突—传导输出信号2.神经元的分类(1)根据突起的数目分类:假单极神经元:只有一个胞突,胞突从胞体伸出后呈“T”形分为两支。
双极神经元:胞体有二个突起。
多极神经元:胞体上有一个轴突和多个树突。
(2)根据功能分类:感觉神经元(或传入神经元):传导感觉冲动,多为假单极神经元。
运动神经元(或传出神经元):传导运动冲动,多为多极神经元。
中间神经元(或联合神经元):在神经元之间起联络作用,多为多极神经元。
3.尼氏体:是胞质中的嗜碱性物质,神经元内尼氏体呈斑块状分布,又称虎斑小体。
分布在核周体和树突内,而轴突起始段的轴丘和轴突内均无。
树突与轴突最主要的区别是树突内含有尼氏体,而且贯穿树突的全长。
电镜观察尼氏体由粗面内质网与游离的核糖体组成。
4.顺向运输:从胞体向轴突远端的运输,方向与轴质流动的方向一致。
逆向运输:轴突末端代谢产物以及末端通过入胞作用摄取的物质由轴突末端运向胞体。
5.突触:突触是神经元与神经元之间,或神经元与非神经细胞之间的一种特化的细胞连接。
6.化学性突触的结构:突触前部:突触前膜、突触小泡;突触后部:突触后膜;突触间隙。
7.有髓神经纤维:轴突外包有施万细胞。
施万细胞成层反复包卷轴突形成髓鞘。
髓鞘的主要成份是髓磷脂。
神经纤维每隔一定的距离,髓鞘便有间断,此处变窄称神经纤维节或郎飞氏结。
两个郎飞氏结之间的一段称结间体。
8.神经末梢:周围神经的纤维终末部分终止于其他组织中所形成的特有结构,称为神经末梢。
9.感觉神经末梢(1)游离神经末梢(2)有被囊感觉神经末梢10.触觉小体: 呈椭圆形,内有扁平细胞,周围有结缔组织形成的被囊,末梢失去髓鞘突入被囊中; 真皮乳头层(e.g., 指尖); 感知触觉。
环层小体:大的,圆形或椭圆形;中间内棍,外面为扁平细胞和纤维形成的同心圆板层;神经末梢伸入到内棍;真皮深层,皮下组织中;感知压力。
神经元的形态分类和识别摘要本文通过主成分分析法对神经元几何形态特征进行分析,得到判断的几何特征主成分,之后计算样本的马氏距离对未知类型的神经元进行了归类,得到了一种对神经细胞根据几何形态特征进行分类的步骤方法。
首先,我们对swc数据进行了处理,以数据中的七个样本点为基础得到了衡量神经元几何特征的20个指标中的11个,这11个指标具有不随种类,成熟度及测量情况而改变的稳定性。
通过对这些数据的初步分析,得到了一些从整体上进行判断的几何特征。
之后运用主成分分析法又对这11个指标进行了降维处理,在尽可能少损失信息的情况下得出了几何特征中的主成分,至此我们得到了对神经元进行几何分类的所有特征:破碎度,欧氏距离,路径距离,高深比和胞体的有无。
接着再以主成分为基础运用判别分析法,以马氏距离进行位置样本的判别。
在对位置样本判别前,我们首先对附录A中的样本进行了判别准确性的验证,在判别中,用判别分析法判别的准确率达到了80%。
之后我们以此对附录B中的未知样本进行了判别归类,发现了附录B中新种类的神经元。
然后,以前面分析和计算的结果为基础,对以几何特征进行神经元分类提出了神经元聚合程度形态分析法,主要依据聚合程度对神经元进行了命名。
在对不同种类动物的同类神经元细胞的分析中,分析结果显示不同种类的神经元细胞间基本没有几何形态上的差别,可以认为它们在几何形态上是相同的。
最后我们依据神经元的成熟度对其形态特征的变化趋势进行了分析,数据结果与我们的理论预测相吻合,即细胞越成熟几何形态越趋于稳定。
关键字:1问题重述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)。
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。
而其中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,处理信息的胞体和传出信息的轴突三部分结构。
对神经元特性的认识,最基本问题是神经元的分类。
神经元的形态识别和电位发放特性刘深泉[1]姚良瑾[1] 覃秋菊[2] 吕凡[1] 杨志华[1]华南理工大学理学院数学系[1] ,广州,510640华南理工大学化学与化工学院[2] ,广州,510640一、引言神经元的功能包含很多因素,几何形态和电学物理特性是两个重要方面。
在人类脑计划中[1],L-neuron就是研究神经元形态的一个重要项目[2],重点研究神经元的形态和特性, 包含大量神经元的形态数据[3]。
SenseLab Project 建立汇集神经元的理论模型,分析神经元的电生理特性[4],其工具是NEURON/GENESIS建模仿真软件[5][6]。
本文从神经元的形态和物理特征入手,研究神经元的分类和识别问题。
二、神经元的形态识别和电位发放分类(1) 神经元的形态分类Neuronmorpho.prg是人类脑计划的一个重要项目,它侧重于神经元形态的研究。
SenseLab Project是人类脑计划的另外一个重要项目,它侧重神经元的信号传导模型,主要建立各类神经元和神经系统的电缆房室模型.这里研究选用的100个神经元及其相关数据用的样本均来自:(1)Neuronmorpho.prg的官方网站:(2)耶鲁大学神经元研究网站.网站(1)侧重于神经元生理形态的研究和数据积累;网站(2)侧重于神经元数学模型研究,汇集神经元和神经系统房室模型描述。
本次研究选用的100个神经元分为四类:大形多枝神经元,中形多枝神经元,锥体神经元和蒲肯野神经元.部分样本形态如图1:图1 样本神经元的形态神经元的形态丰富多样, 其形态特征的提取十分困难, 文献[10]给出下列特征参数,见下图,刻画神经元的形态区别:图2 神经元的形态特征根据文献[10]特征描述和Neuronmorpho.prg的特征数据分类,我们选用神经元的胞体表面积, 干的数目, 分叉数目, 分支数目,宽度, 高度, 深度,直径, 长度,表面积,体积, 殴氏距离, 路径距离, 分叉级数,压缩比,破碎程度,非对称分化,罗尔比率(Rall's Ratio), 局部分叉角, 远处分叉角等20个参数来刻画神经元形态特征.为精确分析形态特征参数,先对数据进行标准化,主成分分析可知,前四个主成分特征值都大于1,它们共同解释了总变异的75.761%;第五个主成分虽然解释了总变异的4.966%,但它的特征值为0.993,小于1,这说明该主成分的解释力度还不如直接引入原变量大。
神经元的结构分类和功能SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#神经元的结构、分类和功能:神经系统的细胞构成包括两类细胞:神经细胞和神经胶质细胞,一般将神经细胞称作神经元(neuron),被认为是神经系统行使功能、信息处理最基本的单位。
而胶质细胞则主要起支持、营养和保护的作用,但随着人们积累知识的增加,逐渐发现胶质细胞也能够行使一些特殊的生理功能。
在人类的中枢神经系统中约含有1011个神经元,其种类很多,大小、形态以及功能相差很大,但它们也具有一些共性,例如突起。
我们以运动神经元为例介绍神经元的典型结构,如图2-37所示。
与一般的细胞一样,神经元也是由细胞膜、细胞核、细胞质组成的胞体(cell body)和一些突起(neurite)构成的。
胞体为代谢和营养的中心,直径大小在μm级别。
除胞体外,与神经元行使功能密切相关的结构是各种各样的特异性突起,也称为神经纤维。
其中自胞体一侧发出、较细长的圆柱形突起为轴突(axon),每个运动神经元一般只有一个轴突,其功能是信息的输出通道,代表着神经元的输出端;同时还可以借助轴浆进行物质的运输,主要包括由胞体合成的神经递质、激素以及内源性的神经营养物质,这种运输称为轴浆运输。
轴突从胞体发出的部位呈椎状隆起,称为轴丘(axon hillock),并逐渐变细形成轴突的起始段(initial segmeng),这一部分的功能及其重要,它是神经元产生冲动的起始部位,并随后继续沿着轴突向外传导。
轴突通常被髓鞘(myelin)包裹,但并非是完全的将其包裹,而是分段包裹,髓鞘之间裸露的地方为郎飞结(node of Ranvier),其上含有大量的电压门控钠离子通道。
轴突末梢(aoxn terminal)膨大的部分称为突触小体(synaptic knob),这是信息在某个神经元传递的终点,它能与另一个神经元或者效应器细胞相接触,并通过突触结构(synapse)进行信息的传递。
调节神经元活动的光遗传学技术研究随着神经科学研究的深入,光遗传学技术越来越受到重视。
这项技术可以通过光敏蛋白来调节神经元的活动,实现非侵入式的精准神经调节。
其中,最为重要的光敏蛋白包括离子通道(如ChR2和NpHR)和荧光蛋白(如GFP和mCherry)。
一、离子通道离子通道是光遗传学技术中最重要的一种光敏蛋白。
它们可以感知光刺激并打开或关闭离子通道,从而引起细胞内离子浓度的变化,影响神经元的兴奋性和抑制性。
其中,ChR2是最为常用的离子通道之一。
ChR2全称Chlamydomonas reinhardtii rhodopsin-2,是一种来自绿藻的膜蛋白。
它能够感知蓝光的刺激,打开通道,让阳离子(如Na+、Ca2+)进入神经元细胞膜内,从而引起细胞兴奋。
而NpHR则与之相反,是一种感知黄光的膜蛋白。
它能够打开通道,让负离子(如Cl-)进入神经元细胞膜内,从而引起细胞抑制。
通过基因工程技术,研究人员可以将ChR2和NpHR的基因导入特定类型的神经元细胞内。
经过外界光刺激后,这些蛋白会发生构象改变,从而影响其离子通道的开闭情况,最终实现对神经元活动的调控。
二、荧光蛋白荧光蛋白也是光遗传学技术中的重要组成部分。
它们不仅具有荧光标记的作用,还可以通过融合到目标蛋白中,实现对其光响应的调节。
其中,GFP和mCherry最为常用。
GFP全称为绿色荧光蛋白(Green Fluorescent Protein),它能够发射出绿色荧光。
研究人员可以将GFP的基因与目标蛋白的基因融合,从而实现对目标蛋白的荧光标记和定位。
同时,在与茎突和轴突相连的细胞内,GFP可以用来跟踪神经元的运动和形态变化。
类似的,mCherry则是发射出红色荧光的荧光蛋白。
它们可以被融合到离子通道蛋白中,从而实现荧光和离子通道的双重效应。
这样可以用来研究神经元网络的形成和活动,也可以用来研究药物对神经元网络的影响。
三、光遗传学技术在神经科学研究中的应用光遗传学技术的应用范围非常广泛,可以用来研究神经元的电生理学、光生物学、行为学等多个方面。
神经元的类型和分类神经元是构成神经系统的基本单位,负责接收、传递和处理神经信息。
在神经系统中,神经元可以根据其形态、功能和连接方式等特征进行分类。
本文将介绍神经元的不同类型和分类。
一、按形态分类神经元的形态分为三类:多极神经元、双极神经元和单极神经元。
1. 多极神经元:多极神经元具有多个突起(树突和轴突)。
树突接收从其他神经元传来的输入信号,而轴突将信息传递给其他神经元。
多极神经元广泛分布于中枢神经系统。
2. 双极神经元:双极神经元只有两个突起,一个树突和一个轴突。
树突负责接收传入的神经信息,而轴突将信息传递至目标神经元。
双极神经元主要存在于感觉神经系统。
3. 单极神经元:单极神经元只有一个突起,同时兼具树突和轴突的功能。
这种神经元常见于无脊椎动物的神经系统。
二、按功能分类根据神经元的功能,可以将其分为三类:感受神经元、传导神经元和调节神经元。
1. 感受神经元:感受神经元主要负责感受和传递感觉信息,包括触觉、视觉、听觉和嗅觉等。
这类神经元将感觉信号从感觉器官传递至中枢神经系统,实现对外界刺激的感知。
2. 传导神经元:传导神经元是神经系统中最常见的类型,其主要功能是传递信号。
它们接收到来自感受神经元的输入信号,并将其传递给其他神经元。
传导神经元在神经系统中构建了复杂的神经网络。
3. 调节神经元:调节神经元主要参与调节和控制神经系统的功能,包括调节体温、心率、血压和内脏活动等。
这类神经元位于中枢神经系统和周围神经系统中。
三、按连接方式分类神经元还可以根据其连接方式进行分类,主要包括两类:感觉神经元和运动神经元。
1. 感觉神经元:感觉神经元负责从感觉器官接收感觉信息,并将其传递至中枢神经系统。
这类神经元的轴突通常与中枢神经系统中的其他神经元相连接。
2. 运动神经元:运动神经元主要负责将指令从中枢神经系统传递至肌肉的运动单位,如手指、腿部等。
运动神经元的轴突与肌肉纤维的连接形成了神经-肌肉连接。
总结:神经元的类型和分类主要包括形态分类、功能分类和连接方式分类。
按神经突起数目分双极神经元(视网膜中的双极神经细胞) 多极神经元(最典型的神经细胞)。
二、按树突分类:1、根据树突分布情况分类:双花束细胞 α细胞 锥体细胞 星形细胞。
2、根据树突是否有棘分类:有棘神经元 无棘神经元。
三、按功能连接分类:初级感觉神经元(接收和整合信号;传导和输出信号。
从外周到中枢) 运动神经元(同类树突,神经元末梢与肌肉形成突触) 中间神经元(神经元间进行联系)。
四、按轴突长度分类:高尔基Ⅰ型神经元(投射神经元)高尔基Ⅱ型神经元(局部环路神经元)。
五、按神经元作用分类:兴奋性神经元(脊髓腹脚的运动神经元) 抑制性神经元(闰绍细胞)。
六、按神经递质分类:胆碱能神经元(脊髓腹脚运动神经元) 氨基酸能神经元(谷氨酸、天冬氨酸、γ-氨基丁酸、甘氨酸) 单胺能神经元(去甲肾上腺素、多巴胺、5-羟色胺、组胺) 肽能神经元(神经(3)轴突的膜成分不同,即膜的蛋白 根据突触连接的成分: 轴-轴;二、根据突触连接的方式:依傍性突触和包围性突触;三、根据突触连接的界面:Ⅰ型突出或非对称性突触 Ⅱ型突触或对称性突触;四、根据突触囊泡形态:含圆形囊泡为S 型突触,含扁平形囊泡为F 型突触;五、根据突触的功能特性:兴奋性突触 抑制性突触;六、根据突触的信突触后成分组成。
不同点:①化学突触:突触前成分有大量的突触囊泡,两侧膜有明显的增厚特化。
突触间隙较宽。
传递时存在突触延搁。
单向传递:传递速度较电传递慢,易受多种因素影响。
②电突触:又称缝隙连接。
电突触每侧膜都排列多个圆柱半通道称连接子,两侧准确对接就成缝隙连接通道。
无突触囊泡存在,两侧膜也无增厚特化。
突触间隙只有2-3nm 。
传递特点:无突触延搁。
双向传递:传递速度快,信号传递可靠,不易受其他不耗态不同,离子通道具有离子选择性,如Na+通道、K+、Ca2+、Cl-及阳离子通道等③通道具有开和关的门控性,如电压门控通道、化学门控通道(配体门控离子通道、递质门控离子通道)、机械门控通道、水通道等④产生跨膜离子电流,是神经电信号的产生和传播的基细胞内膜片钳技术的4种记录模式1细胞贴附式2内面向外式3膜分布不均匀,存在浓度梯度和电位差;2、膜在静息状态下的主要只对K+有通透性。
中枢神经系统细胞分类中枢神经系统(CNS)是神经系统的主要部分,负责处理和解释来自身体各个部分的信息,并控制身体的运动。
中枢神经系统由各种不同类型的细胞组成,每种类型的细胞都有其独特的功能和特性。
下面将详细介绍中枢神经系统中的各种细胞类型。
1.神经元:神经元是中枢神经系统的基本单元,负责处理和传输信息。
它们通过电化学信号传递信息,并具有轴突和树突等结构。
根据其功能和形态,神经元可分为许多不同的类型,如感觉神经元、运动神经元和中间神经元等。
2.神经胶质细胞:神经胶质细胞是中枢神经系统中的重要组成部分,但不传递电信号。
它们为神经元提供支持和营养,并清除废物。
根据其功能和形态,神经胶质细胞可分为星形胶质细胞、少突胶质细胞和小胶质细胞等。
3.神经内分泌细胞:这类细胞主要存在于下丘脑和垂体等部位,具有神经和内分泌两种功能。
它们可以合成和释放激素,并通过突触传递信息。
4.神经肌肉接头的细胞:在神经肌肉接头处,有两个主要的细胞类型:神经末梢和肌纤维。
神经末梢是轴突的末端,它能释放乙酰胆碱,这是一种可以激活肌肉纤维的化学物质。
肌肉纤维由肌细胞组成,也被称为肌纤维,它们能收缩并产生运动。
5.自主神经节前神经元:这类神经元主要存在于自主神经节前脑区域,如延髓和脑桥等,它们可以接收来自其他神经元的输入,并将其转化为神经脉冲,然后通过轴突传递给自主神经节后神经元。
6.自主神经节后神经元:这类神经元主要存在于自主神经系统中的节后部分,如交感神经和副交感神经等。
它们接收来自自主神经节前神经元的输入,并将其转化为传出信号,以控制内脏器官的活动。
7.神经中枢的细胞:这类细胞主要存在于大脑、小脑、脑干等中枢神经系统部分。
根据其功能和形态,可分为锥体细胞、颗粒细胞、卫星细胞等多种类型。
8.周围神经系统的细胞:周围神经系统包括脊神经、脑神经和植物性神经等部分,由感觉神经元、运动神经元和自主神经元等组成。
它们负责将信息从身体各部分传输到中枢神经系统,并将来自中枢神经系统的指令传输到肌肉和腺体等效应器。
神经元亚型的分类和功能研究神经元是神经系统中最基本的功能元件,是神经系统实现信息传递和信息处理的关键组成部分。
神经元具有多种形态和功能亚型,这些亚型具有不同的电生理、形态和功能特性,为神经系统的信息传递和信息处理提供了多种能力。
神经元亚型的分类和功能研究是神经科学领域的重要研究方向之一,对于揭示神经系统的基本工作原理和神经系统与疾病的关系具有重要意义。
一、神经元的分类神经元是生物体中最基本的功能单元,对于不同的功能需要,神经元具有多种形态和功能特性。
根据神经元形态和功能的不同特点,可以将神经元分为多个亚型,这些亚型具有不同的形态、电生理和功能特性。
1.按照神经元形态特征分类神经元的形态特征主要包括细胞体的大小、形状、位置、树突和轴突的数量、长度、分支和走向等。
根据神经元形态特征的不同,可以将神经元分为多个亚型,如:①多极神经元:多极神经元的树突数量较多,轴突数量少,常见于大脑皮层的锥形神经元和小脑颗粒神经元等。
②双极神经元:双极神经元的树突数量和轴突数量相同,较短,常见于感觉神经元。
③单极神经元:单极神经元只有一个树突且没有轴突,常见于嗅神经元。
2.按照神经元功能特征分类神经元的功能特征主要包括神经元的突触传递特性、电生理特性和神经递质类型等。
根据神经元的功能特征的不同,可以将神经元分为多个亚型,如:①感觉神经元:感觉神经元的主要功能是接收和传递感觉信号,将外界刺激转化为神经冲动传递到中枢神经系统,如视网膜细胞、耳蜗细胞等。
②运动神经元:运动神经元的主要功能是控制肌肉的收缩和松弛,通过运动轴突将神经冲动传递到肌肉末梢,如下丘脑前列腺素神经元、前脑神经元等。
③区域特异性神经元:区域特异性神经元的主要特点是特化于某一特定区域的信息处理,如脑干的呼吸神经元、锥体细胞、小脑颗粒神经元等。
二、神经元亚型的功能研究神经元亚型的分类对于神经系统的信息传递和信号处理具有重要意义,神经元亚型的功能研究则需要考虑神经元的大多数性和少数性,神经元功能的发挥与其所处的突触传递环境和神经递质类型等因素密切相关。
神经细胞的分类
1. 感觉神经元,就像我们身体的“侦察兵”!比如当你不小心摸到一个很烫的东西时,感觉神经元就会迅速把这个信息传给大脑,哎呀呀,是不是很神奇呢?
2. 运动神经元呢,那可是控制我们身体运动的“指挥官”呀!你想想,当你决定要跑起来的时候,不就是运动神经元在下达命令让肌肉动起来嘛!
3. 中间神经元,哇哦,这可像是“协调员”呢!它们在感觉神经元和运动神经元之间传递信息。
就好像同学之间传递消息一样,让整个神经系统运作得更顺畅呢!
4. 单极神经元,就像一支独秀的“特种兵”!在一些特定的地方发挥着重要作用呢,比如在我们的视网膜里。
这不就是独当一面嘛!
5. 双极神经元,像是一对“好搭档”!它们两个极配合得超棒的。
就像你和你的好朋友一起合作完成一项任务一样默契!
6. 多极神经元,简直就是个“小团队”呀!有好多分支来处理各种信息。
这就像一个团队里每个人都有自己的分工,一起把事情做好呢!
7. 胆碱能神经元,那可是有着特别“技能”的哟!它们释放的神经递质就像一把“钥匙”,能打开很多反应的“大门”呢!
8. 胺能神经元,像一个神奇的“魔法师”!它们的作用可不容小觑呢。
想想如果没有它们,我们的身体会变得多么不一样呀!
9. 肽能神经元,是一群“神秘的力量”呢!它们在神经系统中有着独特的地位和作用。
就好像隐藏在幕后的高手,默默地发挥着巨大的作用呀!
我觉得呀,神经细胞的分类真的太有意思啦,每一种都有着独特的作用和魅力,共同构成了我们神奇的神经系统呢!。
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(Human Brain Project, 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: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。
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-Huxley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, 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:/neuroMorpho/index.jsp参考2,神经元数据来源: /NeuronDB/ndbRegions.asp?sr=1参考3,神经元数据来源: /L-Neuron/L-Neuron/database/index.html#Scorcioni参考4,神经元数据来源: /CDROM/nmorph/index/topindex_tn.html注1,本题只考虑神经元形态特征,例如神经元的胞体表面积, 干的数目, 分叉数目, 分支数目,宽度, 高度, 深度,直径,长度,表面积,体积、树干锥度、分支幂律、分支角度或者其他形态参数,几何刻画神经元空间形态特征.注2,附录文件格式的描述,三维神经元的数据是标准的A.SWC 格式。
一个神经元根据形态空间结构可以离散为很多房室,这些房室用A.SWC 格式文件描述。
A. SWC 的格式中,每行包含有神经元一个房室的7个标准数据点:(1)一个房室的标号(2)房室的类型(例如0- 待定, 1- 胞体, 2- 轴突, 3- 树突, 4- 尖端树突等)(3)房室的x 坐标(4)房室的y 坐标(5)房室的z 坐标(6)房室的半径(7)与该房室连接的母房室标号5类神经元空间形态和主要特征(下列图形和数据特征是神经元的粗略空间刻画,仅给出不同类型神经元的大概认识,只是几何形态特征的标准描述。
每类样本神经元和需要判别神经元的完整数据见附件C数据)(1)运动神经元,详细空间数据见附录C1,motor neuron-A图2 运动神经元/neuroMorpho/neuron_info.jsp?neuron_name=v_e_moto5Soma Surface: 29910.9Number of Stems: 15Number of Bifurcation: 151Number of Branch: 331Width: 2541Height: 1922Depth: 2077Diameter: 3.80034Length: 107519Surface: 593005Volume: 413374Euclidean Distance: 1713.41Path Distance: 1938.85Branch Order: 9Contraction: 0.920859Fragmentation: 706Partition Asymmetry: 0.529978Rall's Ratio: 1.02621Bifurcation angle Local: 53.5559Bifurcation angle Remote: 52.4336(2)普肯野神经元,详细空间数据见附录C2,purkinje neuron-A图3 普肯野神经元/neuroMorpho/neuron_info.jsp?neuron_name=e1cb4a5Soma Surface: 511.087Number of Stems: 1Number of Bifurcation: 343Number of Branch: 688Width: 120.82Height: 105.78Depth: 7Diameter: 0.637274Length: 4461.66Surface: 9947.93Volume: 2149.76Euclidean Distance: 135.398Path Distance: 188.452Branch Order: 23Contraction: 0.936457Fragmentation: 4053Partition Asymmetry: 0.541038Rall's Ratio: 1.87855Bifurcation angle Local: 79.5819Bifurcation angle Remote: 65.0169(3)锥体神经元,详细空间数据见附录C3,pyramidal neuron-A图4 锥体神经元/neuroMorpho/neuron_info.jsp?neuron_name=cell2zrSoma Surface: 610.356Number of Stems: 6Number of Bifurcation: 87Number of Branch: 185Width: 232.5Height: 715.5Depth: 339.5Diameter: 0.978679Length: 15597.1Surface: 46747.5Volume: 16971.4Euclidean Distance: 614.772Path Distance: 1105.38Branch Order: 12Contraction: 0.864059Fragmentation: 2560Partition Asymmetry: 0.563797Rall's Ratio: 1.42595Bifurcation angle Local: 65.342Bifurcation angle Remote: 49.1067(4a)双极中间神经元,详细空间数据见附录C4,Bipolar interneuron-A图5 双极中间神经元/neuroMorpho/neuron_info.jsp?neuron_name=C240300C1Soma Surface: 426.754Number of Stems: 5Number of Bifurcation: 61Number of Branch: 131Width: 233.31Height: 299.61Depth: 127.1Diameter: 0.460326Length: 5821.4Surface: 7299.01Volume: 866.528Euclidean Distance: 709.551Path Distance: 973.303Branch Order: 12Contraction: 0.857727Fragmentation: 1545Partition Asymmetry: 0.571631Rall's Ratio: 1.7569Bifurcation angle Local: 86.5934Bifurcation angle Remote: 74.4265(5b)三极中间神经元,详细空间数据见附录C5,tripolar interneuron-A图6 三极中间神经元/neuroMorpho/neuron_info.jsp?neuron_name=P17-DEV169Soma Surface: 1318.45 Number of Stems: 3 Number of Bifurcation: 10Number of Branch: 25Width: 180.33Height: 358.36Depth: 18.21Diameter: 1.66526Length: 919.181Surface: 4545.29Volume: 1860.69 Euclidean Distance: 281.217Path Distance: 321.105Branch Order: 5Contraction: 0.924074 Fragmentation: 384 Partition Asymmetry: 0.607576Rall's Ratio: 1.6242Bifurcation angle Local: 58.3224Bifurcation angle Remote: 58.6855(5c)多极中间神经元,详细空间数据见附录C6,multipolar interneuron-A图7 多极中间神经元/neuroMorpho/neuron_info.jsp?neuron_name=P32-DEV134Soma Surface: 1976.34Number of Stems: 5Number of Bifurcation: 20Number of Branch: 49Width: 274.84Height: 331.6Depth: 33.18Diameter: 2.05835Length: 2304.9Surface: 14270.3Volume: 7083.65Euclidean Distance: 259.407Path Distance: 299.921Branch Order: 5Contraction: 0.940103Fragmentation: 838Partition Asymmetry: 0.48866Rall's Ratio: 1.8121Bifurcation angle Local: 41.7379Bifurcation angle Remote: 39.2421(5)感觉神经元,详细空间数据见附录C7,sensory neuron-A图8 感觉神经元/neuroMorpho/neuron_info.jsp?neuron_name=L-7-10-155Soma Surface: 0Number of Stems: 0Number of Bifurcation: 11Number of Branch: 23Width: 107.04Height: 138.65Depth: 49.87Diameter: 1.72494Length: 616.9Surface: 3477.05Volume: 1913.47 Euclidean Distance: 111.32Path Distance: 161.599Branch Order: 5Contraction: 0.874726Fragmentation: 225Partition Asymmetry: 0.430303Rall's Ratio: 1.32709 Bifurcation angle Local: 83.3988 Bifurcation angle Remote: 69.9301。