功能连接

关键词： 功能 疾病

功能连接（精选七篇）

功能连接 篇1

1资料与方法

1.1研究对象收集2013-06~2014-01在中国医科大学第一附属医院门诊就诊的29例原发性PD患者, 经临床神经内科医师确诊, 诊断标准参照中华医学会帕金森病诊断指南[6]。正在接受治疗者检查前停用所有抗PD药物至少12 h。同期收集23例年龄、性别及受教育程度与PD患者相匹配的健康人, 实验前未摄入咖啡、巧克力等刺激性食品。所有受试者均为右利手, 母语为汉语。排除卒中、癫痫、抑郁、焦虑等神经精神疾病、结构MRI检查发现结构性病变及严重的心、肝、肾等全身疾病者。以蒙特利尔认知评估量表 (Montrealcognitive assessment, Mo CA) 评分26分为界, 将PD患者分成PD-CN组和PD-CI组。PD患者的运动症状采用帕金森综合评分量表 (UPDRS-III) [7]评估, 其病情严重程度采用Hoehn-Yahr分级[7]评估并进行MRI扫描。PD组与HC组、PD-CI组与PD-CN组两两比较, 受试者性别、年龄、受教育年限差异均无统计学意义 (P>0.05) , 各组受试者基本资料比较见表1。本研究经中国医科大学医学研究伦理委员会批准, 所有受试者均签署知情同意书。

1.2临床资料收集了解患者的病程、发病年龄等一般情况, 所有受试者完成Mo CA、简易智能精神状态检查量表 (mini mental state examination, MMSE) 、帕金森综合 评分量表 (unified Parkinson's disease ratingscale, UPDRS) 、Hoehn-Yahr分级评估。量表评分由2名神经内科医师完成。

1.3 MRI数据采集采用GE Signa 3.0T MRI扫描仪, 8通道相控阵头颅正交线圈进行头部扫描。扫描前向受试者说明扫描过程及注意事项, 扫描过程中受试者保持安静、闭眼且眼球固定、尽量不思考的静息状态。RS-f MRI采用梯度回波平面成像 (ehco planar imaging, EPI) 序列:TR 3000 ms, TE 30 ms, 层厚3.0 mm, 层间距0, 层数60层, 翻转角 (flip angle, FA) 为90°, 扫描时间8 min。3D结构像采用三维快速扰相梯度翻转恢复序列:TR 7.1 ms, TE 3.2 ms, 层数172, FA为15°, 视野240 mm×240mm, 矩阵256×256, 层厚1.8 mm, 间隔0。血氧水平依赖图像定位线平行于前联合 - 后联合AC-PC连线。

1.4数据分析

1.4.1 MRI数据预处理所有数据均在Matlab 12.0平台上用SPM8进行预处理。去除前10个时间点以排除被试适应环境及机器稳定性的影响, 然后进行时间校正、头动校正, 应用结构像分割后配入亚洲脑模板进行空间标准化, 最后应用RS-f MRI数据分析工具包REST软件 (http://www.restfmti.net) 去除其线性趋势, 提取低频 (0.01~0.08 Hz) 振荡信号部分以减少生理噪声。1.4.2功能连接分析双侧PCC种子区应用WFUPick Atlas软件 (http://www.ansir.wfubmc.edu) 取得。利用REST软件, 定义PCC为种子区, 利用体素 - 体素的方式 (voxel-wise) 通过对种子区的参考时程与全脑其余体素的时程进行相关分析, 得到相关系数r, 将其转换为符合正态分布的Z值后进一步进行统计学分析。1.5统计学方法采用SPSS 20.0软件, PD组与HC组受试者性别比较采用χ2检验, 年龄、受教育年限、MMSE、Mo CA评分比较采用成组t检验。采用REST分别对PD-CI组与PD-CN组、PD组与HC组计量资料进行成组t检验;采用REST软件对PD组的Z值与Mo CA评分行Pearson相关分析, 最终结果应用Alphasim方法进行多重比较校正, P<0.05表示差异有统计学意义。

2结果

2.1各组受试者临床量表评分比较PD组MMSE及Mo CA评分低于HC组, 差异有统计学意义 (t= -4.504、 -5.454, P<0.01) 。PD-CI组Mo CA评分显著 低于PD-CN组, 差异有统计学意义 (t= -6.988, P<0.01) 。见表1。

2.2组间z-map比较结果与PD-CN组相比, PD-CI组与PCC连接减弱的脑区分布在右侧内侧额上回、双侧顶下小叶, 连接增强的脑区主要分布在双侧小脑前叶、右侧小脑后叶、右侧枕叶舌回及小脑蚓部、右侧额上回 (图1、表2) 。与HC组相比, PD组PCC与左侧颞中回、右侧顶下小叶 (右侧角回) 、左侧顶下小叶、左侧扣带前回及扣带回峡的功能连接增强;而与右侧颞中回、右侧岛叶、右侧中央前回的功能连接减弱。

2.3 PD组的Z值与Mo CA评分的相关性分析PD组PCC与右侧眶部额下回、双侧顶下小叶、右侧内侧额上回、右侧颞上回的功能连接强度与Mo CA评分呈显著正相关, 与右侧额上回 (背外侧) 、右侧中央后回的功能连接强度与Mo CA评分呈显著负相关, 见图2及表3。

注:*与HC组比较, P<0.01;#与PD-CN组比较, P<0.01;UPDRS-III:评估帕金森综合评分量表第3部分

注:两独立样本t检验, 取P<0.05, 经Alphasim校正, 体素个数≥26

3讨论

痴呆是帕金森病的一种常见且严重的并发症, PD患者发生痴呆的危险性为同龄人的6倍[8]。尽管PD患者的MMSE及Mo CA评分与HC组间差异均有统计学意义, 但其MMSE评分多在正常范围内 (初中及以上学历者≥24分) , 而Mo CA评分低于正常 (校正后评分 <26分) , 与既往研究[9,10]结果一致, 即Mo CA较MMSE更敏感且适用于PD患者, 故本研究采用Mo CA评分进行相关性分析。PD患者的认知功能损害主要表现在视空间、注意力、执行功能、记忆力方面, 但这些临床表现并无诊断特异性。目前关于PD认知功能障碍的发生机制尚不明确, 早期发现、适时干预有助于改善PD患者的生活质量。

注:Pearson相关分析, 取P<0.05, 经Alphasim校正, 体素个数≥26

静息态默认网络 (DMN) 是静息状态激活而任务状态失活的网络, 其在空间定位、内部监测、记忆过程中起关键作用。PCC是DMN的关键点[11], 是测定认知功能下降的标志性脑区。Mattila等[12]的尸检研究发现, 扣带回Lewy小体密度与PD患者认知损伤程度有关。既往影像学研究发现, PD-CI患者存在扣带回白质微结构及代谢改变。Matsui等[13]对PDD和PD-CN患者进行研究发现, PDD组双侧后扣带束FA值较PD-CN患者明显减低。关于PD认知损伤的1H-MRS研究也将感兴趣区置于PCC :Griffith等[14]发现PDD患者的NAA/Cr值低于HC组及PD-NC组, 且NAA/Cr值与患者的MMSE评分相关 (r=0.56, P<0.05) , 同时该方法具有鉴别PDD与AD的意义[15]。基于以上病理学及影像学研究结果, 本研究将FC的种子点设在PCC。

本研究发现, PD-CI相对于PD-CN的PCC与右侧内侧额上回及双侧顶下小叶功能连接减弱, 且连接强度与Mo CA评分呈正相关, 可见这些脑区在PD患者的认知损伤中发挥重要作用。PD-CI与PD-CN相比, PCC与右侧背外侧额上回的功能连接增强, 且连接强度与Mo CA评分呈负相关, 与吴学敏等[5]的研究结果一致, 提示右侧背外侧额上回参与了PD患者的认知功能代偿。PD的特征性病理改变为黑质及纹状体内多巴胺能神经元变性[16], 而背侧和腹侧纹状体的功能不同[17]。背侧及腹侧纹状体分别连接到背外侧前额叶、腹内侧前额叶皮层, 它们来自不同的皮质纹状体回路[18], 帕金森病导致的多巴胺能神经元变性对不同的额叶纹状体回路产生不同的影响[19]。故依据本研究结果推测, 腹内侧额上回 - 腹侧纹状体回路功能损伤与PD-CI的发生及发展有关, 而背外侧额上回 - 背侧纹状体环路可能参与了代偿作用。本研究还发现与HC组比较, PD组PCC与右侧颞中回的功能连接强度减弱, 且连接强度与Mo CA评分呈正相关, 这与其他功能[5]及结构[20]MRI研究结果一致, 提示右侧颞中回的功能与PD患者的认知障碍相关。PD患者的Mo CA评分与PCC和右侧额下回的功能连接强度呈正相关, 这与Rektorova等[21]的研究结果一致。本研究发现, PD-CI相对于PD-CN存在枕叶舌回、部分小脑结构与PCC的功能连接增强;刘波等[4]也发现了PD患者小脑半球与PCC的连接增强, 提示小脑参与了PD患者的认知代偿。大脑 - 小脑回路的传入纤维包括前额背外侧及内侧部皮质、额叶言语区、顶叶的后下及上区、上丘及颞上回皮质, 小脑通过与大脑的协调作用参与较高级的认知行为[22], 推测小脑通过此回路参与PD的认知代偿。

本研究的不足之处为:1本研究的样本例数较少, 可能存在统计学误差;2本研究为覆盖全脑而采用较大TR, 扫描层数增加, 但也增加了扫描时间;3尽管要求受试者在扫描时保持闭眼状态, 尽量减少眼球运动和由此产生的个体差异, 然而本研究结果的可靠性在一定程度上与受试者是否能很好地遵守医嘱有关, 在以后的研究中加入眼球追踪设备或者摄像监控设备将有助于解决此问题。

功能连接 篇2

修复完成后，打开设备管理器卸载网卡，然后在空白右击选择“扫描硬件改动”再次安装网卡，待网卡自动完成安装后重新拨号上网，会发现断流现象已经消失了，

本地连接修复故障实例二：重新获得IP

功能关系中的连接体问题 篇3

■ 例1 如图1所示，滑块A、B的质量均为m，A套在固定竖直杆上，A、B通过转轴用长度为L的刚性轻杆连接，B放在水平面上并靠着竖直杆，A、B均静止. 由于微小的扰动，B开始沿水平面向右运动. 不计一切摩擦，滑块A、B可视为质点. 在A下滑的过程中，下列说法中正确的是（ ）

A. A、B组成的系统机械能守恒

B. A运动到最低点时的速度为■

C. 在A落地之前轻杆对B一直做正功

D. 当A的机械能最小时，B对水平面的压力大小为2mg

■ 解析 将A、B和刚性轻杆组成一个系统，由于不计一切摩擦，因此在A下滑的过程中，只有重力对系统做功，系统机械能守恒，选项A正确；当A落到最低点时，速度方向向下，沿杆方向速度分量为零，则B速度为零，由A、B组成的系统机械能守恒，可得mgL=■mv2，v=■，选项B正确；又因为B的初速度和末速度均为零，所以B的速度先增大后减小，说明轻杆对B先做正功后做负功，选项C错误；当A的机械能最小时，B的机械能最大，则B的动能最大，速度最大，加速度为零，B所受的重力和水平面对B的支持力构成一对平衡力，它们大小相等，由牛顿第三定律可得，B对水平面的压力大小为mg，故选项D错误. 因此本题正确选项为AB.

■ 例2 如图2所示，将质量为2m的重物悬挂在轻绳（绳不可伸长）的一端，轻绳的另一端系一质量为m的有孔小球，小球穿在固定的光滑直杆上，小定滑轮与直杆的距离为d. 现将小球从与定滑轮等高的A处由静止释放，不计一切摩擦. 当小球沿直杆下滑距离也为d时（图中B处），下列说法中正确的是（重力加速度为g）（ ）

A. 小球释放后轻绳中的张力等于2mg

B. 小球到达B处时，重物上升的高度为（■-1）d

C. 小球在B处的速度与重物上升的速度大小之比为■

D. 小球减小的机械能等于重物增加的机械能

■ 解析 小球释放后重物将加速上升，绳中张力大于2mg，选项A错误；小球到达B处时，绳与杆间夹角为45°，重物上升的高度h=（■-1）d，选项B正确；对于“绳连接”问题，由于绳不可伸长，可将绳两端物体的速度沿绳方向和垂直于绳方向进行分解，其中两端物体沿绳方向的速度分量相等，因此在B处，小球沿绳方向的速度分量vcos45°和重物的速度u大小相等，即vcos45°=u，由此可得■=■，故选项C错误；由于不计一切摩擦，杆对小球的弹力不做功，所以小球和重物组成的系统机械能守恒，小球减小的机械能等于重物增加的机械能，选项D正确. 本题正确选项为BD.

■ 例题3 如图3所示，轻绳一端挂一质量m=1 kg的物体，另一端跨过定滑轮系在质量为M=2 kg的圆环上，圆环套在竖直固定的光滑细杆上，定滑轮和细杆相距l=0.4 m. 现将环拉至与定滑轮同一水平高度上由静止释放，且g=10 m/s2. 绳不可伸长. 求圆环下降h=0.3 m的过程中轻绳对物体m所做的功. （结果保留两位小数）

■ 解析 在圆环下降的过程中，物体上升，由于绳对物体的拉力为变力，不能用功的计算式W=Fs计算绳对物体所做的功. 本题选用动能定理进行求解. 圆环下降h=0.3 m的过程中，物体上升高度为h′=■-l=0.1 m，先将圆环和物体作为系统，可得Mgh-mgh′=■Mv2+■mu2，由于绳不可伸长，将圆环的速度v沿绳方向和垂直于绳方向进行分解，其中沿绳方向的速度分量与物体的速度大小相等. 设此时绳与杆间的夹角为θ，则cos θ=■=0.6，由此可得，vcos θ=u，解得u=■ m/s；再对物体运用动能定理，可得W-mgh′=■mu2，将u=■ m/s代入，求得W=■ J≈1.76 J.

■ 例4 如图4所示，一轻绳绕过无摩擦的轻质小定滑轮O与质量为5m的砝码相连，另一端与套在一根固定的光滑的竖直杆上质量为m的圆环相连，直杆上有A、C、B三点，且C为AB的中点，AO与竖直杆的夹角θ=53°，C点与滑轮O在同一水平高度，滑轮与竖直杆相距为L，重力加速度为g，设直杆足够长，圆环和砝码在运动过程中不会与其他物体相碰. 现将圆环由A点静止释放（已知sin53°=0.8，cos53°=0.6），试求：

（1） 砝码下降到最低点时，砝码和圆环的速度大小；

（2） 圆环能下滑的最大距离；

（3） 圆环下滑到B点时的速度大小.

■ 解析 （1） 砝码下降到最低点时，速度v1=0，此时圆环运动到C点，下降高度为hAC=■=■L，砝码下降高度为Δh=■-L=■L，将圆环和砝码作为一个系统，设圆环此时的速度为v2，由于摩擦不计，运用机械能守恒，可得mghAC+5mgΔh=■mv22，解之得v2=2■；

（2） 设圆环能下滑的最大距离为H，则当圆环下滑到最低点时，圆环和砝码的速度均为零，砝码上升的高度为

ΔH=■-■

=■-■，

由系统机械能守恒可知，圆环重力势能的减少量等于砝码重力势能的增加量，即mgH=5mgΔH，解得圆环能下降的最大高度为H=■L；

（3） 当圆环运动到B点时，下降的高度为hAB=2×■=■，由对称性可知，砝码回到原位置，设此时圆环的速度为v3，砝码的速度为v4，可得mghAB=■mv23+■×5mv24；由于绳不可伸长，将圆环的速度沿绳方向和垂直于绳方向进行分解，其中沿绳方向的速度分量和砝码的速度大小相等，可得v3cos53°=v4，两式联立，解得圆环下滑到B点时的速度v3=■.

■ 例5 如图5所示，竖直平面内放一直角杆，杆的水平部分粗糙，竖直部分光滑，两部分各套有质量分别为mA=2 kg和mB=1 kg的小球A和B，A球与水平杆间动摩擦因数μ=0.2，A、B间用不可伸长的轻绳相连，图示位置处OA=1.5 m，OB=2 m，g=10 m/s2.

（1） 若用水平力F1沿杆向右拉A，使A由图示位置向右极缓慢地移动0.5 m，则该过程中拉力F1做了多少功？

（2） 若用水平力F2沿杆向右拉A，使B由图示位置以1 m/s的速度匀速上升，则B经过图示位置上升0.5 m的过程中，拉力F2做了多少功？

■ 解析 （1） A向右移动sA=0.5 m，B将上升hB=0.5 m，由题中A、B极缓慢移动，可忽略A、B速度变化，将A、B作为一个系统，运用动能定理，可得外力所做总功为零，即W1-μ（mA+mB）gsA-mBghB=0，解得W1=8 J；

（2） B上升hB=0.5 m，A将向右移动sA=0.5 m，由于绳不可伸长，将绳两端小球A、B的速度沿绳和垂直于绳方向进行分解，其中沿绳方向的速度分量相等，运动开始时有：vA×■=vB×■，得vA=0.75 m/s，运动结束时有：vA′×■=vB×■，得vA′=■ m/s；做匀速运动，将A、B作为一个系统，运用动能定理，可得：W2-μ（mA+mB）gsA-mBghB=（■mAvA′2+■mBv2B）-（■mAv2A+■mBv2B），

解得W2≈6.8 J.

功能连接 篇4

自闭症,又名孤独症或孤独性障碍,是发育型障碍的代表性疾病。患有孤独症的儿童一般都缺乏和他人情感的交流和接触,有重复性、怪异性的行为,并且语言显著异常或者经常缄默。一直以来,人们研究着自闭症的病理学以及病因,逐步意识到自闭症是由于一定的遗传因素的作用下,又受到外界多种环境因素的影响刺激而导致的中枢神经发育障碍的一类疾病。在这种认识的基础上,研究者开展了多方面的研究,从分子遗传、神经化学、神经解剖以及功能影像多角度多手段地进行。近年来,神经影像学技术的快速发展,为探索自闭症的致病机理提供了有力的手段。

大量的科学研究发现,自闭症患者出现了广泛的大脑网络异常,主要集中在一些特定的脑区或者局部脑网络: 语言区,工作记忆区,运动机能区,思维区,执行机能区,视觉注意区,缺省模式网络,回应区和面孔的感知区等。虽然利用各种技术通过网络连接组研究自闭症已经取得了有效的成果,但是至今没有一个系统的框架来描述自闭症患者异常连接的分布。不清楚这些异常连接的长度和强度,也不清楚在什么年龄引起了这些障碍,是否与自闭症患者的异质性功能缺陷相关。

单个受试者的功能连接测量在什么样的程度上帮助临床诊断仍然不清楚。虽然以前的研究的可重复性有限,但是我们确实可以从很短的血氧水平依赖信号中获得丰富的临床诊断信息,正如受试者的脑成熟度和进行痴呆的分类。在本研究中,我们借助于一种数据驱动的方法分析自病症儿童患者和正常儿童的功能磁共振成像数据的全脑功能连接差异,通过这些差异连接来区分患者和正常人,以确定能够提供诊断信息的生物指标。

1 方法

1. 1 受试者的选择和实验过程

我们从100 名自闭症患者选择了IQ最高的60 名,从100 名健康志愿者中选择了IQ最低的60 名,这些受试者均无其他严重的疾病( 行为学表如图1 所示) 。所有的受试者都是右手利,都经过了严格的健康检查,包括血、尿、肝功、肾功、心电图等。自闭症患者的诊断标准是根据国际上孤僻症儿童诊断以及孤僻症成人诊断的标准实行,IQ的测量是根据韦氏智力量表进行。

实验中我们使用3T西门子扫描仪采集了120 名受试者( 60 名自闭症和60 名健康志愿者) 的功能磁共振成像( functional magnetic resonance ima-ging,f MRI) 的血氧水平依赖信号( Blood - oxygen level dependent,BOLD) 。每次采集8 分钟,采集过程中要求受试者闭着眼睛,静静地躺在扫描仪上,不要集中地想任何事情,也不要睡着。采集的参数如下所示: repetition time = 2000ms,echo time = 30ms,flip angle = 90o,field of view = 240 *240mm2,imaging matrix = 64 × 64,in - plane spatial resolution = 3. 75* 3. 75mm2,number of slices = 30,slice thickness = 5mm,and no gaps.

1. 2 数据预处理

由于所采集的数据有很多的噪声,因此我们先进行数据预处理。数据预处理是在MATLAB中采用SPM软件进行的( http: / /www. fil. ion. ucl. ac.uk / spm) 。预处理分为五步: 第一步,为了保证扫描仪器的磁平衡,我们将每次扫描的前10 幅成像图去掉; 第二步,切片时差矫正,即对每次扫描的图像进行调整确保所有的图像都与本次扫描的第一幅图像对齐; 第三步,进行头动矫正; 第四步,将矫正后的图像配准到MNI模板上,并重切成3 × 3× 3mm3大小的体素。第五步,对剩余图像的信号去基线漂移并进行带通滤波( 0. 01 - 0. 08Hz) 用以去掉生理噪声。

1. 3 大脑功能网络的构建

大脑功能网络由节点( 大脑区域,又称感兴趣区( region of interest,ROI) ) 和边( 不同大脑区域之间的连接) 组成。节点的划分是大脑网络构建中的一个很重要的部分,粗糙的划分会使得很多细微的信号变化难以捕捉。这里,我们利用SPM8 中所提供的grey. nii灰质模板借助于前人所提供的分割方法将大脑划分成1024 个感兴趣区,然后计算每两个感兴趣区之间的边。

功能网络的边是考察不同脑区之间信号的同步性,因此首先需要计算每个脑区的时间序列。将每个脑区中所有体素的时间序列进行平均作为该脑区的时间序列,再计算每个脑区的脑脊液信号,白质信号以及软组织信号的平均,用脑区的时间序列分别将这些信号回归掉,然后利用剩余的信号计算两两脑区之间的皮尔森相关系数,这样就能够得到一个1024 ×1024 的相关系数矩阵,该矩阵一定是一个对称的,矩阵中的每个元素就是相关的值,也称为功能连接值。我们将对角线以上的功能连接值取出并排成一列得到一个523776 维的特征空间。

1. 4 异常功能连接的识别

为了找到自闭症患者的异常连接,我们随机将数据集分类两组: group1( 50 个病人和50 个正常人) 和group2( 10 个病人和10 个正常人) 。

第一组: 我们采用留一法进行特征提取( 异常连接提取) 和分类。每次留下一个样本,其余样本( 99 个训练样本) 中的正常人和病人进行双样本t检验,得到523776 个检验值,保留那些有显著性差异的连接作为下一步的特征空间( p = 0. 0001 ~ 0. 05) 。将仍在特征空间中的每条连接进行如下处理: ( 1) 将训练样本中正常人的该连接值作一条随着年龄的线性拟合,病人的该连接值随着年龄的变化也作一条线性拟合; ( 2) 将留出来的样本的年龄输入正常人的拟合函数中,得到一个该样本的预测值R1,输入病人的拟合函数中,得到该样本的预测值R2; ( 3) 令R = R1 - R2。最后将所有差异性连接的R值进行平均,所得到的值称为连接判别指标。如果平均后的指标值大于0,则说明留出的该样本更趋向于正常人,如果平均后的指标值小于0,则说明该样本更趋于自闭症患者。

第二组: 由于第一组留一法每次迭代得到的特征不一致,为了探索真正异常的功能连接,我们将第一组每次迭代都有显著性差异的连接保留构成一个特征空间,来预测第二组人,预测方法和上面一致。由于第二组人是完全独立于第一组人,即独立于特征的选取,因此这样的估计可以认为是无偏的。

2 结果

对于第一组留一法的分类结果如图1 所示,在p < 0. 005 时取得了最高的分类正确率88% ( 43 /50 正常人和45 /50 病人) ,在p < 0. 0001 时,所取得的分类已经无意义。对于第二组样本,基于第一组最好的结果p < 0. 005所保留的一致性连接为特征,共有78 个特征,取得了80% ( 7 /10 正常人和9 /10 自闭症患者) 。

为了确定异常所出现在大脑中的位置,我们将异常的连接进行可视化( 如图2 所示,节点的度值越大则说明与该节点相关的异常连接越大) ,发现这些异常存在于广泛的大脑区域,其中度值相对较大的是与注意力网络和缺省模式网络相关的节点。

为了系统地总结这些异常连接的框架,我们求出了这些连接两头节点的欧几里得距离以及与水平面的夹角分别作为连接长度和连接位置的一个粗略度量,如图3 所示( 横坐标是欧几里得距离,即连接长度,纵坐标表示连接与水平面夹角,即与AP轴所在平面的夹角) 。红色代表在病人组连接值较大的,蓝色表示在正常人组连接值较大。结果发现这些异常的连接距离相对较长,与水平面的角度相对较小,尤其是在病人组减弱的连接。也就是说短距离连接主要是增强的,长距离连接主要是减弱的,并且长距离连接趋向于AP平面。

为了进一步检验这些连接是否可以反应自闭症的病理生理学特性,我们将所有受试者的连接所得到连接判别指标和他们的临床指标做相关,这里用的是受试者的IQ值。如图4 所示。结果证明正常人的IQ和对应的判别指标之间没有显著性的相关( p > 0. 05) ,而病人的IQ与对应的判别指标之间存在着显著性的相关( p < 0. 05) 。

3 讨论

我们利用了功能磁共振分析数据探索了自闭症患者相比于正常人患者异常的连接,结果这些连接表现出了对两组人区分能力很强的特性。这就说明了在文章所用的特征选择以及分类判别技术的有效性,同时也证明了所提取的异常连接在一定程度上可以进行正常人和自闭症患者的分类,给临床提供了有力的依据。

对自闭症异常连接的识别的研究有很多,涉及了自闭症患者缺省模式网络和注意力网络相关的连接异常。这就一定程度上验证了这样的假设:自闭症患者大脑异常主要是在注意力网络和缺省模式网络内部或网络之间的连接。这些研究同时发现了自闭症中长距离的不良连接和短距离的过度连接。短距离的连接强度增加说明局部网络信息传输能力的打乱,就可能导致长距离的不连接。

本研究中发现能够代表异常连接的判别指标与临床测量的IQ值存在着显著性的强相关,以前的一些研究中已经发现自闭症的其他一些临床的测量和异常功能连接之间有一定的关系,这与我们的研究一致。这种神经影像学的异常与临床指标之间的相关性证明FMRI分析得到的异常涉及到了自闭症这种疾病的病理生理学机制。

当然我们的方法也存在一些争议的问题,比如说我们在数据处理的过程中并没有涉及到全局信号的回归。有些研究认为全局信号的回归能够有效地去除噪声信号,但是很多人有争议全局信号的回归会带来假性的负相关问题。

4 结论

在本文中所使用的特征提取以及分类方法为两组人分别得到了88%和80% 的分类正确率。同时,对于所有的病人,代表着异常的判别指标与其IQ值有显著性相关。这些异常所在广泛分布在大脑的各个区域,并呈现出局部网络内连接减弱,长连接增强的趋势。

功能连接 篇5

随着广播行业视频连接功能标准的不断变化,Xilinx的目标是以免费提供参考设计的方式来给以帮助,创建插入式构建模块来解决系统级视频连接功能问题。借助于更经济和集成度更高(与ASSP芯片相比)的解决方案,Xilinx能够让您缩短产品设计周期,降低成本,并且使产品从竞争产品中脱颖而出。

Xilinx提供相应的视频连接功能IP和参考设计文档《面向广播行业的音视频连接功能解决方案》(www.xilinx.com/bvdocs/appnotes/xapp514.pdf),包括有关SDI、HD-SDI、DVB-ASI、AES嵌入式音频和音频异步采样速率转换的章节。每个章节都阐述了一个专门的视频连接功能主题,而且链接到免费的参考设计(Verilog和VHDL格式),同时提供了相应的实现示例。

利用XAPP514章节中清晰简明的参考材料,设计人员能够轻松地将符合这些标准的编码器和解码器整合到FPGA中。在这些章节中还对参考设计代码(提供Verilog和VHDL两种格式)进行了清晰的阐释和说明,如图1所示。

Xilinx还提供一套验证平台,该平台可以快速轻松地测试视频处理算法或者检验连接功能性能。新推出的Xilinx®VirtexTM-5 ML571串行数字视频(SDV)板(www.cook-tech.com)可以用Virtex-5 FPGA来验证或者开发视频连接功能。图2给出了它的结构图,图3是ML571开发板的照片。许多和XAPP514章节内容相关的免费参考设计都在ML571平台上进行过验证,验证过程中采用了广播行业标准的测试设备。

Virtex-5的特性支持广播产品设计

Virtex-5可以很好地支持广播产品设计,该产品系列具有如下独特功能,可以提高产品的性能、灵活性和可升级性:

高密度、高速、可重编程Ex-pressFabricTM技术

·550MHz、36Kb的双端口block RA M/FIFO

·550MHz、25×18 DSP48E Slice

·550MHz的时钟管理管道(CMT)

·SelectlOTM技术

·更低的功耗

·Sparse chevron封装

Xilinx ML571概述

这种新型串行数字视频(SDV)板可用于演示和测试基于Xilinx Virtex-5平台FPGA的高带宽视频通信通道。这种板展示了如何轻松实现针对常见行业标准(如HD-SDI)的高速串行接口。

支持的标准和功能

Virtex-5平台整合了高性能、低功耗、千兆位级串行I/O、三态以太网MAC、PowerPCTM处理器以及PCIExpress端点模块,能够支持比前代产品更多的网络标准。

ML571板现在支持:

·Virtex-5 XC5VLX-50T-FF1136 FPGA (采用引脚兼容封装形式的LX110T)

·2个RocketIOTMGTP HD/SD-SDI接收器和2个RocketIO GTP发射器。发射器具备Gennum三态3 Gb/s电缆驱动,同时,接收器也具备Gennum三态3 Gb/s接收器均衡器。所支持的标准包括:

·3 Gb/s HD-SDI (SMPTE424M)、2.97 Gb/s

·HD-SDI双链路(SMPTE372M)1.485Gb/s、1.4835Gb/s

·HD-SDI (SMPTE292M) 1.485Gbps、1.4835 Gb/s

·SD-SDI(SMPTE 259M)、270 Mb/s

·DVB-ASI(CENELEC EN 50083-9附录B)、270 Mb/s

·SelectIO视频输入和输出,提供差分LVDS I/O。它展示了Virtex-5 SelectIO接口发送和接收符合如下视频标准的视频流的能力:

·SD-SDI(SMPTE 259M)、270 Mb/s

·DVB-ASI、270 Mb/s

·Select IO技术、LVDS、AES3数字音频(AES3id)I/O。2个BNC输入连接器提供了2对立体声AES3id数字音频输入。2个BNC输出提供了2对立体声AES3id数字音频输出。这些输入端口符合SMPTE 276M 75Ω非均衡式AES3音频输入电气规范。

·SDI AES数字音频,嵌入式和非嵌入式(SMPTE272M-2004)

·AES数字音频,高性能异步采样速率转换(ASRC)

向以太网发送或从以太网接收DVB-ASI,实现IP视频

采用外部DDR DRAM的帧同步

同步分离器和同步锁相功能。同步分离器可以支持各种视频同步源,包括两级视频同步和三级视频同步(HD和SD)。将从同步分离器得到的分离同步信号传送到FP-GA,然后利用这些同步信号与FP-GA上的任意VCXO时钟源建立同步锁相环。

提供了一个与XGI兼容的扩展连接器集合,实现视频I/O子板

·2个10/100/1000以太网接口

·调试RS-232串行端口

·用于连接Xilinx下载电缆的六管脚JTAG配置接口

·带有CompactFlashⅡ类插槽的Xilinx System ACETM配置控制器

结论

支持新型AVB设计以及帮助客户实现基于Xilinx FPGA的设计,是一个很大挑战。让Xilinx自豪的是,它始终能够出色地满足这些要求。由于具有不同的协议和系统接口,很显然,这些设计方案需要比ASSP和ASIC具有更高的性能和更低的成本。这些挑战为Virtex-5器件带来了机遇,因为这些器件能够让用户针对AVB设备市场不断变化的需求,设计出适当的解决方案。

功能连接 篇6

飞思卡尔汽车微控制器部3 2位车身微控制器产品经理Brad Loane指出, 随着汽车中的电子控制单元数量不断增加, 所需的连接数量也相应地增加了。普通汽车用于车载网络的铜线长达几英里, 重达150磅, 甚至更高。将更多功能集成到汽车的主要ECU里, 并增加其卫星节点 (即车门或电机中的模块) 的智能, 可减少ECU的数量及相关的布线数, 减轻了汽车线束的重量, 有助于改善汽车的燃油效率。

除了对环保型汽车的需求外, 由于车身模块支持的功能 (例如外部照明和雨刷) 本身对安全非常重要, 所以车身模块还需要遵从ISO26262功能安全标准。随着汽车的无线通信变得更加普遍, 汽车微控制器内需要的安全措施越来越多-要保护它们包含的知识产权, 并防止未经授权的、有潜在危险的汽车网络访问。

飞思卡尔新的Qorivva MPC5748G和S12 MagniV S12ZVL/S12ZVC MCU是互补技术, Qorivva中央控制器作为网络安防关守, 提供集中数据防护、智能电源管理和ASIL功能安全支持, S12 MagniV卫星节点有集成电源, 通信收发器被嵌入到混合信号的智能MCU上。这些器件的高集成度有助于简化汽车网络设计, 减轻重量, 提高生产效率, 并使板卡尺寸减少30%。

来源:IHS iSuppli, 2012年2季度

这些最新的MCU产品能让OEM减少多达20磅的铜线和板组件。

Qorivva MPC5748G MCU

Qorivva MPC5748G MCU是面向新一代中央车身控制和网关应用的单芯片解决方案。它将高集成度与创新的低功耗管理模式、功能安全支持和强大的防护功能结合在一起。

MPC5748G MCU具有市场上最多样化的网络通信外设组合, 支持带有音频视频桥接 (AVB) 、FlexRay、介质本地总线 (MLB) 、USB、CAN FD (灵活的数据速率) 的以太网和高达18个LIN控制器。多核架构提供的高性能以及高达6 MB闪存和768 KB M的内存选项, 可确保高效的数据传输, 并消除通信瓶颈。

S 1 2 M a g n i V S 1 2 Z V L/S12ZVC MCU

使用高度集成的S12 MagniV S12ZVL/S12ZVC MCU, 增加了CAN终端节点或LIN节点的智能, 从而有助于汽车OEM优化其整体车身网络系统。S12ZVL/S12ZVC器件让设计人员能够实现最小的CAN终端节点 (使用S12ZVC) 或LIN节点 (使用S12ZVL) , 使印刷电路板尺寸减少30%。汽车系统可将高压信号和电源直接连接到S12 MagniV MCU, 帮助减少额外的独立组件, 提高系统质量, 降低系统设计和制造的复杂性。

功能连接 篇7

随着计算机技术在社会各领域的广泛应用,计算机相关专业的人才需求急剧增长,为了满足行业人才需求,高校相应地增加设置计算机相关专业、增加招生数量。然而近几年,社会上却有人把计算机类相关专业戏称为“就业伪热门专业”,即指计算机类相关专业在招聘单位需求大的专业排名中位置并不靠前,但在求职热的专业排行中却高居前位。教育部全国高等学校学生信息咨询与就业指导中心发布的“2009年大学毕业生就业排行榜”显示,信息与计算机、信息安全、网络工程等专业的就业率均低于80%。麦可思研究院2010年和2011年的《中国大学生就业报告蓝皮书》则显示,在本科专业中,计算机科学与技术专业都是红牌专业(1)或就业红牌警告专业;在高职高专各专业中,计算机应用技术、计算机网络技术被列入红牌专业,计算机科学与技术专业被列为就业红牌警告专业。计算机专业是连续3年失业人数最多的专业。

基于对上述现象的分析研究,东软学院发现,事实上,IT行业需求缺口仍然很大。2011年2月软件、互联网、电子商务行业的职位需求有所增多,与2010年同期相比增长了23%,仅2011年1月份,IT行业招聘需求数高达121280个;同时IT市场将催生超过1.7万家新公司,每年将产生165万个IT人才就业机会。之所以出现一边就业率低而另一边招聘难、一边是求职热而另一边是招聘不热的矛盾,主要在于IT人才的培养质量难以适应社会需求。具体而言,是因为高校培养出来的学生实践能力不足,缺乏实际应用能力。正如有学者指出的那样——我们拥有成千上万的“高智能型学生”,缺少的则是“高创造型学生”[1]。《国家中长期教育改革和发展规划纲要(2010-2020年)》指出:“把提高质量作为教育改革发展的核心任务;适应社会需要作为衡量教育质量的根本标准;建立以提高教育质量为导向的管理制度和工作机制。”可见,IT人才能否适应社会需求是IT人才培养质量的一个重要检验标准。

二、引进TOPCARES-CDIO一体化人才培养模式

(一)TOPCARES-CDIO一体化人才培养模式的核心思想

东软学院在充分考虑学生、教师、产业和社会等利益相关者的需求基础上,结合我国高等教育的实际和IT行业的人才需求标准,针对学院IT专业的设置情况,借鉴国际工程教育发展的最新成果——CDIO工程教育模式(2),创造性地建立了具有东软特色的TOPCARES-CDIO能力指标体系,并在此基础上提出了新型的TOPCARES-CDIO一体化人才培养模式。

CDIO(Conceive-Design-Implement-Operate),即“构想-设计-实施-操作”,这是一种倡导“做中学”(learning by doing)和“基于项目教育和学习”(project based education and learning)的新型教学模式。在此基础上,东软学院构建了独具特色的TOPCARES-CDIO能力指标体系(TOPCARES由8种能力的英文首字母组成,详述在后),它包含8个一级指标、32个二级指标和110个三级指标,采用“TOPCARES-CDIO项目教学法”实施教学。这种教学法是沟通“TOPCARES”和“CDIO”的桥梁,“TOPCARES”体现了东软学院对学生的最高关注,“CDIO”则主张在工程实践中教育和培养学生。它将学生以继承知识为主的学习引导至对未知事物主动探索的学习,较好地解决了学生实践操作能力不足、学科知识与社会需求脱节严重的矛盾,并弥补了传统教学模式中存在的缺口。

东软学院研究对比了国内外IT专业的课程体系,致力于解决“如何将学生的各种能力融为一体”的问题,因而在设计TOPCARES-CDIO一体化人才培养模式之初即将核心思想定位于:让学生主动地学习、有兴趣地学习。通过“TOPCARES-CDIO项目教学法”,学院很好地培养了学生的团队协调能力、组织能力、批判性思维能力和领导力。

“教育要与生产劳动和社会实践相结合是实现人的全面发展的唯一办法。”[2]学院以学生为中心构建了与TOPCARES-CDIO一体化人才培养模式相适应的实践教学环境,通过相关措施充分有效地体现了一体化人才培养模式的核心思想:第一,全方位构建实践教学环境,让学生在任何时间、任何地点、以任何的方式都能进行课程实践和项目实践;第二,建设多个方向的实训教学资源体系,让学生有机会自主组合选择和利用;第三,按照真实的软件企业环境组建大学生创业中心(Student Office and Venture Office,简称sovo),并按照专业方向的不同,组建了30余家学生虚拟公司,由学生进行管理运营。TOPCARES-CDIO一体化人才培养模式是对学院“教育创造学生价值”理念的进一步探讨和深化,体现了东软教育对学生的最高关注——“为社会创造价值,拥有完美人生”。学院希望通过进一步丰富学生的知识,培养学生的专业能力、发展学生的独特个性和全面提升学生的整体素质。当学生走出校门迈入社会后,他们所学的知识能很快转化为实际应用能力,为社会创造物质和精神财富,创造社会的价值。在这个过程中,大学服务社会的功能同时得以实现。

(二)TOPCARES-CDIO一体化人才培养模式运行方式及保障机制探索

东软学院目前在全面开展TOPCARES-CDIO一体化人才培养模式的探索与实践,在教学过程中通过学思结合,开展了启发式、探究式和参与式教学,推动学生基于实践的一体化学习与主动学习,并且采取了一系列教学措施来保障TOPCARES-CDIO一体化人才培养模式的顺利实施。

1. 设定目标:

以能力培养为目标。学院结合CDIO和学院教育实践,依据IT人才能力指标,创造性地构建了综合培养学生知识、能力、素养的TOPCARES-CDIO能力指标体系。该体系展示了5大知识体系结构(即专业技术与应用能力、团队协作与沟通能力、终身学习能力、组织与管理能力、价值观与态度)在CDIO中的完美映射。TOPCARES-CDIO能力指标体系包含8个一级指标即8种能力,分别是T(Technical Knowledge and Reasoning)技术知识与推理能力、O(Open Minded and Innovation)开放式思维与创新、P(Personal and Professional Skills)个人职业能力、C(Communication and Teamwork)沟通表达与团队工作、A(Attitude and Manner)态度与习惯、R(Responsibility)责任感、E(Ethical Values)价值观、S(Social Value Created by Application Practice)实践应用创造社会价值。这8种能力的首字母组成TOPCARES,TOPCARES-CDIO的目标就是培养学生的这8大能力。

2. 运作方式:

用“项目教学法”架起TOPCARES与CDIO的桥梁。TOPCARES-CDIO以项目导向为方法,以“做中学”和“学中做”为手段。其中,“项目教学法”主要包含三级项目,一级项目是初级导引项目和高级设计项目,如毕业设计等,二级项目为各系专业理论,三级项目则包含在每一门具体的主干课程中。

在此,以东软学院计算机科学与技术系嵌入式软件开发方向的项目《嵌入式设备(PDA)软件的设计与开发》为例:(1)一级项目的设计包括:专业引导项目,在一年级开设;嵌入式项目实训,在四年级第一学期开设,内容与专业导引项目一致;毕业设计。(2)二级项目包括:C语言项目训练、数字电路技能实习、嵌入式系统设计与实践、Linux系统开发实习。(3)三级项目主要设置在各主干课中,每门核心课针对各知识点进行项目设置。所有项目均为团队合作项目,学生在项目进行过程中学习探索、综合应用知识、锻炼团队精神、学习基本项目组织与管理、培养CDIO能力(详见图1项目推进“鱼骨图”(1))。

为了使“项目教学法”发挥更大效用,学院专门设置了“1321”学期,即1个学年3个学期,其中2个理论学期和1个实践学期。理论学期每门课程以三级项目教学为载体,体现“学中做”式的教学。实践学期以专业二级项目(或一级项目)实践为载体,体现“做中学”式的教学。与此同时,学院在倡导“做中学”的CDIO工程教育模式基础上加入了“学中做”式的教学,将理论与实践融会贯通。

3. 模式核心:

在于三个“一体化”。TOPCARES-CDIO的核心是一体化教育,这是对传统教育理念和模式的一次突破。在课程设置方面,传统的培养思路往往是,要培养什么能力,就增加哪门课程。而CDIO强调的是一体化,是把要培养的能力和要提升的素质贯穿于学生大学学习的各个方面,以一级项目为主线、二级项目为支撑、三级项目与主干课程为基础,将主干课程的教育同专业和系统的整体认识统一起来,做到“课内课外一体化、校内校外一体化、专业教育与素质教育一体化”。当前IT人才培养的瓶颈就在于所学理论知识不能契合社会实际需要,学生缺乏实践课程。而东软学院则要求所有课程都要通过具体的实践项目贯穿于教学之中,让学生在项目实践中循序渐进系统掌握八大核心能力。目前,学院TOPCARES—CDIO人才培养模式正在进行的新课题就是让改革深入课堂、深入项目、深入教材。

4. 保障条件:

(1)加强“双师型”、“双岗位”教师队伍建设。为保证这一改革的有效开展和实施,学院以“提升教学质量和教师实践能力”为指导思想,从东软集团、思科、SAP等企业聘请具有企业实践经验和授课能力的教师,建立了一支“双师型”、“双岗位”的师资队伍。(2)全方位构建学院教育评价体系。这一评价体系包括专业、课程、项目、教师等都有基于CDIO的评价体系,如对教师的评价包括教师的教学效果、学生的学习效果、学生的收获等几个方面的内容。(3)借鉴ABET教育质量鉴定体系,全面构建以学生为本的具有东软特色的教学质量管理与保障体系。通过这些保障条件,保证了TOPCARES-CDIO一体化人才培养模式的顺利实施,并将服务社会功能融入到人才培养和科学研究的过程中,从而使得大学三大功能齐头并进、融会贯通。

三、促进大学服务社会功能的发挥

无论是大学的人才培养功能还是科学研究功能,都有一个最终的共同目标——服务社会。大学服务社会能力的增强是建立在人才培养质量的提高和科学研究水平的提升的基础上的,大学的服务社会功能是大学的人才培养和科学研究两大功能的转化和体现。学院始终坚持以人为本的理念,全面深化人才培养模式改革,引进TOPCARES-CDIO人才培养模式,在改革过程中全面渗透素质教育,从而使所培养出来的学生不仅拥有更强的实践动手能力和操作能力,而且养成了更强的社会责任感和更高的创新精神和实践能力,真正让学院的教育理念“教育创造学生价值”转化为实实在在的生产力,充分发挥大学是社会发展的“服务站”和“智囊团”的作用。

大学社会服务功能的重要性决定了学院依据社会和市场需要转变办学方式和运行模式的改革思路,即强调以学生为本,创造性提出了基于社会和市场需要的新型培养模式——TOPCARES-CDIO一体化人才培养模式。这一模式架起了学院与社会接轨的桥梁。

从本质上来说,学生的学习成绩展现的仅仅是知识掌握程度,而企业需要的则是学生知识中展现的能力。从知识到能力的转化需要在正确的价值观下通过一定途径和过程得以实现,这就是学院进行人才培养模式改革思路的着眼点。在改革中,学院的学生收获的是知识、能力和正确的价值观。围绕改革的核心思想,学院深入开展了面向应用的一体化专业人才培养方案、课程教学大纲、项目教学大纲和课程教案,项目教案的设计、制订、论证和实施均以应用为导向,转变了传统教学中的学生知识结构,强化了学生能力建设,端正了学生学习的价值取向,全面实现了一体化素质教育。学院借鉴CDIO工程教育模式创设的TOPCARES-CDIO一体化人才培养模式,通过教育教学一体化、课内课外一体化、课上课下一体化等模式的培养实践,探索了大学服务层次的多元化和层级,注重围绕产业集群的培育、发展和升级,为学生提供了广阔的实训基地,极大锻炼了学生的实践能力。学生在学院不仅获取了相应的理论与实践知识,还获得了相关实践能力的培养,为毕业后服务社会打下了坚实的基础。

学院自推广TOPCARES-CDIO以来,在实现高就业率的同时保障了高质量就业,学生的就业去向与其专业方向的吻合度较高,体现出学院人才培养中学以致用的办学优势与特色。

从学院取得的有益经验可以看出,TOPCARES-CDIO一体化人才培养模式有效实现了学校人才和社会需求的对接,为区域社会政治、经济、文化、科技、人力资源开发提供了全方位的更优质的服务,从而更好地履行了大学服务社会的功能。通过TOPCARES-CDIO一体化人才培养模式,学院深化和拓展了与产业集群的无缝对接,着力打造了学院中拥有软件园的典型校企合作示范区,深度推进了产学研合作。

“进一步提升大学为区域经济社会服务的能力,扩大服务领域,创新服务理念,构建服务体系,转变服务模式,推进大学与区域经济社会发展的良性互动,是当前高等教育面临的重要责任与使命。”[3]东软学院积极进行改革,发挥自身特色,深入推进TOPCARES-CDIO一体化人才培养模式,使培养出来的学生能够符合用人单位要求,从被动服务向主动服务转变,不断提升自己服务社会的能力,努力为区域社会经济发展培养人才。TOPCARES-CDIO一体化人才培养模式改革已成为东软学院发展壮大、发展成为具有更高水平的有特色的应用型大学的强大动力。

参考文献

[1]高雪梅,孙子文,纪志成.CDIO方法与我国高等工程教育改革[J].江苏高教,2008(05).

[2]潘懋元.新编高等教育学[M].北京:北京师范大学出版社,2006.