<u id="lpr8k"></u>
<rt id="lpr8k"></rt>
  • <dd id="lpr8k"></dd>

      <acronym id="lpr8k"><track id="lpr8k"></track></acronym>
      <b id="lpr8k"></b>
    1. <xmp id="lpr8k"></xmp>
      1. <listing id="lpr8k"></listing>
        <u id="lpr8k"></u>
            1. ENG

              勇于冒險 甘于艱苦 樂于和諧

              Adventurous Arduous Amiable

              BME學術沙龍(第八期)

              2023-03-24

              返回上一級

              一、活動介紹

              ? ? ? ?為鍛煉生物醫學工程系學生的科研展示能力,促進學術交流與合作,由生物醫學工程系主辦,生物醫學工程系第二黨支部承辦的BME研究生學術沙龍火熱拉開帷幕。該活動計劃每月舉行一次,每次由我系兩個課題組的研究生或博士后進行學術分享。

               

              二、活動詳情

              活動時間:3月27日,18:20

              活動地點:工學院南樓813報告廳

              活動對象生醫工系本科生、研究生及博士后進行學術分享,歡迎全校師生參與交流

              Everyone are welcome!

              Pizza and drinks will be served!

              (本次Pizza將會在活動前18:15開始供應,請大家合理安排時間,提前入場)

               

              三、活動流程

              18:20-19:00? Normal talk

              19:00-19:05? Short talk

              19:05-19:08? Fire talk

               

              四、本期活動預告

              【Normal talk】

              梁智超(2019級博士生,劉泉影課題組)

              題目:Excitatory-Inhibitory recurrent dynamic advances systematic analysis and model-based neuromodulation of in-vitro neuronal activity

              報告摘要:

              ? ? ? ?Recently, the computational power of living neurons with biological intelligence attract a large number of scientific explorations. Exploring the information processing mechanisms of the in-vitro neuron is an important step in constructing an intelligent information interaction platform with biological intelligence and artificial intelligence. Especially in capturing the input-output dynamics of in-vitro neurons, which facilitates the systematic understanding and neuromodulation of the neuronal dynamics. In our study, we apply the excitatory-inhibitory recurrent dynamic to capture the input-output dynamics of in-vitro neuronal activity in response to temporally varying patterns of ongoing microstimulation. In experiments with 2 sets of in vitro neurons, the established model shows great prediction accuracy in estimating the neuronal activity and enables precise neuromodulation. Systematic analysis via excitatory-inhibitory recurrent dynamic captures the stable limit cycle attractor which reflects the underlying spontaneous activity of in-vitro neurons.?

              報告時間:3月27日,18:20-18:40

              ?

              呂嘉暉(2022級博士生,張博課題組)

              報告題目:一種基于納米磁珠的膜RNA提取方法及其在尋找癌癥標志物中的應用

              報告摘要:

              ? ? ? ?細胞膜相關RNA(mem-RNA)已被證明具有細胞特異性并與某些疾病相關,是應用于疾病診斷、藥物傳遞和細胞篩選的潛在生物標志物。然而,目前缺乏專用于從細胞中提取mem-RNA的方法,限制了相關研究和應用。本研究中,我們提出了一種基于兩種磁性納米顆粒的快速高效的mem-RNA分離方法,在80分鐘內實現了細胞膜組分的數十倍富集及90%以上的RNA提取回收。基于此方法,我們提取并測序了典型乳腺癌細胞系的mem-RNA。與非腫瘤乳腺上皮細胞系MCF-10A相比,lncRNA和編碼膜蛋白及分泌蛋白的mRNA和在mem-RNA中富集,特異的mem-RNA,如膠原蛋白編碼基因COL5A1和lncRNA TALAM1,在乳腺癌細胞中顯著過表達,表明了它們作為乳腺癌生物標志物的潛力。

              報告時間:3月27日,18:40-19:00

               

              【Fire talk】

              張逸軒(2021級碩士生,劉泉影課題組)

              報告題目:基于自監督預訓練方法的大腦神經信息表征編碼研究

              報告摘要:

              ? ? ? ?本課題旨在研究自監督學習中神經信息表征的編碼方式,通過選擇掩碼重構代理任務和自回歸預測代理任務兩種常見的自監督預訓練方式,并設計不同的訓練細節,探究其對運動想象任務、睡眠分類任務以及腦電圖去噪任務這三種不同層級的認知任務的影響。本課題從代理任務效果、下游任務效果以及神經信息表征相似度三個角度對實驗進行了分析,并通過擾動實驗探究信號在某些特征上的變化是否會影響神經信息表征編碼。實驗結果表明,在自監督預訓練中,使用掩碼重構代理任務或自回歸預測代理任務均可實現較好的神經信息表征編碼,在三種任務上均可以超越有監督方法。此外,實驗發現較小尺度的補丁有利于神經信息表征編碼。并且在運動想象任務和睡眠分類任務上,使用較大的掩碼比例在掩碼重構任務中能夠促進神經信息表征編碼,但在去噪任務中,不同掩碼比例并未表現出明顯差異。總體上,掩碼重構任務相對于自回歸預測任務表現更加優秀,更符合神經信息表征編碼方式。最后,通過對不同通道進行擾動的實驗,我們發現空間信息對神經信息編碼也會有較大影響。

              報告時間:3月27日,19:00-19:05

               

              過祥森(2022級碩士生,唐建波課題組)

              報告題目:基于OCT自相關函數相位分析的微細血管網絡軸向血流速度測量技術

              報告摘要:

              ? ? ? ?光學相干層析成像(OCT)具有微米尺度的分辨率,在微細血管成像領域得到了廣泛應用。在針對微細血管網絡的血流速度測量方面,傳統的多普勒OCT測量技術多限于較大血管,我們前期開發的相位測量技術prVz需要較長的采集時間。因此,我們提出了一種基于OCT信號自相關函數相位分析的血流速度測量技術。在血液仿體實驗和小鼠活體實驗中,我們驗證了該技術可對0.5-12 mm/s大范圍預設速度實現準確測量。同時對比現有的prVz技術,本技術可將采樣時間和數據量減小近5倍。該方法可被廣泛應用于微細血管網絡血流速度的檢測研究中。

              報告時間:3月27日,19:05-19:08

               

              聯系我們

              廣東省深圳市南山區學苑大道1088號

              bme@sustech.edu.cn

              關注微信公眾號

              <u id="lpr8k"></u>
              <rt id="lpr8k"></rt>
            2. <dd id="lpr8k"></dd>

                <acronym id="lpr8k"><track id="lpr8k"></track></acronym>
                <b id="lpr8k"></b>
              1. <xmp id="lpr8k"></xmp>
                1. <listing id="lpr8k"></listing>
                  <u id="lpr8k"></u>
                      1. 大陆妇女bbbbbb真爽