×

多元逆混合问题的优化及其在神经代谢物分析中的应用。 (英语) Zbl 1353.92032号

徐洪磊(主编)等,优化方法、理论与应用。根据2013年12月12日至16日在台湾台北举行的第九届国际优化技术与应用大会(ICOTA 9)上的演讲,选出了一些论文。柏林:施普林格出版社(ISBN 978-3-662-47043-5/hbk;978-3-662-47044-2/ebook)。155-174 (2015).
小结:提出了一种数学方法,当源成分的组成和每个源成分的数量都未知时,可以最优地解决逆混合问题。该模型适用于确定源成分不可靠或不可行的情况。我们将该模型应用于从新生儿大脑中收集的纵向质子磁共振波谱(1H-MRS)数据。采用1H-MRS研究了9名健康足月新生儿两个脑区五种代谢物浓度的变化。从出生开始,在3个月内对每个婴儿进行三次测量,共进行27次扫描。然后,通过将每单位密度的代谢物浓度矩阵拟合到数据中,使用该方法将代谢物的浓度数据转换为两种主要脑细胞类型人群的相对密度测量值。一种反映神经元密度的细胞类型随着时间的推移在研究的两个区域都有所增加,尤其是在大脑的额叶区域。第二种类型主要以肌醇为特征,反映了胶质细胞的含量,随着时间的推移,这两个区域的含量都有所下降。我们的新方法可以在新生儿早期大脑发育期间提供更具体和准确的脑细胞类型评估。该方法适用于涉及未知源组件混合的广泛物理系统。
关于整个系列,请参见[Zbl 1323.90002号].

MSC公司:

92C20美元 神经生物学
90摄氏度 数学规划的应用
92C40型 生物化学、分子生物学

软件:

Matlab公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。