数字经济的表述

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇数字经济的表述范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

数字经济的表述范文第1篇

关键词:文字信息提取；室外场景；综述；层次框架结构

中图分类号:TP391

文献标识码:A文章编号:1672-8513(2010)03-0157-05

Automatic Detection and Extraction of Sign Text from

Outdoor Scenes: A Contemporary Review

JIA Wenjing1, ZENG Chao1, AO Yongxia2, HE Xiangjian1, WU Qiang1

（1.Faculty of Engineering and Information Technology, University of Technology, Sydney 2007，Australia;

2.School of Computer and Information, Fujian Agriculture and Forestry University, Fuzhou 350002, China）

Abstract:

Automatically detecting and extracting sign texts from outdoor scenes has found many applications in the robot vision, driver assistant system, visually impaired assistant system, etc. In recent years, many systems and methods have been developed for sign text information extraction from outdoor scenes. This paper reviews the key techniques published in major international journals and conference proceedings since 2002. A hierarchical framework is proposed, and methods in these literatures to implement each module of the system model are reviewed and assessed. This paper aims to provide a contemporary review on the state of the art techniques on this topic and discusses the unsolved problems.

Key words:

text information extraction；outdoor scene；survey；hierarchical framework

室外场景中有各种各样的标识，它们提供给人们日常生活不可或缺的信息.在这些标识中，信息量最大的一类是含有文字信息的各种标识，如含有文字的各种道路、交通、公共场所标识及商业标识，它们指示或警告人们所处周边环境的情况.

近年来，随着低价、高性能便携式数字成像设备的广泛普及，用计算机技术自动地读取这些标识中的文字信息并以一种更方便接受的形式反馈给使用者，吸引了越来越多的人们的兴趣.

自动地获取室外场景各种标识中的文字信息可以应用在很多方面，特别是当配备了其他软件，如多语言翻译软件和语音合成软件时.它可以用于各种基于视频图像信号的智能辅助系统，如智能驾驶员辅助系统［1-2］、眼障人士辅助系统［3-4］和游客辅助系统［5］等等.该系统还可以应用于其他许多需要实时读取文字标识的各种应用中.其典型的应用场景是一个车载或者手持相机在移动的过程中拍摄其前方及侧前方的视频或者图像，由该系统软件对输入的每一帧图像进行分析处理，自动地提取出图像中的文字区域并用OCR技术将分割出的文字识别出来，并按某种优先级顺序将识别出的文字信息反馈给用户以帮助他们了解自己周边的情况.

受其广泛的应用潜力的吸引，人们对室外场景中文字信息的提取做了大量的科研工作，特别是近几年来，许多新技术被应用于或者开发以在更为复杂的背景下更为精确、快速地检测和提取文字.本文对2002年以来发表在主要英文刊物和会议论文集上的室外场景中文字信息的提取方法进行综述，旨在给研究人员，特别是新进入该领域的研究人员，提供一个该领域研究最新技术水平的综合性的参考.

现有的大多数文字提取方法都可以归结为产生文字候选区域和对候选区域进行分类2个核心步骤，有些系统另外采用了预处理和后处理以进一步提高文字提取的精度和系统的鲁棒性.因此，不同于现有的一些分类方法，如文献［6］中按所使用的特征进行归类的方法，本文所使用的分类方法是面向问题而不是面向方法的，并提出了一种分层次的系统模型，分别讨论实现系统的每一模块中现有的比较有代表意义的技术和方法，并对这些方法的整体性能进行了比较.

因此，不同于此前的综述文章［7］，本文是根据文字提取的框架结构以一种分层次的方式组织的.这将更有助于那些刚刚进入这一领域的研究人员了解该领域的技术发展水平并能够理解实现这一系统的主要模块和它们之间的关联.

按如图1所示的系统模型，本文的结构如下.第1部分主要讨论了将输入图像分解成候选区域的主要方法.第2部分讨论了对文字候选区域进行分类的各种方法，并在第3部分中对它们的整体性能进行了比较.最后，第4部分对室外场景中文字信息提取的现有技术难题进行了归纳，并建议将来的研究方向.

室外场景中标识牌文字的检测与提取技术综述

1 文字候选区域的产生

文字候选区域的产生，也称为候选区域选择［8］，是将输入图像分解成一系列子图像区域，以便区域分类模块对它们进行分类，相应地判决为文字区域或者非文字区域.该步骤的实现效率和准确度对整个系统的性能关系重大.在个别文献中提到，候选区域的产生可以是“自上而下”的也可以是“自下而上”的［9］.在前者中，候选区域是根据图像的属性通过对图像进行分割得到的；而在后者，候选区域是由文字的某种或者某些属性由连接像素点产生的.如在文献［9］中的自下而上的方法，候选区是用文字区的属性来定位的.此外，值得一提的是，如后文所述，对于那些用事先训练好的分类器直接对扫描窗口所覆盖的每一个子图像区域进行分类的方法，候选区域的产生实际上是由机器对图像进行穷尽式扫描得到的，没有经过任何筛选.图像形态学操作、图像分割技术和聚类分析技术都曾被用于从图像像素点到候选区域的生成.对于自上而下的各种方法，所使用的文字特征主要有边界、纹理、颜色和笔划.

1.1 基于边界特征的方法

这类方法首先获得图像的二值边界图，而后经过图像形态学的膨胀和腐蚀操作，由该二值图像生成若干个连通区域，而后根据文字区的各种先验知识对所获得的连通区域进一步分析以获得最终的候选区域.采用类似方法的文献有［8,10-11］，经典的边界检测算子如Canny算子和高斯差分函数（DoG）等都曾见于文献中.如在文献［8］的多分辨率文字检测工作中，由包含连续边界的最小矩形所定义的图像区域的纹理值、颜色分布和区域对比度被计算出来，根据文字区就这些特征取值的先验知识对上述区域进行过滤与合并，最终得到候选区域；在文献［10］中，每个连通区域又经过水平和垂直投影分析来进一步筛选.在文献［11］中，通过像素级和区域级的分析，每一个连通区域被分别标记为文字区或者非文字区，该标记过程的核心是使用了用K－SVD算法训练出的超完备文字和字符库及对各个区域进行稀疏度测试.

边界特征在文献［12］中被进一步地复合成更为复杂的特征“杆”和“框”并作为文字区域所特有的特征标记.并使用图形模型来描述文字与非文字的分割问题，从而进行文字区域检测.

1.2 基于纹理特征的方法

基于纹理特征的方法和基于边界特征的方法的思路很相似，不同之处主要在于此类方法首先计算出图像的纹理特征（如像素灰度值的变化），而不单单是边界.根据观察，由于文字区域中存在着颜色或者灰度强度值的突变，文字区域通常都有着特殊的纹理特征，同时其灰度或者颜色变化也比较大.因此在文献［13］中，输入图像首先被分成若干个8×8像素的图像小块，根据字符属于具有某些特定纹理的通用属性的区域，使用局部的色调和饱和度的直方图信息和纹理特征和区别性训练的条件最大熵模型将上述图像块进行分类，以定位候选区域.

不同于一般的基于纹理特征的方法，在文献［14］中使用了由文字笔划产生的纹理特征而不是直接对灰度值或者颜色值进行纹理分析.该算法首先对输入灰度图像进行Haar小波多尺度分解，并将在3个小波子带图像中的像素点逐个标记为属于背景区、过渡区和笔划区，而后在小波域使用8×16像素的滑动窗口并计算窗口内区域在3个小波频段的共生矩阵以描述文字笔划产生的纹理特征，并据此生成1个二值过滤图对图像进行二值化和标记.

文献［15］中提出的方法是2种基于图像灰度值分析的启发式算法的混合.在第1种算法中，输入的图像首先用图像像素灰度值的中值进行二值化操作，并随后提取出连通区域及其包含相应区域的最小矩形.随后，根据各连通矩形区域的尺寸、位置和长宽比去除不满足先验知识的区域，如长线条和小的噪点.最后相邻的区域进行合并生成了文字候选区域.在第2个基于分裂-合并的算法中，输入图像首先按一定的准则从整张图像开始进行分裂直到分裂后生成的区域的最大、最小灰度值之差小于某个阈值.接下来，相邻的2个或者多个区域又进行合并，直到合并后的新区域的最大、最小灰度值之差大于上述阈值.对最后得到的区域进行二值化和形态学腐蚀操作，生成又一文字候选区域.最终的定位结果为上述2种算法的结果的组合.

1.3 根据颜色信息

除了基于灰度值的边界和纹理特征，颜色信息也被越来越多的人所使用，这是基于大部分路牌中文字和背景的颜色是均匀分布的这一假设进行的.如在文献［16］中，使用了广义学习矢量量化算法将在LUV空间中具有相似颜色的像素点归成一组从而实现对图像的分割，继而对各个分割出的区域的空间分布进行分析筛选从而得到可能包含文字的候选区域.在文献［17］中，输入图像在经过一个对称邻域滤波器的保边平滑后，使用一个分层次的连通元算法同时考虑像素级的连接和区域级的连接将相似的像素合标记成属于同一区域.在文献［18］中，首先分别在图像的色调和饱和度分量上使用了基于聚类分析的图像分割，而后将每个候选文字区域的尺寸归一化成64×64像素，并从归一化后的区域中提取小波特征矢量输入给神经网络进行分类.

在文献［19］中，这种颜色信息被以另外一种形式加以使用.根据观察发现，由于“渗色”效应的存在，文字和其相邻背景之间存在着颜色的过渡，即位于文字边缘的像素的强度值按对数规律变化.从而对图像进行分析并生成颜色的过渡图，进而生成连通区域并将其作为文字区域的一个重要特征.而后根据先验知识对这些过渡图的形状进行分析、变形，就获得了文字候选区域.

1.4 根据文字的笔划特征

笔划是文字最重要的特征之一［14］.在文献［20-21］中，使用了基于文字笔划特征的局部和全局的约束条件来定义子图像候选区域.从局部看，文字区域中有很多似笔划的结构；从全局看，这样的似笔划结构在图像中具有特定的空间分布.据此设计出了一种基于局部空间分析和空间相似度CCA的笔划过滤器以产生文字候选区域.文献［9］中设计了一个快速简捷有效的算法用于检测字符的笔划，并定义了2个特征，即近似连续笔划宽度和局部对比度，从而先定位字符的笔划再用其进行文字定位.

2 区域分类

将输入图像分解成候选区域后，文字的检测与提取就变成了一个图像区域的分类问题，即根据先验知识或者用训练好的分类器将各个候选区域分类成文字区域或者非文字区域.这类方法也包含下文中将直接用滑动窗口对图像进行穷尽式扫描，而后对各窗口所覆盖区域逐一进行分类的方法.

2.1 基于候选区域的方法

2.1.1 基于启发式搜索

在这类方法中，往往并没有复杂的分类器.对候选区域的筛选是通过应用经验性的法则来决定保留文字区域或者滤除非文字区域的.例如，在文献［11］中，使用了版面分析将可能被误检的区域滤除.尺寸相似的水平相邻的候选区域被合并成为“行”.对于短行，只有当边界点所占的比率足够大时，才会被保留.在文献［22］中，3条经验性的法则及相应的阈值被用于验证连接区域是否为定位的文字.

2.1.2 基于分类器

这类方法通常先提取出候选区域的某些特征，而后将其输入事先训练好的分类器，进行判决.在文献［17］中，SVM分类器被用来对候选区域进行分类，所使用的特征是一种2维形状的描述特征.同样地使用SVM分类器，文献［16］中使用的是小波系数直方图的值和颜色变化值作为表示文字的特征，文献［10］中使用的特征是基于归一化的灰度值和连续梯度方差的，同时使用了颜色分布和几何学的先验知识来最终确定最后结果.

2.2 基于扫描窗口的方法

在这类方法中，候选区域的产生是通过穷尽式扫描得到的.由于扫描是穷尽式的，待分类的子图像区域的数目远远超过其他方法所产生的子图像候选区域.这就要求分类器对各个区域的分类效率足够高、分类速度足够快.近年来，基于Boosting和SVM的分类器因其快速、高效地分类而被广泛地用于许多视觉相关的目标检测系统中.就所使用的特征而言，上文提及的边界和纹理特征因其能快速运算而受青睐.

2.2.1 基于分类器的方法

在文献［3］中，扫描窗口是一个长宽比固定为2∶1、尺寸可变的窗口，分类器是用AdaBoost算法训练出的由若干个弱分类器级联而成的.弱分类器基于3类若干个渐趋复杂的特征：基于图像水平和垂直方向梯度模值的均值和方差，基于像素灰度值、像素灰度值的梯度值和梯度方向的直方图和基于边界和边界连接的结果.基于AdaBoost算法的分类器也被应用在文献［23］的研究工作中.不同之处在于，它所使用的候选特征基于梯度方向直方图(HOG)和多尺度局部二值模式(msLBP).类似地使用级联分类器的思路也见于文献［6］中.作者针对文字区域提出了12个揭示其内在特性的特征，12级分别基于这些特征的弱分类器被级联在一起生成最终的分类器.在文献［22］中，基准窗口是包含32×32像素或者其整数倍的“文字段”，从每一个文字段中提取出均差、标准差和HOG 作为特征库，并使用了2个弱分类器，即线性判别式和基于高斯假设的对数似然率进行评估.最后不同尺度上的检测结果根据边界密度准则合并在一起，从而从含有文字行的图像中提取出相互重叠的文字段.此外，SVM因其完备的数学模型和丰富的开放代码资源，也被广泛应用于模式分类中.在文献［20］中，每一个15×15像素的扫描区域（子图像候选区域）被基于径向基函数的SVM 分类器用来进行分类.

2.2.2 基于聚类分析的方法

在文献［24］中，对子图像区域的分类是通过在多通道小波空间中的特征聚类分析实现的，输入图像的每一颜色通道首先被变换到小波系数域，而后一个8×8像素的扫描窗口扫描该小波域中的每个位置，在每一个位置处，计算出特征值并将其输入k-means算法进行聚类分析.

2.2.3 基于变换阈分析的方法

寻找一种最适合文字检测的频带首见于文献［25］，在这篇文献中，作者使用了基于空间频率的改进DCT的特征生成文字候选区域.为了获得更高的精度，结合Fisher判别分析法和Otsu求最佳阈值的思想提出了一种无监督求最佳阈值法.输入图像被划分成16×16像素的小块.对每一块进行DCT变换，计算出修正的基于DCT变换的特征值，并用Otsu求阈值方法的思想确定将区域分为文字区或者非文字区的最佳阈值.

3 性能比较

提到性能的比较，目前广泛使用的衡量标准是检测率和精准率.其中，检测率定义为检测出的目标占所有目标总数的比率，精准率定义为目标占全部检测为目标的比率.此外，为了便于比较系统的性能，很多方法在2003ICDAR数据集［26］上进行了测试，其他的使用了自己创建的数据集进行的测试.本文中提到的一些方法的性能如表1所示，其他方法有的没有明确给出检测率，有的使用了其他方式进行评估.

表1 文字信息检测的性能比较

4 结语

由表1可以看出，尽管大量的科学研究，复杂背景下室外场景中任意文字的提取仍然是一个难题.许多问题还未解决，亟待进一步的研究，特别是下面几个方面带来的挑战:文字的多样性，特别是在字符的语种、字体、大小、颜色、排列等等方面；复杂的背景；难以预测不均匀的光照；快速处理.

参考文献:

［1］WU W, CHEN X, YANG Y. Incremental detection of text on road signs from video with application to a driving assistant system［C］//Proceeding of the 12th Annual ACM International Conference on Multimedia, 2004:852-859.

［2］KASTRINAKI V, ZERVAKIS M, KALAITZAKIS K. A survey of video processing techniques for traffic applications［J］. Image and Vision Computing, 2003, 21(4):359-381.

［3］CHEN X, YUILLE A L. Detecting and reading text in natural scenes［C］// Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2004,2:366-373.

［4］CHEN X, YANG J, ZHANG J, et al. Automatic detection and recognition of signs from natural scenes［J］. Image Processing, IEEE Transactions on,2004,13(1):87-99.

［5］YANG J, CHEN X, ZHANG J, et al. Automatic detection and translation of text from natural scenes［C］//Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing,2002,2:2101-2104.

［6］ZHU K, QI F, JIANG R, et al. Automatic character detection and segmentation in natural scene images［J］. Journal of Zhejiang University (Science),2007,8(1):63-71.

［7］JUNG K, KIM K, JAIN A K. Text information extraction in images and video:a survey［J］. Pattern Recognition, 2004,37:977-997.

［8］CHEN X, YANG J, WAIBEL A. Automatic detection of signs with affine transformation［C］//Proceedings of the sixth IEEE Workshops on Applications of Computer Vision,2002:32-36.

［9］SUBRAMANIAN K, NATARAJAN P, DECERBO M, et al. Character-stroke detection for text-localization and extraction［C］//Proceedings of Ninth International Conference on Document Analysis and Recognition,2007,1:33-37.

［10］JUNG C, LIU Q, KIM J. Accurate text localization in images based on SVM output scores［J］. Image and Vision Computing,2009,27:1295-1301.

［11］PAN W, BUI T D, SUEN C Y. Text detection from scene images using sparse representation［C］//19th International Conference on Pattern Recognition,2008:1-5.

［12］SHEN H, COUGHLAN J. Finding text in natural scenes by figure-ground segmentation［C］//18th International Conference on Pattern Recognition,2006,4:113-118.

［13］SILAPACHOTE P, WEINMAN J, HANSON A, et al. Automatic sign detection and recognition in natural scenes［C］//Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2005.

［14］ZHU C, WANG W, NING Q. Text detection in images using texture feature from strokes［J］. Lecture Notes in Computer Science, 2006,4261:295-301.

［15］KIM J, PARK S, KIM S. Text locating from natural scene images using image intensities［C］//Proceedings of the 2005 Eighth International Conference on Document Analysis and Recognition,2005,2:655-659.

［16］YE Q, JIAO J, HUANG J, et al. Text detection and restoration in natural scene images［J］. Journal of Visual Communication & Image Representation, 2007,18:504-513.

［17］HARITAOGLU E D, HARITAOGLU I. Real time image enhancement and segmentation for sign/text detection［J］. Proceedings of the International Conference on Image Processing, 2003,3:993-996.

［18］PARK J, PARK S. Detection of text region and segmentation from natural scene images［J］. Lecture Notes in Computer Science,2005,3804:666-671.

［19］KIM W, KIM C. A new approach for overlay text detection and extraction from complex video scene［J］. IEEE Transactions on Image Processing,2009,18:401-411.

［20］JUNG C, LIU Q, KIM J. A stroke filter and its application to text localization［J］. Pattern Recognition Letters,2009,30:114-122.

［21］LIU Q, JUNG C, KIM S, et al. Stroke filter for text localization in video images［J］. IEEE International Conference on Image Processing,2006:1473-1476.

［22］HANIF S M, PREVOST L, NEGRO P A. A cascade detector for text detection in natural scene images［C］//19th International Conference on Pattern Recognition,2008:1-4.

［23］PAN Y, HOU X, LIU C. A robust system to detect and localize texts in natural scene images［C］// The Eighth IAPR Workshop on Document Analysis Systems,2008:35-42.

［24］SAOI T, GOTO H, KOBAYASHI H. Text detection in color scene images based on unsupervised clustering of multi-channel wavelet features［C］//Proceedings of the 2005 Eighth International Conference on Document Analysis and Recognition,2005,2:690-694.

数字经济的表述范文第2篇

关键词：STM8L；高精度

Abstract：This paper presents a new design method of high precision digital pressure gauge based on STM8L microcontroller as the control unit. The design principle of the gauge， and describe the corresponding hardware and software design methods， in particular， deal with the software.

Key words：STM8L；High Precision

在工业生产和科研活动中，压力测量往往是重要环节，对压力测量仪器的要求也越来越高。因此为了适应信息的告诉发展，对数字压力表的精度要求越来越高。

1 系统总体设计

本系统的整体框图如图所示，本系统电源供电采用3V的稳压电压。

STM8L单片机系列是8位的低功耗的单片机，工作的电压范围在1.8V-3.6V，可支持干电池供电工作，并提供真正的EEPROM数据写入操作，有利于数据的掉电保护。该系列单片机有12位ADC，最多有28个采集通道。

2 硬件设计

2.1 压力采集

传感器信号经过放大器MCP6002，进行AD转换。MCP6022是高性能的轨对轨输入/输出运算放大器，带宽为10MHz，噪声为8.7（10kHz），低失调电压为±500～±250μV，总谐波失真为0.00053%，电源电压范围为2.5V～5.5V，满足系统的设计要求。

STM8L152单片机内部集成了12位A/D转换模块，参考电压由LM4040产生，LM4040产生2.5v参考电压，精度可以达到0.1%，满足本仪表高精度的要求。

2.2 LCD显示

3 软件设计

对于获得更加精确的压力值显示，可以采用继续增加校准的点数的方法来标定。另外已经标定过的电压值可以存储到单片机的EEPROM中，提供掉电数据的保护，避免重复标定。

4 测试结果

经过实验测试，在3V稳压电源供电下，在1Mpa的量程下，采用4点标定校准，能够达到0.5%的精度要求。如下表1所示的压力数据。

[参考文献]

[1]汤思远.智能压力表的设计与开发[J].梅山科技，2010，06：26-30.

数字经济的表述范文第3篇

[关键词] 醒脑静；脑出血；侧脑室注射；TLR4；IL-1β；TNF-α

[中图分类号] R743.34 [文献标识码] A [文章编号] 1674-4721（2015）07（b）-0004-04

[Abstract] Objective To explore the influence of intracerebroventricular injection of Xingnaojing on expression of TLR4 and inflammatory factor such as TNF-α，IL-1β in the cerebral hemorrhage （ICH）. Methods The model of ICH was maked by injected autoblood from tail artery into right caudate nucleus in rats，and which were randomly divided into the model group，the lateral ventricle group，the venous group and the normal group.Behavior scores of rats in each group was observed.Inflammatory infiltration was observed through HE stain.Immunohistochemistry was used to detect the expression of TLR4，TNF-α and IL-1β. Results The score of the neurological function in the lateral ventricle group at the 24th，48th，72th hours was lower than that in vein group，with significant difference（P

[Key words] Xingnaojing；Intracerebral hemorrhage；Intracerebroventricular injection；Toll-like receptor-4；Interleukin-1β；Tumor necrosis factor-α

脑出血（intracerebral hemorrhage，ICH）是神经科的常见病和多发病，病情来势急骤，病死率及致残率均高。ICH的病理损伤除血肿占位性效应及对周围脑组织的破坏作用外，炎性因子介导的炎症在继发性脑损伤中也起着重要作用[1]。Toll样受体4（Toll-like receptor-4，TLR4）是TLRs家族中的重要成员之一，能够激活核因子（nuclear factor kappa B，NF-κB），导致多种炎症因子的瀑布式释放，最终产生损伤效应[2]。目前的研究显示，醒脑静注射液具有抗炎、抗凋亡、改善神经功能等作用[3]，但其相关的分子生物学机制尚不清楚，尤其是关于醒脑静在ICH中对TLR4信号通路及IL-1β和TNF-α炎性因子表达的影响研究较少。已有研究显示，在对ICH乃至颅脑损伤和其他出血性脑血管疾病患者进行外科手术时，脑室、血肿腔或蛛网膜下腔等局部药物冲洗或灌注能够明显改善神经功能症状[4-5]，但缺乏关于侧脑室注射醒脑静能否促进ICH神经功能恢复的相关研究。为进一步开发和阐明醒脑静治疗ICH的机制，本实验采用大鼠尾状核自体血注射法制作大鼠ICH模型，应用神经功能评分、HE染色和免疫组化比较醒脑静侧脑室给药途径与静脉注射给药中的ICH血肿周围组织炎性细胞浸润和TLR4、IL-1β、TNF-α表达，旨在探讨醒脑静更有效的给药途径。

1 材料与方法

1.1 材料

1.1.1 实验动物和分组 体重为280～300 g清洁级健康雄性SD大鼠，由广西医科大学实验动物中心提供，动物合格证号：SCXK（桂）2014-0002。实验期间动物自由饮用自来水并进食标准颗粒饲料，术前8 h禁食水。将SD大鼠随机分成模型组、侧脑室组、静脉组和正常组，每组10只。

1.1.2 主要试剂 醒脑静注射液由无锡济民可信山禾药业股份有限公司提供，兔抗TLR4多克隆一抗、兔抗TNF-α多克隆一抗、兔抗IL-1β多克隆一抗由武汉博士德生物技术有限公司提供，SP法免疫组化试剂盒、DAB显色盒由北京中杉金桥有限公司提供。

1.2 方法

1.2.1 制备模型 采用10%水合氯醛腹腔注射麻醉大鼠后，将其固定于立体定向仪上，根据《大鼠脑立体定位图谱》确定右侧尾壳核位置；在头皮正中切开约0.8 cm的切口，剪开骨膜，暴露前囟，于前囟前0.2 mm、中线右旁开3 mm处钻一直径为l mm的孔；用微量注射器经尾动脉采血50 μl后，固定于立体定向仪上沿针孔垂直进针，进针深度为6.0 mm（此为尾壳核的位置），注射时间2 min，留针10 min，缓慢退针。

1.2.2 药物干预 侧脑室组在大鼠脑缺血模型制备后，将其固定于定位仪上，切开皮肤，暴露颅骨，以前囟正中线后端为零点，选取向后1.0 mm、向左1.5 mm处为进针点，穿刺针进针4 mm，微量注射器左侧侧脑室注射10 μl/kg醒脑静注射液。静脉组在大鼠脑缺血模型制备后从大鼠尾静脉注射20 μl/kg的醒脑静。模型组、正常组均从大鼠尾静脉注射20 μl/kg的生理盐水。

1.2.3 神经功能缺损评分 动物苏醒后为第0 h，分别于第0、12、24、48、72 h采用Bederson法[6]对各组大鼠的神经功能缺损进行评分，具体内容如下。0分：未出现任何神经功能缺损症状；1分：提尾时病灶对侧的肢体屈曲内收；2分：一侧侧推抵抗力下降，同时伴有提尾时病灶对侧的肢体屈曲内收；3分：自由活动时向瘫痪侧划圈并伴有一侧侧推抵抗力下降；4分：意识丧失。

1.2.4 解剖、HE染色 于第72 h麻醉大鼠，经左心室依次灌注生理盐水、4%多聚甲醛，切取以针孔为中心的脑组织，完整保留出血灶及其周围，浸泡于4℃的4%多聚甲醛中固定24 h，逐级乙醇脱水、石蜡包埋、切片，再HE染色，观察血肿周围的炎润情况。

1.2.5 免疫组化免疫组化 取上述包埋好的石蜡，4 μm连续切片作TLR4、IL-1β、TNF-α细胞免疫组化染色，按免疫组化SP法试剂盒说明书操作，阴性对照用PBS代替一抗。在光镜下进行观察，细胞质或细胞核出现棕黄色颗粒者为阳性细胞。每只大鼠的脑组织各取3张切片，每张切片选取互不重复的5个视野（×200倍），采用Image-proplus 6.0软件测定每个视野的积分光密度值（IOD）和阳性面积（area），计算平均积分光密度（IOD/area）。

1.3 统计学处理

采用SPSS 13.0统计学软件对数据进行分析，计量资料以x±s表示，采用t检验，多组间均数比较采用单因素方差分析，其中方差齐时采用SNK检验，方差不齐时采用Games-Howell检验，以P

2 结果

2.1 各组不同时间神经功能缺损评分的比较

造模后对各组不同时间段的神经功能缺损进行评分，正常组无神经功能缺损症状，模型组、静脉组和侧脑室组则出现明显的神经功能缺损症状，其中模型组在第48小时的评分最高，静脉组和侧脑室组在第24小时的评分最高。侧脑室组第24、48、72小时的评分显著低于模型组相同时间段的评分，差异有统计学意义（P

2.2 各组HE染色结果的比较

各组的HE病理染色显示，模型组、静脉组和侧脑室组血肿周围均有不同程度的炎性细胞浸润及组织缺损，正常组无异常表现，模型组炎润最重，侧脑室组炎性细胞浸润较静脉组轻（图1）。

2.3 各组TLR4、TNF-α和IL-1β平均积分光密度值表达的比较

模型组、静脉组和侧脑室组的TLR4、IL-1β和TNF-α平均积分光密度值显著高于正常组，差异有统计学意义（P

3 讨论

血-脑脊液屏障对维持中枢神经系统正常生理状态具有重要的生物学意义[7]，但在脑损伤时，其也限制了药物的使用。目前的研究显示，在脑血管疾病锥颅血肿腔引流的同时给予侧脑室用药能明显改善神经功能症状[5]。临床研究显示，中药复方制剂醒脑静注射液对ICH具有良好的治疗作用[8]。药理学研究显示，该药具有除脑水肿、降低颅内压、改善大脑血氧供应、调节能量代谢、清除自由基反应及促进脑细胞康复等作用[9]，但是关于其侧脑室给药能否改善ICH神经功能缺损症状的研究相对缺乏。

大量的实验研究及临床观察显示，ICH发病后各种继发因素所致的脑水肿、出血灶周围炎症损害是导致脑组织损伤的主要病理机制[10]。通过干预炎性细胞因子的表达，能够在很大程度上促进ICH患者的病情康复，改善其预后[11]。本研究采用侧脑室注射醒脑静，观测其对ICH的保护作用。HE染色显示，侧脑室组血肿周围的炎润较静脉组明显减少；神经功能缺损评分显示，通过侧脑室注射醒脑静能明显改善大鼠的神经功能缺损症状，提示醒脑静能有效抑制急性ICH所诱发的炎症反应，而侧脑室注射醒脑静能更有效地促进神经功能康复。

本研究结果显示，醒脑静干预能够明显减少TLR4的表达。此外，与静脉给药相比，侧脑室给药能够更有效地减少TLR4的表达。在炎性调控过程中，TLR4是胞内信号转导通路中最重要的上游调节靶点[12]，参与调控炎症反应和细胞凋亡等重要的病理生理过程[13]。大量实验研究显示，TLR4信号途径主要集中激活NF-κB，进而启动和放大炎症反应，导致多种炎症因子的瀑布式释放，最终产生损伤效应[14]。

ICH血肿周围的TNF-α和IL-1β是引起炎症反应的主要因子[15]。本研究免疫组化结果显示，侧脑室组血肿的TNF-α和IL-1β阳性细胞浸润较静脉组少，提示醒脑静侧脑室用药能够明显抑制TNF-α和IL-1β的表达。研究显示，TNF-α是ICH血肿周围大量表达的多效促炎因子，其在触发炎症反应及神经损伤中处于中心地位[16]，具有明显的神经毒性和加速细胞死亡作用[17]，能使血肿周围的炎症反应不断加剧，同时也能够破坏血-脑脊液屏障的完整性，使其通透性增加，进而导致脑水肿和脑细胞损害[18]。在ICH病理过程中，IL-1β能够激活血液中的白细胞[19]，使其经过一系列复杂的机制穿过血管内皮细胞游离至出血灶内及其周围，通过释放血栓烷素和内皮素等有毒物质加重血肿周围的继发性损害[20]。本研究结果显示，在大鼠ICH高峰期，醒脑静侧脑室用药能够明显减少TLR4、IL-1β、TNF-α炎性因子的表达，从而改善ICH后大鼠的神经功能，而IL-1β、TNF-α是TLR4下游调节因子[8]，由此推断醒脑静能通过调节TLR4炎性调节通路介导抑制ICH后的炎症反应。

综上所述，醒脑静能够抑制炎性因子的表达，促进ICH神经功能康复，而醒脑静侧脑室用药更能够明显地抑制CNS炎性浸润和血肿周围严重的炎性损伤，提示醒脑静侧脑室用药是促进ICH神经功能康复的有效用药途径，可能成为治疗ICH的新方法。由于ICH发病机制复杂及炎症反应的连锁效应，因此今后还需深入研究醒脑静侧脑室用药对CNS炎症反应的影响，以便为临床治疗ICH提供更有效的理论依据。

[参考文献]

[1] Aronowski J，Hall CE.New horizons for primary intracerebra treatment：experience from preclinical studies[J].Neurol Res，2005，27（3）：268-279.

[2] Fang H，Wang PF，Zhou Y，et al.Toll-like receptor 4 signaling in intracerebral hemorrhage-induced inflammation and injury[J].J Neuroinflammation，2013，10（27）：86-94.

[3] 樊茉丽，周广喜.醒脑静对大鼠脑出血后脑水肿及血肿周围基质金属蛋白酶9和补体C3的影响[J].中国现代神经疾病杂志，2009，9（3）：284-289.

[4] Abbasian M，Sayyah M，Babapour V，et al.Intracerebroventricular injection of lipopolysaccharide increases gene expression of connexin32 gap junction in rat hippocampus[J].Basic Clin Neurosci，2013，4（4）：334-340.

[5] Liesz A，Bauer A，Hoheisel JD，et al.Intracerebral interleukin-10 injection modulates post-ischemic neuroinflammation：an experimental microarray study[J].Neurosci Lett，2014，579：18-23.

[6] Du C，Fang M，Li Y，et al.Smac，a mitochondral protein that promotes cytochrome c-dependent caspase activation by eliminating IAP inhibition[J].Cell，2000，102（1）：33-42.

[7] Steed E，Balda MS，Matter K.Dynamics and functions of tight junctions[J].Trends Cell Biol，2010，20（3）：142-149.

[8] 陈坚，张素平，徐武华，等.醒脑静注射液对急性脑出血患者血中细胞因子水平影响的研究[J].中国中西医结合急救杂志，2004，11（4）：224-226.

[9] 傅强，崔华富，孙中吉，等.醒脑静注射液对脑缺血再灌注诱导的脑神经细胞凋亡防治作用的实验研究[J].中国中西医结合急救杂志，2000，7（3）：144-146.

[10] Gong C，Hoff JT，Keep RF.Acute inflammatory reaction following experimental intracerebral hemorrhage in rat[J].Brain Res，2000，871（1）：57-65.

[11] Frijns CJ，Kappelle LJ.Inflammatory cell adhesion molecules in ischemic cerebrovascular disease[J].Stroke，2002，33（8）：2115-2122.

[12] Fu SL，Hsu YH，Lee PY，et al.Dioscorin is olate from dioscorea alata activates TLR4-signaling pathways and induces cytokine expression in macrophages[J].Biochem Biophys Res Commun，2006，339（1）：137-144.

[13] Wang YC，Zhou Y，Fang H，et al.Toll-like receptor 2/4 heterodimer mediates inflammatory injury in intracerebral hemorrhage[J].Ann Neurol，2014，75（6）：876-889.

[14] Zamora C，Canto E，Nieto JC，et al.Functional consequences of CD36 downregulation by TLR signals[J].Cytokine，2012，60（2）：57-65.

[15] Wang SP，Wang ZH，Peng DY，et al.Therapeutic effect of mesenchymal stem cells in rats withintracerebral hemorrhage：reduced apoptosis and enhanced neuroprotection[J].Mol Med Report，2012，6（4）：848-854.

[16] 张洁，郭恒怡.肿瘤坏死因子-α在缺血性卒中中的损伤作用[J].国外医学脑血管疾病分册，2004，12（8）：597-599.

[17] Mayne M，Ni W，Yan HJ，et al.Antisense oligodeoxynucleotide inhibition of tumor necrosis factor-alpha expression is neuroprotective after intracerebral hemorrhage[J].Stroke，2001，32（1）：240-248.

[18] Dickson DW，Mattiace LA，Kure K，et al.Microglia in human disease，with an emphasis on acquired immune deficiency syndrome[J].Lab Invest，2007，64（3）：135-138.

[19] Wagner KR，Beiler S，Beiler C，et al.Delayed profound local brain hypothermia markedly reduces interleukin-1beta gene expression and vasogenic edema development in a porcine model of intracerebral hemorrhage[J].Acta Neurochir Suppl，2006，96（1）：77-82.

数字经济的表述范文第4篇

[关键词]粘连性肠梗阻；腹腔镜；疗效；生存质量；睡眠状况

[中图分类号] R656.7 [文献标识码] A [文章编号] 1674-4721（2017）05（b）-0021-03

Clinical efficacy and effects on quality of life and self-rating scale of sleep laparoscopic surgery in the treatment of adhesive intestinal obstruction

SONG Guo-lang

Department of General Surgery，People′s Hospital （Group） of the Second People′s Hospital of Baoan District Shenzhen，Guangdong Province， Shenzhen 518108，China

[Abstract]Objective To discuss the clinical efficacy of laparoscopic surgery in the treatment of adhesive intestinal obstruction， and analysis the effect on quality of life and self-rating scale of sleep.Methods A total of 62 patients with adhesive intestinal obstruction in our hospital from June 2014 to June 2016，which were numbered based on the time of admission， were randomly classified into two groups according to random number table，with observation group（n=31） treated with laparoscopic surgery，and control group（n=31） treated with laparotomy.Then the incidences of incision infection，intestinal fistula，urinary tract infection and recurrence were compared， and quality of life and self-rating scale of sleepstatus were analyzed.Results The recurrence rate（0） and total complications incidence rate（3.2%） in observation group were markedly lower then those in control group（12.9%，25.8%）（P

[Key words]Adhesive intestinal obstruction；Laparoscopic surgery；Clinical efficacy；Quality of life；Sleep status

粘连性肠梗阻的先天性病因少见，常因腹腔手术、出血、感染、损伤、放化疗、异物等导致，最常见原因为腹部手术，占70%～80%[1-2]。目前治疗方法多为保守治疗和手术治疗，但传统开腹手术损伤较大，容易形成新的粘连，导致肠梗阻复发率较高，远期效果不理想[3]。腹腔镜手术具有创伤小、术后恢复快、腹腔暴露少等优点，在各级医院逐步得到推广。腹腔镜手术的优点在粘连性肠梗阻手术中得到很好发挥，已成为首选手术方式[4-5]。既往研究认为腹腔镜可以提高粘连性肠梗阻的治疗效果，但对于患者术后生存质量、睡眠状况的研究较少[6]，本文总结我科采用腹腔镜手术治疗粘连性肠梗阻患者的效果，并评价对生存质量、睡眠状况的影响，现报道如下。

1资料与方法

1.1一般资料

选取我院2014年6月～2016年6月收治的62例粘连性肠梗阻患者，经影像学检查确诊，按入院时间顺序进行编号，采用随机数字表法分为两组，观察组31例，男性20例，女性11例；年龄29～60岁，平均年龄（42.6±7.5）岁；病程3个月～12年，平均病程（3.5±1.2）年；腹部手术史：胃大部或全切术者5例，胆囊切除术者8例，剖宫产术者5例，阑尾切除术者11例，其他2例。对照组31例，男性21例，女性10例；年龄30～60岁，平均年龄（42.9±7.6）岁；病程3个月～12年，平均病程（3.6±1.1）年；腹部手术史：胃大部或全切术者4例，胆囊切除术者9例，剖宫产术者6例，阑尾切除术者10例，其他2例。两组患者的性别、年龄、病程、腹部手术史等一般资料，差异无统计学意义（P>0.05），具有可比性。

1.2入选标准

纳入标准：①均符合临床症状且经影像学检查确诊；②均接受过腹部手术，且不超过两次，术后半年以上；③肠梗阻反复发作3次及以上，且经保守治疗无效，或严重影响患者日常生活和工作；④均签署知情同意书，志愿参加本研究。排除标准：①腹部手术史3次以上；②无法耐受手术及麻醉者；③合并腹膜炎者。

1.3治疗方法

患者均予以术前禁食、胃肠减压、补充电解质、抗生素预防感染等常规治疗。所有患者均取仰卧位、气管插管全身麻醉。观察组采用腹腔镜手术，在脐下缘作一弧形切口，建立人工气腹，置入腹腔镜行探查，直视下作2～3个操作孔。对粘连处肠管进行松解或切除，束带粘连者切断束带、解除压迫；原手术切口部位粘连者直接松解之；肠间粘连者，可电凝分离；肠管、网膜及腹壁g粘连者可电凝分离或分离钳分离。对照组采用开腹手术，处理同观察组。所有患者术后均随访3个月。

1.4观察指标

记录并分析两组患者术后切口感染、肠瘘、尿路感染、复发等并发症发生率，比较两组患者术后生存质量、SRSS情况。生存质量采用WHOQOL-100生存质量量表从所处环境状态、社交能力、生理功能、心理能力四个方面进行评价[7]，均为0～100分，100分表示生存质量最好。SRSS[8]从睡眠时间、睡眠质量、入睡困难、恶梦夜惊、睡眠不稳、早醒、觉醒不足、失眠后反应、睡眠不足、服药情况等10个方面进行评价，每个方面0～5分，分值越高睡眠质量越差。

1.5统计学方法

采用SPSS 17.0软件分析，计量资料采用平均数±标准差（x±s）表示，组间比较采用t检验，计数资料采用χ2检验，P

2结果

2.1两组患者并发症发生率的比较

观察组切口感染0例，肠瘘1例，尿路感染0例，复发0例；对照组切口感染1例，肠瘘2例，尿路感染1例， 复发4例。观察组总并发症发生率（3.2%）、复发率（0）均显著低于对照组（25.8%，12.9%），差异有统计学意义（P

2.2两组患者生存质量评价结果的比较

两组患者术前生存质量评分中，各项得分均相差不大，差异无统计学意义（P>0.05）；两组患者术后所处环境状态、社交能力、生理功能、心理能力等评分均较术前提高，各组间比较差异有统计学意义（P

2.3两组患者SRSS各项评分的比较

两组患者术前SRSS各项评分差异均无统计学意义（P>0.05）；观察组治疗后SRSS各项指标均较治疗前改善，对照组治疗后恶梦惊醒、觉醒不足、失眠后反应、睡眠不足、服药情况均较治疗前改善，差异有统计学意义（P

3讨论

粘连性肠梗阻发生率占肠梗阻的20%～40%[9]，多见于腹部手术后。粘连性肠梗阻经保守治疗可改善症状，但存在反复发作的风险。传统开腹手术行肠粘连松解术会对腹腔造成二次损伤，容易造成肠粘连复发[10-11]。腹腔镜手术在各级医院手术中逐渐得到推广，在粘连性肠梗阻手术中也具有一定的优势。

本研究比较了开腹手术和腹腔镜手术治疗粘连性肠梗阻患者的疗效、生存质量和睡眠状况，结果显示观察组复发率、总并发症发生率低于对照组。表明腹腔镜手术具有一定的优势，这可能与腹腔镜手术切口较小、腹腔内容物暴露少、对腹腔内容物损伤较小有关[12-13]；另外，腹腔镜手术者下床活动较早，可降低再次粘连的风险。观察组术后生存质量各项评分均低于对照组，且SRSS睡眠状况自评量表各项评分均低于对照组，表明腹腔镜手术在改善患者术后生存质量和睡眠状况方面优于开放手术。腹腔镜手术创伤小，术后疼痛反应较轻，患者不良情绪减少，术后康复快，患者心情相对放松，有利于改善生存质量和睡眠状况[14]。在腹腔镜手术中，如果术前腹部已有手术瘢痕，穿刺时需尽量远离原手术瘢痕处，避免穿刺同一部位；腹腔探查时需仔细、全面，避免遗漏，对于广泛粘连者，不宜行腹腔镜，需中转开腹[15]。

综上所述，腹腔镜治疗粘连性肠梗阻效果显著，可改善患者生存质量和睡眠状况。

[参考文献]

[1]刘胜，于广.不同手术方法治疗粘连性肠梗阻的临床效果比较[J].中国现代医生，2014，52（10）：127-129.

[2]马明善.腹腔镜肠粘连松解术治疗粘连性肠梗阻疗效观察[J].现代中西医结合杂志，2014，23（18）：1987-1989.

[3]杨少连.不同手术方法治疗粘连性肠梗阻的效果比较[J].中国当代医药，2013，20（20）：33-34.

[4]陈军杰，刘卫怀.腹腔镜与开腹手术治疗粘连性肠梗阻的对比研究[J].中国现代医生，2014，52（4）：36-38.

[5]陈玉国，张红文，许艳花，等.腹腔镜联合中药治疗粘连性肠梗阻对比分析[J].中国中西医结合外科杂志，2013，19（2）：161-163.

[6]袁功佳.腹腔镜手术治疗方案对粘连性肠梗阻患者睡眠、疼痛及生活质量评分的影响[J].国际医药卫生，2015，21（7）：936-938.

[7]苗茁.经腹腔镜手术治疗粘连性肠梗阻的疗效及对生活质量、SRSS评分的影响[J].中国临床研究，2015，28（2）：206-208.

[8]张仲博，许元鸿，龙锦，等.阑尾炎术后继发性腹内疝致急性肠梗阻的分析[J].中华普通外科杂志，2013，28（8）：640-641.

[9]王顺灿，敖学斌，张永周，等.腹腔镜下肠粘连松解术治疗粘连性肠梗阻的体会[J].中外医学研究，2012，（34）：133-134.

[10]尹克宁，韩建军.腹腔镜治疗粘连性肠梗阻50例临床研究[J].中国医学创新，2016，13（5）：52-55.

[11]姜启永.腹腔镜与开腹手术治疗急性粘连性肠梗阻的疗效对比研究[J].腹腔镜外科杂志，2016，21（9）：678-680.

[12]陈建清，曾丽玉.开腹手术与腹腔镜手术治疗粘连性肠梗阻的比较[J].世界临床医学，2016，10（3）：37，40.

[13]李鸷.腹腔镜探查肠粘连松解术治疗老年粘连性肠梗阻的有效性与安全性[J].中国老年学杂志，2016，36（14）：3492-3494.

[14]查小应，费哲为，陈大伟，等.腹腔镜手术治疗粘连性肠梗阻的疗效及安全性研究[J].现代生物医学进展，2015， 15（35）：6892-6895.

数字经济的表述范文第5篇

[关键词] 胶质细胞源性神经营养因子；脑源性神经营养因子；免疫组织化学；图像分析

[中图分类号] R651.1 [文献标识码] A [文章编号] 1673-7210（2014）07（a）-0017-04

颅脑损伤时间的推断是法医病理工作者一直致力解决的问题。目前尚未找到可应用于法医检案的切实可行的生物学指标。本实验采用改良大鼠弥漫性脑损伤模型[1]，应用免疫组织化学方法和图像分析法探讨胶质细胞源性神经营养因子（glial cell line derived neuro trophic factor，GDNF）和脑源性神经营养因子（brain derived neurotrophic factor，BDNF）在弥漫性脑损伤脑组织不同部位的表达水平随损伤时间的变化规律及其相关性，以期为寻找脑损伤时间推断提供实验依据。

1 材料与方法

1.1 实验材料

SPF级SD大鼠90只由中山大学基础医学院实验动物中心提供[SYXK（粤）2007-2008]，雄雌不限，体重：（250±10）g。随机分为正常对照组（n=10）及实验组（n=80），对实验组大鼠建立改良的大鼠弥漫性脑损伤模型，并根据伤后时间分为1、3、6、12、24、48、72、120 h组，每组各10只。

1.2 实验试剂与仪器

免疫组织化学试剂兔抗鼠GDNF一抗来自美国Santa Cruz Biotechnology Inc公司；兔抗鼠BDNF一抗来自武汉博士德公司；SP试剂盒及DAB显色试剂盒均来自福建麦新公司。病理图像分析采用中山大学法医系YC.TY-2050型法医病理图像分析系统，定量测量（灰度域0～256，0为白，放大倍数200×）。

1.3 实验方法

1.3.1 取材及处理 参照本研究组前期改良大鼠弥漫性脑损伤实验模型建立[1]的实验方法，并用本研究前期自制的打击装置对实验组大鼠造成脑损伤。实验组按时间段分别用2%戊巴比妥钠（45 mg/kg）麻醉断颈取完整脑组织（图1、2）；正常对照组大鼠麻醉后断颈取脑。所有取材均用10%甲醛固定72 h，在大脑正中外侧1～2 mm处作矢状切面，同一切面取大脑、小脑、脑干3个部位，取材厚度约5 mm，石蜡包埋，切片厚度约2 μm，分别进行常规HE染色。

1.3.2 免疫组织化学实验 常规脱腊至水，采用高压修复抗原的方法，蒸馏水冲洗3 min×2次；3%H2O2室温处理20 min；PBS缓冲液冲洗3 min×3次；血清封闭37℃水浴10 min；加入一抗（1∶200工作浓度），4℃冰箱过夜；4℃冰箱取出室温放置10 min后，37℃水浴20 min，PBS缓冲液洗5 min×3次；加入二抗，37℃水浴20 min，PBS缓冲液洗5 min×3次；加入链酶菌抗生素蛋白-辣根过氧化物酶复合物，37℃水浴20 min，PBS缓冲液洗5 min×3次；DAB显色，苏木精复染，中性树胶封片。以PBS替代一抗作为阴性对照。

1.3.3 图像分析 每张切片随机取5个视野，分别测量GDNF、BDNF阳性反应物面积密度、灰度值。

1.4统计学方法

采用SPSS 13.0统计学软件进行数据分析，计量资料数据用均数±标准差（x±s）表示，多组间比较采用单因素方差分析，组间两两比较采用LSD-t检验，以P < 0.05为差异有统计学意义。

2 结果

2.1 HE染色结果分析

脑组织损伤呈全脑局部弥漫性分布，有出血、神经细胞肿胀、胶质细胞嗜酸性变、脑组织疏松、神经细胞变性坏死、嗜神经现象。在1、3 h 组出血改变较为明显，其他改变没有时间上的特异性分布。见图3、4。

2.2 GDNF、BDNF免疫组化染色

GDNF、GDNF阳性结果为棕褐色，以PBS代替第一抗体作为阴性对照，未发现细胞质内有染为棕褐色颗粒。正常对照组可见大脑、脑干、小脑分子层细胞有散在GDNF、BDNF弱阳性反应，小脑浦肯野细胞有强阳性反应，阳性信号主要位于神经胶质细胞和神经元胞质内。实验各组阳性信号表达部位与正常对照组相同，阳性信号的面积密度无明显变化，阳性着色明显加深（图5，封三）。

2.3 免疫组化染色结果分析

表达强度经图像分析，测量阳性信号灰度值及面积密度值，做统计分析结果示：与正常对照组比较，1 h组GDNF信号灰度值开始增高（P < 0.05），3 h组表达增强到最高峰，12 h组有所回落，但仍高于正常对照组（P < 0.05），此后一直持续在较高水平到120 h组。1、3、6、12、24、48、72、120 h组强度均显著高于正常对照组水平（P < 0.05）；各组阳性信号面积密度比较，差异无统计学意义（P > 0.05）。见表1。

BDNF阳性信号灰度在损伤后1 h表达升高，6 h达最高峰，12 h开始回落，24 h回落到正常水平。各组阳性信号面积密度比较，差异无统计学意义（P > 0.05）。见表2。

3 讨论

GDNF对神经元具有营养、保护和修复的作用[2-4]，在本实验中发现弥漫性脑损伤后GDNF表达水平上升，这种上升是机体对脑的保护性反应[5]，本实验结果显示脑损伤后GDNF表达水平升高迅速且灵敏，在1 h即具有显著性；GDNF在脑损伤表达水平增高呈现与时间变化相关规律，损伤1 h GDNF阳性表达开始增高，3 h表达增强到最高峰，12 h有所回落，但仍高于正常对照组，此后一直持续在较高水平到120 h组，此外，大脑、小脑、脑干部位GDNF表达上调时间基本一致，符合脑损伤弥漫性分布的特点。

理论上，由于GDNF在神经细胞和神经胶质细胞中都有表达[6-7]，而脑损伤后两种细胞的反应程度和反应时间不同[8]，本研究期望在脑损伤后GDNF表达变化趋势图出现两个高峰：神经细胞引起的GDNF表达高峰和胶质细胞引起的GDNF的表达高峰。本实验只观察到在3 h的表达高峰，可能是因为胶质细胞反应一直持续到120 h后，使得GDNF二次表达高峰延续到120 h后，在本实验中由于受选取时间点限制，没有反映这一规律；本实验结果表达高峰出现在3 h，与王欣等[9]及陈宝友等[10]的研究结果不一致，这种不一致可能是损伤程度不同造成的。Wetmore等[11]的研究揭示神经细胞有低水平BDNF mRNA表达，Sinson等[12]、Mocchetti等[13]及Wang等[14]分别在对缺血缺氧性脑损伤的研究中揭示BDNF对脑损伤具有保护作用。董吉容等[15]报道大鼠液压脑损伤后BDNF mRNA表达呈一定的时序变化。BDNF在局部弥漫性脑损伤后表达变化规律目前没有文献报道，本研究对这一问题进行实验研究。综合前人的研究结果，本研究选择BDNF作为研究指标具有下列理由：①选取指标具特异性，在正常脑组织中有表达在脑损伤后表达水平特异性改变；②对脑损伤的反应具有敏感性，损伤后短时间内表达水平即有改变；③脑损伤后表达水平变化呈一定的规律。本研究结果显示，正常对照组大鼠BDNF弱阳性表达，实验组BDNF蛋白表达水平呈明显的时序性规律。由于本研究动物模型脑损伤弥漫性分布的特点，对弥漫性脑损伤后大鼠脑组织不同部位BDNF表达情况进行分析后发现，大脑、小脑、脑干部位BDNF灰度值变化趋势基本一致。本研究结果揭示BDNF在脑损伤后短期内表达水平即有改变并且具有时序性规律，这种规律为将BDNF应用到脑损伤时间推断提供了实验依据。

本研究的BDNF表达高峰出现在伤后6 h，与贾丛林等[16]报道的在伤后2 h表达高峰，以及与董吉容等[15]报道的在轻度和中度损伤组分别在2、4 h表达高峰不一致，这种不一致可能是由于损伤机制和程度不同造成的。本研究建立的脑损伤病死率低，损伤不严重，因而引发的机体自我保护程度轻。这与董吉容等[15]报道的BDNF表达水平与损伤程度呈正相关一致。但是由于脑损伤方式不一，在不同损伤机制下脑损伤程度分级不一，所以本实验的损伤程度与董吉容等[15]的损伤程度分级无可比性，因而表现在具体的表达水平变化趋势上并不完全一致。与GDNF相比，BDNF表达水平在回到正常对照组水平前，各时间点上都有显著性差异（P < 0.05），因此本研究认为BDNF作为脑损伤推断时间的指标将会有更大的优势。

[参考文献]

[1] 陈梅花，陈贵珍，贾万钧，等.改良大鼠弥漫性脑损伤实验模型[J].中国比较医学杂志，2013，23（7）：29-31.

[2] Lin LF，Doherty DH，Lile JD，et al. GDNF：a glial cell line-derived neurotrophic factor for midbrain dopaminergic neurons [J]. Science，1993，260（5111）：1130-1132.

[3] Nosrat CA，Tomac A，Lindgvist E，et al. Cellular expression of GDNF mRNA suggests multiple unctionsin-side and outside the nervous system [J]. Cell & Tissue Res，1996，286（2）：191.

[4] Batchelor PE，Liberatore GT，Wong JY，et al. Activating in the injured Striatum and brain -derived neurotrophic factor [J]. J Neurosci，1999，19（5）：1708-1716.

[5] Wei G，Wu G，Cao X，et al. Dynamic expression of glial cell Line- derived neurotrophic factor after cerebral ischemia [J]. Neuroreport，2000，11（6）：1177-1183.

[6] 周雪，章为，邹小菊，等.胶质源性神经营养因子在成年大鼠中枢神经系统中的表达[J].华西医科大学学报，1998， 29（3）：289-291.

[7] Springer JE，Mu X，Begmann LW. Expression of GDNF mRNA in rat and human nervous tissue [J]. Exp Neuroul，1994， 127（2）：167.

[8] 余望贻，李辉，杨锡平.三个远交小鼠群体对戊巴比妥钠和氨基甲酸乙酯的耐受性比较[J].上海实验动物学，1997， 17（2）：105-106.

[9] 王欣，廖志钢，刘敏，等.重度颅脑损伤后GDNF表达的实验研究[J].法医学杂志，2003，19（1）：1-3.

[10] 陈宝友，侯志勇.胶质细胞源性神经营养因子及其受体在大鼠创伤性脑损伤后皮层中的表达[J].中国康复理论与实践，2008，1（14）：24-26.

[11] Wetmore C，Emfors P，Persson H，et al. Localization of brain-derived neurotrophic factors mRNA to neurons in the brain by in situ hybridization [J]. Exp Neuro，1990，109：141-152.

[12] Sinson G，Perri BR，Mcltosh TK，et al. Improvement of congnitive deficits and decreased cholingergic neuronal cell loss and apoptosic cell death following neurotrophin infusion after experimental traumatic brain injury [J]. J Neurosurg，1997，86（1）：511-516.

[13] Mocchetti I，Wrathal JR. Neurotrophic factors in central nerves system trauma [J]. J Neurotrauma，1995，12（1）：853-870.

[14] Wang Z，Yao W，Deng Q，et al. Protective effects of BDNF over expression bone marrow stromal cell transplantation in rat models of traumatic brain injury [J]. J Mol Neurosci，2013，49（2）：409-416.

[15] 董吉容，朱诚，江基尧，等.大鼠液压脑损伤后BDNF mRNA原位杂交组织化学表达的变化[J].中华创伤杂志，1998，14（3）：151-153.