갈바닉 자극에 의한 전정 신경정보의 선형적 이동

김규태; 이상민; 김규성

추천

검색

자료유형: 학술저널

저자정보: 김규태 (인하대학교) 이상민 (인하대학교) 김규성 (인하대학교)

저널정보: 대한평형의학회 Research in Vestibular Science Research in Vestibular Science Vol.15 No.4

발행연도: 2016.1

수록면: 132 - 140 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Objective: Growing hypotheses indicate the galvanic vestibular stimulation (GVS) as an alternative method to manage the symptoms of parkinson’s disease (PD). GVS is easy and safe for use, and non-invasive. However, it is elusive how the neural infor-mation caused by GVS is transmitted in the central nervous system and relieves PD symptoms. To answer this question, we investigated the transmission of neural infor-mation by GVS in the central vestibular system, focused on vestibular nucleus (VN).Methods: Twenty guinea pigs were used for this study for the extracellular neuronal recordings in the VN. The neuronal responses to rotation and GVS were analyzed by curve-fitting, and the numerical responding features, amplitudes and baselines, were computed. The effects of stimuli were examined by comparing these features.Results: Twenty six vestibular neurons (15 regular and 11 irregular neurons) were recorded. Comparing the difference of baselines, we found the neural information was linearly transmitted with a reduced sensitivity (0.75). The linearity in the neural tran-smission was stronger in the neuronal groups with regular (correlation coefficient [Cor. Coef.]=0.91) and low sensitive units (Cor. Coef.=0.93), compared with those with irregular (Cor. Coef.=0.86) and high-sensitive neurons (Cor. Coef.=0.77).Conclusion: The neural information by GVS was linearly transmitted no matter what the neuronal characteristics were.Res Vestib Sci 2016;15(4):132-140

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)