在早期大脑发育期间,如果暴露在环境逆境中,如早产,会影响早期大脑组织发育。在这里,我们研究了通过促进母婴情感连接的多模态环境富集是否可以改善早产儿皮质活动网络的发育。我们使用高密度脑电图记录参加家庭养育干预(FNI)随机对照试验的婴儿,检查了足月龄时的功能性连通性。我们的研究结果确定了FNI的几个大规模的、频率特定的网络效应,最广泛的是额中央皮质区域的alpha频率。该网络的连通性强度与后来的神经认知表现相关。这些发现表明,早产儿神经发育护理可以通过生物驱动的环境富集来改善,如早期促进直接的人际联系。本文发表在SCIENCE TRANSLATIONAL MEDICINE杂志。

介绍

早期大脑发育是由整个神经系统产生的内源性活动形成的,包括感觉器官的自发活动,如视网膜或耳蜗波,或由内源性运动产生的与子宫壁的触觉相互作用。人类婴儿的这种发育大部分在子宫内正常发生。然而,早产儿在新生儿重症监护病房(NICUs)这种极不自然的环境中度过关键的发育时期。现在已经证实,早产与一系列不良神经发育后遗症有关。尽管有更好的心肺和感染护理,存活率有了实质性的提高,但为了更好的神经发育结果而进行的神经护理进展甚微,其主要关注的是尽量减少环境和临床不利因素。

在过去的几年里,出现了许多环境控制或策略来改善神经发育护理。这些策略通常包括特定的、外部传递的感官体验,如人声或音乐。一些研究报告称,按摩或音乐疗法甚至可能分别改变婴儿的电生理活动或脑血流的空间相关性。另一种方法以多模态感觉富集的形式出现,据报道,这种方法有许多有益的神经行为效果,可持续到儿童后期。这种多模式的感官丰富可以通过多种方式来实现,例如通过父母的皮肤接触来安抚婴儿,或让父母在床旁与早产儿建立更紧密的情感联系[被称为家庭养育干预(FNI)]。

目前的神经生物学证据认为,早期大脑发育是一个依赖活动但不依赖经验的过程。因此,早产儿的大脑在生物学上被调整为利用内源性活动,而不是利用外部添加的感官刺激,相反,神经生物学上的最佳环境富集策略将包括支持婴儿的内部环境。特别是,了解环境富集对皮层网络活动的影响是必要的,这既是治疗的靶点,也是它的目标神经发育结果。因此,解决以下重要问题至关重要:哪些皮层网络受到环境富集的影响?这些影响是否与后来的神经发育结果有关?环境富集干预能减少皮质网络发育中与早熟相关的损害吗?

在这里,我们研究了婴儿的皮层活动网络是否受到促进人类互动的多模态环境丰富的影响,这是婴儿生活的生物学基础背景。我们从高密度脑电图(EEG)记录中计算皮质水平的神经同步。数据集来自一项随机对照试验,在该试验中,只接受标准护理(SC)的婴儿与接受额外FNI(家庭养育干预)的婴儿进行比较,FNI是一种母婴情感连接的床旁促进。由于在SC和FNI婴儿之间发现了几个频率特定网络的不同,我们检查了他们的空间结构和区域参与。这些网络效应与神经认知结果相关,以了解它们如何与先前显示的来自FNI的神经行为益处相关。最后,我们测试了FNI是否影响局部皮质活动的成熟或全局皮质网络的成熟:通过计算功能脑年龄(FBA)来评估局部成熟,而通过与一组健康足月婴儿的比较来估计全局成熟。

方法和被试

参与者包括孕周(GA)26至34周刚生过一胎或一对双胞胎的母亲。研究中婴儿的平均GA为30周。总共有n = 150名婴儿的n = 115名母亲被纳入研究,并随机接受FNI或SC。本研究纳入的婴儿或母亲的社会人口学特征均无显著差异。

FNI是一种基于NICU的行为干预,旨在促进母婴之间的情感联系和生理协同调节。FNI不是说教型的,而是经验型的。简单地说,养育专家在分娩后最早的时间点开始与母亲交谈,也就是平均在婴儿入院后1周。最初的活动是在婴儿在隔离室内时进行的,包括交换气味布,坚定而持久地接触婴儿,用婴儿的母语向婴儿表达自己的感受,以及尽可能多地与婴儿进行眼神交流。当婴儿可以从保温箱中取出时,养育专家促进皮肤接触和非皮肤接触的拥抱,并配合情感表达。另外一个数据集来自赫尔辛基大学中心医院儿童医院测定的40.4±1.1周GA出生的一组HC。

在CUMC测量中,睡眠婴儿在定期喂食约30分钟后接受脑电图研究。录音时间约为1小时,发生在上午11点至下午4点之间。本研究中使用的记录在SC队列的40±1.7周妊娠年龄(CA)和FNI队列的40±1.6周妊娠年龄(CA)时进行。用128导联脑电图记录(Electrical Geodesics Inc)。然而,125 - 128通道位于面部,因此不在本研究的分析中使用。

对于每个婴儿,我们提取了5分钟的脑电图片段,在两种睡眠状态(AS和QS)中没有主要伪影。睡眠状态通过视觉观察确定,使用先前定义的早产儿标准。通过观察不同频率的连续脑电图波动来确定AS期,没有像QS中那样的交替振幅或爆发活动。通过观察清晰的间断/交替背景模式和可能的肌张力减弱来确定QS期。接下来,脑电图数据被过滤为24个感兴趣的频带,范围从0.4到38Hz。

将预处理和滤波后的传感器级脑电图数据重构到源级,以实现更好的空间分离,减少体积传导引起的模糊。我们应用了现实婴儿头部模型和动态统计参数映射。通过使用去偏加权相位滞后指数(wPLI)计算其窄带信号之间的PPCs(相位-相位相关),我们估计了所有皮层组对之间功能相互作用的强度。这就形成了网络,其中组被视为节点,连接(边)被估计为它们之间的PPC强度。我们计算了每个婴儿在24个频段和两种睡眠状态下的网络。最后,在比较治疗组之间的功能网络之前,我们回归了婴儿在每个皮质-皮质连接脑电图记录时的年龄。这样做是为了消除由于成熟效应造成的网络特征的个体差异,而成熟效应与发育中的大脑中的网络形成有关(图S2)。

随后对创建的网络进行两两比较,然后计算与临床结果的相关性,最后基于脑电图评估脑功能成熟差异。早产儿的脑功能成熟往往延迟,可能意味着功能脑成熟的差异。在这里,我们估计了成熟延迟,即每个婴儿的FBA(功能脑年龄)与脑电图记录时的已知实龄之间的差异。最后,为了评估功能网络的变化如何与正常的大脑发育相关,我们引入了一组来自赫尔辛基数据集的健康足月出生的对照组进行比较。

结果

在参加FNI随机对照试验后,从足月等龄早产儿活跃睡眠(AS)和安静睡眠(QS)期间的高密度脑电图记录中评估皮质活动网络。活动网络通过一系列相位-相位相关(PPCs)的频带(中心频率表示为Fc)进行计算,这些频带反映了高时间精度的神经元通信,被认为是许多高级大脑功能的基础。两组接受SC或SC + FNI的早产儿皮质活动网络进行统计学比较。FNI对皮质网络的神经发育影响通过将干预效果(在足月出生时测量)与后来的结果相关联,并将其与足月出生的健康对照组(HC)单独进行比较来评估。整个研究流程如图1所示。图S1显示了该研究先前结果的复制。

图1 研究设计概述。

(A)早产儿被纳入家庭养育干预(FNI)的随机对照试验,母亲被帮助建立更好的情感联系(FNI,n = 59)和另一组婴儿接受标准护理(SC,n = 50)。

(B)在白天睡眠时记录高密度头皮脑电图(EEG)数据,然后将按频率过滤的脑电图数据转换为58个皮层区域的皮层活动信号,覆盖所有四个皮层区域。随后分别对AS和QS状态和24个不同的频率范围进行了分析。

(C)皮层组之间的功能交互作用(连接)被计算为相-相相关性(PPCs),在每个婴儿中产生48个频率特定和睡眠状态特定的连接矩阵(网络)。这些网络在组间进行统计学比较,以发现治疗效果。

(D)通过将FNI相关网络的连接强度与这些婴儿的神经认知结果相关联,并与健康对照组(HC)的参考进行比较,评估FNI相关网络的临床影响。

图S1 先前发表的在皮层信号水平上的传感器水平功率分析的复制

FNI降低了频率特定网络中的神经元同步性

FNI效应主要表现为大规模皮层网络连接强度的降低。观察到的变化跨越多个狭窄的频带,这些频带又合并成更宽的范围(图2A)。在AS和QS状态中,最显著的差异被限制在5到16 Hz的中频范围内,但它们显示出不同的频率和状态特定的空间连接(图2B)。例如,AS中受FNI影响的神经网络在α - β频率(9 - 16Hz)时向右半球偏侧化,而在θ频率(5 - 8Hz)时,它们对称并与额叶相连。与此同时,在alpha频率(9 - 13Hz)下的QS网络表现出密集的右偏模式,而在θ频率(5 - 8Hz)下,它们只包含少量连接。在alpha频率范围内观察到的差异最大,在两种睡眠状态下都具有相似的拓扑结构(参见图3)。我们还发现了网络密度中连接减少的特定状态次级峰值:低δ频率时的AS模式主要覆盖额-中央连接,而高δ频率的QS模式连接顶叶和枕叶区域到额叶。FNI组的高PPC强度仅在QS中δ频率范围,连接中央皮质区域与额叶和枕叶区域。所有数据都经过年龄校正,以抑制PPC中与年龄相关的差异(图S2);然而,没有年龄校正的结果是可比较的(图S3)。每个婴儿的累计抱婴次数,即母婴互动次数,与网络强度无显著相关。

图2 FNI对皮层活动网络影响的频率分析

(A)FNI和SC婴儿在年龄校正PPC网络中显示显著差异的连接比例。结果分别显示为AS(左)和QS(右)时期。FNI组中PPC较高的网络(FNI > SC)的密度显示为红色,FNI组中PPC较低的网络(FNI < SC)的密度显示为蓝色。

(B)fdr校正差分网络的拓扑结构显示了所有24个频率范围,分别用红色和蓝色线表示,与SC相比,FNI组的PPC明显更高和更低
大脑图上的皮层区域用不同的颜色标记:额叶(黄色)、中央(紫色)、颞叶(绿色)和枕叶(黑色)。网络差异的效应大小显示在每个大脑图下。

图S2 足月前后PPC变化分析。

网络图显示的连接在所有24个频段(A) AS和(B) QS中与怀孕年龄(37-43周)显著相关。红色边为正相关(PPC随年龄增加),蓝色边为负相关(PPC随年龄减少)。
大脑图上的皮层区域用不同的颜色标记:额叶(黄色)、中央(紫色)、颞叶(绿色)和枕叶(黑色)。

图S3 年龄校正对功能连通性网络FNI效应频率分析的影响。

在AS(左)和QS(右)期间,PPC网络显著组差异的网络密度(K)作为频率的函数显示在年龄校正(虚线)和未校正(实黑线)数据上。FNI组中PPC较高的网络(FNI > SC)的密度用红色表示,FNI组中PPC较低的网络(FNI < SC)的密度用蓝色表示。

FNI处理影响最大的是Alpha频段网络

然后,我们详细检查了alpha频率网络的拓扑结构(Fc = 11 Hz)表明FNI对两种睡眠状态的影响最为广泛。在其他K个峰值频率的网络的研究结果载于补充材料(图S5和S6)。
两种睡眠状态下的α频率网络显示右半球连接更密集,显著的区域内涉及右中央区域,以及从右中央到两个额叶区域的区域间连接(图3A和B)。在QS期间,这些网络也跨越了右侧枕叶皮质(右侧中央-枕叶区域间密度),并且在中央和颞区之间表现出更高的半球间连接密度。通过欧氏距离估计的连接长度在AS和QS期间网络之间没有差异(图3C)。然而,与全脑网络相比,AS期间的网络包含了更多的中端连接,而QS网络长度分布没有显示出优先长度(图3C)。

图3 FNI对α频率网络的影响

(A)从AS(左)和QS(右)状态的轴向视图显示了Fc = 11 Hz时网络的拓扑结构。注意全脑范围内密集的神经网络,在右侧中央区域有视觉上可识别的重点。
(B)这些图显示了额部(黄色)、中央(紫色)、颞部(绿色)和枕部(黑色)区域的连接密度。区域内和区域间密度分别用区域周围或区域之间的线宽表示。节点大小表示每个区域的节点比例。
(C) AS网络(橙色)、QS网络(绿色)和所有可能的皮质-皮层连接(全网络,灰色)的归一化连接长度分布。

图S5 FNI对θ网络的影响。

Fc = 5处AS(左)和QS(右)状态网络的拓扑结构。注意AS网络相对均匀的分布,而QS网络显示一个小簇,主要是枕中央边缘。在它们下面显示的是额叶(黄色)、中央(紫色)、颞叶(绿色)和枕叶(黑色)区域(彩色圆圈)的连接密度。区域内和区域间密度分别用区域周围或区域之间的线宽表示。节点大小表示每个区域的节点份额。最低的图显示了AS网络(橙色)、QS网络(绿色)和所有可能的皮质-皮层连接(全网络,灰色)的规范化连接长度分布。

图S6 FNI对δ网络的影响。

从左侧显示了组差异网络的拓扑结构,其中有小峰值的频率:Fc = 3hz(上),1Hz(中),0Hz(下),在任一睡眠状态下。蓝色连接表示FNI (FNI < SC)连接较弱,而红色连接表示FNI (FNI > SC)连接较强。在它们的右边显示了额叶(黄色)、中央(紫色)、颞叶(绿色)和枕叶(黑色)区域(彩色圆圈)的连接密度。区域内和区域间密度分别用区域周围或区域之间的线宽表示。节点大小表示每个区域的节点份额。在密度显示下面是AS(橙色)或QS网络(绿色)的归一化连接长度分布,以及所有可能的皮质-皮层连接(全网络,灰色)。
皮层网络上与FNI相关的差异与神经发育结果相关
为了寻找FNI效应对神经发育的影响,我们首先将新生儿皮层活动网络的平均连通性(PPC)强度与18个月时评估的神经认知结果相关联,使用标准化的婴儿和学步儿童发展量表III。α频率网络中较低的PPC强度(图4A)与两种睡眠状态下较好的认知和语言结果Bayley分数显著相关,这与FNI对提高认知和语言能量的效果一致。FNI组和SC组间相关性不显著。

图4 alpha频率网络的临床影响。

(A)FNI相关网络效应与18月龄神经发育结果的相关性。散点图描述了平均年龄校正的连通性强度(FNI,深蓝色;SC,浅蓝色)在AS(左)和QS(右)期间的alpha频率网络中与认知(上)和语言(下)结果相关。通过多次比较校正的相关性用星号表示。

(B)早产儿(FNI和SC)与足月出生的HC的网络连通性强度比较。图中展示了AS(左)和QS(右)中FNI相关的alpha网络中每组平均连通性强度的分布和单个数据点。

FNI不影响局部神经元活动的成熟

通过评估FNI如何影响神经元活动本身的成熟,首先研究了潜在的神经生理机制,正如先前验证的基于机器学习的FBA(功能脑年龄)测量所追踪的那样。FNI组和SC组在FBA延迟上无显著差异,即实际实足年龄与FBA估计年龄之间的差异无差异。此外,FBA延迟也与网络强度无关。这些观察结果表明,FNI影响大规模皮层活动网络的发展,而不是局部神经元活动的成熟。

FNI可减弱皮质网络中与早产儿相关的损害

最后,我们通过比较FNI组和SC组的α (Fc = 11 Hz)网络强度与足月HC婴儿的结果(图4B),检验了FNI对早产儿相关网络损害的影响。接受FNI干预的婴儿在任何一种睡眠状态下都没有偏离HC队列,而SC组连接强度显著高于HC组。这对于一些频率范围更广的网络来说是正确的。这些发现共同表明,FNI以一种临床相关的方式影响大脑网络的发展,减弱了早产对网络连接的影响。

讨论

FNI是一种床旁干预,旨在促进NICU的母婴情感连接,导致婴儿皮层活动网络的广泛和选择性变化,这些影响与儿童后期临床相关的神经认知结果相关。这些网络与足月出生的健康婴儿的比较表明,干预可能克服早期早产的不良网络效应。此外,这些干预效应只出现在皮质-皮层网络相互作用的发展中,而没有出现在局部皮层活动的成熟中。我们的发现通过将神经生理机制与环境富集的治疗效果联系起来,扩展了目前的理解,并表明电生理测量可能是未来临床和转化研究的有价值的标杆工具。

较高的脑功能由频率特定的PPC网络中的大规模神经元相互作用支持,这在早产儿中受脑损伤、成熟和警觉状态的调节。我们目前的研究结果显示,在跨越多个皮层区域的α和θ频率网络中,FNI效应最为强劲,其中额叶区和右半球的参与稍强。这些发现可以直接与两个神经生理学框架联系起来。在发育方面,这些α和θ频率PPC网络可能与内源性活动爆发(称为自发瞬时活动)的大规模相关性相对应,在月龄几周后主导皮质活动。因此,观察到的FNI效应可以通过调节早期神经通信的一个关键模式反映活动依赖性大脑发育的变化。在神经认知方面,额侧连接的大规模网络涉及许多已知会因早期早熟而受损的高级认知任务,如工作记忆和注意力。这种更高层次的认知能力无法在新生儿、认知前婴儿身上观察到;然而,新生婴儿的这些PPC网络可能已经参与到早期视觉和/或其他注意机制中。

提高的表现与大脑网络中较低的PPC强度相关,这似乎是违反直觉的。然而,一些证据表明,脑功能质量和基于相位的神经元耦合强度之间的联系是环境依赖性的。例如,大脑发育的特征是空间上不同的皮层网络的大量变化。网络强度也在睡眠状态和认知操作之间动态变化。最后,在严重的病理情况下,如癫痫发作,可以观察到非常强的PPC,早产儿大脑网络显示出比更成熟的同龄人更强的PPC强度的多种模式。这些发现表明,PPC强度本身并不意味着功能意义,而是通过与其他临床或功能测量的相关性来反映。我们目前的发现与一种观点相一致,即暴露于FNI的婴儿的PPC下降是由更多的因素引起的。例如,较低的PPC可能反映了功能大规模网络成熟的相对提前或更普遍的大脑网络分离的提前。

总的来说,研究结果表明,FNI与睡眠状态特定空间模式的连通性强度降低有关。这与皮层功能网络确实与睡眠状态有关的想法完全一致,它们与即将到来的神经发育有特定的联系。最近的实验研究表明,睡眠状态具有明显的神经发育作用,例如在AS过程中,外周和皮层内源性活动相互作用形成感觉运动网络。与此同时,QS被认为通过突触修剪和降尺度支持大规模网络的组织,例如记忆巩固。睡眠状态特异性FNI效应的确切机制还有待于实验研究;然而,我们目前的发现与FNI效应是整体的观点相一致,既支持AS的特定网络形成,也支持QS的全球网络巩固。

研究的局限性可能包括研究组之间的相互作用,因为SC的母亲在FNI母亲附近,可能观察了FNI活动和/或进行了自己的任何养育活动。但是,SC母亲并没有被研究人员告知或告知FNI活动。

尽管从操作者的角度对环境富集协议进行了仔细的技术和/或行为描述,但从婴儿的角度全面描述干预是具有挑战性的;这对于理解环境丰富办法的基本机制至关重要。FNI效应可能通过多种机制发挥作用,如间歇性多感觉刺激和产妇对早产儿的生理稳定。FNI在环境丰富策略中是独特的,因为它的目的是在婴儿和成人照顾者之间建立积极的生理和社会情感反应和情感联系。它们将在多个领域提供最佳的发展基础:生理、社会情感、认知和语言。然而,在人类婴儿和实验模型中,证明环境富集对神经活动的快速直接影响是非常具有挑战性的。

需要使用环境富集疗法的模型进行平行研究,以揭示细胞水平上的机制,结合使用神经生理标记的跨物种标杆。然而,像FNI这样的行为环境丰富范式的标志物是具有挑战性的,因为它们建立在招募先天的人类类型的养育行为和父母-婴儿互动的基础上,以提供本质上的多模态环境丰富。除了研究环境富集对神经元的直接影响外,未来还需要评估丰富的环境对早产儿发育后果的许多医疗逆境的间接影响,如缺氧或心血管发作,或需要呼吸支持和抗生素使用。关于这种干预在不同文化环境中的实际可行性,重要的是评估所观察到的效果是否或在多大程度上具体与生物学上的母婴关系有关,或者它们是否可以推广到任何成年照顾者。最后,必须更全面地描述长期结果测量,特别是神经认知发展和/或父母-婴儿关系的早期儿童轨迹。

总之,我们的研究表明,在发育最基本的环境中丰富早产儿的环境,即父母的自然接触,改变了全脑皮质活动网络的发展。此外,FNI疗法将皮质活动网络重定向到足月出生的HC婴儿的连通性,这些网络效应与以后的神经认知发展相关。我们目前的研究结果支持了一个可测试的潜在机制假设(图S10),这需要在未来的前瞻性临床和转化研究中进行详细检查。在临床上,目前的研究结果支持神经发育护理的发展,使用非医学环境丰富干预与生态相关的因素,特别是自然的人类父母-婴儿互动。

图S10 将环境富集与神经元活动网络变化联系起来的假说。

通过各种病理生理和环境机制,早产儿被证明会导致广泛的白质(WM)损伤以及神经活动的损害,在这里,它们统称为生理不稳定性。环境富集可使婴儿稳定,从而减少WM损伤。此外,它可能通过间歇性的感觉刺激影响神经元活动。神经元活性本身影响着局部神经元活性和底层髓磷脂的成熟。在这种情况下,神经元网络同步可以被视为大型结构集合(点状线框)的功能读出,包括皮质神经元和包含其远程轴突连接的WM。

促进早期的父母-婴儿情感联系可以改善早产儿的皮质网络相关推荐

  1. 抖音发布春节大数据报告|合拍成与父母交流情感新方式

    ↑即刻关注芝诺数据分析,让我们一起成长吧! 2月12日,抖音发布了<2019春节大数据报告>(简称"报告"),公布了2019年农历大年三十至农历正月初五的数据,从拜年新 ...

  2. pytorch实现IMDB数据集情感分类(全连接层的网络、LSTM)

    目录 一.任务描述 二.思路分析 三.准备数据集 3.1 基础dataset的准备 3.2 文本序列化 四.构建模型 4.1 仅有全连接层 4.2 LSTM 4.3 训练和测试 五.完整代码 5.1 ...

  3. Lancet子刊:预测婴儿自闭症:进展与挑战

    自闭症谱系障碍(以下简称自闭症)是一种神经发育状况,可在儿童18-24个月大时可靠地诊断出来.通过对1岁及以下年龄的婴儿进行前瞻性纵向研究,这些婴儿后来被诊断为自闭症,可以阐明自闭症的早期发展过程,并 ...

  4. 微笑的力量:成人大脑中负责学习婴儿情绪的网络

    婴儿情绪感知(气质的一个方面)在婴儿期就开始形成,但婴儿情绪如何影响成人神经动力学的潜在机制仍不清楚.我们使用了一个带有概率视觉和听觉反馈(婴儿笑或哭)的社会奖励任务来训练47个未生育的妇女感知6个不 ...

  5. 婴儿认知的血流动力学研究

    过去20年内,认知神经科学研究依靠脑区血流动力学数据测量来推断潜在的认知过程,其中功能磁共振成像(fMRI)和功能近红外光谱成像(fNIRS)技术也适用于婴儿研究.我们回顾了这两种技术应用于婴儿研究的 ...

  6. 大学生网络欺负与父母教养方式的关系研究

    大学生网络欺负与父母教养方式的关系研究 摘 要:目的 为了解大学生网络欺负与父母教养方式的现状,探讨其网络欺负与父母教养方式之间的关系.方法 采用<网络欺负问卷>和<父母教养方式问卷 ...

  7. Nature综述:优先效应在生命早期肠道微生物组形成中的作用

    文章目录 优先效应在生命早期肠道微生物组的装配中的作用 热心肠日报 摘要 背景介绍 图1.影响生态群落的四个过程 生命早期肠道微生物组的装配 扩散 选择 漂变 多样化 图2. 比较婴儿肠道中群落装配的 ...

  8. SIGIR 2021 | 基于不确定性正则化与迭代网络剪枝的终身情感分类方法

    导读 终身学习能力对于情感分类器处理网络上连续的意见信息流而言至关重要.然而,执行终身学习对于深度神经网络来说是困难的,因为持续地训练可用信息会不可避免地会导致灾难性遗忘.发表在信息检索领域顶会 SI ...

  9. 育儿-《养育男孩》书中的精髓:父母如何理解男孩的每个成长阶段,更好地培养男孩?

    <养育男孩>书中的精髓:父母如何理解男孩的每个成长阶段,更好地培养男孩? 不得不承认,现在社会对男孩子的期待其实特别高,对于男孩,我们会希望他成熟.稳重.事业有成,所以男孩的父母总觉得要对 ...

最新文章

  1. 微信支付服务器demo,集成微信支付(附带demo)
  2. linux for循环
  3. dtrace-stap-book
  4. SylixOS中select原理及使用分析
  5. 大数据学习(09)--Hadoop2.0介绍
  6. 大数据面试题总结(附答案)
  7. 重庆高考计算机分数线,重庆高考历年分数线
  8. 列注释_技术贴 | 宏基因组分箱 (Binning)第四课——COG EC RNA注释统计
  9. 电大计算机考试将网页保存到桌面,电大计算机网考小抄.pdf
  10. 6.苹果官方鼠标移动速度慢问题解决(Magic Mouse)
  11. 多字节常量char m='\abcd'
  12. python模拟登录12306_python基于selenium模块实现自动登录12306网站
  13. alc662声卡注入id_ALC662驱动方法AppleALC+Lilu+DSDTalc662
  14. 自动交易软件的功能特点能满足哪些要求?
  15. oracle查询锁表SQL
  16. 三分钟搭建单节点私链教程
  17. iOS6正式版不完美越狱教程(附安装讯飞输入法)
  18. 随机存取存储器与只读存储器
  19. 打开word很慢(无网络时正常)
  20. Mac解决 zsh: command not found: ll

热门文章

  1. leetcode每日一题--雀巢原理;抽屉算法;Quorum机制;分布式应用
  2. 【BZOJ3653】谈笑风生 离线+树状数组+DFS序
  3. 微服务探索:nuoyi
  4. 滁州市区地图小区楼盘图矢量高清cdr|pdf2021年(高品质)
  5. 【数据库】编写存储过程
  6. 从产业互联网的角度,解读360智慧商业发布“春雨计划”
  7. error: server certificate verification failed 问题
  8. 水星路由器wan口ip显示0_路由器wan口ip地址显示0.0.0.0怎么办(2)
  9. 公众号头条文章 API 接口
  10. 如何在ps中添加图片上的塑料布效果