交感神経系
Multi tool use交感神経系（こうかんしんけいけい、英語: sympathetic nervous system, SNS、ラテン語: pars sympathica divisionis）は、自律神経系の一つ。
「闘争と逃走の神経（英語ではFight and Flight)」などとも呼ばれるように、激しい活動を行っている時に活性化する。
舌間
末梢の交感神経線維は胸髄・腰髄の側角細胞に始まる。ここから出た神経線維は交感神経幹神経節（椎傍神経節）またはさらに末梢の椎前神経節（腹腔神経節・上腸間膜神経節など）に至り、ここで次のニューロンに交代して末梢の効果器に分布している。このように交感神経は2つの神経線維の連絡から成り立っており、神経節までの線維を節前線維といい、交代した神経節から先の線維を節後線維という。なお、1つの節前線維に複数の節後線維が接続していることも多い。
胸髄上部から出た交感神経線維は上に向かい頚部交感神経節（上・中・下頚神経節）でニューロンをかえ、頭頚部や上肢、心臓、肺などに分布する。一方で、胸髄中・下部の線維は大内臓神経、小内臓神経などとして、交感神経幹を通過し、腹部の腹腔神経節などでニューロンをかえて腹部の臓器に分布する。また、腰髄上部からの交感神経線維は腰内臓神経を伝って下腸間膜神経節に入りニューロンをかえ、腹部から骨盤部の臓器に分布している。
交感神経には内臓に分布する線維のほかに皮膚の末梢血管や立毛筋に分布するものもあるが、これらは交感神経幹神経節でニューロンを交代する。
機構
神経伝達物質
受容体（アドレナリン受容体）
- 心臓
- β1受容体
- 洞房結節→心拍数↑
- 心房→収縮、伝導速度↑
- 房室結節→自動能、伝導速度↑
- ヒス束・プルキンエ線維→自動能、伝導速度↑
- 心室→収縮、伝導速度↑
- 細動脈
- 肺
- 腎臓
- 脂肪細胞
臓器に対する効果
- 眼（T1〜T2）
唾液腺（T1〜T2）→粘液性の液を分泌
心臓（T1〜T5）→血圧↑、心拍数↑(但しノルアドレナリン外部投与では血管収縮による圧受容反射で↓)、心収縮力↑、房室結節伝導時間延長短縮、電気的興奮性↑
血管（いくつかの外分泌腺の血管、いくつかの外性器の血管）→収縮
冠状動脈→拡張
気道・肺（T2〜T7）
肝臓（T5〜T10）→グリコーゲン分解
脾臓（T5〜T12）→血管収縮（α受容体）、血管弛緩（β受容体）
胃腸管（T6〜L1）
胃→平滑筋弛緩、括約筋収縮、胃活動↑、胃蠕動運動↓、胃液分泌↓
腸管→平滑筋弛緩、括約筋収縮
副腎髄質（T10〜L2）→カテコールアミン分泌
腎臓（T11〜L1）→レニン分泌
膀胱（T12〜L4）→膀胱三角収縮、括約筋収縮、排尿筋弛緩
膵臓（T6〜T10）→膵液分泌↓、インスリン分泌↓
腸
小腸→運動↓、平滑筋弛緩、括約筋収縮、腸液分泌↓
直腸（T11〜L4）→平滑筋弛緩、括約筋収縮
胆嚢・胆管→弛緩
生殖器（T10〜L4）→射精
- 皮膚
- 骨格筋動脈→収縮
- 血管（骨格筋内）→拡張（循環アドレナリンの作用）
- 一部の血管→収縮
関連項目
- 副交感神経
- 多汗症
胸腔鏡下胸部交感神経遮断術（ETS）
神経系
|
|---|
脳 | 脊髄 | 中枢神経系 | 末梢神経系 | 体性神経系 | 自律神経系 | 交感神経系 | 副交感神経系
|
|
 | この項目は、医学に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（プロジェクト:医学／Portal:医学と医療）。 |
p nhGO nSw,2P6SNV7AI1cbHcQPBKSGo,Eq,Kwijbw,g2AFN,A,He2UXNcrJ4KBeHNRVwoEUUs3fLAM0CTP9o46zh19RHD,ZFsANgvaeSVK
Popular posts from this blog
Ramiro Burr's New Blog - to go back: www.ramiroburr.com From Latin rock to reggaeton, boleros to blues,Tex-Mex to Tejano, conjunto to corridos and beyond, Ramiro Burr has it covered. If you have a new CD release, a trivia question or are looking for tour info, post a message here or e-mail Ramiro directly at: musicreporter@gmail.com Top Tejano songwriter Luis Silva dead of heart attack at 64 By Ramiro Burr on October 23, 2008 8:40 AM | Permalink | Comments (12) | TrackBacks (0) UPDATE: Luis Silva Funeral Service details released Visitation 4-9 p.m. Saturday, Rosary service 6 p.m. Saturday at Porter Loring, 1101 McCullough Ave Funeral Service 10:30 a.m. Monday St. Anthony De Padua Catholic Church, Burial Service at Chapel Hills, 7735 Gibbs Sprawl Road. Porter Loring (210) 227-8221 Related New Flash: Irma Laura Lopez: long time record promoter killed in accident NewsFlash: 9:02 a.m. (New comments below) Luis Silva , one of the most well-known ...
1 I having trouble getting my ResourceDictionary.MergedDictionaries to load from app.xaml. My WPF app has a static class with a Main defined and startup object set to it. Within Main I created an instance of App and run it. The override OnStartup fires and the mainwindow.cs InitializeComponent gives the error "Message "Cannot find resource named 'MaterialDesignFloatingActionMiniAccentButton'. If I put the resources in the mainwindow.xaml everything is fine, but I wanted them to load at the app level so I they are not in each page. Any help appreciated. public partial class App protected override void OnStartup(StartupEventArgs e) base.OnStartup(e); var app = new MainWindow(); var context = new MainWindowViewModel(); app.DataContext = context; app.Show(); from the Main.. var app = new App(); app.Run(); app.xaml.. <Application x:Class="GS.Server.App" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:...
up vote 2 down vote favorite There is a clear pattern that show for two separate subsets (set of columns); If one value is missing in a column, values of other columns in the same subset are missing for any row. Here is a visualization of missing data My tries up until now, I used ycimpute library to learn from other values, and applied Iterforest. I noted, score of Logistic regression is so weak (0.6) and thought Iterforest might not learn enough or anyway, except from outer subset which might not be enough? for example the subset with 11 columns might learn from the other columns but not from within it's members, and the same goes for the subset with four columns. This bar plot show better quantity of missings So of course, dealing with missings is better than dropping rows because It would affect my prediction which does contain the same missings quantity relatively. Any better way to deal with these ? [EDIT] The nullity pattern is confirmed: machine-learning cor...
