XiaoMi-AI文件搜索系统
World File Search System动脑
使用生成对抗网络重建 ERP 信号以实现移动脑机接口
摘要 — 实用的脑机接口已被广泛研究，以利用现实世界中的脑信号准确检测人类意图。然而，脑电图 (EEG) 信号由于行走和头部运动等伪影而失真，因此脑信号的幅度可能比所需的 EEG 信号大。由于这些伪影，在移动环境中准确检测人类意图具有挑战性。在本文中，我们提出了基于生成对抗网络的重建框架，使用行走过程中的事件相关电位 (ERP)。我们使用预训练的卷积编码器来表示潜在变量，并通过形状类似于编码器对立面的生成模型重建 ERP。最后，使用判别模型对 ERP 进行分类，以证明我们提出的框架的有效性。结果，重建的信号具有与站立期间的 ERP 类似的重要成分，例如 N200 和 P300。重建的 EEG 的准确性与行走期间的原始噪声 EEG 信号相似。重建的 EEG 信噪比显著增加至 1.3。生成模型的损失为 0.6301，相对较低，这意味着训练生成模型具有较高的性能。重建的 ERP 因此在降噪效果下在行走过程中的分类性能有所提高。即使在移动环境中，所提出的框架也可以帮助基于脑机接口识别人类意图。
使用深度学习对胶质母细胞瘤患者进行全自动脑切除腔描绘以定义放射靶体积
背景：自动脑肿瘤分割方法是一种计算算法，可从多模态磁共振成像 (MRI) 中勾画出肿瘤轮廓。我们介绍了一种使用深度学习 (DL) 技术对多形性胶质母细胞瘤 (GBM) 患者的切除腔 (RC) 进行自动分割的方法及其结果。方法：纳入 30 名 GBM 患者的术后、有无造影的 T1w、T2w 和液体衰减反转恢复 MRI 研究。三位放射肿瘤学家手动勾画了 RC 以获得参考分割。我们开发了一种 DL 腔分割方法，该方法利用所有四个 MRI 序列和参考分割来学习执行 RC 勾画。我们根据 Dice 系数 (DC) 和估计体积测量值评估了分割方法。
文章根据静息状态脑电图数据预测个体用户脑电图特征的动态范围，以评估其对被动脑电图的适用性——
摘要：随着近年来低成本可穿戴脑电图 (EEG) 记录系统的发展，被动式脑机接口 (pBCI) 应用正在教育、娱乐和医疗保健等各种应用领域中得到积极研究。各种 EEG 特征已被用于实现 pBCI 应用；然而，经常有报道称，有些人难以充分享受 pBCI 应用，因为他们的 EEG 特征的动态范围（即其随时间变化的幅度）太小，无法用于实际应用。进行初步实验以寻找与不同心理状态相关的个性化 EEG 特征可以部分避免这一问题；然而，对于大多数 EEG 特征动态范围足够大以用于 pBCI 应用的用户来说，这些耗时的实验是没有必要的。在本研究中，我们尝试从静息状态脑电图 (RS-EEG) 预测个人用户最广泛用于 pBCI 应用的脑电图特征的动态范围，最终目标是识别可能需要额外校准才能适合 pBCI 应用的个人。我们使用基于机器学习的回归模型来预测三种广泛使用的脑电图特征的动态范围，已知这三种特征与大脑的效价、放松和集中状态有关。我们的结果表明，脑电图特征的动态范围可以预测，归一化均方根误差分别为 0.2323、0.1820 和 0.1562，证明了使用短暂静息脑电图数据预测 pBCI 应用的脑电图特征的动态范围的可能性。
基于脑电图的感觉运动脑机接口的受试者内和受试者间变异性：综述
用于运动障碍康复的脑机接口 (BCI) 利用脑电图 (EEG) 中的感觉运动节律 (SMR)。然而，支撑 SMR 的神经生理过程往往随时间和受试者的不同而变化。固有的受试者内和受试者间变异性导致数据分布的协变量偏移，从而阻碍模型参数在会话/受试者之间的可转移性。迁移学习包括基于机器学习的方法，用于补偿受试者间和会话间 (受试者内) 变异性，这些变异性表现在 EEG 衍生的特征分布中，作为 BCI 的协变量偏移。除了迁移学习方法外，最近的研究还探索了心理和神经生理预测因子以及受试者间联想性评估，这可能会增强基于 EEG 的 BCI 中的迁移学习。在这里，我们强调了测量会话间/受试者表现预测因子对于正常人和运动障碍人士的广义 BCI 框架的重要性，从而减少了繁琐和烦人的校准会话和 BCI 训练的必要性。
您的孩子是否遭受了运动脑震荡？
脑震荡是由于头部撞击或震动引起的短暂脑损伤。可能会出现多种症状并通常在几天或几个月内解决。运动员在任何运动中都可能遭受脑震荡。接触或碰撞运动，例如足球，足球，摔跤，冰球，曲棍球和橄榄球，脑震荡发生率最高。大多数脑震荡出现而不会丧失意识。很少在MRI或CT扫描上注意到结构性损伤。即使脑震荡的身体症状（有时甚至有时是情感上的症状）消失了，大脑也可能无法治愈。
儿童和青少年的运动脑震荡
• 结构成像 – CT、MRI、扩散张量成像 • 功能成像 – 更多用于研究 – fMRI、PET、脑 SPECT • 光谱学：磁共振光谱 (MRS)、近红外光谱 (NIRS) • 平衡测试 – BESS、感觉组织测试 (SOT)、步态测试、虚拟现实 • 电生理测试 – EEG、诱发电位 (EK)、事件相关电位 (ERP)、脑磁图 (MEG)、心率变异性 – 遗传学：APoE4、通道病 • 血液标志物：S100、神经元特异性烯醇化酶、裂解 – Tau 蛋白、谷氨酸
俄亥俄州卫生部校际运动脑震荡信息表
过早恢复比赛可能会导致二次撞击综合症 (SIS) 或脑震荡后综合症 (PCS)。SIS 是指运动员在脑震荡完全恢复之前再次受到头部撞击。第二次撞击会导致大脑肿胀，可能导致脑损伤、瘫痪甚至死亡。PCS 可能在第二次撞击后发生。PCS 可能导致永久性的长期脑震荡症状。SIS 和 PCS 的风险是为什么任何运动员在获得合格医疗保健专业人员的许可之前都不允许参加任何体育活动的原因。