XiaoMi-AI文件搜索系统
World File Search System工作记忆
非侵入性脑刺激后皮质厚度与工作记忆表现相关
表明大脑解剖结构可能会影响 NIBS 反应。例如，最近的一项研究表明，左侧 DLPFC 的灰质体积可能与 tDCS 的抗抑郁作用有关。在使用 rTMS 的研究中也发现了类似的结果（Manes 等人，2001 年；Jorge 等人，2008 年）。此外，一项研究调查了健康受试者右前额叶半球皮质厚度与 tDCS 决策表现之间的关联（Filmer 等人，2019 年），目标区域的皮质厚度几乎占受试者认知表现差异的 35%。总之，我们的研究结果进一步证明，NIBS 功效的差异可能是由解剖学个体差异来解释的。
老年人在工作记忆过程中受益于更广泛的大脑网络整合
神经影像学证据表明，衰老的大脑比年轻人更依赖一组分布更分散的皮质区域，以便在执行要求高的认知任务时保持成功的表现水平。然而，任务需求如何导致皮质网络与年龄相关的扩张仍不清楚。为了研究这个问题，功能性磁共振成像被用来测量年轻人和老年人在工作记忆 (WM) 任务中的单变量活动、网络连接和认知表现。在这里，个体执行一项 WM 任务，其中他们将字母保持在线状态，同时按字母顺序重新排序。对 WM 负荷进行滴定以获得具有不同集合大小的四个个性化难度级别。网络整合（定义为网络内与网络间连接的比例）与 WM 容量的个体差异有关。这项研究得出了三个主要发现。首先，随着任务难度的增加，年轻人的网络整合度降低，而老年人的网络整合度增加。其次，与年龄相关的网络整合度增加是由右半球与左、右皮质区域的连接度增加所驱动的，这一发现有助于调和现有的衰老补偿性募集理论。最后，WM 容量较高的老年人在最困难的任务条件下表现出更高的网络整合水平。这些结果揭示了与年龄相关的网络重组机制，表明网络连接的变化可能是一种自适应补偿形式，随着任务需求的增加，老年人会募集更分散的皮质网络。
结构可控性可预测与工作记忆相关的功能模式和大脑刺激益处
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。
使用脑电图 (EEG) 和 VGGNet 对儿童工作记忆表现进行分类
摘要 - 本研究调查了儿童脑电图与不同工作记忆表现水平之间的关系。共有 230 名受试者自愿参加这项研究。首先，学生需要回答心理测试以评估他们的工作记忆表现。根据获得的分数，将学生分为高、中、低工作记忆表现组。从前额叶皮层记录静息脑电图并进行预处理以消除噪音。然后生成合成脑电图以平衡并将每个对照组的样本数量增加到 200 个。接下来，应用短时傅立叶变换将信号转换为频谱图。特征图像用于训练 VGGNet 模型。深度学习模型已成功开发，训练准确率为 100%，验证准确率为 85.8%。这些表明使用 EEG 和 VGGNet 模型交替评估工作记忆表现的潜力。
多巴胺D2/3受体可用性中与衰老相关的损失与五年的工作记忆下降有关
尽管已经提出了多巴胺系统的年龄差异基于横断面数据导致与年龄相关的认知下降，但最近的大型横截面研究报告说，仅报告衰老，多巴胺受体可用性和认知的相关性证据较弱。无论如何，纵向数据对于对多巴胺损失作为认知衰老的基础仍然具有强大的陈述至关重要。我们表现出D2/3多巴胺受体可用性的变化与健康的老年人超过5年的工作记忆变化之间的相关性（n = 128，基线时64至68岁）。Greater decline in D2/3 dopamine receptor availability in working memory-relevant regions (caudate, middle frontal cortex, hippocampus) was related to greater decline in working memory performance in individuals who exhibited working memory reductions across time ( n = 43; caudate: r s = 0.494; middle frontal cortex: r s = 0.506; hippocampus; r s = 0.423), but not in individuals who保持性能（n = 41;尾状：r s = 0.052;中额皮层：r s = 0.198;海马; r s = 0.076）。在Orbitrontal Cortex中未观察到偏链中的多巴胺 - 工作记忆链路，该链不属于核心工作记忆网络。我们的纵向分析支持了以下观点：多巴胺系统中与衰老相关的变化有助于衰老的工作记忆下降。
基于电皮活动调整视觉复杂性可改善虚拟现实中的工作记忆性能
基于生理信号的生物结局环包含用户的状态检测和系统适应。当前的自适应系统限制了对任务功能的适应性，例如任务难度或多任务要求。但是，虚拟现实允许操纵环境中的任务限制元素。我们提出了一种生理自适应系统，该系统根据生理唤醒（即电肌活动）调整虚拟环境。我们在社会虚拟现实中使用自适应系统进行了一项用户研究，以验证改进的性能。在这里，参与者完成了N-BACK任务，我们通过更改非玩家字符的数量来调整环境的视觉复杂性。我们的结果表明，自适应虚拟现实可以通过基于生理唤醒来调整视觉复杂性来控制用户的舒适性，性能和工作量。因此，我们的生理自适应系统改善了任务绩效并感知到
对工作记忆干扰的自动和努力控制可以通过独特的行为和功能大脑表征来区分
工作记忆 (WM) 中与目标无关的信息可能会在任务期间进入注意力焦点 (FOA) 并引起前摄干扰 (PI)。在本研究中，我们使用 fMRI 测试了有关 WM 中 PI 边界条件的几个假设，使用改进的口头 2-back 任务。操纵物品和诱饵呈现之间的时间距离，以评估假设的 FOA、短期记忆和长期记忆状态之间的潜在差异。PI 存在于最近端的 3-back 诱饵中，但随着诱饵距离的增加而消散，同时大脑中对记忆回忆至关重要的区域（如右前额叶皮层、顶叶皮层和海马体）的激活增加。在重复呈现物品后，PI 降低和 IFG 激活减少，支持了这样一种观点，即排练物品上下文信息的编码减少了干扰控制的需要。此外，通过逐次试验方法发现，无论距离多远，ACC、岛叶、IFG 和顶叶皮层都会随着诱饵试验干扰的增加而活跃起来。当前结果首次证明了认知控制发生了可观察到的转变，包括在解决 WM 中的 PI 时从 FOA 之外回忆任务相关信息的 MTL 区域。
使用自由能量优化的互补工作记忆来学习序列中的特征和结构
摘要 — 我们提出了一个整体框架，用于对皮质基底系统 (CX-BG) 和额叶纹状体系统 (PFC-BG) 进行建模，以生成和回忆音频记忆序列；即声音感知和语音产生。我们真正的模型基于称为 INFERNO 的神经结构，代表循环神经网络的迭代自由能优化。自由能 (FE) 对应于内部或外部噪声的预测误差。FE 最小化用于在 PFC 中探索、选择和学习在 BG 网络中执行的最佳操作选择（例如声音产生），以便尽可能准确地重现和控制代表 CX 中声音的脉冲序列。两种工作记忆之间的差异依赖于神经编码本身，它基于 CX-BG 网络中的时间排序（脉冲时间依赖可塑性）和 PFC-BG 网络中序列的排序（门控或增益调制）。我们在这篇短文中详细介绍了负责以几毫秒的顺序对音频基元进行编码的 CX-BG 系统，以及负责学习序列中时间结构的 PFC-BG 系统。使用小型和大型音频数据库进行的两个实验展示了神经架构在检索音频基元以及基于结构检测的长距离序列方面的探索、泛化和抗噪能力。虽然两种学习机制都是用相同的顺序编码算法实现的，但 CX-BG 系统实现了无模型循环神经网络 (INFERNO)，而 PFC-BG 系统实现了门控循环神经网络 (INFERNO GATE)。
意识丧失（而非病因）可预测脑震荡数年后工作记忆表现会更好
背景：无并发症的脑震荡患者被认为会在症状消退后数月内完全康复。然而，在群体层面，报告有脑震荡病史（平均：受伤后 4.14 年）的大学生表现出视觉工作记忆表现的持久缺陷。为了阐明在群体成员表现各异的情况下，什么可以预测长期视觉工作记忆结果，我们调查了与损伤相关的因素，包括性别、轻度创伤性脑损伤次数、轻度创伤性脑损伤 (mTBI) 发生时间、意识丧失 (LOC)（是、否）和 mTBI 病因（非运动、团队运动、高强度运动和个人运动）。我们还收集了低密度静息态脑电图，以测试频谱功率是否与表现相关。目的：本研究旨在确定有脑震荡病史的当前大学生视觉工作记忆结果不佳的预测因素。方法：参与者简要介绍了他们的损伤和症状。参与者还完成了一项实验性视觉工作记忆任务。最后，收集低密度静息态脑电图。结果：关键的观察结果是受伤时的 LOC 预示着数年后更好的视觉工作记忆。相比之下，其他因素无法预测视觉工作记忆表现，包括病因、高强度运动或脑电图频谱功率。结论：在有脑震荡史的当前大学生中，视觉工作记忆缺陷在群体层面上是明显的。脑震荡时的 LOC 预示着视觉工作记忆表现受损较少，而与其他因素没有显著联系。一种解释是，LOC 后，患者比没有 LOC 时更有可能寻求医疗建议。与患者的相关性：脑震荡是一种与某些人的未来认知变化有关的头部损伤。应该认真对待脑震荡，无论何时发生头部损伤都应寻求医疗救治。