1 MOE的关键实验室,用于凝结物质的非平衡合成和调节,Shaanxi省级高级材料和介质物理学的主要实验室,XI'AN JIAOTONG大学,XI'AN,XI'AN,710049,710049,中国2个国家主要的实验室,是纳尼型纳米型材料和量化量的纳米级材料和量子量的国家主要实验室, 200433,中国3个州制造系统工程钥匙实验室,西安·贾东大学,西安,710049,中国4号材料材料纳米结构研究中心,国家材料科学研究所,1-1-1-1-1-1-1-1-1-1-1-1-15-0044,日本305-0044,日本5日本6东南大学物理学院量子材料和设备的主要实验室,211189,中国南京7 Zhangjiang Fudan International Innovation Center,Fudan University,上海2011年
摘要 — 众所周知,考虑用户特定设置可以增强脑机接口 (BCI) 的性能。特别是,振荡活动分类的最佳频带高度依赖于用户,过去二十年已经开发了许多频带选择方法。然而,这些传统方法是否可以有效地应用于黎曼 BCI 尚未得到很好的研究,黎曼 BCI 是一类新兴的 BCI 系统,与传统 BCI 管道不同,它利用了数据的非欧几里得性质。在本文中,我们提出了一种基于黎曼流形的新型频带选择方法。选择频带时,考虑到基于流形上的类间距离和类内方差量化的类独特性。该方法的一个优点是可以针对每个人调整频带,而无需进行密集的优化步骤。在使用基于运动想象的 BCI 公共数据集的比较实验中,我们的方法比固定宽频带和流行的传统频带选择方法的平均准确率有显著提高。尤其是,我们的方法显著提高了最初准确度较低的受试者的表现。这一初步结果表明,开发考虑流形属性的新用户特定设置算法的重要性,而不是直接应用在黎曼 BCI 兴起之前开发的方法。
要获得癫痫发作的自由,癫痫手术需要完全切除癫痫脑组织。在术中电视学(ECOG)记录中,癫痫组织产生的高频振荡(HFO)可用于量身定制切除缘。但是,实时自动检测HFO仍然是一个开放的挑战。在这里,我们提出了一个尖峰神经网络(SNN),用于自动HFO检测,最适合神经形态硬件实现。我们使用独立标记的数据集(58分钟,16个记录),训练了SNN,以检测从术中ECOG测量的HFO信号。我们针对快速连锁频率范围(250-500 Hz)中HFO的检测,并将网络结果与标记的HFO数据进行了比较。我们赋予了SNN新型的伪影排斥机制,以抑制尖锐的瞬变并证明其在ECOG数据集中的有效性。该SNN检测到的HFO速率(中位数为6.6 HFO/ min)与数据集中发布的HFO率(Spearman'sρ= 0.81)相当。所有8例患者的术后癫痫发作结果被“预测”为100%(CI [63 100%])的精度。这些结果为建造实时便携式电池式HFO检测系统提供了进一步的一步,该检测系统可在癫痫手术期间使用,以指导癫痫发作区的切除。
本文由荣誉计划在内布拉斯加大学 - 林肯大学提供免费和公开访问。已被授权的Nebraska@Nebraska University of Nebraska University of Nebraska -Lincoln的授权管理员所接受,内布拉斯加州林肯大学。
经颅交流电流刺激(TAC)通常用于增强脑节律,以期改善行为性能。不幸的是,这些干预措施通常会产生高度可变的结果。在这里,我们通过在警报非人类灵长类动物中记录单个神经元来确定这种变异性的关键来源。我们发现,TACS似乎与大脑的内源性振荡竞争以控制尖峰时序,而不是增强节奏活动。具体而言,当刺激的强度相对于内源性振荡较弱时,TACS实际上会降低尖峰的节奏性。但是,当刺激相对较强时,TACS对尖峰活动施加了自身的节奏。因此,TAC的作用明确地取决于神经夹带的强度,内源性振荡在行为状态和大脑区域之间差异很大。未经仔细考虑这些因素,试图将外部节奏施加到特定的大脑区域,通常可能与预期效应相反。
认知需求被认为可以调节两种经常使用但很少合并的措施:学生大小和神经A(8 - 12 Hz)振荡能力。但是,尚不清楚这两种措施在综合视听条件下是否以类似方式捕获认知需求。在这里,我们记录了学生的大小和神经功能(使用脑电图),而男女的人参与者同时执行了视觉上的多重对象跟踪任务和听觉差距检测任务。这两个任务的困难彼此独立。参与者的表现随着认知需求的增长而降低了准确性和速度。学生的大小随着听觉和视觉任务的难度而增加。相比之下,一个功率显示出不同的神经动力学:顶叶的功率随着视觉任务的难度增加而降低,但不会随着听觉任务的难度增加而降低。此外,与任务难度无关,参与者内部试用的学生大小的逐审波动与权力负相关。难度引起的瞳孔大小的变化和力量没有相关,这与他们不同的认知需求敏感性一致。总体而言,当前的研究表明,在复杂的听力任务条件下,认知需求和相关努力的神经生理指标的动力学是多方面的,并且潜在的模态依赖性。
视觉系统使用两种免费策略在场景中同时处理多个对象,并实时更新其空间位置。它要么使用选择性注意力将复杂的动态场景个性化成几个焦点对象(即对象个体化),要么通过在整个场景(即集合分组)中更全球地分布全球的注意力来代表多个对象作为集合。神经振荡可能是焦点对象个性与分布式集成组的关键签名,因为它们被认为可以通过抑制性控制机制调节视觉区域的神经兴奋性。,我们在多对象跟踪范式中记录了全头MEG数据,其中人类参与者(13位女性,11名男性)在不同的指令之间切换了对象个性化的指令,并在不同的试验中进行了集合分组。在两个条件之间,刺激,反应和跟踪多个空间位置的需求保持恒定。我们观察到在多对象加工过程中,在双侧下对顶皮层中增加了一个频带功率(9-13 Hz)。单审判分析表明,对物体个体与集成分组试验的爆发发生较大。相比之下,我们发现使用标准分析对跨审判的平均带功率没有差异。此外,爆裂效果仅在下方/at(但不高)发生,而不是上面的多个对象处理的典型容量限制(AT; 4个对象)。他们支持一种节奏,是对多个对象和合奏的动态关注的脉冲态度。我们的发现揭示了实时神经相关性的基础,即多对象方案的动态处理,这是通过对策略和能力进行分组来调节的。
此预印本的版权所有者于 2020 年 2 月 10 日发布此版本。;https://doi.org/10.1101/2020.02.09.940643 doi: bioRxiv preprint
本文介绍了亚音速下振荡半球形炮塔下游尾流响应的实验研究。振荡炮塔由安装在铝制矩形板上的炮塔外壳组成。炮塔组件设计为使炮塔以单一频率沿翼展方向振荡,与主要尾流模式的主频率一致。流体的基于共振的气动弹性响应导致炮塔沿翼展方向受迫振荡。安装在炮塔组件不同位置的多个加速度计用于测量局部位移。结果表明,炮塔以固定频率振荡,振荡频率范围为 0.3 至 0.55 马赫数,振荡幅度约为 1 毫米。在炮塔下游的隧道壁上放置了几个非稳定压力传感器,用于研究振荡炮塔的尾流响应。研究发现,与固定炮塔下游的尾流相比,振荡炮塔的压力波动能量较小,尾流在翼展方向上更加有序。
数值振荡。可以在雪,地面和屏幕水平变量以及表面通量中看到它们(图1)。发现振荡起源于渗透到更深雪的雪表面层最终地面层(图4)。开发了一个独立的仿真软件包,用于研究更具控制环境中的数值振荡。发现振荡是由于在表面热平衡方程中对非线性湍流传热术语H和LE的数值处理所致。线性稳定性分析(图。5,6)表明,只有H和LE组件才能变成数值溶液振荡,但只有LE组件才能导致不稳定的振荡溶液。数值振荡如果来自h期限,则往往会迅速减弱(图3)虽然它们来自LE术语,但它们可以在更长的时间段内持续(图2)。
