XiaoMi-AI文件搜索系统
World File Search System暂息
心理策略和静息态脑电图：
摘要。神经反馈 (NFB) 是一种脑机接口，允许个人调节大脑活动。尽管 NFB 具有自我调节的性质，但 NFB 训练期间使用的策略的有效性却很少受到研究。在对健康年轻参与者进行的一次 NFB 训练（6*3 分钟训练块）中，我们通过实验测试了提供心理策略列表（列表组，N = 46）与未接受任何策略的组（无列表组，N = 39）相比，是否影响参与者对高 alpha（10-12 Hz）振幅的神经调节能力。我们还要求参与者口头报告用于增强高 alpha 振幅的心理策略。然后将逐字记录归类为预先确定的类别，以检查心理策略类型对高 alpha 振幅的影响。首先，我们发现向参与者提供列表并不能提高神经调节高 alpha 活动的能力。然而，我们对学习者在训练块期间报告的具体策略的分析表明，认知努力和回忆记忆与更高的高 alpha 振幅有关。此外，训练后高 alpha 频率的静息振幅可预测训练期间振幅的增加，这一因素可能会优化 NFB 方案的纳入。本研究结果还证实了 NFB 训练期间与其他频带的相互关系。尽管这些发现是基于单个 NFB 会话，但我们的研究代表着朝着开发 NFB 高 alpha 神经调节的有效方案迈出了进一步的一步。图形摘要
审查最新的绿色单息剂
摘要：当前的研究趋势已在各种空间任务中大规模地使用了“绿色推进剂”的使用；主要出于环境可持续性和安全问题。小型卫星，尤其是微型和纳米卫星，从被动行星孔发展到能够执行可能需要高推动冲动能力的主动轨道操作。因此，需要在船上和辅助推进系统上执行此类轨道操作。初级推进系统设计中的新颖性要求特别关注微型化，这可以通过上述轨道传递能力来实现，通过使用绿色单核剂，由于其相对的高性能以及与气态和二线化剂相比，尤其是用于微型型系统的相比，它们的相对高性能以及更好的可保持性。由于绿色 - 普罗普尔领域正在进行的快速研究活动，有必要广泛研究和收集各种绿色单opelt剂性能和绩效的数据，这些数据将进一步帮助分析师和设计师进行液体推进系统的研究和开发。这篇评论追溯了绿色单opello剂的历史和起源，以及经过深入研究此类推进剂的理化特性后，可以将绿色单opel剂分类为三个主要类别：能量离子液体（EILS），液体NOX NOX单核纤维素和氢过氧化物溶液（HPAS）。通过不同的推进系统配置讨论了绿色单opell剂的某些应用，例如：多模式，二模式和化学 - 电动推进。此外，列表的数据和性能比较将在使用分析工具（例如：火箭推进分析（RPA）和NASA CEA）方面为工程师和科学家提供有关化学推进系统分析和设计的工程师和科学家。尽管在许多空间应用中广泛提出和使用了空间（即AF-M315E和LMP-103S）（即AF-M315E和LMP-103S），但调查的调查表明，NOX燃料混合物具有最高的性能，而HPA的HPAS也会产生最低的性能。
静息节奏与血糖之间的关联...
糖尿病是成年人口中常见的慢性病，是心血管疾病（CVD），肾衰竭，认知能力下降和死亡率的主要贡献者。据估计，超过10％的美国人口患有糖尿病[1]，糖尿病的总成本在2017年为3270亿美元[2]。最近几十年来，各个年龄段，性别和种族/族裔的糖尿病患者的普遍性大大增加[3]。相对于非西班牙裔白人，非西班牙裔黑人，西班牙裔和亚洲人的糖尿病差异也很大[4]。数十年的研究已经确定了糖尿病的生活方式风险因素，尤其是不健康的饮食和身体不活动。最近，昼夜节律的疾病已成为糖尿病的新风险因素[5]。静止的节奏包括在24小时内发生的睡眠，体育活动和久坐行为。这是昼夜节律内部节奏的中心行为表现，它在代谢组织（例如骨骼肌）中的Circadian时钟夹带中起着重要作用[6]。因此，昼夜节律的破坏与弱化和/或破坏的休息活性效率之间存在双向关系[6]。鉴于双向关系，努力训练如何干预静止运动节奏以改善代谢健康的努力已经获得了吸引力[7]。我们最近发现，多个静息参数，包括较低的振幅和较不健壮的总体节奏性，与老年男性的糖尿病的较高的患病和糖尿病发生率有关[10]。先前的几项研究已将24小时行为的静息模式与代谢功能障碍（例如，成人种群中的代谢功能障碍（例如，较高的体重指数（BMI），代谢综合征，血脂异常和糖尿病）相关联[8-10]。然而，将静息节奏特征和脱节的证据仍然有限。此外，几乎所有以前的研究都以白色为主的老年人进行，目前尚不清楚这些研究的发现如何推广到其他人群。鉴于在美国糖尿病中现有的种族差异[4]，重要的是研究更多样化的人群中静息节奏和糖尿病之间的关联。Using the National Health and Nutrition Examination Survey (NHANES) 2011–2014, a nationally survey of the US population that oversampled racial/ethnic minority groups, we investigated the association between characteristics of rest-activity rhythms and multiple glycemic markers, including glycated hemoglobin (HbA1c), fasting glucose and insulin, homeostatic model assess- ment of insulin resistance （HOMA-IR），以及来自口服葡萄糖耐量测试（OGTT）的结果。由于样本大而多样化，我们还能够通过不同的年龄，性别，种族/种族和BMI群体来检查这种关联。
混乱台球中的能量扩散和细息...
我们研究台球中粒子的能量动力学，但要经过快速周期性驱动。在大型驾驶频率ω的态度中，我们发现粒子的能量会不同地演变，这表明粒子的能量分布η（e，t）满足了fokker-planck方程。我们计算与该方程相关的能量吸收率和分解速率，发现这些速率与大ω成正比与ω -2成正比。我们的分析提出了三个阶段的能量演化阶段：在短时标准上的细头，然后根据fokker-planck方程来缓慢吸收能量，并最严重地分解了对大能量和高粒子速度的快速驾驶假设的分解。我们还提供了快速驱动台球粒子演化的数值模拟，这证实了我们的理论结果。
倦怠综合症中的功能连接：静息......
慢性职业压力与情绪和认知功能的明显下降有关。神经机制研究表明，职业倦怠者的大脑活动和事件相关电位模式发生了显著变化。本研究对静息状态下的大脑功能连接进行了分析，从而更深入地了解了职业倦怠综合征的伴随机制。样本包括 49 名职业倦怠员工和 49 名对照者，按年龄、性别和职业匹配（M 年龄 = 36.15，SD = 8.10；59 名女性，39 名男性）。从 256 通道 EEG 系统收集连续密集阵列 EEG 数据。使用静息态范式在闭眼（EC）和睁眼（EO）条件下测试了职业倦怠和对照者之间的功能连接差异。结果表明，职业倦怠组和对照组的大脑活动存在显著差异。倦怠组的静息状态网络的特点是睁眼状态下 alpha3 子带（11-13 Hz）的额叶和中线区域功能连接减少。连接减少的最显著影响是在右额叶脑区观察到的。这些分析首次指出了倦怠综合征中 alpha3 子带内功能连接的独特方面。这些发现为倦怠综合征的神经生物学基础及其与静息状态网络变化的关联提供了见解。有关倦怠受试者神经特征的数据可能有助于了解认知功能和情绪调节下降的机制，并寻找适当的治疗方法。
静息状态血氧水平的延迟时间-...
静息状态功能性磁共振成像 (rs-fMRI) 的最新证据表明，健康人脑具有时间组织，该组织以非常复杂的时间延迟结构为代表。这种结构似乎是大脑信息流、大脑活动的整合/传播以及信息处理的基础。因此，它可能与高度协调的复杂大脑现象（如意识）的出现有关。然而，在意识状态改变期间，这种结构可能发生的变化仍未得到充分研究。在这项研究中，我们假设由于高阶功能的中断和大脑信息流的改变，意识障碍 (DOC) 患者的自发性大脑活动的时间延迟结构可能会发生变化。我们通过比较 48 名 DOC 患者和 27 名健康对照 (HC) 受试者在静息状态下获得的 fMRI 静息状态数据的时间延迟投影来探索这一假设。结果表明，与 HC 相比，DOC 患者的时间延迟结构有所改变。具体而言，中扣带皮层 (mCC) 内潜伏期的平均值和方向性会随着意识水平的变化而变化。具体而言，mCC 内潜伏期的正值与意识状态的保持有关，而 DOC 患者的负值则与意识水平成比例变化。这些结果表明，mCC 可能在 HC 受试者中作为大脑活动的整合者发挥着关键作用，但这种作用在意识改变的状态下会消失。
高级偏好是多息顺序推荐的对比学习的积极示例
基于多功能框架的顺序推荐任务旨在模拟从不同方面的用户的多个兴趣，以预测其未来相互作用。但是，研究人员很少考虑模型产生的利益之间的差异。在极端情况下，所有兴趣胶囊都具有相同的含义，从而导致对具有多种兴趣的用户进行建模。为了解决这个问题，我们提出了高级偏好，作为对对比度学习的积极示例，用于多息序列推荐框架（HPCL4SR），该框架使用对比度学习来区分基于用户项目交互信息的利益差异。为了找到高质量的比较示例，本文介绍了构建全局图的类别信息，学习了用户高级偏好兴趣的类别之间的关联。然后，多层感知器用于适应用户项目的低级偏好兴趣功能和类别的高级偏好兴趣功能。最后，通过项目序列信息和相应的类别获得了用户多兴趣对比样本，这些样本被馈入对比度学习中，以优化模型参数并生成更符合用户序列的多功能表示。此外，在对用户的项目序列信息进行建模时，以增加项目表示之间的不同不同。
UNIGE 开放档案静息状态大脑活动...
多项神经影像学研究表明，CA 后 5 天内 DWI 的变化预示着不良预后。8-15 然而，DWI 分析的时机至关重要，因为弥散值在缺氧后不久就会发生变化。10 此外，虽然 DWI 是不良预后的有力预测指标，但它不够敏感，无法识别出预后良好的患者。大脑的自发活动不是随机的，而是在功能网络中组织的。16 静息状态 fMRI (rs-fMRI) 是绘制患者和健康志愿者大脑功能连接 (FC) 的有力工具。17 多项研究报告称，rs-fMRI 可以区分慢性脑损伤患者的意识状态，FC 下降与意识受损程度相关。18 最近有研究表明，fMRI 可以检测到脑创伤后昏迷患者对被动刺激反应的早期意识迹象 19 并且 FC 强度与昏迷后缺氧患者的良好长期预后相关。 20 然而，rs-fMRI 尚未系统地评估对昏迷后缺氧患者的早期预后。我们的研究旨在使用 rs-fMRI 和机器学习方法预测昏迷结果（即意识恢复与昏迷状态；即良好与不良结果）。我们专注于特别具有临床意义的病例，特别是昏迷的早期缺氧后患者和标准多模态测试后预后不确定的患者。
静息态 HRF 估计和反卷积工具箱
血流动力学反应函数 (HRF) 极大地影响了受试者内和受试者间大脑激活和连接的变异性，并且可能会混淆连接分析中时间优先性的估计，因此其估计对于正确解释神经影像学研究必不可少。此外，HRF 形状本身是一个有用的局部度量。然而，大多数用于 HRF 估计的算法都是针对任务相关 fMRI 数据的，只有少数算法可以直接应用于静息状态协议。在这里，我们介绍了 rsHRF，这是一个 Matlab 和 Python 工具箱，可实现从静息状态 BOLD 信号中进行 HRF 估计和反卷积。我们首先概述了主要算法和实际实现，然后通过使用公开的静息状态 fMRI 数据集进行验证实验来证明 rsHRF 的可行性和实用性。我们还提供了统计分析和可视化工具。我们相信这个工具箱可能对更好地分析和理解 BOLD 信号的成分和变异性做出重大贡献。
静息状态下创意大脑的社区结构 - CDN
最近的研究深入了解了个体间创造性思维的差异，重点关注分布式大规模大脑网络的特征，包括大脑区域的局部层面及其成对相互作用以及整个大脑的整体层面。然而，创造性思维与中观网络特征（如群落和枢纽组织）的关系仍不清楚。我们采用数据驱动的方法来检查来自大量参与者的静息态功能成像数据中的群落和枢纽结构，以及它们与创造性思维的个体差异之间的关系。首先，我们计算了每个参与者的大脑区域被分配到同一个群落的概率。我们发现，创造性思维能力的提高分别与内侧颞叶和皮层下区域被分配到同一个群落的增加和减少有关，这表明创造力能力可能反映在大脑网络中观组织的个体间差异中。然后，我们使用参与者特定的社区来识别网络枢纽（其连接形成跨越不同社区边界的桥梁的节点），并根据其参与系数进行量化。我们发现 DMN 和内侧颞叶区域的枢纽增加分别与创造能力呈正相关和负相关。这些发现表明，创造能力可能反映在 DMN 和内侧颞叶结构的社区互动中的个体间差异中。总的来说，这些结果证明了研究中尺度大脑网络特征与创造性思维的关系的成果。