XiaoMi-AI文件搜索系统
World File Search System暂息
使用超高场 7 特斯拉静息态功能磁共振成像评估核心静息态网络中自发脑活动和功能连接的重测稳定性
注意：除第一个受试者（潜在异常受试者）的 CEN 中的 fALFF 外，所有相关系数均显著。缩写：ALFF，低频波动幅度；CEN，中央执行网络；DC，度中心性；DMN，默认模式网络；fALFF，低频波动分数幅度；ReHo，区域同质性；SN，显著性网络。a 标记的受试者被视为潜在异常值；因此，对所有原始数据和原始出版物中提到的所有技术问题进行了交叉检查。交叉检查未发现该受试者的任何特殊性（部分信号丢失或移动）。但是，当进行没有这个受试者的额外分析时，这个样本量（15 名参与者）的结果与整个样本（16 名参与者）的结果并没有明显差异，如图 S1 和 S2 所示。
一生中的皮质厚度和静息状态心脏功能：横断面汇总大型分析
朱利安·科尼格 1,2 |比尔吉特·阿布勒 3 |英格丽德·阿加茨 4,5,6 |托比约恩·阿克施泰特 7,8 |奥勒·安德烈亚斯森 4,9 |米娅·安东尼 10 |卡尔·尤尔根·贝尔 11 |卡佳·伯茨 12 |丽贝卡·C·布朗 13 |罗穆亚尔德·布伦纳 14 |卢卡嘉年华 15 |雨果·D·克里奇利 16 |凯瑟琳·R·卡伦 17 | Geus 18 的 Eco JC |十字架的费利伯特 11 |伊莎贝尔·吉奥贝克 19 |马克·D·费格 3 |哈坎·菲舍尔 20 |赫塔弗洛尔 21 |迈克尔·盖布勒 22,23 |彼得·J·吉安罗斯 24 | Melita J. Giummarra 25.26 |史蒂文·G·格林宁 27 |西蒙·根德尔曼 28 |詹姆斯·AJ·希瑟斯 29 |萨宾·J·赫珀茨 12 | Mandy X. 至 30 |塞巴斯蒂安·延奇克 31,32 |迈克尔·凯斯 1.33 |托拜厄斯·考夫曼 4.9 | Bonnie Klimes-Dougan 34 |斯特凡·科尔施 31.35 |玛琳·克劳奇 12 |丹尼斯·库姆拉尔 22.23 | Femke Lamers 30 |李泰浩 36 |马茨·亚历山大 7.8 |凤林10 |马丁洛策 37 |埃琳娜·马科瓦茨 38.39 |马泰奥·曼奇尼 40.41 |福尔克·曼克 12 | Kristoffer NT 价格 20,42 |斯蒂芬·B·马努克 24 |玛拉·马瑟 43 |弗朗西斯·米滕 44 |闵正元 45 |布莱恩·穆勒 17 |薇拉·穆恩奇 13 |弗劳克·尼斯 21.46 |林雅 45 |古斯塔夫·尼尔松内 8,20 |丹妮拉·奥尔多涅斯·阿库纳 31 |贝尔热·奥斯内斯 35.47 |克里斯蒂娜·奥塔维亚尼 39.48 |布伦达 WJH 彭尼克斯 30 |艾莉森·庞齐奥 45 |戈文达·R·普德尔 49 |詹尼斯·雷内尔特 22 |平忍10 |榊道子 50.51 |安迪舒曼 11 |林索伦森 35 |卡尔斯滕·施佩希特 35.52 |乔安娜·施特劳布 13 |桑德拉·塔姆 8,20,53 |米歇尔泰国 17 |朱利安·F·塞耶 54 |本杰明·乌巴尼 55 |丹尼斯·范德米 18 |劳拉·S·范维尔岑 56.57.58 |卡洛斯·文图拉-博特 59 |阿诺·维尔林格 22,23 |大卫·沃森 60 |魏鲁清 61 |朱莉娅·温特 59 |梅琳达·韦斯特伦德·施莱纳 34 |拉尔斯·T·韦斯特莱 4,9,62 |马蒂亚斯·威玛 59.63 |托拜厄斯·温克尔曼 21 |吴国荣 61 |刘贤珠 45 |丹尼尔·S·金塔纳 4.9
大脑静息状态下的功能连接体现了个体在（不）诚实方面的差异
衡量社会不良行为（如不诚实）的决定因素非常复杂，而且受社会期望偏见的影响。为了避免这些偏见，我们使用基于连接组的预测模型 (CPM) 来测量静息状态的功能连接模式，并结合一项新任务，该任务不引人注意地测量自愿作弊行为，以获得 (不) 诚实的神经认知决定因素。具体来说，我们研究了静息状态下大脑中与任务无关的神经模式是否可用于预测 (不) 诚实行为的倾向。我们的分析表明，功能连接，尤其是与自我参照思维 (vmPFC、颞极和 PCC) 和奖励处理 (尾状核) 相关的大脑网络之间的功能连接，在独立样本中与参与者的作弊倾向可靠相关。作弊最多的参与者在几项自我报告的冲动测量中也得分最高，这强调了我们结果的普遍性。值得注意的是，当比较神经和自我报告测量时，发现神经测量在预测作弊倾向方面更为重要。
使用原始静息状态脑电图数据的基于循环神经网络的急性脑震荡分类器
脑震荡是全球关注的健康问题。尽管脑震荡发病率很高，但对这种弥漫性脑损伤的机制的全面了解仍然难以实现。然而，众所周知，脑震荡会导致严重的功能障碍；儿童和青少年受到的影响比成年人更大，恢复时间也更长；正在康复的人更容易遭受更多脑震荡，每次受伤都会增加长期神经和心理健康并发症的风险。目前，脑震荡管理面临两大挑战：没有客观的、临床认可的、基于大脑的方法来确定 (i) 运动员是否遭受了脑震荡，以及 (ii) 运动员何时康复。诊断基于临床测试和症状及其严重程度的自我报告。自我报告非常主观，症状只能间接反映潜在的脑损伤。在这里，我们介绍了一种基于深度学习的长短期记忆 (LSTM) 循环神经网络，该网络仅使用一段短暂（即 90 秒）的静息状态 EEG 数据样本作为输入，即可区分健康和急性脑震荡后青少年运动员。运动员在数据收集过程中既不需要执行特定任务，也不需要受到刺激，并且获取的 EEG 数据既没有经过过滤、清除伪影，也没有进行显式特征提取。LSTM 网络使用 27 名患有运动相关脑震荡的男性青少年运动员的数据进行训练和测试，以 35 名健康青少年运动员为基准。在严格测试期间，分类器始终以 > 90% 的准确率识别脑震荡，其整体中值曲线下面积 (AUC) 对应于 0.971。这是第一个仅依赖易于获取的静息状态 EEG 数据的高性能分类器实例。它是朝着开发一种易于使用、基于大脑的、在个体层面上自动进行脑震荡分类的方法迈出的关键一步。
东金县 - 资源指南
（206）725-8800•https://www.klinegalland.org/care-options/kline-kline-galland-home/7500 Seward Park Ave S Seattle，WA 98118 Legacy House，主要为亚洲老年人提供ADC和ADH服务。工作人员会说15种不同的语言。开放周一至周五，上午10点至下午2点。（206）521-4124•www.legacyhouse.org电子邮件：@ledygacyhouse.org 803 S Lane St Seattle，WA 98104 Mercer Island Senior Serior Social为具有身体，记忆，听力或访问限制或脆弱或脆弱的或隔离的老年人的老年人提供社交机会。周二，周三和星期四的活动。接触时间，上午10点至下午2点。（206）275-7843•Leslie Sylvetsky 8236 SE 24th St St. Mercer Island，WA 98040 Northshore高级中心成人日计划提供ADC，ADH和专业计划，以缓解早期记忆丧失。为国王和斯诺霍米什县的人们提供服务。COPES，RCL，SCSA，VA，暂息和私人薪酬和私人薪酬被低收入参与者接受。星期一 - 星期五，上午10点至下午2点。（425）488-4821•https：//www.northshore Seprioncenter.org/programss-ser vices/＃1603576331394-CFED7A1D-5BF1
一生中的皮质厚度和静息状态心脏功能：横断面汇总大型分析
Koenig，J.，Abler，B.，Agartz，I.，Åkerstedt，T。，Andreassen，OA，OA，Anthony，M.，Bär，K.-J.，Bertsch，K.，Brown，R.C.，Brunner，R. MD，Fischer，H.，Flor，H.，Gaebler，M.，Gianaros，P.J.，Giummarra，M.J.，Greening，S.G.，Guendelman，S.，Heathers，J.J. D.，Lamers，F.，Lee，T.-H.，Lekander，M.，Lin，F.，Lotze，M.，Makovac，E. ，B.，Ottaviani，C.，Penninx，Bwjh，Ponzio，A.，Poudel，G.R。，Reinelt，J.，Ren，P.，Sakaki，M。 J.F.，Ubani，B.，Van der Mee，D.J.，Van Velzen，L.S.，Ventura-Bort，C.，Villringer，A.，Watson，D.R.，Wei，L.，Wendt，J.，Westlund Schreiner，M.整个生命周期：横截面合并的大型分析。
无脂肪的质量和静息代谢率是能量摄入的决定因素：对食欲控制理论的影响
对食欲控制的任何解释都应包含对物理过程的描述，这些过程可能有助于与抑制饮食的人一起进食。然而，直到15年前，一系列独立研究计划投入了身体成分和食欲的生理作用，这项事业被大大忽略了。这些结果表明，无脂肪的质量（FFM）而不是脂肪质量与客观测量的饮食大小和能量摄入（EI）呈正相关。这些发现伴随着证明，静息代谢率（RMR）也与EI呈正相关，而FFM的影响很大程度上由RMR介导。这些发现将驱动器的作用重新引入了食欲控制模型，并指示如何将其与抑制过程集成在一起。EI的决定因素适合进化的观点，在该观点中，高代谢率器官和骨骼组织的能量需求构成了滋补饮食驱动的状态。这种方法应导致食欲的综合模型的发展，这些模型包括人体成分（FFM）和能量消耗（RMR），作为食欲的滋补生物学信号，沿侧面的其他传统滋补（源自源自）和情节信号（胃肠道衍生）。本文是讨论问题的一部分，“肥胖的原因：理论，猜想和证据（第一部分）”。
人脑神经元-胶质细胞-突触组成在形成静息状态中的作用
Sayan Kahali a、Marcus E. Raichle a、b 和 Dmitriy A. Yablonskiy a* a 美国密苏里州圣路易斯华盛顿大学医学院放射学系 b 美国密苏里州圣路易斯华盛顿大学医学院神经病学系 *通讯作者：Dmitriy A. Yablonskiy，博士 华盛顿大学医学院 Mallinckrodt 放射学研究所 4525 Scott Ave，3216 室 圣路易斯，密苏里州 63110 电话：314-362-1815 传真：314-362-0526 电子邮件：YablonskiyD@wustl.edu 关键词：功能连接、功能网络层次、脑细胞回路、定量梯度回忆回波 MRI、神经元、神经胶质细胞、突触、人类连接组计划 摘要 虽然在研究健康人脑和广泛人群的静息态功能网络方面已经取得了重大进展尽管许多临床情况都存在这种情况，但许多有关它们与大脑细胞成分关系的问题仍未得到解决。在此，我们使用定量梯度回忆回波 (qGRE) MRI 来映射人脑细胞组成，并使用 BOLD（血氧水平依赖性）MRI 来探索大脑细胞成分与静息状态功能网络的关系。结果表明，网络定义的单个功能单元中细胞回路之间连接的 BOLD 信号定义的同步性主要与区域神经元密度有关，而功能单元间的连接强度也受到脑组织细胞成分的神经胶质细胞和突触成分的影响。这些机制导致静息状态功能网络特性分布相当广泛。具有最高神经元密度（但神经胶质细胞和突触密度最低）的视觉网络表现出最强的 BOLD 信号相干性，以及最强的网络内连接。默认模式网络 (DMN) 位于频谱的相反部分附近，其 BOLD 信号的相干性相对较低，但细胞内容非常平衡，使 DMN 在大脑的整体组织和功能网络层次结构中发挥重要作用。
背侧苍白球和丘脑底核静息和运动过程中帕金森病 β 波动力学
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。