XiaoMi-AI文件搜索系统
World File Search System枕枕
使用来自小麦的转基因
睡眠脑电图反映了神经元的连接性，尤其是在发育期间大脑经过后端重新布线时。随着儿童的成长，慢波活性（SWA； 0.75 - 4.25 Hz）的睡眠脑电图沿后至前面的梯度变化。地形SWA标记与学龄儿童中的关键神经行为功能（例如运动技能）有关。然而，婴儿期和以后的行为结果之间的地形标记之间的关系尚不清楚。本研究旨在通过分析睡眠脑电图模式来探索婴儿神经发育的可靠指标。在夜间睡眠期间，有31个6个月大的婴儿（15位女性）在夜间睡眠期间接受了高密度的脑电图记录。我们根据SWA和THETA活动的地形分布定义标记，包括中央/枕骨和枕形比和源自局部EEG功率变异性的指数。线性模型用于测试标记是否与父母报告的年龄和阶段问卷评估的同时，后来或回顾性行为评分是相关的，年龄在3、6、12和24个月之间。结果表明，婴儿睡眠脑电图的地形标记物在任何年龄段都与行为发展无关。需要进一步的研究，例如新生儿中的纵向睡眠脑电图，以更好地了解这些标记与行为发展之间的关系，并评估其对个体差异的预测价值。
婴儿期Theta社交大脑网络的出现
婴儿的社会认知能力在生命的第一年中显着发展。从个体发育的角度来看，社会行为的早期发展允许亲子依恋，从而增强了生存。因此，理论上，由社会大脑网络驱动的社会行为发展构成了此期间发展的核心。此外，了解社会发展期间神经网络内的成熟对于更好地掌握社会发育障碍的发展至关重要。因此，我们在5个月和10个月的时间左右进行了一项纵向研究，以绘制婴儿处理社交和非社会视频时大脑中功能网络的发展。使用脑电图，我们专注于最常见的社会行为频段：theta和alpha。我们发现，在生命的第一年，阿尔法网络保持相对稳定，对社交与非社会刺激没有选择性，Theta网络表现出强烈的全球重新调节。Theta网络的发展从婴儿早期的顶枕网发展到了第一年生命的末期。这种重新构造与对社交和非社会刺激的选择性相吻合，在观看社交视频与非社会视频时，婴儿将接近第一年的生命结束，显示出Theta沟通的同步性增加。我们的发现提供了有力的证据，证明了额叶theta网络参与社会大脑的发展。
在沉浸式虚拟现实体验中，从脑电图中解码主观情绪唤醒
抽象的沉浸式虚拟现实（VR）实现了自然主义的神经科学研究，同时进行了实验控制，但动态和互动刺激构成了方法论挑战。我们在这里探索了情绪唤醒，情感经验的基本特性和自然主义刺激下的枕骨 - 枕α功率之间的联系：37名年轻健康的成年人完成了沉浸式的VR体验，其中包括越过的越野车，并记录了他们的EEG，而他们的EEG被记录。然后，他们在观看经验重播的同时，不断地评估自己的主观情感唤醒。通过（1）分解连续的脑电图信号，同时通过（1）分解α功率和唤醒等级之间的启动，并通过（2）解码高唤醒和低唤醒时期的高唤醒时期，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，通过（1）分解连续的EEG信号，以高和低唤醒的方式通过（2）使用区分的常见的短暂的空间记忆和长期的长期恢复性的Neural Neural re recrillent neural recor re recor remanter，对情绪唤醒和parieto-cipipital Alpha功率之间的关联进行了测试和确认。我们成功地结合了脑电图和自然主义的身临其境的VR经验，以扩展有关情绪唤醒神经生理学的先前发现，对现实世界的神经科学。
声音对基于视觉ERP的脑机接口影响的研究
摘要：基于事件相关电位（ERP）的脑机接口（BCI）应用于现实环境时性能会下降，限制了BCI的通用性。声音是日常生活中常见的噪声，其是否对BCI的性能下降有影响尚不清楚。本研究设计了一个视听BCI任务，要求受试者集中注意力于视觉界面输出命令，同时根据听觉故事进行计数。故事以三种速度播放以引起不同的工作负荷。在相同或不同工作负荷下收集的数据用于训练和测试分类器。结果表明，当故事播放速度加快时，枕顶区 P300 和 N200 电位幅值分别下降 0.86 µV（p=0.0239）和 0.69 µV（p=0.0158），导致准确率下降 5.95%（p=0.0101），信息传输速率下降 9.53 bits/min（p=0.0416）。使用高工作量数据进行性能测试时，用高工作量数据训练的分类器比用低工作量数据训练的分类器获得更高的准确率。结果表明，声音可以通过增加工作量来影响视觉 ERP-BCI。训练数据和测试数据的高相似性与 ERP 幅值对于获得高性能同样重要，这为我们提供了如何使 ERP-BCI 具有泛化能力的见解。
在脑震荡之后的多年中，多运动的多运动队列中的大脑结构和功能变化：
结果：脑震荡组体积的大脑区域的体积明显较低，包括中额回，海马，超边缘回，颞极和下额回。相反，大脑区域明显更大，包括海马和侧壁沟，枕部中部回，内侧轨道回旋，尾状核，尾状核，外侧轨道回和内侧后回。功能连通性分析显示，边缘强度提高，大多数在电机域中标记。通过脑震荡，在运动员中加强该网络的许多边缘显着削弱。与元分析神经影像学数据保持一致，观察到的变化表明运动员中运动，感觉，配位，平衡和视觉处理域内的功能增强，并因脑震荡头部受伤而受到震撼性头部损伤，对记忆和语言产生负面影响。结论：这些发现表明，参与运动可能会使大脑跨越众多领域，但也突出了脑震荡头部损伤的潜在破坏性影响。需要进行纵向研究（包括尸检检查）的未来研究，以确定后者是否反映了脑剪切中的组织损失，还是诸如蛋白质病（蛋白质病）进行性阿尔茨海默氏病的发作。
PTEN 错构瘤综合征的脑形态学分析
PTEN 错构瘤综合征 (PHTS) 是一系列由 PTEN 的种系突变引起的遗传性癌症综合征。PHTS 备受关注，因为它的神经系统合并症发生率很高，包括大头畸形、自闭症谱系障碍和智力障碍。由于 PHTS 的详细脑形态和连通性仍不清楚，我们对 PHTS 中的脑磁共振成像 (MRI) 进行了定量评估。12 名 PHTS 患者和神经典型对照者的 16 张结构性 T1 加权 MR 图像和 9 张扩散加权 MR 图像用于结构和高角度分辨率扩散 MRI (HARDI) 纤维束成像分析。75% 的 PHTS 参与者观察到胼胝体肥大，33% 的参与者观察到多小脑回畸形，83% 的参与者观察到脑室周围白质病变，17% 的参与者观察到异位。虽然脑回指数和半球皮质厚度在两组之间没有显著差异，但 PHTS 患者的整体和局部脑容量显著增加，且局部皮质厚度增加。HARDI 纤维束成像显示胼胝体通路的体积和长度增加，弓状束 (AF) 的体积增加，双侧下纵束 (ILF)、双侧下额枕束 (IFOF) 和双侧钩束的长度增加。PHTS 患者的 AF、左侧 ILF 和左侧 IFOF 的各向异性分数降低，表观扩散系数值增加。
长距离 a 同步作为 BCI 的控制信号
摘要 空间注意的变化与α波段（α，8-14 Hz）活动的变化有关，特别是在半球间不平衡中。其潜在机制归因于局部α-同步，它调节神经兴奋的局部抑制，以及反映长距离通信的额顶叶同步。这种神经相关性的方向特异性使其具有作为脑机接口 (BCI) 控制信号的潜力。在本研究中，我们探索了长距离α-同步是否呈现依赖于自愿注意定向的侧化模式，以及这些神经模式是否可以在单次试验水平上被拾取以提供主动 BCI 的控制信号。我们在执行隐蔽视觉空间注意 (CVSA) 任务时从一群健康成人（n = 10）收集了脑电图 (EEG) 数据。数据显示，在目标呈现之后，额叶和顶枕区域之间呈现α-波段相位耦合的侧化模式，这与之前的发现一致。然而，这种模式在线索到目标定向间隔内并不明显，而这是 BCI 的理想时间窗口。此外，使用支持向量机 (SVM) 从线索锁定同步中逐次解码注意力方向是偶然的。目前的发现表明，EEG 可能无法在单次试验的基础上检测注意力定向中的长距离 a 同步，因此，凸显了该指标作为 BCI 控制的可靠信号的局限性。
从内在的大脑形态和功能连接的信任倾向的预测
图3基于GMV的预测模型的贡献区域。（a）基于GMV的预测模型确定了13个贡献区域（即，利益区域，ROI，ROIS），绘制了群集大小为体素数。颜色表示不同的大脑网络模块。（b）模块化分析确定了相同颜色所示的ROI的三个稳定模块（默认模式网络，DMN，蓝色；中央执行网络，CEN，黄色；和动作感知网络，APN，RED）在连通性密度含量下，范围为0.26至0.50，增量为0.01。（c）连通性密度为0.40的三个网络模块的弹簧状布局显示了每对节点之间的欧几里得距离，反映了图理论距离和线的厚度，反映了边缘的连接强度。（d）连通性密度为0.40的功能连通性矩阵（通过模块对ROI进行排序）显示边缘内部比模块之间更强的边缘强度。（e）与每个模块相关的前四个心理主题显示功能解码曲线的对数比值比。ifg，下额回（腹外侧前额叶皮层，VLPFC）; MFG，中部额回（背侧前额叶皮层，DLPFC）; mog，中枕回； prcg，前中央回； POCG，中心后回； precuneus； SFG，上额回（背部前额叶皮层，DMPFC）； SMG;超边缘回； SPL，上顶叶； STG，上级颞回
基于脑电图识别与情况相关的驾驶员状态...
王丽波 新加坡南洋理工大学电气与电子工程学院 ELPWang@ntu.edu.sg 摘要——从代表不同情境意识 (SA) 状态的脑电图 (EEG) 中提取受试者内和受试者间参数是客观情境意识识别的关键挑战。现有的大部分工作都集中在应用功率谱密度 (PSD) 特征的受试者相关分类上。在本文中，我们提出了一种用于跨受试者疲劳相关 SA 识别的新型频谱空间 (SS) 模型。SS 模型不仅考虑不同大脑区域的生物拓扑来捕捉不同 EEG 通道之间的局部和全局关系，而且还提取每个 EEG 通道的频谱特征。具体而言，我们首先通过基于 EEG 通道之间的欧几里得距离构建的邻接矩阵对 EEG 通道的拓扑结构进行建模。然后，采用图卷积运算执行邻域聚合以提取空间特征。我们在驾驶员执行任务期间收集的公共数据集上测试我们的模型。探索了模型的受试者独立性能。结果表明：（1）与最先进的脑电信号 SA 识别模型相比，我们的模型具有更优异的性能。具体而言，我们的 SS 模型实现了 70.6% 的准确率，比传统机器学习方法高 2.7%-6.8%，比深度学习方法高 10.3%-11.6%；（2）枕部脑电信号可以更好地反映 SA 的变化。
采用多模式方法研究网络游戏障碍患者的静息态 fMRI 和听觉异常 ERP 的区域大脑活动
背景和目的：静息状态下的大脑活动可能与执行任务的能力有关；然而，涉及静息状态下功能性磁共振成像 (fMRI) 和事件相关电位 (ERP) 的多模态方法尚未广泛用于研究成瘾性疾病。方法：我们探索了 26 名患有网络游戏障碍 (IGD) 的患者和 27 名年龄和智商匹配的健康对照者 (HC) 的静息状态下 fMRI 和听觉异常 ERP 值。为了评估静息状态下 fMRI 的特征，我们计算了区域同质性 (ReHo)、低频波动幅度 (ALFF) 和低频波动幅度分数 (fALFF)；我们还计算了 ERP 的 P3 成分。结果：与HC相比，IGD个体在听觉ERP任务中表现出左侧枕下回的ReHo和fALFF值显著降低，右侧楔前叶的ReHo和ALFF值升高，左侧额上回的ALFF升高，以及中线中央顶叶区域的P3波幅降低。此外，IGD患者右侧颞下回和枕叶区域的静息态fMRI区域活动与P3波幅呈正相关，而左侧海马和右侧杏仁核的ReHo值与P3呈负相关。讨论与结论：我们的研究结果表明IGD患者难以与认知功能和感觉处理进行有效的互动，尽管其解释需要谨慎。本研究的结果将拓宽对IGD病理生理学背后神经生物学机制的整体理解。