XiaoMi-AI文件搜索系统
World File Search System生理测量
使用机器学习进行基于脑电图的嗜睡预测
困倦是道路交通事故的主要原因，它会导致严重的身体伤害、死亡和重大的经济损失。为了监测驾驶员困倦程度，先前的研究使用了行为测量、车辆测量、生理测量和混合测量等各种方法。本文主要关注预测驾驶员困倦的生理方法。有几种生理方法来预测困倦。在这些方法中，脑电图是测量受试者大脑活动的非侵入性生理方法之一。从人体头皮提取的脑电信号会根据各种特征进行分析，并用于预测困倦、疲劳等各种健康应用。所提出系统的主要目标是及早高精度地预测驾驶员困倦程度，因此我们将工作分为两个步骤。第一步是收集基于脑电图的眼睛状态（睁眼和闭眼）的公开数据集，其中信号采集过程由 Emotiv EEG Neuroheadset（14 个电极）完成，并分析了各种特征工程技术和统计技术。第二步应用机器学习分类模型 K-NN 并使用基于性能的预测模型。在现有系统中，他们使用各种机器学习分类模型（如 K-NN 和 SVM）进行 EEG 眼状态分类，结果约为 80% -97%。与现有系统相比，我们提出的方法使用不同的特征工程流程和分类模型（如 K-NN）生成了更好的分类模型来预测驾驶员困倦程度，从而产生了 98% 的准确率。
海军预防医学手册第 3 章...
第一部分 引言 3-1. 目的 a. 本章提供预防和治疗冷热应激伤害的指导。本章中包含的信息描述了评估冷热环境条件对岸上、海上和地面部队的影响所必需的物理和生理测量。本文件的目标读者是预防医学和护理可能受到冷热影响的人员的提供者。 b. 海军和海军陆战队健康保护司令部 (NAVMCFORHLTH- PRTCMD) 技术手册 NEHC-TM-OEM 6260.6A《热和冷应激伤害的预防和治疗》包含有关该主题的更详细信息。 3-2. 热应力和应变 a. 热应力是影响身体吸热或散热的多种因素的组合（环境、生理和衣物）。图 3-1 显示了身体如何向周围环境吸热或散热。环境生理学家使用术语“压力”来表示作用于生物系统的力或负荷，使用术语“应变”来表示由此导致的生物系统扭曲。热应力因素包括热、冷、湿度、辐射、空气流动和表面温度。热应变表现为特定的心血管、体温调节、呼吸、肾脏和内分泌反应。3-3. 角色和职责 a. 海上部队：遵循 OPNAVINST 5100.19F 中规定的指导。b. 岸上部队：遵守 OPNAVINST 5100.23H 和职业安全与健康管理局规定（如适用）。根据 MARADMIN 111/15，军官、参谋士官、士官和其他主管应确保海军陆战队、水手和文职人员熟悉热和冷应力伤害预防。
在竞争性视听任务条件下，神经 α 振荡和瞳孔大小差异性地指示认知需求
图 1. 实验设计。A：试验设计。听觉和视觉刺激同时呈现。听觉间隙检测任务：参与者必须在白噪声 7 秒内检测到间隙（间隙可能发生在 4-6 秒的时间窗口内）。对于“困难”条件，间隙持续时间单独滴定至 75% 正确。对于“简单”条件，间隙持续时间加倍。多物体跟踪任务：参与者观看 16 个移动点，并被要求在移动点场景中跟随最初提示的（红色）点。7 秒后，点停止移动，三个点被标记为绿色，并标为 1、2 和 3。参与者必须决定三个点中的哪一个是提示点。参与者必须跟随一个（简单）或五个（困难）点。分析集中在 3-4 秒的时间窗口（间隙前窗口；此外，由于其反应缓慢，还关注 5-6 秒的瞳孔大小窗口）。 B：单任务会话（左）和双任务会话（右）的设计。在单任务会话中，参与者分别执行听觉和视觉任务（但始终呈现视听刺激）。在双任务条件下，参与者同时执行这两项任务。C：假设示意图。如果生理测量指标独立于模态来指示认知需求，则难度增加的影响在各种模态之间应该是相同的（左图）。或者，难度增加的影响可能在不同的感官模态之间有所不同（右图）。
错过你鼻子底下的东西：人类食欲和厌恶的听觉嗅觉调节失败
由于涉及来自不同模式的刺激，且可能存在不同的有效机制（例如疼痛刺激与金钱奖励），因此对食欲和厌恶条件作用背后的生理机制进行比较通常具有挑战性。嗅觉系统为研究人类的这两种条件作用提供了一个独特的机会，因为等强度的气味可以作为相当愉快和不愉快的刺激。为了研究食欲和厌恶学习过程中的生理和行为反应，我们在受试者内设计中使用气味作为非条件刺激 (US)，测量各种条件生理反应，包括皮肤电导、心率、脉搏波幅度、呼吸、恐惧增强惊吓、耳后反射、面部肌电图以及事件相关电位和来自脑电图的听觉稳态反应 (ASSR)。我们对总共 95 名参与者进行了四项实验，呈现三种中性声音，搭配愉快的气味、难闻的气味或无味的空气。第一个实验涉及未经指导的参与者和频率调制条件刺激 (CS)，用于 ASSR 分析。在第二个实验中，我们省略了频率调制和惊吓探针。第三个实验包括对 CS-US 偶发性的实验前指导，而第四个实验与其他三个实验相比采用了延迟条件范式。我们的结果表明，CS+ 和 CS- 之间的差异仅在实验 3 中的恐惧增强惊吓反应中。未发现其他影响。在多个外周和神经生理测量中观察到的学习效果极小或缺失，可能归因于嗅觉通路的丘脑外性质以及随后与听觉刺激形成关联的困难。
评估杀菌剂控制植物疫霉菌诱导的西红柿的疗效
干旱压力是对植物生长，发育和产品产量产生负面影响的非生物压力之一。近年来，叶子上的营养溶液应用经常用于减少干旱胁迫的负面影响。这项研究是在2024年在阿塔图克大学（AtatürkUniversity），植物生产应用和研究中心进行的，以确定幼苗期间硝酸钙应用对在干旱压力下生长的葵花籽（Helianthus annuus L.）生长的影响。这项研究基于两因素完全随机的实验设计，具有三个灌溉水平[完全灌溉（100％（I 0），70％（I 1）和40％（I 2）的野外容量），两个CA（no 3）2浓度（15 mm和30 mm）]。该研究是根据该实验设计作为锅试验进行的。在试验期结束时，对葵花籽植物进行了植物生长参数和一些生理测量和分析，并评估了处理之间的差异。根据研究结果，在不同的处理水平和灌溉水平之间观察到显着差异。CA的应用（No 3）2显着影响植物生长参数（例如植物高度，茎直径，新鲜和干重）和生理参数[例如组织相对水含量（RWC）]在不同的灌溉水平下生长的葵花籽中。在研究结束时，确定干燥条件对向日葵的植物生长产生了负面影响，并降低了RWC值。总结；与对照应用相比，硝酸钙的应用减少了干旱的这种负面影响。可以说，特别是从70％（i 1）灌溉水平的15 mm罐中获得的结果相对较小。
通过MEG数据的张量分解
目的：识别电生理信号的信息特征对于理解脑发育模式很重要，其中诸如磁脑电图（MEG）等技术特别有用。然而，更少的关注是完全利用MEG数据的多层次性质来提取描述这些模式的组件。方法：MEG产量成分的张量因子化封装数据的多维性质，提供了简约的模型，从而识别潜在的大脑模式，以实现有意义的neu-ral过程汇总。为了满足对小儿队列研究有意义的MEG签名的需求，我们提出了一种基于张量的方法来提取多受试者MEG数据的发育特征。我们采用规范多核（CP）分解来估计数据的潜在时空组件，并将这些组件用于组级别的统计推断。结果：使用CP分解以及层次聚类，我们能够提取典型的早期和晚期延迟事件相关场（ERF）组件，这些磁场（ERF）组件是高分和低性能组的歧视性（P <0。05），与主要认知领域（例如注意力，情节记忆，执行功能和语言理解力）显着相关。结论：我们证明，MEG的基于张量的组级别统计推断可以产生对多维MEG数据的描述。此外，这些特征可用于研究健康儿童的脑模式和认知功能的群体差异。意义：我们提供了一种有效的工具，该工具可能直接从电生理测量中评估儿童发育状况和大脑功能有用，并促进认知过程的前瞻性评估。
利用人工智能生成功能性音乐来改善心理健康
越来越多的证据表明，音乐对身心健康都有好处，包括改善心血管健康、减少老年人群痴呆症病例以及改善一般心理健康指标（如减轻压力）。在这里，我们描述了通过人工智能驱动的音乐生成来解决一般心理健康（焦虑、减轻压力）的简短案例研究。积极聆听和创作音乐活动（尤其是对于高危年龄组）尤其有益，音乐疗法的实践已被证明对广泛年龄范围内的一系列用例都有帮助。然而，在获得专业知识、材料和成本方面，音乐创作的机会可能被限制。此外，使用现有音乐来实现功能性结果（例如上面建议的针对性改善身体和心理健康指标）可能会受到重复和随后对现有材料过度熟悉的问题的阻碍。在本文中，我们描述了机器学习方法，该方法通过两个案例研究中的生物生理测量来创建功能性音乐，目标情绪状态位于笛卡尔情感空间（一个维度的情绪空间，其点范围从放松到恐惧）的两端。皮肤电反应被用作心理唤醒的标志和情绪状态的估计，用作机器学习算法训练中的控制信号。该算法使用感知音乐特征相似性模型，创建非线性时间序列的音乐特征以“即时”进行声音合成。我们发现熟悉度和感知到的情绪反应之间存在相互作用。我们还报告了对生成材料的后续心理测量评估，并考虑了这些技术以及类似的技术如何用于一系列功能性音乐生成任务，例如在交互式媒体或视频游戏中的非线性音轨。
虚拟现实设置中的相关 EEG 组件
摘要 虚拟现实 (VR) 为研究认知过程提供了一种强大的工具，因为它允许研究人员在复杂但高度受控的场景中衡量行为和心理状态。将 VR 头戴式显示器与 EEG 等生理测量相结合使用带来了新的挑战，并提出了一个问题：既定的发现是否也适用于 VR 设置。在这里，我们使用 VR 耳机来评估视觉短期记忆的两个公认的 EEG 相关因素的空间限制：对侧延迟活动 (CDA) 的幅度和记忆保留期间诱导 alpha 功率的侧化。我们在变化检测任务中测试了观察者的视觉记忆，双侧刺激阵列有两个或四个项目，同时改变记忆阵列的水平偏心率（4、9 或 14 度视角）。在两个较小的偏心率下，高和低记忆负荷的 CDA 幅度不同，但在最大的偏心率下没有不同。记忆负荷和偏心率均不显著影响观察到的 alpha 侧化。我们进一步安装了时间分辨空间滤波器，以从事件相关电位及其时频分解中解码记忆负荷。两种方法在保留间隔内的分类性能均高于偶然水平，并且在不同偏心率之间没有显著差异。我们得出结论，商用 VR 硬件可用于研究 CDA 和侧化 alpha 功率，并且我们为未来在 VR 设置中针对这些视觉记忆的 EEG 标记的研究提供了注意事项。
慢性压力与特定路径整合缺陷有关
反复暴露于压力（慢性压力）会导致循环皮质醇水平过高，并对各种认知功能（包括长期记忆和导航）产生不利影响。然而，慢性压力是否会影响路径整合仍是一个悬而未决的问题，路径整合是一种导航策略，可能依赖于内侧内嗅皮层中网格细胞的功能。内嗅皮层是内侧颞叶的一个大脑区域，其中包含多种参与空间导航（和情景记忆）的细胞类型，以及大量皮质类固醇受体，使其成为皮质醇效应的潜在靶点。在这里，我们的目标是研究慢性压力与路径整合表现之间的关联。我们通过头发皮质醇浓度（生理测量）和感知压力问卷（主观测量）评估了 52 名年龄在 22 至 65 岁之间的女性参与者的慢性压力。使用虚拟归巢任务测量路径整合。线性混合模型揭示了与慢性压力相关的选择性损伤，这些损伤取决于错误类型和环境特征。当关注路径整合任务中的距离估计时，我们观察到与毛发皮质醇浓度的显著关系，这表明路径整合受损，尤其是在毛发皮质醇浓度高的参与者的难度较高的试验中。这种关系尤其出现在没有空间线索（边界或地标）的情况下，尤其是在报告主观经历高水平慢性压力的参与者中。这些发现符合慢性压力损害路径整合的假设，可能是通过影响内嗅网格细胞系统来实现的。
大脑结构年龄 - 一种用于多疾病分类的新生物标志物
在医学领域，年代年龄被广泛用作描述人的指标。它描述了健康器官应遵循的参考曲线。与该参考的偏差可能与不同的因素有关，例如基因，环境，生活方式和疾病的相互作用1。为了衡量这种偏差，已经创建了生物年龄（BA）的概念。这是基于各种高级策略2,3,4的个人年龄的估计，并有望考虑上述所有因素。因此，相对于年龄，加速（或延迟的）衰老过程导致BA的较高（或较低）值。BA的分析可以与全身系统或特定器官相关联。全身评估方法通常使用非成像数据（例如，DNA甲基化模式5，蛋白质6），但经常难以解决单个器官之间衰老的变化。到此为止，Tian等人。最近提出了一种采用多模式脑成像，生理测量和血液表型来构建多机器人衰老网络8的新型方法。他们的研究揭示了器官衰老的异质性质，多机构老化网络可能有可能促进与年龄相关的发病率风险的个人早期鉴定。此外，针对特定器官的BA的调查也引起了极大的兴趣。le Goallec等。建议根据成像数据对肝脏和胰腺年龄进行预测，以改善腹部年龄9的估计。在另一项研究中，Mauer等人。 使用3D膝盖成像来估计年龄，并将其用于实现准确的多数分类（年龄在18岁以上）10。在另一项研究中，Mauer等人。使用3D膝盖成像来估计年龄，并将其用于实现准确的多数分类（年龄在18岁以上）10。