XiaoMi-AI文件搜索系统
World File Search System脑模型
脉冲神经网络中人工智能启发大脑模型的时空模式表示
摘要：大脑中的神经元群体活动是空间域信息和时间域动态的综合响应。由于大脑的复杂性和硬件的局限性，对这种时空机制进行建模是一个复杂的过程。在本文中，我们展示了如何使用从大脑改编的信息处理原理来创建受大脑启发的人工智能 (AI) 模型并表示时空模式。通过使用脉冲神经网络设计微型大脑，可以证明这一点，其中激活的神经元群体表示空间域中的信息，而传输信号表示时间域中的动态。输入视觉刺激激发的空间位置感觉神经元进一步激活运动神经元以触发运动反应，从而导致机器人代理的行为改变。首先，模拟一个孤立的大脑网络，以了解从感觉到运动神经元的激发部分，同时绘制膜电位和时间之间的波形。还绘制了网络对刺激机器人身体运动的响应以展示表示。模拟显示了特定视觉刺激的反应如何改变行为，并帮助我们理解身体和大脑的同步。感知的环境和由此产生的行为反应使我们能够研究身体与环境的相互作用。
集成转录组和神经成像大脑模型......
作者：Q Adewale · 2021 · 被引用 32 次 — 文章部分来自阿尔茨海默病。神经影像学倡议 (ADNI) 数据库 (adni.loni.usc.edu)。因此，研究人员在...
计算脑模型的临床转化
有大量患者数据——临床数据和即将出现的基因组数据。但我们和他们的记录中缺少患者生活中真正发生的事情——他们生活中发生的事情发生在社交空间中。……如果我们了解影响他们选择何时和谁接受护理的生活因素，以及他们在接受护理后面临的挑战，那么将分析与临床方面相结合并改善护理的潜力就很大。对于从事转化研究的组织和机构来说，缺乏对隐藏在裸露数据之下的人类痛苦各个方面的了解尤其严重，因为研究人员传统上除了临床试验期间外不会与患者直接互动（普华永道 2012，17）。因此，许多人认为研究人员和患者之间的参与至关重要
脑水微波感应——利用人脑模型的模拟和实验研究
摘要 本文介绍了一种基于微波的方法，旨在非侵入性地测量人脑中的水，特别是脑脊液 (CSF) 动态。微波测量技术在工业应用中广为人知。最近，微波技术也引起了生物医学应用的兴趣。这是首次提出将其用于测量脑水，特别是 CSF。为了验证该技术对感知人类头骨内 CSF 和水量的动态变化的灵敏度，我们构建了两个不同的头部模型。它们由多层头部模型组成，包括一个真实的人类头骨，模仿人类头部的电磁特性。此外，使用平面层模型和半球层模型的电磁模拟来评估 CSF 的变化。此外，使用 2D 功率流表示来评估头部模型内的传播和功率流。选择反射传感器原理是因为它简单且能够测量相对较厚的样品。重要的是，反射传感器仅需要单端口测量，这使得它非常适合体内脑监测。此外，测量装置不需要将传感器连接到头部，因此无需接触头部即可进行测量。我们的实验研究以及模拟结果证明了通过微波非侵入性地感知大脑中脑脊液体积的微小动态变化的可能性，特别是在蛛网膜下腔中。