摘要。当代神经科学高度关注机器学习和网络分析的协同使用。事实上,网络神经科学分析大量利用了聚类指标和统计工具。在这种情况下,功能性近红外光谱 (fNIRS) 和脑电图 (EEG) 的综合分析提供了有关大脑电和血流动力学活动的互补信息。证据支持神经血管耦合介导大脑处理的机制。然而,人们对这些技术如何表示特定的神经活动模式还不太了解。在这里,我们使用源空间分析和图论方法,研究了同步 EEG 和 fNIRS 连接组之间、跨频带的静息状态大脑功能网络的拓扑特性。我们观察到,在全局级别分析中,两种模态的小世界拓扑网络特征。边缘分析指出,与 EEG 相比,氧合血红蛋白的半球间连接性增强,且各个频带没有差异。我们的结果表明,从 fNIRS 中提取的图形特征可以反映神经活动的短程和长程组织,并且能够表征静息状态下的大规模网络。需要进一步开发两种模态的综合分析,以充分利用每种模态的附加值。然而,本研究强调,可以采用多模态源空间分析方法来研究健康静息状态下的大脑功能,从而为未来在任务和病理学中的工作奠定基础,并有可能获得神经系统疾病的新型综合生物标志物。
神经反馈被认为是不同精神疾病的潜在补充疗法。这种方法的兴趣在于预测个人表现和结果。在本研究中,我们应用基于功能连接的建模,使用脑电图 (EEG) 和功能性近红外光谱 (fNIRS) 模式来 (i) 研究静息状态连接是否可以预测情感神经反馈任务期间的表现,以及 (ii) 评估预测连接概况在 EEG 和 fNIRS 技术之间的相关程度。在健康受试者的额叶皮质上记录的 fNIRS 氧合血红蛋白和脱氧血红蛋白浓度以及受 alpha 频带调制的 EEG beta 和 gamma 波段(分别为 beta-m-alpha 和 gamma-m-alpha)用于估计来自每种神经成像模式的功能连接。对于每个连接矩阵,采用留一法选择相关边,将其汇总为“连接汇总分数”(CSS),并作为输入提交给支持向量回归器(SVR)。然后,使用训练后的 SVR 模型预测被排除在外的受试者的表现。使用 Pearson 相关性评估两种模态的 CSS 之间的线性关系。预测模型显示平均绝对误差小于 20%,fNIRS 氧合血红蛋白 CSS 与 EEG gamma-m-alpha CSS 显著相关(r = -0.456,p = 0.030)。这些结果支持了任务前电生理和血流动力学静息态连接是神经反馈表现的潜在预测因子,并且是耦合的。这项研究促使使用联合 EEG-fNIRS 连接作为结果预测因子,以及作为功能连接耦合研究的工具。
胃体中的 Cajal 肌间质细胞网络充当着胃的“起搏器”,持续产生约 0.05 Hz 的电慢波,主要通过迷走神经传入神经传递到大脑。最近的一项研究将静息态功能磁共振成像 (rsfMRI) 与同步表面胃电图 (EGG) 相结合,将皮肤电极放置在上腹部,发现 12 个大脑区域的活动与胃基础电节律明显相位锁定。因此,我们探究使用空间独立成分分析 (ICA) 方法估计的大脑静息态网络 (RSN) 的波动是否可能与胃同步。在本研究中,为了确定任何 RSN 是否与胃节律相位锁定,对一名参与者进行了 22 次扫描;在每个会话中,获取两次 15 分钟的 EGG 和 rsfMRI 数据。三个会话的 EGG 数据具有微弱的胃信号而被排除;其余 19 个会话总共产生了 9.5 小时的数据。使用组 ICA 分析 rsfMRI 数据;估计 RSN 时间进程;对于每次运行,计算每个 RSN 和胃信号之间的锁相值 (PLV)。为了评估统计意义,所有“不匹配”数据对(在不同日期获取的 EGG 和 rsfMRI 数据)的 PLV 被用作替代数据来生成每个 RSN 的零分布。在总共 18 个 RSN 中,发现三个与基础胃节律显著锁相,即小脑网络、背部体感运动网络和默认模式网络。肠脑轴负责维持中枢神经系统与内脏之间的内感受反馈,其紊乱被认为与多种疾病有关;脑部 rsfMRI 数据中胃部亚慢节律的表现可能对临床人群研究有用。
摘要:已有多项旨在评估智力生产力和专门设计的任务的研究。然而,结果可能无法反映实际的智力生产力,因为设计的任务与办公室工作不同。同时,办公室工作人员有两种心理状态(工作和暂时休息状态),它们在脑力工作过程中交替变化。如果能检测到员工的心理状态,就能更准确地衡量生产力。在本研究中,作者旨在通过测量脑力工作时的生理指标(如脑电图、心电图和眼外肌和眼轮匝肌的肌电图)来开发一种检测暂时休息状态的方法。从这些测量指标中,作者提取了 6 个特征,即脑电波和脑电波、心率的低频和高频波以及眨眼和扫视眼球运动的间隔。它们被用来通过马哈拉诺比斯判别分析来检测暂时休息状态。实验结果显示,检测准确率为80.2%。该结果显示,生理指标作为心理状态检测方法之一具有可行性。
神经细胞脑内是由上亿个称为「神经元」的特殊神经细胞所组成。 神经元能接受、处理和传递讯息,以控制身体诸如说话、视觉、肌肉活动以及思考和情绪反应。
人脑在静息时处于活动状态,功能性 MRI BOLD 信号的自发波动揭示了大脑的内在功能结构。在儿童期和青少年期,功能网络会经历不同的成熟模式,网络内和网络间功能连接的测量值会随着年龄的增长而不同。然而,这些发展模式的许多方面(例如轨迹形状和方向性)仍未解决。在本研究中,我们从一个大型横断面样本中描述了网络内和网络间静息态功能连接(rsFC)和整合(即参与系数,PC)的年龄相关差异,该样本来自正在开发的生命周期人类连接组项目(Lifespan Human Connectome Project)。我们发现证据表明,皮质、皮质下和小脑 rsFC 以及整合存在线性和非线性差异,并且随年龄而变化。此外,我们发现性别调节年龄和壳核整合之间的关系,其中与女性相比,男性的壳核 PC 表现出与年龄相关的显着增加。综上所述,这些结果为发育过程中某些大脑系统存在复杂、非线性的差异提供了证据。
1 荷兰奈梅亨拉德堡德大学医学中心 Donders 大脑、认知和行为研究所;2 荷兰奈梅亨拉德堡德大学医学中心认知神经科学系;3 澳大利亚克莱顿莫纳什大学心理科学学院特纳大脑与心理健康研究所和莫纳什生物医学成像研究所;4 荷兰蒂尔堡大学蒂尔堡认知与交流中心交流与认知系;5 西班牙塞维利亚塞维利亚生物医学研究所 (IBiS);6 荷兰奈梅亨拉德堡德大学医学中心神经病学系和帕金森与运动障碍专业中心;7 英国伦敦伦敦国王学院精神病学研究所神经影像科学中心;8 英国牛津大学 Wellcome 综合神经影像中心 (WIN FMRIB)
1 斯坦福大学生物系,斯坦福,加利福尼亚州,美国,2 耶鲁大学生态与进化生物学系,纽黑文,康涅狄格州,美国,3 弗吉尼亚理工大学生物科学系,布莱克斯堡,弗吉尼亚州,美国,4 北卡罗来纳大学教堂山分校生物系,北卡罗来纳州教堂山,美国,5 加州大学戴维斯分校进化与生态系,戴维斯,加利福尼亚州,美国,6 班戈大学环境与自然科学学院,班戈,英国,7 凯斯西储大学生物系,克利夫兰,俄亥俄州,美国,8 雪城大学生物系生殖进化中心,纽约州,雪城,美国,9 东京都立大学生物科学系,日本,10 斯坦福大学发育生物学系,斯坦福,加利福尼亚州,美国,11 捷克科学院生物中心昆虫学研究所,Č eske´ Bud ě jovice,捷克共和国,12 于韦斯屈莱大学生物与环境科学系,于韦斯屈莱,芬兰,13 北海道大学生物科学系,札幌,日本,14 夏威夷无脊椎动物项目,林业与野生动物部,檀香山,夏威夷,美国,15 东京大学复杂性科学与工程系,日本东京,16 夏威夷大学太平洋生物科学研究中心,M ā noa,夏威夷,美国,17 儿科遗传医学部;华盛顿大学实验室医学与病理学系,美国华盛顿州西雅图,18 詹姆斯库克大学黛恩树雨林观测站,澳大利亚汤斯维尔,19 贝勒医学院,美国德克萨斯州休斯顿,20 不列颠哥伦比亚大学动物学系,加拿大温哥华,21 加州大学伯克利分校细胞与分子生物学系,美国加利福尼亚州伯克利,22 加州大学伯克利分校霍华德休斯医学研究所,美国加利福尼亚州伯克利,23 爱丁堡大学生态与进化研究所,英国爱丁堡,24 康奈尔大学昆虫学系,美国纽约州伊萨卡,25 内华达大学拉斯维加斯分校生命科学学院,美国内华达州拉斯维加斯,26 北海道大学北海道大学博物馆,日本札幌,27美国密歇根州霍顿市密歇根理工大学生物科学系,28 CZ Biohub 研究员,美国加利福尼亚州旧金山市
利什曼病是指具有广泛表现的疾病;并且有三种主要的疾病形式,皮肤,粘膜皮肤和内脏。利什曼病是一种疾病,其中一种是原生动物剂,即载体传播。内脏利什曼病(VL)是最严重的形式,如果不治疗,可能会严重威胁生命。vl可能是由伊朗利什曼尼亚·多诺瓦尼(Leishmania Donovani)综合体的成员引起的,利什曼原虫(Leishmania Infantum)被认为是VL的主要病因,导致人畜共患病的VL形式。我们作品的两个主要目标遵循了我们先前的血清流行病学和昆虫学调查,是对感染Peo-Ple,狗和沙子的利什曼原虫物种进行系统发育分析的表征和进行系统发育分析。在整个2017年,从1月至12月收集了样品,因此从人类和狗那里收集了血液样本,而用粘性陷阱收集了沙蝇样品。DNA,10%的血清阴性人类样品以及所有收集的沙蝇均遭受kDNA-PCR,以追踪寄生虫。总共30个样本,包括20种人类样品,8个狗样品和2个沙蝇样品,对L的kDNA基因呈阳性。婴儿。序列以研究六个分解的L之间的遗传多样性。婴儿。基于kDNA,l的系统发育研究。婴儿表现出高水平的遗传多样性和宿主之间的关系,寄生虫的地理起源及其遗传多样性。