XiaoMi-AI文件搜索系统
World File Search System间脑
用于脑机接口手势识别的卷积脉冲网络
摘要 — 脑机接口正被广泛用于各种治疗应用。通常，这涉及通过皮层脑电图 (ECoG) 或脑电图 (EEG) 等技术测量和分析连续时间脑电活动以驱动外部设备。然而，由于测量中固有的噪声和可变性，这些信号的分析具有挑战性，需要离线处理和大量计算资源。在本文中，我们提出了一种简单而有效的基于机器学习的方法，用于基于脑信号的手势分类示例问题。我们使用一种混合机器学习方法，该方法使用卷积脉冲神经网络，采用生物启发的事件驱动突触可塑性规则对脉冲域中编码的测量模拟信号进行无监督特征学习。我们证明这种方法可以推广到具有 EEG 和 ECoG 数据的不同受试者，并且在识别不同手势类别和运动想象任务方面实现了 92.74-97.07% 范围内的卓越准确率。索引词——脉冲神经网络、脑机接口、事件驱动可塑性、K 均值聚类
利用深度学习的二维时间模式对脑电图运动想象任务进行分类
摘要：本研究旨在利用多视图时空分层深度学习方法，探索使用脑机接口的脑电信号解码人类大脑活动。在本研究中，我们探索了将一维时间脑电信号转换为二维时空脑电图像序列，并探索了在提出的多视图分层深度学习方案中使用二维时空脑电图像序列进行识别。对于这项工作，使用了 PhysioNet 脑电运动/图像数据集。所提出的模型在分层结构中使用 Conv2D 层，其中每个级别都使用前一级别的决策单独做出决策。该方法用于学习数据中的时空模式。与二元分类范式中最先进的脑电运动意象分类模型相比，所提出的模型实现了具有竞争力的性能。对于二元想象左拳与想象右拳分类，我们能够实现 82.79% 的平均验证准确率。在多个测试数据集上达到这种水平的验证准确率证明了所提模型的稳健性。同时，由于使用了多层和多视角方法，模型明显显示出改进。
2024.pdf
祖父母在遍布全球的儿童中起着至关重要的作用。然而，神经生物学研究缺乏研究祖父母与孙子之间的关系。我们采用多脑神经计算模型来模拟发育和健康衰老中神经生理过程的变化如何影响多代脑间脑耦合 - 一种与一系列社会疾病和认知能力相关的神经标记。模拟表明，祖父母与孩子之间的相互作用可能比亲子互动更高，这会提高前者在某些条件下可能更有利的可能性。至关重要的是，在三方互动中，祖父母与孩子相互作用的脑之间耦合的增强更为明显，这也包括父母，这可能表明，如果父母也是一个活跃的家庭成员，则祖父母参与育儿是最有益的。在一起，这些发现强调了对跨代相互作用的神经比逻辑基础的更好理解至关重要，并且这种知识可以帮助指导整个家庭的局限。我们主张在发展社会神经科学中采用社区神经科学方法，以捕捉现实环境中儿童保育员关系的多样性。
脑解剖结构标准化，可帮助治疗运动障碍的深部脑刺激
深部脑刺激 (DBS) 疗法需要在植入前进行广泛的针对患者的计划，以实现最佳临床效果。对患者大脑图像进行集体分析很有前景，可以为您提供更系统的计划帮助。本文介绍了使用组特定的多模态迭代模板创建过程的规范化管道设计。重点是比较一系列免费配准工具的性能并选择最佳组合。该工作流程应用于 19 名具有 T1 和 WAIR 模态图像的 DBS 患者。使用文献中的几种设置，使用 ANTS、FNIRT 和 DRAMMS 计算非线性配准。使用丘脑和丘脑底结构的单一专家标签及其在整个组中的一致性来测量配准精度。使用其他地方发布的高方差设置的 ANTS 提供了最佳性能。FNIRT 和 DRAMMS 均未达到 ANTS 的性能水平。根据所得的解剖结构的标准化定义，使用来自 19 名患者的数据提出了定义 58 个结构的间脑区域图谱。
解剖学讲稿第 3 节：神经系统
解剖学讲义 第 3 节：神经系统 中枢神经系统：大脑和脊髓 神经系统在解剖学和功能上分为两部分，中枢神经系统（大脑和脊髓）和周围神经系统（神经节、12 对脑神经和 31 对脊神经）。周围神经系统 (PNS) 可进一步划分为躯体神经系统 (SNS)（整合对骨骼肌的控制）和自主神经系统 (ANS)（大部分情况下自动调节重要的内脏器官和系统）。大脑 在解剖学上，我们可以根据信息处理的方式将大脑分为六 (6) 个部分： 1. 大脑 2. 间脑 3. 中脑 4. 小脑 5. 脑桥 6. 延髓 右侧是大脑的中矢状切面，显示了人脑的各个区域和六个主要部分（红色圆圈数字），从信息处理的最高级别到最低级别。 1. 大脑 大脑是人脑中最大、最发达的区域（见上文），被认为是最高功能的中心。其主要功能包括： 对感官知觉的意识；对运动的自主控制（调节骨骼肌运动）；语言；性格特征；复杂的心理活动，如思考、记忆、决策、预测能力、创造力和自我意识。大脑由 5 个脑叶组成，以下是有关它们的一些基本信息：额叶 - 位于额骨内，是 5 个脑叶中最大、最复杂的脑叶，与人类的高级智力功能和行为方面有关。初级运动皮层控制身体骨骼肌的运动。顶叶 - 受颅骨顶骨保护，该脑叶主要负责解释和整合身体感觉输入。体感皮层与触觉、振动、温度和一般身体感觉的接收和感知有关。还涉及空间定向、运动协调、阅读、写作和数学计算。
社论：移动光学大脑活动监控的进展
大脑成像中的进步显着增强了我们对大脑功能的理解，但是这种进步的大部分源于受控实验室环境中进行的受约束的，单秒的实验。了解动态，复杂和多感觉现实世界中的大脑活动仍处于起步阶段。超出电脑摄影（EEG）（Nann等，2019）的新出现的移动脑成像技术，例如功能性的近红外光谱（FNIRS）（Boas等，2014）或使用光学层析成像（DOT）（DOT）（Dot）（Chitnis et al。例如，人类运动，感知，认知，社会交流和自然主义环境中的互动引起的活动。例如，便携式FNIRS设备已证明有效监测心理工作负载（Her Q.等，2013; Park，2023），并且可以提供实时反馈，例如，在脑部计算机界面（BCI）应用程序的背景下（Soekadar等人（Soekadar等人，2021年））。在教育中，FNIRS已被用来研究注意力（Harrivel等，2013），参与度（Verdiere等，2018）和学习成果（Lamb等人，2022年）在自然环境中的作用，而其在婴儿发展研究中的作用扩大了对多元化群体的感知和认知的了解。此外，Hyperscanning（Hakim等，2023; Scholkmann等，2013）可以同时测量多个个体的大脑活动，从而揭示了社交相互作用期间脑间同步等机制。将FNIR与诸如EEG（von Luhmann等，2017），眼睛追踪（Isbilir等，2019）和全身生理监测（Scholkmann等人，2022年，2022年）等多模式工具整合在一起，可以增强这些洞察力，以培训为毫无疑问，以促进这些洞察力和互动的过程，并在不断的过程中进行了培训。研究主题“移动光学大脑活动监测的进步”强调了便携式FNIR和相关光学技术的变革潜力
早期儿童时期的阅读乐趣
背景：童年是神经发育的关键时期。我们研究了儿童期为乐趣而阅读（RfP）是否与青少年的认知、心理健康和大脑结构评估有关。方法：我们在美国大型国家队列（10 000 多名青少年）中进行了一项横断面和纵向研究，使用完善的线性混合模型和结构方程方法进行双胞胎研究、纵向和中介分析。还进行了双样本孟德尔随机化（MR）分析以寻找潜在的因果推断。控制了包括社会经济地位在内的重要因素。结果：早期开始的长期儿童期RfP（早期RfP）与认知测试表现呈高度正相关，与青少年的心理健康问题得分呈显著负相关。这些早期RfP得分较高的参与者表现出中等程度的总大脑皮层面积和体积较大，包括颞叶、额叶、岛叶、上边缘在内的区域也有所增加；左侧角回、海马旁回；右侧中枕回、前扣带回、眶区；以及皮层下腹侧间脑和丘脑。这些大脑结构与他们的认知和心理健康得分显著相关，并表现出显著的中介作用。早期RfP与随访中较高的晶体认知和较低的注意力症状纵向相关。青少年时期每周大约12小时的规律RfP在认知上是最佳的。我们进一步观察到早期RfP具有中等显著的遗传性，环境因素也有相当大的贡献。MR分析揭示了早期RfP与成年认知表现和左侧颞上结构之间存在有益的因果关系。结论。这些发现首次揭示了早期RfP与后续大脑和认知发展以及心理健康的重要关系。
功能网络特性受损导致脑小血管病患者出现白质高信号相关的认知能力下降
摘要背景：白质高信号（WMH）是脑小血管病（CSVD）的典型神经影像学表现之一，且WMH与认知障碍（CI）密切相关。患有WMH的CSVD患者脑功能网络拓扑特性发生改变，这可能是导致CI的机制之一。本研究旨在探讨不同程度WMH患者某些脑功能网络特征的差异，并估计不同脑功能网络特征与认知评估分数之间的相关性。方法：110例CSVD患者均接受3.0 T 磁共振成像扫描和神经心理认知评估。根据Fazekas分级量表对每位受试者的WMH进行分级，并分为两组：（A）WMH评分1～2分（n=64），（B）WMH评分3～6分（n=46）。采用图论方法分析脑功能网络拓扑指标。采用t检验和Mann–Whitney U检验比较组间脑功能网络拓扑性质的差异。采用偏相关分析探讨不同脑功能网络拓扑性质与整体认知功能之间的关系。结果：高WMH评分患者全脑水平的聚类系数降低、全局和局部网络效率降低、最短路径长度增加，节点水平部分脑区节点效率降低（p < 0.05）。左侧舌回节点效率与患者蒙特利尔认知评估（MoCA）总分呈显著正相关（p < 0.05）。两组在MoCA总分和简易精神状态检查（MMSE）评分方面差异均无统计学意义（p > 0.05）。
睡眠中的大脑能反映出什么压力？一项针对睡眠期间压力相关皮质血流动力学特征的功能性近红外光谱试验研究
有精神压力的人经常会睡眠障碍，这表明睡眠期间大脑活动存在与压力相关的异常。然而，还没有研究关注睡眠期间脑血流动力学的生理波动与压力的关系。在这项先导研究中，我们旨在探索睡前压力与第一个睡眠周期前额叶皮质血流动力学之间的关系。我们每天追踪压力生物标志物、唾液皮质醇和分泌性免疫球蛋白 A (sIgA)，并利用压力水平较低的日子作为压力水平较高的日子的自然对照。使用尖端的可穿戴功能性近红外光谱 (fNIRS) 系统测量皮质血流动力学。从清理后的血流动力学信号中获得时域、频域特征以及非线性特征。我们提出了一种原始的集成算法，基于对六种统计和机器学习技术的评估，为每个特征生成平均重要性分数。考虑到所有通道，引用最多的五种特征类型是赫斯特指数、平均值、信号庞加莱图长轴/短轴标准差之比、统计复杂度和波峰因子。左侧前额皮质 (RLPFC) 是最相关的子区域。该子区域得出的血流动力学特征与所有三个压力指标之间存在显著的强相关性。背外侧前额皮质 (DLPFC) 也是一个相关的皮质区域。中部 DLPFC 和尾部 DLPFC 区域均与所有三个压力指标表现出显著和中度关联。在腹外侧前额皮质中没有发现相关性。初步结果揭示了 RLPCF，尤其是左侧 RLPCF 在睡眠期间处理压力方面的可能作用。此外，我们的研究结果与之前在清醒时进行的压力研究相呼应，并提供了背外侧前额叶皮层与睡眠期间压力反应相关性的补充证据。这项试点研究为压力研究的新研究范式提供了概念验证，并为未来的研究确定了令人兴奋的机会。
整合帕金森氏病中步态冻结的结构和功能间的大脑连通性
步态冻结（FOG）对帕金森氏病（PD）患者产生了毁灭性的后果，但是潜在的病理生理机制尚不清楚。在本研究中，通过有或没有雾的PD患者（分别为PD FOG +和PD FOG-）和健康对照组（HC）受试者对PD患者进行了结构和功能连通性分析。我们对24个PD FOG +患者，37例PD FOG - 患者和24 HCS进行了静止状态功能磁共振成像（fMRI）和扩散张量成像。基于区域的空间统计数据用于识别整个大脑中的白质（WM）异常。比较了组之间异常WM区域的分数各向异性（FA）和平均扩散率（MD），并分析了这些参数与临床严重程度之间的相关性，如FOG问卷（FOGQ）分析。素摩擦的同位连通性（VMHC），以识别具有异常半球间连通性的大脑区域。结构和功能度量。结果表明，PD FOG +和PD FOG - 患者在call体（CC），Cingulum（Hippocampus）和上纵向筋膜上的FA降低，CC，COC，Corona Radiata，Corona Radiata，上等纵向筋膜和thalamus的纵向上肌和MD降低。PD FOG +患者的WM异常比PD FOG - 患者更多。fa和MD在CC的脾，身体和整个组中在所有三个组中的差异显着（p <0.05）。CC中的FA降低与FOGQ评分呈正相关。PD FOG +患者在中央后回（PCG），中央回和壁层下边缘的VMHC降低。在PD FOG +患者中，PCG中的VMHC与FOGQ评分负相关，但与CC中的FA呈正相关。因此，雾与FA，MD和VMHC测得的光敏间脑连接性受损，这与临床雾的严重程度有关。这些结果表明，整合结构和功能性MRI数据可以为PD中雾的病理生理机制提供新的见解。