XiaoMi-AI文件搜索系统
World File Search System静止状态
使用静止状态脑电图数据的有效连通性诊断精神分裂症
摘要：精神分裂症是一种与神经生物学作用相关的严重精神疾病。即使任务期间的大脑活动（即P300活动）被认为是诊断精神分裂症的生物标志物，但静止的大脑活动也有可能表现出精神分裂症中固有的功能障碍，并且可以用来了解这些患者的认知识别。在这项研究中，我们根据眼睛开发了一种机器学习算法（MLA），基于闭合静止状态脑电图（EEG）数据集，该数据集记录了在任何任务或外部刺激的情况下记录神经活动，旨在将其与健康的对照（SCZS）与健康对照（HCS）区分开来。MLA有两个步骤。在第一个步骤中，符号转移熵（Ste）是有效连通性的量度，将其应用于静止状态的脑电图数据。在第二步中，MLA使用Ste矩阵来找到一组可以成功区分SCZ与HC的功能。从结果来看，我们发现MLA可以达到96.92％的总准确度，敏感性为95％，特定的特定级别为98.57％，精度为98.33％，F1得分为0.97，仅为0.97，Matthews相关（MCC）仅使用0.94的特征，该特征是10 nirs fefters to thers to thers to thers to thers to thers to thers to thers to thers thers thers to thers to n of to thers thers thers thers thers thers to n of thers to n of thers to n.静止状态的脑电图数据可能是精神分裂症临床诊断的有前途的工具。
通过静止状态脑电图将抑郁症分类为精神病学的新颖实践：评论
背景：医疗保健中的机器学习应用在最近的过去大幅增加，这项综述着重于与抑郁症发现有关的精神病学中的重要应用。自计算精神病学的出现以来，基于功能磁共振成像的研究取得了显着的结果，但是对于日常临床使用而言，这些工具往往太昂贵了。目的：本综述着重于基于脑电图记录的负担得起的数据驱动方法。通过公共或基于云的平台的基于Web的应用程序将是合乎逻辑的下一步。我们旨在将几种不同的方法比较使用各种功能和机器学习模型从脑电图记录中检测抑郁症的方法。方法：为了检测抑郁症，我们回顾了基于最终机器学习的静止状态脑电图的已发表的检测研究，并预测治疗结果，我们在其方法中使用某种形式的刺激审查了一系列介入研究。结果：我们回顾了2008年至2019年之间的14项检测研究和12项介入研究。由于所使用的理论方法和方法的大量多样性，我们无法进行直接比较，因此我们根据分析和准确性的步骤进行比较。此外，我们比较了样本量，特征提取，特征选择，分类，内部和外部验证以及可能不必要的乐观和可重复性的可能缺点。此外，我们提出了理想的做法，以避免误解结果和乐观。结论：本综述显示了需要更大的数据集和更系统的程序来改善解决方案用于临床诊断的方法。因此，对所使用方法的管道和标准要求的调节应成为强制性的，以提高将其转化为现代精神病学的完整方法的可靠性和准确性。
在静止状态功能性MRI指标中对静脉偏差进行建模
图1 MNI152空间中RSFMRI指标和QSM图像的处理管道的概述。从QSM图像中提取的静脉中，在天然空间中生成了距离图和传播直径图。然后将图像注册到MNI152空间。The top row depicts the rsfMRI metrics in MNI152 space: sagittal view of the amplitude of low-frequency fluctuations (ALFF), fractional ALFF (fALFF), Hurst Exponent (HE), Coherence [Coherence (Cohe)-Regional Homogeneity (ReHo)], Kendall's Coefficient Concordance (KCC)-ReHo and一个参与者的特征向量中心（EC）值。底部行：来自天然空间中同一参与者的定量敏感性映射（QSM）图像，从容器分割档案中（阈值= 0.5;天然空间），所得的部分体积（PV；第二行）和直径图（第三行）（第三行）。PV和直径图排除了所有静脉<0.3 mm。距离图和传播直径图分别从PV和天然空间中的直径图计算出来。距离> 6.7 mm的组织体素。地图已注册到MNI152空间，并仅限于GM（第二行和第三行的最后一列）。
与儿童空间培训后的数学改进有关的静止状态脑EEG
空间认知能力，包括精神旋转（MR）和视觉空间工作记忆（VSWM）与数学表现相关，并且一些研究表明，对这些能力的培训可以增强数学性能。在这里，我们研究了MR和VSWM培训的行为和神经相关性以及数字线（NL）培训的结合。6-7岁的57名儿童与VSWM或MR进行了25天的NL培训，并参加了学校的脑电图（EEG）仪式，以衡量培训前后VSW任务期间的静止状态活动和稳态的视觉诱发潜力。6-7岁的五十个孩子接受了通常的教学，并担任对照组。与对照组相比，两个训练组都在数学的综合度量方面进行了改进。认知改善是对培训的特殊性。在两个训练组中共有的静止状态EEG（RS-EEG）的显着变化是为了权力和连贯性，而VSWM和MR组之间的RS-EEG-变化没有显着差异。两种常见的RS-EEG变化与数学改进相关：（1）中央额叶和右顶叶之间相干性的增加，频率为16至25 Hz，以及（2）左侧额叶与右侧面叶距离23至25 Hz之间的相干性增加。这些结果表明，额顶连贯性的变化与数学表现的增加有关，因此，这可能是进一步研究儿童数学干预措施的有用度量。
破坏了出生的儿童的静止状态脑网络动态极端早产
发育中的大脑必须适应极其早产（EPT）出生后的环境和内在侮辱。正在进行的成熟过程最大程度地适合环境，这可以为神经发育失败提供底物。静止状态功能磁共振成像用于扫描33名出生的EPT儿童，胎龄<27周，在10岁时进行了26个完美控制。我们研究了大脑区域传播神经信息（固有点火）及其跨时间的可变性（节点 - 测素）的能力。该框架是针对背部注意网络（DAN），Frontoparietal，默认模式网络（DMN）以及显着性，边缘，视觉和体感网络计算的。与对照组相比，EPT组在DMN和DAN中显示出固有的点火降低，并且在DMN，DAN和显着性网络中降低了淋巴结量。两组的固有点火和节点 - 渗透率值与12岁的认知性能相关，但在调整后仅在术语组中存活。早产扰乱了3个核心高级网络中休息的功能性脑组织的签名：DMN，显着性和DAN。在EPT诞生后识别脆弱的静止状态网络可能会导致旨在重新平衡大脑功能的干预措施。
中风患者脊椎治疗后静止状态脑电图信号的功能连通性分析
摘要：中风障碍通常以认知和运动效果的形式出现，导致生活质量下降。恢复策略和机制，例如神经可塑性，是重要的因素，因为这些因素可以帮助提高康复的效果。本研究研究了脊骨疗法的脊柱操纵（SM）及其对24个亚急性静息状态功能连通性的影响与通过脑电图监测（EEG）监测的慢性中风患者。功能连通性分别通过相干和相位滞后指数（PLI）估算。非参数基于群集的置换测试用于评估SM后功能连通性变化的统计显着性。结果表明，默认模式网络（DMN）中Alpha频段中PLI度量的功能连接性显着增加。SM，T（23）= 10.45，p = 0.005之间的后扣带回皮层和偏头顶区域之间的功能连通性增加。在假控制程序之后没有发生重大变化。这些发现表明SM可能会改变中风患者大脑中的功能连通性，并突出了EEG在SM后监测神经塑性变化的潜力。此外，在可能受到大脑中疼痛感知，情节记忆，导航和空间表示等因素（例如疼痛感知，情节记忆，导航和空间代表）等因素之间可能影响的区域之间观察到了改变的连通性。但是，在本研究中未直接监测这些因素。因此，需要进一步的研究来阐明观察到的变化的基本机制和临床意义。
静止状态脑电图脑活动在新生儿可以预测年龄，并且表明神经发育结果
目的：脑电图（EEG）可用于估计新生儿的生物脑时代。在月经年龄和脑年龄之间的差异，称为脑年龄差距，可能会导致成熟偏差。现有的大脑年龄EEG模型不太适合临床COT侧用途，用于估计新生儿的脑年龄间隙，因为它们依赖于相对较大的数据和预处理要求。方法：我们使用降低的数据要求培训了一种来自具有非神经开发的婴儿和幼儿发展（BSID）结果的早产新生儿的静止状态脑电图数据的深度学习模型。随后，我们在两个临床部位的两个独立数据集中测试了该模型。结果：在两个测试数据集中，仅使用单个通道的静息状态脑电图活动的20分钟，模型生成准确的年龄预测：平均绝对误差= 1.03周（p值= 0.0001）和0.98周（pValue = 0.0001）。在一个测试数据集中，在9个月的随访BSID结局中，严重异常结果组的平均新生儿脑年龄间隙显着大于正常结局组的平均脑年龄差异：平均脑年龄差距的差异差异= 0.50周（p-value = 0.04）。结论：这些发现表明，深度学习模型对来自两个临床部位的独立数据集进行了普遍性，并且模型的脑年龄间隙幅度在正常和严重的随访神经发育结果的新生儿之间有所不同。2024国际临床神经生理联合会。由Elsevier B.V.明显：新生儿大脑年龄间隙的幅度，仅使用单个通道的静息状态脑电图数据的20分钟来估算，可以编码临床神经发育价值的信息。这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
静止状态脑电图作为震后意识障碍中的电生理生物标志物
中风被广泛认为是死亡的第二大原因，也是全球残疾的重要贡献（Feigin等，2017，2021），这会导致严重的行为障碍，并广泛的结构和功能网络中断（Alkhachroum等，202222）。中风后，患者通常会出现诸如意识障碍（DOC）或昏迷之类的症状，这会导致院内死亡率增加和中风患者出院后的不利结果（Li等，2016）。因此，至关重要的是，及时准确地诊断后触摸后的意识障碍（PS-DOC），同时对脑损伤潜在的神经机制有全面的了解。传统上，诸如格拉斯哥昏迷量表（GCS）和昏迷量表修订（CRS-R）之类的临床评级量表已用于评估DOC患者。尽管临床行为评估仍然是黄金标准（Hermann等，2020），但这些评分系统表现出较高的评估者间和检查间的变异性，并且缺乏脑损伤后中枢神经系统损害的客观证据（Claassen等，2016; Giacino等，2018，2018; Song等，2018）。
研究静止状态的脑电图微骨与执行功能之间的关系：无效的发现
执行功能是人类认知的标志，并被定义为“高级认知过程，使个人能够在目标指导行为期间调节自己的思想和行动”（Friedman＆Miyake，2017年）。在处理新颖和复杂的任务或情况时，通常会被招募（Miyake等，2000），并依靠一组包括额叶和顶部区域在内的大规模功能性脑网络（Uddin，2021年）。在此注册报告中，我们建议研究静止状态（RS）EEG微骨和执行功能之间的联系。执行功能很难研究，因为它们涵盖了相互关联的大量认知功能，这意味着它们不能纯粹通过特定的认知任务进行研究。为了克服此任务杂质问题，已提出使用潜在变量分析，该分析仅捕获跨误解的共同方差（Friedman等，2008； Miyake等，2000）。在域中进行了一项高度影响的研究（Miyake等，2000）表明，执行功能可以分解为三个潜在变量：心理固定转换（“移动”），信息进行记忆中的更新和监测（“更新”）和抑制前体反应（“抑制profentent profent-tim-thimibi-timi-timibi-timi-timimi-tim-tim”）。在此模型中，已经选择了九项认知任务（每个潜在变量三个），并发现彼此之间较弱相关（R介于0.05和.34之间），而三个潜在变量彼此之间显示中等相关性（R介于.42和.63之间）。执行功能的神经底物已在很大程度上通过fMRI进行了研究。这些结果说明了执行功能既显示统一性和多样性的事实（Friedman＆Miyake，2017）。有趣的是，这种三因素模型显示出一些鲁棒性，因为它在健康的成人样本中多次复制（Karr等，2018）。Searching the Neurosynth database ( https://neurosynth.org/ ) with the separate terms “ executive functions ” , “ inhibition ” , “ shifting ” , “ working memory ” , returns overlapping sets of overlapping brain areas that include frontal areas (dorsolateral prefrontal cortex, anterior cingulate cortex, inferior frontal gyrus) and parietal areas （下顶叶，角回）（Uddin，2021），它是额叶 - 顶网络（FPN），执行控制网络（ECN）和显着性网络（SN）的一部分（Xu等，2020）。使用动态功能连通性（DFC）的研究表明，在执行功能任务（例如Stroop或n-背部）中，这些网络是动态调节的（Braun等，2015； Douw等，2016）。这些结果与最近假设神经灵活性的假设一致（即，大脑从一个状态变为另一种状态的能力）与认知表现有关（Hartwigsen，2018； Uddin，2021）。通过将RS期间fMRI DFC与各种认知功能任务的性能相关联，已进一步研究了这一假设（Zelazo，2006; Douw等，2016; Jia等，2014; Nomi等，2017）。综上所述，这些fMRI DFC研究表明，大脑网络动力学可能是认知性能的内在特征（Nomi等，2017; Uddin，2021）。除了fMRI外，EEG还提供了一种有趣的手段，可以捕获A
种子相关分析基于大型静止状态数据集中的ADHD诊断的大脑区域激活
注意力/多动症（ADHD）是儿童和青春期的常见神经发育障碍。两项研究与国家之间的ADHD发生率报告的发生率。儿童和青少年估计的多动症全球患病率高达7.1％（Thomas等，2015）。精神障碍的诊断和统计手册（DSM），第五版（DSM-5）通过其三种基本症状的ADHD来表征：不集中，多动症和冲动性。这些症状影响健康的心理功能，与心理健康问题以及学术和社会功能受损有关（Missiuna等，2014； Asherson等，2016）。该疾病不仅限于儿童和青少年；对于40-60％的ADHD儿童，这种疾病一直持续到成年，并导致终生障碍（Faraone等，2000； Volkow和Swanson，2013）。目前，多动症的标准诊断程序基于临床访谈和症状问卷。尽管这些问卷与DSM第四版（DSM-4）和DSM-5中列出的主观标准一起作为客观和定量措施，但诊断仍然很耗时。在临床上，诊断需要父母和老师的回顾性报告，而不是患者的自我报告（Sibley等，2012）。将临床问卷与行为和认知测试结果整合在一起是复杂且具有挑战性的，需要经验丰富的专家评估者（Morrill，2009年）。选择性使用神经心理学测试就是一种这样的辅助诊断方法。因此，必须通过经过一再观察并使用父母，老师或其他护理人员获得的报告来仔细地执行此过程。此外，评估者必须确认缺乏可能被错误标记为ADHD的任何潜在疾病（Rader等，2009）。根据Morrill（2009）的一项调查，超过85％的临床医生（初级保健医生）期望可用于多动症的辅助诊断工具。ADHD通常与各种神经心理学研究中的大量认知统计相关，例如反应时间可变性，智力和成就，警惕，工作记忆和反应抑制（Pievsky和McGrath，2018年）。因此，ADHD可能会干扰几种大脑功能结构，并且这种干扰在行为中反映了。尽管当前的诊断标准不包括生理特征，但现有的神经科学体系