XiaoMi-AI文件搜索系统
World File Search SystemAuditory
听觉睡眠调制方法对脑振荡和心血管动力学的影响
睡眠代表了促进大脑和身体健康的强大系统。建议在过多的功能中发挥作用，例如清除有毒副产品[1-3]，突触稳态[4]，记忆巩固[5-11]，代谢[12]和心血管肢体功能[13-16]和身体核心组织[13-16]，以及身体核心组织的转换[17]。尤其是，已经提出了非剥夺性眼动（NREM）的大幅度，低频慢波来指导这些有益的效果（例如，在参考文献中进行了审查。18）。神经元活性的时期反映在慢波上的相过程中，神经元沉默的周期反映了慢波的下坡[19]，从而协调了丘脑皮层睡眠纺锤体之间的时间相互作用，以支持长波波旋转的长期记忆，这是21 21 retime retive [20] [20]。然而，慢速波是否是维持健康大脑和身体的必不可少的驱动因素，仍然在很大程度上没有探索。为了阐明慢波在大脑和身体功能中的功能作用，需要调节这些振荡。在过去的几年中，尤其是听觉刺激已成为一种有希望的，无创和可行的方法，可在深度睡眠期间选择性地调节慢波[9，22-24]。但是，存在各种刺激方案，导致对行为结果的发现不一致（例如在参考文献中进行了审查。25）和关于有效性增强或减少慢波的疗效方法的核对片。这种夜间设计消除了任何NGO及其同事[9]是第一个报告靶向较慢的慢波上升的上升相似的人似乎对隔夜记忆巩固的改善似乎很重要。的下相刺激表明会干扰慢波和声明性和运动记忆的巩固[9，26]。然而，除了选择听觉刺激的适当目标阶段外，序列中的刺激数量是可变的，例如两种音调刺激方案随后刺激断裂[9，23]或窗户的刺激，其中仅在预定义长度的窗口中出现听觉刺激[7，8，22]。除了在一定程度上依赖于慢波（闭环刺激）的一定程度的所有程序外，已经证明完全开环听觉刺激也可以增强慢波[11，27]。需要考虑的另一项参数是刺激的量以及刺激是通过耳机还是通过扬声器播放。此外，一些研究使用了50至60 dB之间的固定体积[9,23,28]或个体和/或自适应体积在30至60 dB之间[10，11，22]。尽管已经采用了许多刺激方法，但听觉刺激仍处于起步阶段。因此，为此目的，还没有利用听觉刺激的全部潜力，并且需要更加了解其影响。此外，目前尚不清楚听觉刺激的功效是否在睡眠周期中保持稳定，以及是否在几秒钟的刺激中甚至保持了刺激功效。为了促进对听觉慢波调制的理解，我们在这里提出了一种新型的方法，可以使用窗口的10 s刺激（听觉刺激）在单个睡眠期内对不同的听觉刺激条件进行调查（没有听觉刺激），然后使用10 s（没有听觉刺激播放）方法。
持续性皮质振荡对听觉有节奏刺激的频率选择性
皮质振荡，以通过神经夹带的机制在语音和音乐感知，注意力选择和工作记忆中发挥功能作用。通常认为神经夹带的特性之一是，其对持续振荡的调节作用超过了节奏刺激。我们通过在被动感知范式中研究旋律刺激期间和表达旋律刺激期间和之后通过研究皮质神经振荡来测试了这种现象的存在。旋律由； 60 and; 80 Hz音调嵌入2.5 Hz流中。使用雄性和女性人类中的颅内和表面记录，我们揭示了高c条带的持续振荡活性，以响应整个皮质的音调，远远超出了听力区域。响应2.5 Hz流，在任何频带中均未观察到持续活动。我们进一步表明，我们的数据被阻尼的谐波振荡器模型很好地捕获，可以分为三类的神经动力学，具有独特的阻尼特性和特征性。该模型对人皮层中听觉神经夹带的频率选择性提供了一种机械和定量的解释。
晚期和转移性非小细胞肺癌的靶向治疗。有关最重要的可操作的致癌驱动因素改变的更新
磁脑摄影（MEG）是研究生理学和心理学人类大脑的有说服力的工具。可以使用外部环境和内部心理学之间的变化推断，这要求我们识别不同的单个试验事件与事件相关的磁场（ERFS），该磁场（ERFS）源自大脑的不同功能区域。单个试验数据的当前重新注册方法主要用于脑电图（EEG）中与事件相关电位（ERP）。尽管MEG与脑电图共享相同的信号源，但其他脑组织的干扰少于识别ERF的MEG优势。在这项工作中，我们通过增强信号提出了一种新的试验听觉磁场（AEF）的新识别方法。我们发现，单个试验AEF的信号强度集中在颞叶的主要听觉皮层中，可以在2D图像中清楚地显示。TESE 2D图像通过具有100％精度的人工神经网络（ANN）识别，这实现了单个试验AEFS的自动识别。te方法不仅可以与源估计算法相结合以提高其准确性，而且还可以为使用MEG实施脑部计算机界面（BCI）铺平了道路。
预测编码和随机共振是听觉幻觉感知的基本原理
只有通过实验来测试形式或计算模型，才能获得机械洞察力。此外，与病变研究类似，幻觉感知可以作为理解健康听觉感知的基本处理原理的载体。我们特别关注耳鸣——作为听觉幻觉感知的主要例子——回顾了人工智能、心理学和神经科学交叉领域的最新研究。特别是，我们讨论了为什么每个耳鸣患者都会遭受（至少是隐藏的）听力损失，但并不是每个听力损失患者都会遭受耳鸣。我们认为，内在神经噪声是沿着听觉通路产生和放大的，是一种基于自适应随机共振恢复正常听力的补偿机制。神经噪声的增加可能会被误认为是听觉输入并被感知为耳鸣。这种机制可以在贝叶斯大脑框架中形式化，其中感知（后验）吸收了先前的预测（大脑的期望）和可能性（自下而上的神经信号）。可能性的较高均值和较低方差（即增强的精度）会改变后验概率，表明对感官证据的误解，而大脑中支持先前预测的可塑性变化可能会进一步混淆这种误解。因此，两个基本处理原理为听觉幻觉的出现提供了最有力的解释力：预测编码是一种自上而下的机制，而自适应随机共振是一种互补的自下而上的机制。我们得出结论，这两个原理在健康的听觉感知中也发挥着至关重要的作用。最后，在神经科学启发的人工智能背景下，这两个处理原理都可能有助于改进当代的机器学习技术。
连续的听觉反馈促进了小鼠的精细运动技能学习
运动技能学习使生物可以与环境有效相互作用，并依靠将感觉反馈与电机输出相结合的神经机制。虽然感觉反馈（例如与运动动作相关的听觉提示）增强了人类运动性能，但其作用机理的理解很少。开发可靠的增强运动技能学习动物模型对于开始剖析这种增强的生物系统至关重要。我们假设在运动任务期间连续的听觉反馈将促进小鼠的复杂运动技能。我们使用DeepLabcut开发了一个闭环系统，以实时无标记跟踪鼠标前爪动作，并具有高处理速度和低延迟。通过将前言的动作编码到不同频率的听觉音调中，小鼠在到达任务期间接收了连续的听觉反馈，需要将左前爪垂直位移到目标。成年小鼠在4 d培训中接受了听觉反馈或没有反馈的培训。与对照组相比，接收听觉反馈的小鼠表现出明显增强的运动技能学习。对轨迹的聚类分析表明，在运动训练的第2天之前，听觉反馈小鼠建立了一致的到达轨迹。这些发现表明，实时，运动编码的听觉反馈有效地促进了小鼠运动技能。这种闭环系统利用高级机器学习和实时跟踪，为探索运动控制机制和通过增强的感觉反馈开发运动障碍的治疗策略提供了新的途径。
连续的听觉反馈促进了小鼠的精细运动技能学习
研究文章：方法/新工具| Novel Tools and Methods Continuous auditory feedback promotes fine motor skill learning in mice https://doi.org/10.1523/ENEURO.0008-25.2025 Received: 7 January 2025 Revised: 12 February 2025 Accepted: 18 February 2025 Copyright © 2025 Xiao and Balbi This is an open-access article distributed under the terms of the Creative Commons Attribution 4.0 International许可证，允许在任何媒介中不受限制地使用，分发和复制，前提是原始工作是正确归因的。
热和听觉不愉快刺激对健康个体中运动图像的影响
。CC-BY 4.0国际许可证可永久提供。是作者/资助者，他已授予Medrxiv的许可证，以显示预印本（未通过同行评审证明）预印版本的版权所有者此版本发布于2025年3月10日。 https://doi.org/10.1101/2025.03.06.25323546 doi：medrxiv preprint
通过领域适应提高基于脑电图的听觉注意点解码
摘要 目的。本文提出了一种新的领域适应 (DA) 框架，以提高基于脑电图 (EEG) 的听觉注意力分类的准确性，特别是对注意语音的方向（左或右）进行分类。该框架旨在提高最初分类准确度较低的受试者的表现，克服工具和人为因素带来的挑战。数据集大小有限、由于噪声、电极错位或受试者等因素导致的 EEG 数据质量变化以及跨不同试验、条件和受试者进行概括的需要，必须使用 DA 方法。通过利用 DA 方法，该框架可以从一个 EEG 数据集中学习并适应另一个，从而可能产生更可靠和更强大的分类模型。方法。本文重点研究一种基于并行传输的 DA 方法，用于解决听觉注意力分类问题。本研究中使用的 EEG 数据来自一项实验，其中受试者被指示选择性地注意同时呈现的两个空间分离的声音之一。主要结果。与基线相比，当将来自一个受试者的不良数据传输到来自不同受试者的良好数据域时，分类准确度显著提高。数据较差的受试者的平均分类准确度从 45.84% 提高到 67.92%。具体而言，来自一个受试者的最高分类准确度达到 83.33%，比基线准确度 43.33% 大幅提高。意义。我们的研究结果表明，通过实施 DA 方法可以提高分类性能。这使我们更接近在神经引导听力设备中利用 EEG。
橄榄油磨坊废水提取物针对选定微生物的抗菌活性
抽象目标。本文提出了一种新颖的域适应性（DA）框架，以增强基于脑电图（EEG）的听觉注意力分类的准确性，特别是用于对播放语音的方向（左或右）进行分类。该框架旨在改善最初具有低分类精度的受试者的性能，克服工具和人为因素带来的挑战。有限的数据集大小，诸如噪声，电极错误或受试者之类的因素引起的脑电图数据质量的变化以及在不同试验，条件和受试者之间进行概括的需求需要使用DA方法。通过利用DA方法，该框架可以从一个EEG数据集中学习，并适应另一个EEG数据集，并可能导致更可靠和健壮的分类模型。方法。本文着重于基于平行运输的DA方法来解决听觉注意力分类问题。本研究中使用的脑电图数据源自一个实验，该实验被指示有选择地参加同时介绍的两个空间分离的声音之一。主要结果。与基线相比，当将一个受试者的数据传输到来自不同受试者的良好数据的范围时，分类精度的显着提高就会观察到。数据差的受试者的平均分类准确性从45.84％增加到67.92％。具体而言，一名受试者达到的最高分类精度达到83.33％，比基线准确度大幅度提高了43.33％。意义。我们研究的结果表明，通过实施DA方法实现的分类性能得到了改善。这使我们更接近利用神经传导的听力设备中的脑电图。
对听觉节律刺激的持续性皮质振荡反应的频率选择性
有人提出，皮质振荡通过神经同步机制在语音和音乐感知、注意力选择和工作记忆中发挥功能性作用。神经同步的一个常被忽视的特性是，它对持续振荡的调节作用比节奏刺激更持久。我们通过在被动感知范式中研究旋律刺激期间和之后皮质神经振荡来测试这种现象的存在。旋律由嵌入在 2.5 Hz 流中的 60 和 80 Hz 音调组成。通过对男性和女性的颅内和体表记录，我们发现，在响应音调时，整个皮质（远远超出了听觉区域）的高 c 波段都出现了持续的振荡活动。相比之下，在响应 2.5 Hz 流时，未观察到任何频带的持续活动。我们进一步表明，我们的数据可以通过阻尼谐振子模型很好地捕获，并且可以分为三类神经动力学，具有不同的阻尼特性和特征频率。该模型为人类皮层中听觉神经同步的频率选择性提供了机械和定量解释。