XiaoMi-AI文件搜索系统
World File Search SystemBroca
言语和语言神经生物学的历史视角：从 19 世纪至今
在本文中，我们回顾了 19 世纪关于言语和语言神经生物学的概念，包括 Franz Gall、Jean-Baptiste Bouillaud、Simon Alexandre Ernest Aubertin、Marc Dax、Paul Broca 和 Carl Wernicke 的开创性工作。我们研究了这些早期研究如何以神经系统疾病研究为基础，通过神经心理学和心理语言学理论和模型扩大了其范围。然后，我们讨论了重大技术进步如何导致重要的范式转变，通过这种转变，大脑研究逐渐脱离了疾病研究，成为对所有年龄段的个体的研究，无论是否有脑病理或语言障碍。过去四十年中开展的大量神经成像研究探讨了语言的各个方面，补充了（并且经常挑战）对语言产生的传统观点。例如，我们对“运动语言中心”的理解已经完全转变。大脑优势的概念也得到了重新审视。最后，我们讨论了 21 世纪言语和语言神经生物学所面临的挑战和争议，以及支持言语和语言功能的神经结构的现代观点。
神经心理学原理
Chapter 1 A H i s t o r y o f N e u r o p s y c h o l o g y 3 Keep in Mind 4 Overview 4 The Brain in Antiquity: Early Hypotheses 5 Ancient Greek Perspectives 6 The Cell Doctrine 7 Anatomic Discoveries and the Role of the Spiritual Soul 8 Non-Western Attitudes 12 Localization Theory 13 Phrenology and Faculty Psychology 13 The Era of Cortical Localization 16 Critics of皮质定位18定位与等值态度20大脑功能的综合理论20杰克逊的替代模型20卢里亚的功能模型21现代神经心理学24神经心理学的新兴研究领域27法医神经心理学28运动神经心理学28运动神经心理学28保罗·布罗卡（Paul Broca）：不说话的一种方式17 1.3西格蒙德·弗洛伊德（Sigmund Freud）：神经科医生19 1.4沃尔特·弗里曼（Walter Freeman Lobotomies）：介意问题吗？22
早期儿童运动技能发展和工作记忆处理的差异特征：来自 fNIRS 的证据
结果：（1）低运动技能组在三重记忆负荷条件下的准确度显著低于两重记忆负荷条件下的准确度。在两重记忆和三重记忆负荷条件下，高运动技能组均表现出显著高于低运动技能组的表现。（2）高运动技能组的左侧背外侧前额叶皮层（L-DLPFC）和布罗卡区左右三角部分（R-PTBA和L-PTBA）的Oxy-Hb浓度在两个记忆难度水平之间有显著差异。三重记忆负荷条件下的Oxy-Hb浓度显著高于两重记忆负荷条件下的Oxy-Hb浓度。在两重记忆负荷条件下，高运动技能组的L-DLPFC和L-PTBA区域的Oxy-Hb浓度显著高于低运动技能组。在三种记忆负荷条件下，高运动技能组的 L-DLPFC、R-PTBA 和 L-PTBA 区域的 Oxy-Hb 浓度明显高于低运动技能组。
使用混合特征提取技术和集成的堆叠分类器
大脑计算界面（BCI）是一项导致神经疾病应用程序发展的技术。BCI建立了大脑与计算机系统之间的联系，主要集中于协助，增强或恢复人类的认知和感觉 - 运动功能。BCI技术使从人脑中获得脑电图（EEG）信号。这项研究集中于分析包括Wernicke和Broca领域在内的发音方面，以进行无声的语音识别。无声的语音界面（SSI）为依赖声信号的传统语音界面提供了一种替代方案。无声的语音是指在没有听觉和可理解的声学信号的情况下传达语音的过程。本研究的主要目的是提出用于音素分类的分类器模型。输入信号经过预处理，并使用传统方法（例如MEL频率CEPSTRUM系数（MFCC），MEL频率光谱系数（MFSC）和线性预测编码（LPC）进行特征提取。最佳功能的选择是基于对主题的分类精度，并使用集成堆栈分类器实现。集成的堆叠分类器优于其他传统分类器，在Karaone数据集中的思维和说话状态达到75％的平均准确性，在14个通道EEG EEG上的思维和说话状态的平均精度为84.2％和84.09％，用于IMIVENIDECENTECTIOM EEG（FEIS）。
口语大脑：言语，韵律和语法的fMRI实验概论
在这项研究中，我们将概述近年来我们所做的有关语言和语音生产的神经解剖学相关性的实验工作。首先，我们将介绍与事件相关的功能磁神经成像和我们使用的实验范式的方法。然后，我们将介绍并讨论有关（1）语音运动控制，（2）发音复杂性，（3）韵律的神经解剖学相关性的实验结果，以及（4）义大利处理的神经认知底物。实验（1）和（2）表明，由SMA，运动皮层和小脑组成的预期大型运动语音网络仅在计划和执行简单的关节运动方面活跃。提高的关节复杂性会导致更集中的激活。此外，我们可以证明，只有语音运动的执行才能招募左前岛，而发音计划则没有。实验结果（3）的结果表明，控制韵律处理的横向化不是韵律（语言与情感）的功能，而是处理单元的更一般特征，例如韵律框架的大小，造成了不同皮质区域的激活。最后，在实验（4）中，我们提出了语音生产中句法处理的第一个结果。除了预期的Broca区域激活外，我们还发现了Wernicke地区和小脑中的激活。我们还找到了其他皮质区域激活的证据，这些证据少于脑力相关性的临床研究。这些领域和网络的认知相关性仍有待阐明。Q 2001 Elsevier Science Ltd.保留所有权利。Q 2001 Elsevier Science Ltd.保留所有权利。
人类听觉皮层连接
为了了解听觉皮层处理过程，我们在 171 名人类连接组计划参与者中测量了 15 个听觉皮层区域和 360 个皮层区域之间的有效连接，并辅以功能连接和扩散纤维束成像。1. 确定了听觉皮层处理的层次结构，从核心区域（包括 A1）到带区 LBelt、MBelt 和 52；然后到 PBelt；然后到 HCP A4。2. A4 与前颞叶 TA2 和 HCP A5 相连，后者连接到背侧颞上沟 (STS) 区域 STGa、STSda 和 STSdp。这些 STS 区域还接收有关移动面部和物体的视觉输入，这些信息与听觉信息相结合，有助于实现多模态物体识别，例如谁在说话以及说了什么。与此“什么”腹侧听觉流一致，这些 STS 区域随后与 TPOJ1、STV、PSL、TGv、TGd 和 PGi 具有有效连接，这些区域是与布罗卡区（尤其是 BA45）连接的语言相关语义区域。3. A4 和 A5 还与 MT 和 MST 具有有效连接，后者连接到顶叶上部区域，形成与空间动作有关的背侧听觉“哪里”流。PBelt、A4 和 A5 与 BA44 的连接可能形成与语言相关的背侧流。
基于谱动力学的想象语音和视觉意象的功能连接
摘要 — 脑机接口技术的最新进展表明，想象语音和视觉意象具有作为直观脑机接口通信的稳健范式的潜力。然而，这两个范式的内部动态及其内在特征尚未揭示。在本文中，我们研究了考虑不同频率范围的两个范式的功能连接。使用 16 名受试者进行十三类想象语音和视觉意象的数据集进行分析。在四个频率范围的七个皮质区域分析了想象语音和视觉意象的锁相值。我们将想象语音和视觉意象的功能连接与静息状态进行比较，以研究意象过程中的大脑变化。整个大脑区域的锁相值在想象语音和视觉意象期间都表现出显著下降。布罗卡区和韦尼克区以及听觉皮层主要表现出想象语音的显著下降，而前额叶皮层和听觉皮层则表现出视觉意象范式的显著下降。进一步研究大脑连接以及两种范式的解码性能可能作为性能预测因素发挥关键作用。关键词——脑电图；功能连接；想象语音；直观脑机接口；视觉意象
噪声识别中的音乐：人工耳蜗植入者和正常听力对照者的听力努力的脑电图研究
尽管有大量研究调查聆听努力程度以及有关人工耳蜗 (CI) 用户音乐感知的研究，但是从未有人研究过背景噪音对音乐处理的影响。鉴于聆听努力程度评估的典型噪声中语音识别任务，本研究的目的是调查在不同背景噪音水平的音乐作品上进行情绪分类任务时的聆听努力程度。除了参与者的评分和表现之外，还使用已知与这种现象有关的 EEG 特征来调查聆听努力程度，即顶叶区域和左侧下额叶 (IFG)（包括布罗卡区）的 alpha 活动。结果表明，CI 用户在识别刺激的情绪内容方面的表现差于听力正常 (NH) 对照组。此外，当考虑对应于听信噪比 (SNR) 5 和 SNR10 条件的 alpha 活动时，减去听安静条件下的活动（理想情况下，去除音乐的情感内容并隔离由于 SNR 而导致的难度级别），CI 用户报告的顶叶 alpha 和右半球左 IFG 同源体（F8 EEG 通道）的活动水平高于 NH。最后，提出了 F8 对与 SNR 相关的音乐聆听努力具有特殊敏感性的新建议。
熟悉度对音乐和语言神经表征的影响
音乐和语言能力密切相关。在感官层面，音乐和语言都涉及以结构上有意义的方式排列的声学刺激。例如，两者都涉及小单元（音符或单词），这些单元使用特定规则组合起来以创建更大的单元（旋律/歌曲和句子/故事）。从认知上讲，对音乐和语言的理解涉及对一系列声音中接下来的内容产生期望（Patel，2008），使用学习规则（例如语法）来解释输入（Jackendoff，2009；Jackendoff & Lerdahl，2006），并且需要使用记忆（Zatorre & Gandour，2008；Daneman & Merikle，1996）。尽管它们依赖于相似的过程，但有证据表明音乐和语言既涉及重叠的网络，也涉及不同的网络。感知音乐和语言会激活重叠的大脑网络。 EEG 数据显示，在认知处理的早期阶段（在感知声音后的最初 300 – 500 毫秒内；Gordon、Schön、Magne、Astésano 和 Besson，2010 年），fMRI 研究为解剖学上相似的网络提供了证据。例如，已知布罗卡区、颞上沟、颞上回、岛叶和额极参与了语言网络，这些区域在音乐处理中也很活跃（Hymers 等人，2015 年；Merrill 等人，2012 年；Schön