Xavier Castellanos 8,9 , 李海芳 3,* , 左希年 1,2,5,10,11,12* 1. 中国科学院大学心理学系,北京,中国 2. 中国科学院心理研究所行为科学重点实验室,北京,中国 3. 太原理工大学计算机学院,太原,中国 4. 北京工业大学应用数理学院,北京,中国 5. 中国科学院心理研究所大脑与心智终身发展研究中心,北京,中国 6. 荷兰鹿特丹伊拉斯姆斯大学儿童与青少年精神病学系 7. 荷兰鹿特丹伊拉斯姆斯大学医学中心放射学系 8. 纽约大学朗格尼医学中心、儿童研究中心,纽约,美国 9. 内森·S·克莱恩精神病学研究所,纽约,奥兰治堡,美国 10.中国科学院心理研究所磁共振成像研究中心,北京,中国 11. 南宁师范大学脑与教育科学重点实验室,南宁,中国 12. 北京师范大学 IDG/麦戈文脑研究中心 & 认知科学与学习国家实验室,北京,中国 #与第一作者贡献相同 *通讯作者:
大脑的摘要节奏是由多个频率的神经振荡产生的。这些振荡可以分解为与特定生理过程相关的不同频率间隔。实际上,可解码频率间隔的数量和范围是通过抽样参数确定的,通常被研究人员忽略。为了改善情况,我们在开放的工具箱上报告了带有图形用户界面,用于解码大脑系统的节奏(Dream)。我们提供了梦想的示例,以研究神经(自发性大脑活动)和神经行为(扫描剂头部运动)振荡的特定于频率的性能。Dream解码了头部运动的振荡,并发现年幼的孩子在所有五个频率间隔中都比大孩子更多地移动头部,而男孩在7至9岁时移动的人数超过了女孩。有趣的是,较高的频带包含更多的头部运动,并且显示出更强的年龄相关性,但性运动相互作用较弱。使用来自人类Connectome项目的数据,Dream将这些神经振荡的幅度映射到了多个频段中,并评估了其重测的可靠性。静止状态的大脑将其自发振荡的振幅从空间上的振幅从腹侧颞区的高振幅排名到腹侧 - 枕骨区域的低位,而频带从低至高增加到高,而在壁和腹侧额叶区域的部分则相反。较高的频段表现出更可靠的振幅测量值,这意味着较高频段的振幅的个体间变异性更大。总而言之,Dream添加了一个可靠且有效的工具,可将人脑功能从多频窗口映射到脑波中。
科学发展日新月异,新的研究课题层出不穷,神经科学就是其中之一。人们提出了新的计算机模型来模拟人类的视觉和听觉系统,其中视觉是重点关注的领域。人类非常擅长将注意力集中在所需的声音上。听力受损的人无法做到这一点,因为助听器会放大所有传入信号。我们的目标是尝试模拟人类的听觉系统,特别是在听觉注意力方面。我们的耳朵总是活跃的,每时每刻都会听到各种各样的声音。我们的目标是模拟我们的注意力何时被一大堆杂音中的某个特定声音所吸引。如果在硬件系统上实现这一点,听力有问题的人就可以只关注所需的声音。这可以通过使用时间响应函数 (TRF) 的概念来开发,它显示了音频和 EEG 信号之间的线性关系。我们提出了一个新的数学框架来克服当前预测声音包络的挑战。使用相关性概念,将获得的包络与记录 EEG 数据时给出的音频输入进行比较。讨论了不同正则化参数值下的相关系数。与现有的最先进技术相比,所提出的数学技术给出了更好的结果。
和10 000年前提供了新见解,由开普敦大学(UCT)和德国莱比锡的Max Planck进化人类学研究所组成的研究人员分析了来自非洲南部非洲的奥克赫斯特岩石庇护所的人类遗体,并在13个人的基因组中分析了13个人的基因组,包括1300年代,包括1000 000 000 000年的人,这些人在包括近期和10 000 000年的年龄之间。“ Oakhurst Rock Health是研究人类历史的理想场所,因为它包含了40多个人类坟墓和保存的人类伪像,例如石工工具,可以追溯到12000年。“这样的网站在南非很少见,奥克赫斯特(Oakhurst)允许在近9000年内更好地了解整个景观的当地人口运动和关系。”该研究的共同培训作者斯蒂芬·史菲尔斯(Stephan Schiffels)解释说:“这种古老且保存不佳的DNA很难对遗传测序进行成功的遗传测序,这并非没有挑战。古老的基因组代表了一个时间序列,从10 000到1 300年前,为研究人类迁移的独特机会以及与当今地区居住在该地区的各种人群的关系提供了独特的机会。一个关键发现是,来自奥克赫斯特岩石庇护所的最古老的基因组在遗传上与当今同一地区的San和Khoekhoe团体非常相似。这是一个令人惊讶的是,这项研究的主要作者Joscha Gretzinger说:“欧洲的类似研究表明,由于人类运动在过去的10 000年中,由于人类运动而发生了大规模的遗传变化史。这些来自非洲南部的新结果截然不同,这表明相对遗传稳定的历史悠久。”这仅在100年前大约发生了变化,当时新移民到达并引入了牧民,农业和新语言,并开始与当地的狩猎 - 采集者团体互动。在世界上最文化,语言和遗传上最多样化的地区之一中,这项新研究表明,南非的丰富考古记录变得越来越容易被考古遗传学访问,从而为人类历史和过去的人口统计学提供了新的见解。
帕金森氏病(PD)是全球增长最快的神经退行性疾病(Ou Z.等,2021),大多数病例是零星的,5-15%是由于在SNCA和LRRK2等单个基因中稀少的高碳化性突变而是家族性的(Kim C.等,2017)。对这些稀有形式的研究为线粒体功能障碍和蛋白质错误折叠等细胞机制提供了重要的见解。在零星的PD中,越来越多地认识到低频遗传变异的贡献。研究确定了编码MiRO1的Rhot1基因中的PD患者,这是一种对线粒体动力学和钙稳态至关重要的蛋白质,它与PD-相关蛋白(如PINK1和α-核蛋白(Berenguer-Escuder C. berenguer-Escuder C.等)相互作用。Chemla A.等。 (2023),来自卢森堡大学的研究小组,使用了IPSC衍生的多巴胺能神经元和3D中脑器官,以证明P.R272Q miRO1突变会增加活性氧物种,从而改变了线粒体生物性生物性生物性生物性含量,从而提高了α-核蛋白水平,并提高了ne努力。 这些发现表明,突变体Miro1足以在体外和体内准确地对PD进行建模,从而突出了其在PD发病机理中的作用。Chemla A.等。(2023),来自卢森堡大学的研究小组,使用了IPSC衍生的多巴胺能神经元和3D中脑器官,以证明P.R272Q miRO1突变会增加活性氧物种,从而改变了线粒体生物性生物性生物性生物性含量,从而提高了α-核蛋白水平,并提高了ne努力。这些发现表明,突变体Miro1足以在体外和体内准确地对PD进行建模,从而突出了其在PD发病机理中的作用。
通过下一代测序分析不同的肿瘤区域可以评估肿瘤内遗传异质性 (ITGH),这种现象已在某些肿瘤类型中得到广泛研究,但在子宫内膜癌 (EC) 中的研究较少。在本研究中,我们试图使用全外显子组测序来表征 9 种不同 EC 的空间和时间异质性,并对所分析的 42 个原发性肿瘤区域和 30 个转移性样本进行靶向测序验证。此外,通过比较基因组杂交阵列评估了浆液性癌的拷贝数变异。从通过全外显子组测序鉴定的体细胞突变中,有 532 个通过靶向测序验证。基于这些数据,为每例重建的系统发育树使我们能够确定肿瘤的进化并将其与肿瘤进展、预后和复发性疾病的存在相关联。此外,我们研究了不明确的 EC 的遗传图谱,并使用获得的分子谱来指导为该患者选择潜在的个性化疗法,随后通过患者来源的异种移植模型的临床前测试验证了该疗法。总体而言,我们的研究揭示了分析不同肿瘤区域对解读 EC 中的 ITGH 的影响,这有助于做出最佳治疗决策。
摘要:在手工艺实践中,通过制作和应用技术规则的实践经验来构建体现知识(“编码”),随后通过反思和分析解构(“解码”),然后重建(“重新编码”)进一步发展实践和成果。在本文实践领导的博士学位研究中,用于开发综合编织服装,以证明过程和对象分析在创造性实践的发展以及从手到数字生产的成功过渡中所发挥的至关重要的作用。在手工编织和计算机使用之间绘制相似之处,它探讨了编织中固有的“数字思维”如何促进与数字编织技术的富有成效关系。作为“视觉论文”提出,本文旨在利用一种主要的视觉方法来弥合隐式和显式知识之间的差距,以最大限度地提高研究的范围,以平等的清晰度传达隐式和明确的知识,并为实践领导的研究传播替代方法。
通过功能磁共振成像(fMRI)记录的神经反应解码视觉刺激(FMRI)呈现出认知神经科学和机器学习之间的有趣相交,这是理解人类视觉感知的有希望的进步。然而,由于fMRI信号的嘈杂和脑视觉表示的复杂模式,任务是具有挑战性的。为了减轻这些挑战,我们引入了两个阶段fMRI表示框架。第一阶段预训练fMRI功能学习者,其提议的双对抗性掩码自动编码器可以学习DENOCORED表示。第二阶段调谐功能学习者,以通过图像自动编码器的指导来了解视觉重建最有用的神经激活模式。优化的FMRI功能学习者然后调节了一个潜在扩散模型,以重建大脑活动的图像刺激。实验结果证明了我们的模型在产生高分辨率和语义准确的图像方面的优势,从39中实质上超过了先前的最新方法。在50道路-TOP-1语义分类精度中的34%。代码实现将在https://github.com/soinx0629/vis_dec_neurips/上提供。
由辐射引起的电子设备中的故障是过去几十年中最具挑战性的IS之一。如今,辐射效应不仅在太空环境中至关重要,而且在海平面上也至关重要,因为晶体管降尺度会影响综合电路的特征。 在敌对的环境中运行时,固态设备和集成电路可能会直接击中,电子,电子,质子,中子,重离子或α颗粒,从而导致其电性能改变。 这会使这些设备的可靠性和完整性处于危险之中,如果在安全关键应用中发生,也会导致灾难性后果。 国际标准IEC 61508设定了与安全相关系统必须满足的要求,以便根据其可靠性级别进行分类和认证。 对于涉及硬件设计的原因,可以通过将冗余概念应用于系统中的所有组件来进行缓解效果。 是通用硬件设备的处理器,在许多应用程序中都非常常见,有时在敌对的环境中运行。 这就是为什么可以将它们视为需要容忍的真正关键组件的原因。 在本论文项目中,介绍了指令解码的可容忍设计(ID)阶段的CV23E40P核心(这是RISC-V核心,实现RV32IMC仪器集)。 本论文中开发的工作包含在一个更广泛的项目中,该项目旨在使整个CV32E40P核心容错耐受。如今,辐射效应不仅在太空环境中至关重要,而且在海平面上也至关重要,因为晶体管降尺度会影响综合电路的特征。在敌对的环境中运行时,固态设备和集成电路可能会直接击中,电子,电子,质子,中子,重离子或α颗粒,从而导致其电性能改变。这会使这些设备的可靠性和完整性处于危险之中,如果在安全关键应用中发生,也会导致灾难性后果。国际标准IEC 61508设定了与安全相关系统必须满足的要求,以便根据其可靠性级别进行分类和认证。对于涉及硬件设计的原因,可以通过将冗余概念应用于系统中的所有组件来进行缓解效果。是通用硬件设备的处理器,在许多应用程序中都非常常见,有时在敌对的环境中运行。这就是为什么可以将它们视为需要容忍的真正关键组件的原因。在本论文项目中,介绍了指令解码的可容忍设计(ID)阶段的CV23E40P核心(这是RISC-V核心,实现RV32IMC仪器集)。本论文中开发的工作包含在一个更广泛的项目中,该项目旨在使整个CV32E40P核心容错耐受。提出的de符号使用误差校正代码(ECC)和N模块冗余(NMR)技术,这些技术可确保对单个事件效应(SEE)的容错容忍(SEE)对舞台中包含的所有组件。特别是,从硬件优化的角度来看,HSIAO代码是最适合的ECC之一。因此,它在设计中使用单个误差校正和双重错误检测(SECDED)功能。就NMR技术而言,出于论文的目的,一式三份(TMR)是硬件开销和错误公差水平之间的最佳权衡。实际上,TMR使用最小冗余水平来检测和纠正单个eRor,而无需暂停程序执行。然而,在最新的情况下,一些RISC-V内核已经使用这些技术来减轻瞬态错误。本文工作的创新方面是针对永久错误的特定部分解决方案的设计,除了针对瞬态的传统技术。特别是,从辐射角度来看,ID阶段中最关键的组件是寄存器文件,是最扩展的 -
摘要 - Myoelectric Control是当今剧本增加的肌电图的一个区域,尤其是在仿生假体的手势识别(HGR)等应用中。今天的重点是使用机器学习以及最近深度学习方法的模式识别。尽管在稀疏的SEMG信号上取得了良好的效果,但后者通常需要大的数据集和培训时间。此外,由于随机SEMG信号的性质,传统模型无法概括为非典型或嘈杂值的样品。在本文中,我们提出了基于视觉变压器(VIT)的建筑的设计,该体系结构具有模糊的神经块(FNB),称为EMGTFNET,以从表面肌电图(SEMG)信号中执行手势识别。所提出的EMGTFNET体系结构可以准确地对各种手势进行分类,而无需任何数据增强技术,传输学习或网络中参数数量的显着增加。使用由49种不同手势的公开ninapro数据库测试了所提出的模型的准确性。实验使用200 ms窗口大小和仅56,793个可训练的参数产生的平均测试准确度为83.57%±3.5%。我们的结果优于没有FNB的VIT,因此表明包括FNB可以提高其性能。我们的提案框架EMGTFNET报告了其实际应用假体控制的重要潜力。索引术语 - 电镜头;深度学习; Ninapro;变压器;模式识别;肌电控制