XiaoMi-AI文件搜索系统
World File Search SystemFP1
迈向无处不在的脑电图，耳内脑电图与前额脑电图的相关性
摘要：近年来，可穿戴式脑电图 (EEG) 在临床和研究之外的广阔应用前景推动下越来越受欢迎。连续脑电图的普遍应用需要不显眼的外形，以便终端用户轻松接受。在此过程中，可穿戴式脑电图系统已从整个头皮转移到前额，最近又转移到耳朵。本研究的目的是证明新兴的耳部脑电图提供与现有的前额脑电图相似的阻抗和信号特性。在阻抗分析后，使用装有三个定制电极和一个前额电极 (Fpx) 的通用耳机从十名健康受试者获取了睁眼和闭眼阿尔法范式的脑电图数据。入耳式电极阻抗的受试者间变异性在 10 Hz 时为 20 k Ω 至 25 k Ω。信号质量相当，入耳式电极的 SNR 为 6，前额电极的 SNR 为 8。所有入耳式电极在睁眼状态下的 Alpha 衰减都很明显，并且遵循前额电极功率谱密度图的结构，入耳位置 ELE（左耳上）和 ERE（右耳上）与前额位置 Fp1 和 Fp2 之间的 Pearson 相关系数分别为 0.92。结果表明，就阻抗、信号特性和信息内容而言，入耳式 EEG 是已建立的前额 EEG 的非侵入式替代方案。
机器学习可以预测前...
将正电子发射断层扫描（PET）用作β-淀粉样蛋白（Aβ）脑病理学的初始或唯一生物标志物可能会抑制阿尔茨海默氏病（AD）由于成本，获取和耐受性而引起的药物开发和临床使用。我们开发了一种QEEG-ML算法，以预测主观认知下降（SCD）和轻度认知障碍（MCI）患者之间的β病理，并使用βPET验证了它。我们比较了MCI患者与患有和没有PET固定的β-淀粉样蛋白斑块患者之间的QEEG数据。We compared resting-state eyes-closed electroencephalograms (EEG) patterns between the amyloid positive and negative groups using relative power measures from 19 channels (Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2), divided into eight frequency bands, delta （1-4 Hz），theta（4-8 Hz），Alpha 1（8-10 Hz），Alpha 2（10-12 Hz），β1（12-15 Hz），β2（15-20 Hz），Beta 3（20-30 Hz）和gamma（30-45 Hz），由Fft和DeNocy cancys cancys concy.s.使用遗传算法策略分析了所得的152个特征，以识别最佳特征组合并最大程度地提高分类精度。在基因建模方法的指导下，我们将脑电图的每个通道和频率带作为基因，并在给定维度内用所有可能的组合对其进行了建模。然后，我们收集了显示出最佳性能并识别出在上级模型中最常出现的基因的模型。通过重复此过程，我们收集了一个近似最佳的模型。我们发现，随着遗传算法的这种迭代发展的发展，平均性能的增加。我们最终达到了85.7％的敏感性，89.3％的特异性，SCD淀粉样蛋白阳性/负分类的精度为88.6％，83.3％的敏感性和83.3％的敏感性，85.7％的特异性特异性，而MCI MCI淀粉样蛋白淀粉样蛋白阳性阳性/负分类的精度为84.6％。
经颅直流电刺激调节脑功能的剂量反应：从局部到网络水平
背景：通过经颅技术调节大脑活动的非侵入性脑刺激方法（如经颅直流电刺激 (tDCS)）越来越普遍，用于研究调节的大脑区域与刺激结果之间的关系。然而，tDCS 的个体间差异使得在群体层面检测干预效果变得具有挑战性。收集多种模式的磁共振成像数据（即结构和功能 MRI）有助于研究剂量反应最终如何影响大脑对 tDCS 的反应功能。方法：我们通过一项随机、三盲、假对照试验收集了数据，该试验有两个平行组。60 名患有 MUD 的参与者被随机分配到假或主动 tDCS（每组 n=30，2 mA，20 分钟，阳极/阴极超过 F4/Fp1）。在 tDCS 之前和之后立即收集结构和功能 MRI（包括高分辨率 T1 和 T2 加权 MRI、静息态 fMRI 和甲基苯丙胺线索反应任务（冰毒与中性线索））。T1 和 T2 加权 MRI 数据用于为每个个体生成头部模型以模拟电场。从四个不同层面研究了电场（剂量）与脑功能变化（反应）之间的关联：（1）体素水平、（2）区域水平（基于图谱的分区）、（3）簇水平（感兴趣对比中的活动簇）和（4）网络水平（基于任务和静息态的网络）。结果：在（1）体素水平、（2）区域水平和（3）簇水平，我们的结果显示功能活动变化与电场之间没有显著相关性。然而，（4）在网络层面，默认网络中的电场和 ReHo 之间存在显著的负相关性（r=-0.46（中等效应大小），校正后的 p=0.018）。对于基于任务的 fMRI 数据的网络级分析，额顶叶连接与额叶刺激部位的电场呈现出显著的正相关性（r=0.41（中等效应大小），校正后的 p=0.03）。结论：所提出的流程提供了一个方法框架，可以从四个不同水平的剂量反应关系方面分析 tDCS 效应，从而将电场（剂量）变化与 tDCS 神经反应的变化直接联系起来。结果表明，基于网络的分析可能是一种更好的方法，可以为 tDCS 的神经调节作用对每个个体大脑区域电流剂量的依赖性提供新的见解。剂量反应整合可以为未来脑刺激研究中的剂量优化/定制或预测/治疗反应生物标志物提取提供参考。
经颅直流电刺激调节脑功能的剂量反应：从局部到网络水平
背景：通过经颅技术调节大脑活动的非侵入性脑刺激方法（如经颅直流电刺激 (tDCS)）越来越普遍，用于研究调节的大脑区域与刺激结果之间的关系。然而，tDCS 的个体间差异使得在群体层面检测干预效果变得具有挑战性。收集多种模式的磁共振成像数据（即结构和功能 MRI）有助于研究剂量反应最终如何影响大脑对 tDCS 的反应功能。方法：我们通过一项随机、三盲、假对照试验收集了数据，该试验有两个平行组。60 名患有 MUD 的参与者被随机分配到假或主动 tDCS（每组 n=30，2 mA，20 分钟，阳极/阴极超过 F4/Fp1）。在 tDCS 之前和之后立即收集结构和功能 MRI（包括高分辨率 T1 和 T2 加权 MRI、静息态 fMRI 和甲基苯丙胺线索反应任务（冰毒与中性线索））。T1 和 T2 加权 MRI 数据用于为每个个体生成头部模型以模拟电场。从四个不同层面研究了电场（剂量）与脑功能变化（反应）之间的关联：（1）体素水平、（2）区域水平（基于图谱的分区）、（3）簇水平（感兴趣对比中的活动簇）和（4）网络水平（基于任务和静息态的网络）。结果：在（1）体素水平、（2）区域水平和（3）簇水平，我们的结果显示功能活动变化与电场之间没有显著相关性。然而，（4）在网络层面，默认网络中的电场和 ReHo 之间存在显著的负相关性（r=-0.46（中等效应大小），校正后的 p=0.018）。对于基于任务的 fMRI 数据的网络级分析，额顶叶连接与额叶刺激部位的电场呈现出显著的正相关性（r=0.41（中等效应大小），校正后的 p=0.03）。结论：所提出的流程提供了一个方法框架，可以从四个不同水平的剂量反应关系方面分析 tDCS 效应，从而将电场（剂量）变化与 tDCS 神经反应的变化直接联系起来。结果表明，基于网络的分析可能是一种更好的方法，可以为 tDCS 的神经调节作用对每个个体大脑区域电流剂量的依赖性提供新的见解。剂量反应整合可以为未来脑刺激研究中的剂量优化/定制或预测/治疗反应生物标志物提取提供参考。