XiaoMi-AI文件搜索系统
World File Search SystemMeg
使用单乙二醇（MEG）减少
摘要这项研究研究了集中在jambi领域的结构x管道中的倾斜，腐蚀和水合形成的流动保证问题，该量子由14个操作井和4个歧管组成。管道本身是用于运输碳氢化合物的最常见和安全的方法。理解流动保证对于确保流体从井转移到最终存储过程中至关重要。在这项研究中，使用瞬态仿真软件进行了模拟。模拟结果表明，14口经验丰富的井，有7条井已经在管道中沉积，平均腐蚀速率超过0.48 mm/yr。但是，该领域没有任何水合物形成。此后，对管道直径和抑制剂注入进行了敏感性分析，以评估其对裂缝和腐蚀的影响。仿真结果再次表明，随着管道直径的增加，流体在管道内移动的空间有更多的空间，从而导致液体保持量的分数减少，并增加了暴露于流体的管道面积。这将随后导致腐蚀速率增加。相反，随着管道直径的减小，可用的流体空间变得更加有限，从而导致液体固定分数增加，并且管道面积暴露于流体中以减少。这将导致腐蚀速率降低。管道直径的变化也不会影响打滑。抑制剂（单乙二醇）注射被证明是解决slugg和腐蚀的有效方法。抑制剂（单乙二醇）将结合流体流体中的水分子，从而减少管道中的水含量。水含量的降低将保持管道中流的稳定性，从而减轻裂缝。此外，水含量的降低可以降低腐蚀速率，在这种情况下，腐蚀速率低于0.48 mm/yr。这项研究有助于理解石油和天然气行业中流体动态和管道完整性，并为行业挑战提供实用的解决方案。
磁脑摄影（MEG）及其临床应用简要介绍
1 Mar Ephraem工程技术学院CSE系，Marthandam 629171，印度泰米尔纳德邦； leninfred@marephraem.edu.in（a.l.f. ）; fredin.givo@yahoo.in（F.A.S.G。） 2 Amal Jyothi工程学院EEE系，坎吉拉帕利686518，印度喀拉拉邦； appu123kumar@gmail.com 3 MAR ECE，MAR EPHRAEM工程技术学院，Marthandam 629171，印度泰米尔纳德邦； ajay@marephraem.edu.in.在印度泰米尔纳德邦Vellore 632014的Vellore Technology Institute of Vellore Institute of Beginative Biology系； sayantan7@gmail.com 5新加坡新加坡Nanyang Technological University的认知神经影像中心，新加坡； pbharishita@gmail.com（H.P.B. ）; simw0035@e.ntu.edu.sg（W.K.J.S. ）; vimalan.vijay@ntu.edu.sg（V.V. ）; veikko.jousmaki@aalto 6 Nanyang Technological University，新加坡636921，新加坡7 Aalto神经影像学，神经科学与生物医学工程系，AALTO大学，12200 ESPOO，芬兰8号ESPOO，KAROLINSKA研究所，Karolinska Instutter，17176 Stockholm，Sweenneconcection： ppadmanabhan@ntu.edu.sg（P.P. ）; balazs.gulyas@ntu.edu.sg（B.G.）1 Mar Ephraem工程技术学院CSE系，Marthandam 629171，印度泰米尔纳德邦； leninfred@marephraem.edu.in（a.l.f.）; fredin.givo@yahoo.in（F.A.S.G。）2 Amal Jyothi工程学院EEE系，坎吉拉帕利686518，印度喀拉拉邦； appu123kumar@gmail.com 3 MAR ECE，MAR EPHRAEM工程技术学院，Marthandam 629171，印度泰米尔纳德邦； ajay@marephraem.edu.in.在印度泰米尔纳德邦Vellore 632014的Vellore Technology Institute of Vellore Institute of Beginative Biology系； sayantan7@gmail.com 5新加坡新加坡Nanyang Technological University的认知神经影像中心，新加坡； pbharishita@gmail.com（H.P.B. ）; simw0035@e.ntu.edu.sg（W.K.J.S. ）; vimalan.vijay@ntu.edu.sg（V.V. ）; veikko.jousmaki@aalto 6 Nanyang Technological University，新加坡636921，新加坡7 Aalto神经影像学，神经科学与生物医学工程系，AALTO大学，12200 ESPOO，芬兰8号ESPOO，KAROLINSKA研究所，Karolinska Instutter，17176 Stockholm，Sweenneconcection： ppadmanabhan@ntu.edu.sg（P.P. ）; balazs.gulyas@ntu.edu.sg（B.G.）2 Amal Jyothi工程学院EEE系，坎吉拉帕利686518，印度喀拉拉邦； appu123kumar@gmail.com 3 MAR ECE，MAR EPHRAEM工程技术学院，Marthandam 629171，印度泰米尔纳德邦； ajay@marephraem.edu.in.在印度泰米尔纳德邦Vellore 632014的Vellore Technology Institute of Vellore Institute of Beginative Biology系； sayantan7@gmail.com 5新加坡新加坡Nanyang Technological University的认知神经影像中心，新加坡； pbharishita@gmail.com（H.P.B.）; simw0035@e.ntu.edu.sg（W.K.J.S.）; vimalan.vijay@ntu.edu.sg（V.V.）; veikko.jousmaki@aalto6 Nanyang Technological University，新加坡636921，新加坡7 Aalto神经影像学，神经科学与生物医学工程系，AALTO大学，12200 ESPOO，芬兰8号ESPOO，KAROLINSKA研究所，Karolinska Instutter，17176 Stockholm，Sweenneconcection： ppadmanabhan@ntu.edu.sg（P.P. ）; balazs.gulyas@ntu.edu.sg（B.G.）6 Nanyang Technological University，新加坡636921，新加坡7 Aalto神经影像学，神经科学与生物医学工程系，AALTO大学，12200 ESPOO，芬兰8号ESPOO，KAROLINSKA研究所，Karolinska Instutter，17176 Stockholm，Sweenneconcection： ppadmanabhan@ntu.edu.sg（P.P.）; balazs.gulyas@ntu.edu.sg（B.G.）
ciftistorm管道：促进可再现的脑电图/meg源连接
我们提出了ciftistorm，这是一种电生理源成像（ESI）管道，该管道结合了最近开发的改善正向和逆溶液的方法。Ciftistorm管道产生人类连接组项目（HCP）和符合空间分辨率程度的数据集输入的MegConnectome兼容输出。输入数据的范围可以从没有结构磁共振成像（SMRI）的低传感器密度脑电图（EEG）或磁脑电图（MEG）录制到具有HCP多模态SMRI符合SMRI的HCP EEG/ MEG记录。ciftistorm将铅场和几何校正的数字质量控制引入了正向建模的头部和源模型。对于反向建模，我们提出了基于多个先验的源头光谱的贝叶斯估计。我们促进了从单个SMRI获得的T1W/fsaverage32k高分辨率空间中的ESI。我们通过比较来自HCP MEG和MRI标准化数据集前十年中获得的CUBAN HUMEN BRAIN MAPPICS项目（CHBMP）的EEG和MRI数据的Ciftistorm输出来验证此功能。
聆听和想象的 MEG 对旋律反应的声学特征编码
音乐意象是在没有外部听觉输入的情况下对音乐进行的内部再创造。虽然许多研究已经调查了音乐聆听和意象的神经相关性，但很少有研究探讨后者过程中声学特征的编码。在本研究中，我们采用多元时间响应函数 (mTRF) 来检查在音乐聆听和意象过程中，音符起始、包络和包络起始等旋律特征如何编码在脑磁图 (MEG) 反应中。我们的分析表明，音符起始和包络起始在聆听和意象条件下都能显著预测 MEG 反应。值得注意的是，这些声学特征和神经活动之间的相关性在群体和个体层面都很明显。此外，预测相关拓扑图显示在聆听和意象任务期间位于颞叶上方的通道中的相关值会增加。
在听故事中使用词语上下文语义进行 MEG 编码
大脑编码是将刺激映射到大脑活动的过程。关于功能性磁共振成像 (fMRI) 的语言大脑编码，有大量与句法和语义表征相关的文献。脑磁图 (MEG) 具有比 fMRI 更高的时间分辨率，使我们能够更精确地观察语言特征处理的时间。与 MEG 解码不同，使用自然刺激的 MEG 编码研究很少。现有的关于故事聆听的研究侧重于音素和简单的基于单词的特征，而忽略了上下文、句法和语义方面等更抽象的特征。受先前 fMRI 研究的启发，我们使用基本的句法和语义特征，以不同的上下文长度和方向（过去与将来）对 8 名听故事的受试者的数据集进行 MEG 大脑编码研究。我们发现 BERT 表示可以显著预测 MEG，但不能预测其他句法特征或词向量（例如 GloVe），这使我们能够在听觉和语言区域随时间以分布式方式对 MEG 进行编码。特别是，过去的背景对于获得显著的结果至关重要。索引术语：大脑编码、人机交互、MEG、句法、语义、上下文长度
从结构MRI和MEG数据估算大脑年龄
大脑年龄预测研究旨在可靠地估计个体年龄年龄与基于神经成像数据的预测年龄之间的差异，这已被认为是对疾病和认知下降的信息衡量。由于大多数先前的研究仅依赖于磁共振成像（MRI）数据，因此我们在此研究是否使用大量的健康受试者（N = 613岁，年龄18-88岁，年龄18-88岁）将结构MRI与功能性磁脑表生矩（MEG）信息相结合，以改善年龄预测。为此，我们研究了降低维度降低和多元关联技术的性能，即主成分分析（PCA）和规范相关性分析（CCA），以应对神经影像数据的高维度。与使用MRI功能（MAE为5.33岁）相比，使用MEG功能（9.60岁的平均绝对误差（MAE）为9.60年）的性能较差，但是将这两种功能集结合在一起的堆叠模型改善了年龄预测的性能（MAE 4。88年）。此外，我们发现PCA导致了劣质性能，而CCA与高斯工艺回归模型结合使用，产生了最佳的预测性能。值得注意的是，CCA使我们能够可视化有助于大脑时代预测的显着贡献的特征。我们发现，皮层结构的MRI特征比皮质特征更可靠，并且光谱MEG测量比Connectiv-Ity指标更可靠。我们的结果提供了对脑衰老反射的基本过程的见解，对鉴定可靠的神经退行性疾病的可靠生物标志物产生了希望，这些疾病在寿命后期出现。
术中映射确定的 fMRI 和 MEG 激活的准确性分析
目的通过观察术前脑映射方法的准确性如何随着用于分析的激活簇距离差异而变化，本研究旨在阐明如何使用术前功能性神经影像学以最大限度地提高映射准确性。方法在切除术前，使用功能性磁共振成像 (fMRI) 和脑磁图 (MEG) 映射 19 名脑肿瘤或海绵状血管瘤患者的语言功能。然后使用开颅后立即和切除前进行的直接皮质刺激映射来验证映射结果。对执行了运动 (n = 14) 和语言 (n = 12) 等效 MEG 和 fMRI 任务的患者子集进行单独和组合预测评估。此外，通过将敏感性和特异性与线性增加的距离阈值作图，确定了由 J 统计量评估的导致最大准确度的距离。结果 fMRI 显示运动和语言映射的最大映射精度均为 5 毫米。 MEG 显示，对于运动映射，40 毫米处的最大映射精度以及对于语言映射，15 毫米处的最大映射精度。在文献中使用的标准 10 毫米距离下，MEG 对运动和语言映射的特异性都高于 fMRI，但对运动映射的灵敏度较低。结合 MEG 和 fMRI 显示，对于运动映射，15 毫米和 5 毫米（分别为 MEG 和 fMRI 距离）的最大精度以及 10 毫米距离的 MEG 和 fMRI 的语言映射精度。对于运动映射，在最佳距离结合 MEG 和 fMRI 的精度高于单个预测的最大精度。结论本研究表明，fMRI 和 MEG 的语言和运动映射的精度在很大程度上取决于分析中使用的距离阈值。此外，与单独使用这两种方式相比，结合 MEG 和 fMRI 可以提高运动映射的精度。
MEG证明与模式无关的概念表示包含语义和视觉特征
可以从不同的刺激方式中访问我们大脑中存储的语义知识。例如，猫的图片和“猫”一词都具有相似的概念表示。现有研究发现了与模态无关表示的证据，但其内容仍然未知。独立于模式的表示可能是语义，或者它们也可能包含感知特征。我们开发了一种新颖的方法，该方法将单词/图片跨条件解码与神经网络分类器结合在一起，该方法从MEG数据（25名人类参与者，15名女性，10名男性）中学到了潜在的独立表示的表示。然后，我们将这些表示形式与代表语义，感觉和拼字法特征的模型进行了比较。结果表明，与模式无关的表示与语义和视觉表示相关。没有证据表明这些结果是由于图片特征的视觉特征或拼字特征自动激活了实验中提出的刺激。这些发现支持了与模态无关的概念包含感知和语义表示的观念。
评估双稳态视觉感知中的自愿和非自愿注意力：一项 MEG 研究
我们介绍了一种测量人类注意力的方法，用于在执行视觉任务时测量对双稳态图像的不同解释。向九名健康志愿者展示了具有闪烁面的 Necker 立方体。立方体前后面的像素强度分别由频率为 6.67-Hz (60/9) 和 8.57-Hz (60/7) 的正弦信号调制。这些频率及其二次谐波的标签在从枕叶皮层记录的脑磁图 (MEG) 数据的平均傅里叶光谱中清晰可辨。在实验的第一部分，要求受试者通过将立方体方向解释为左向或右向来自愿控制注意力。因此，我们观察到相应光谱成分的主导地位，并测量了自愿注意力的表现。在实验的第二部分，要求受试者只是观察立方体图像，而无需对其进行任何解释。在第二谐波标记频率处，主要光谱能量的交替被视为立方体方向的变化。基于第一阶段实验的结果，并使用小波分析，我们开发了一种新方法，使我们能够识别当前感知到的立方体方向。最后，我们使用主导时间分布来描述非自愿注意力，并将其与自愿注意力表现和大脑噪音联系起来。特别是，我们已经表明，注意力表现越高，大脑噪音就越强。
MEG证明与模式无关的概念表示包含语义和视觉特征
研究文章|行为/认知MEG的证据表明，与模式无关的概念表示包含语义和视觉特征https://doi.org/10.1523/jneurosci.0326-24.2024收到：2024年2月19日，2024年4月22日2024年4月22日接受：2024年5月15日，2024年5月15日，2024年版本copyright copyright©2024 div>