XiaoMi-AI文件搜索系统
World File Search SystemNeuro
通过化学微传感器阵列进行实时边缘神经形态品尝
液体分析是跟踪食品、饮料和化学制造等行业是否符合严格的工艺质量标准的关键。为了在线并在最感兴趣的点分析产品质量，自动监控系统必须满足小型化、能源自主性和实时操作方面的严格要求。为了实现这一目标，我们介绍了在神经形态硬件上运行的人工味觉的第一个实现，用于连续边缘监控应用。我们使用固态电化学微传感器阵列来获取多变量、随时间变化的化学测量值，采用时间滤波来增强传感器读出动态，并部署基于速率的深度卷积脉冲神经网络来有效融合电化学传感器数据。为了评估性能，我们创建了 MicroBeTa（微传感器味道测试），这是一个用于饮料分类的新数据集，包含 3 天内进行的 7 小时时间记录，包括传感器漂移和传感器更换。我们实现的人工品味在推理任务上的能效比在其他商用低功耗边缘 AI 推理设备上运行的类似卷积架构高出 15 倍，在 USB 棒外形尺寸中包含的单个英特尔 Loihi 神经形态研究处理器上实现了比传感器读数采样周期低 178 倍以上的延迟和高精度（97%）。
神经科技投资文摘 2021 年第 4 季度
从投资总额和从事该领域的公司数量等量化指标可以看出，美国在神经科技行业处于领先地位。截至 2021 年，115 家美国公司已累计筹集超过 46 亿美元的资金。香港同样以其强大的生物医学社区而闻名，是投资第二多的地区，筹集的资金达 2.55 亿美元。其他高度关注神经科技行业的国家包括中国、瑞士、法国、以色列等。在资金方面，亚洲地区是该领域最活跃的地区之一。由于缺乏技术技能和研究基础设施，拉丁美洲、中东和非洲等地区的投资最低。
发展认知神经科学基础
这是一本精彩的入门书，介绍了大脑生物学研究和人类发展行为研究之间的科学接口。作者追溯了该领域的发展心理学和神经科学的根源，并强调了一些最有说服力的研究成果，然后预测了该领域未来的发展方向。他们首先简要介绍了大脑以及遗传学和表观遗传学，然后总结了大脑的发育和可塑性。后面的章节详细介绍了各种人类能力的神经发育基础，包括感知、语言理解、社会情感发展、记忆系统、读写和算术以及自我调节。这本教科书适用于发展认知或神经科学的高级本科和研究生课程，涵盖了从产前到婴儿期、童年和青春期。它具有丰富的教学内容，包括对主要研究人员的采访、学习目标、复习问题、进一步阅读建议和大量彩色图表。讲师的教学由讲座幻灯片和试题库支持。
脑血管病患儿的神经康复
摘要 简介。儿童中风 (PS) 是一种罕见疾病，全球发病率为 1.2 – 13/100,000，但尽管如此，它仍然是儿童残疾的重要原因。它之所以成为一个具有挑战性的研究课题，是因为其患病率高达 35%，令人震惊。在这方面，最常见的运动障碍是 50% 至 80% 的 PS 儿童出现偏瘫。文献综述。本研究使用了以下数据库：PubMed、Medline、Scopus、Google Scholar。无症状的临床表现和极少使用的超急性再通疗法使康复成为 PS 儿童的主要治疗方法。目前的研究表明，儿童大脑神经可塑性更强的能力可能与康复有关，但也表明发育中的大脑受到损伤会产生一些特定的后果。机器人神经康复 (RNR) 可激活大脑神经可塑性，即刺激新的运动学习，这有助于脑损伤后的运动功能恢复。 RNR 与虚拟现实相结合，能够扩大传统康复的效果，孩子们觉得它很有趣，并激励他们积极参与耗时、特定、高强度的锻炼。通过学习和重复任务，运动恢复得到强化，机器人在执行动作时提供额外的力量，并持续测量客观参数。结论。对患有 PS 的儿童使用 RNR 的建议基于专家共识和薄弱的证据，因为缺乏随机对照研究。关键词：脑血管损伤、儿童、神经可塑性、机器人神经康复通讯作者：Hristina Čolović 电子邮件：hristina.colovic@medfak.ni.ac.rs
受大脑启发的具有脉冲神经元的多层感知器
近年来，多层感知器 (MLP) 成为计算机视觉任务领域的研究热点。由于没有归纳偏差，MLP 在特征提取方面表现良好并取得了惊人的效果。然而，由于其结构简单，其性能高度依赖于局部特征通信机制。为了进一步提高 MLP 的性能，我们引入了脑启发神经网络的信息通信机制。脉冲神经网络 (SNN) 是最著名的脑启发神经网络，在处理稀疏数据方面取得了巨大成功。SNN 中的泄漏积分和触发 (LIF) 神经元用于在不同时间步骤之间进行通信。在本文中，我们将 LIF 神经元的机制合并到 MLP 模型中，以在不增加 FLOP 的情况下实现更好的准确率。我们提出了一种全精度 LIF 操作来在块之间进行通信，包括不同方向的水平 LIF 和垂直 LIF。我们还建议使用组 LIF 来提取更好的局部特征。借助 LIF 模块，我们的 SNN-MLP 模型在 ImageNet 数据集上分别仅使用 4.4G、8.5G 和 15.2G FLOP 就实现了 81.9%、83.3% 和 83.5% 的 top-1 准确率，据我们所知，这是最先进的结果。源代码将在 https://gitee.com/mindspore/models/tree/master/research/cv/snn mlp 上提供。
PointNeuron：通过点云的几何和拓扑学习进行 3D 神经元重建
从 3D 显微镜图像重建数字神经元是研究大脑连接组学和神经元形态的重要技术。现有的重建框架使用基于卷积的分割网络在应用追踪算法之前将神经元从噪声背景中分割出来。追踪结果对原始图像质量和分割精度很敏感。在本文中，我们提出了一种新的 3D 神经元重建框架。我们的关键思想是利用点云的几何表示能力来更好地探索神经元的内在结构信息。我们提出的框架采用一个图卷积网络来预测神经骨架点，采用另一个图卷积网络来产生这些点的连通性。我们最终通过解释预测的点坐标、半径和连接来生成目标 SWC 文件。在 BigNeuron 项目的 Janelia-Fly 数据集上进行评估，我们表明我们的框架实现了具有竞争力的神经元重建性能。我们对点云的几何和拓扑学习可以进一步有益于 3D 医学图像分析，例如心脏表面重建。我们的代码可在 https://github.com/RunkaiZhao/PointNeuron 上找到。
人工智能在神经外科领域的作用不断演变
参考文献 [1] Litjens, G., Et Al. (2017)。“医学图像分析中的深度学习调查。”医学图像分析，42，60-88。 [2] Esteva, A., Et Al. (2021)。“深度学习支持的医学计算机视觉。”自然生物医学工程，5(6)，541-551。 [3] Haidegger, T. (2021)。“人工智能驱动的机器人手术：趋势、进步和挑战。”IEEE 生物医学工程评论，14，27-45。 [4] Ferguson, S., Et Al. (2019)。“用于预测神经外科术后并发症的机器学习模型。”神经外科评论，43(4)，891-900。 [5] Bricault, I., Et Al. (2021)。 “人工智能驱动的机器人神经外科手术：技术和临床结果。”《神经外科杂志》，135(2)，543-553。[6] Shen, D. 等人（2019 年）。“医疗保健中的人工智能：个性化和精准医疗。”《自然医学》，25(1)，44-56。[7] Senders, JT 等人（2018 年）。“神经外科中的机器学习：一项全球调查。”《神经外科评论》，41(3)，585-594。[8] Senders, JT 等人（2020 年）。“用于神经外科结果预测的人工智能。”《柳叶刀数字健康》，2(7)，E352-E361。[9] Topol, EJ（2019 年）。“高性能医疗：人类与人工智能的融合。” Nature Medicine，25(1)，44-56。[10] Rudin，C.（2019）。“停止解释高风险决策的黑箱机器学习模型，并使用可解释的
自传中的神经科学史第 2 卷
我于 1923 年 1 月 25 日出生在瑞典乌帕拉。我生长在一个中产阶级的学者家庭。我 3 岁时，父亲被任命为隆德大学的历史学教授，我便带着家人从乌普萨拉搬到了那里。我父亲在乌普萨拉大学获得了博士学位，我母亲通过了文学硕士考试。我母亲一生都对研究保持着浓厚的兴趣，但她把抚养孩子和协助丈夫进行研究放在首位。然而，当我父亲 76 岁去世时，71 岁的她将自己全部投入到她最喜欢的研究领域——中世纪瑞典妇女的法律地位。她用瑞典语出版了几本书和一些关于这个主题的文章，几年后，她获得了乌普萨拉大学的荣誉博士学位。我们家里有四个孩子，我们都获得了不同级别的学位。我们对人文学科有着强烈的倾向。我的哥哥和姐姐选择了人文学科，而我和比我小 7 岁的弟弟选择了医学。我之所以行为偏离正轨，部分原因是年轻人的反对，部分原因是我模糊地认为科学比艺术更“有用”。我的童年和青年时代过得很快乐。我在一个稳定的环境中长大，父母爱我、支持我。我的叛逆和冒险行为可能很普通。学校生活还算可以忍受；我没费太大劲就取得了很好的成绩。1939 年 6 月，16 岁的我和一个同龄的男孩搭便车去德国旅行了 2 周。这是我 32 岁之前唯一一次出北欧旅行。这发生在第二次世界大战爆发前两个半月。我们有机会与许多社会地位各异的德国人交谈；他们中的大多数人都确信，收割一结束战争就会爆发，他们似乎也接受了这个事实，尽管他们有些不情愿。在柏林，我曾在一家由福音基金会经营的旅馆住了一晚，那里住着非常贫穷的人。我特别记得几个留着长胡子、面带悲伤的犹太人，他们一边嘟囔着，一边读着一本可能是《塔木德》的厚书，似乎是在绝望的情况下寻找答案和解决办法。否则，我根本不知道我身边可能正在发生的针对犹太人的可怕行动。