XiaoMi-AI文件搜索系统
World File Search SystemNeuroImaging
乔伊斯·卡尔森女士 神经影像学在......中的重要性
虽然卡尔森女士的护理事业意义重大，但如果在她那个时代，女性能够更广泛地接触到人类文化和历史，她对探索和学习人类文化和历史的热情可能就是她会追求的职业道路。作为护理专业的兼职，卡尔森女士找到了很多方法来探索她对人类文化的兴趣。卡尔森女士每周 4-5 个晚上在音乐和戏剧活动中担任引导员，持续了大约 30 年。即使她现在不再这样做了，她仍然喜欢参加尽可能多的音乐活动，包括加州大学圣地亚哥分校的福音合唱团。除了音乐和戏剧，她对文化刺激和持续知识的渴望还通过 ArtPower 和参加加州大学圣地亚哥分校的讲座来满足，尤其是那些涉及女性科学家的讲座。她是索尔克女性科学家项目的坚定支持者，并在那里做了多年的志愿者。她对人类文化、社会活动和艺术的热爱与她对自然爱好的兴趣相得益彰，包括观鸟和浮潜。她的腿上布满了棕色斑点，这是由于堡礁中葡萄牙军舰水母的袭击而造成的。这些兴趣促使她尽可能去旅行，并让她所爱的人有这样的机会，这样她就可以培养后代对知识和理解的追求。
在神经影像学数据中建立大脑状态
脑状态的定义仍然难以捉摸，从麻醉中的觉醒水平到本性神经元的活性，脑电图中的电压和fmri的血流，都在不同的子场上进行了不同的解释。这种缺乏共识给精确的神经动力学模型的发展带来了重大挑战。然而，在动态系统理论的基础上，定义了系统的“状态”，即对系统未来的规范。在这里，我们建议通过将动态因果建模（DCM）应用于静止和任务状况fMRI数据的低维嵌入，以在神经影像学的时间表中建立大脑状态。我们发现，在休息条件下约90％的受试者是通过一阶模型更好地描述的，而在任务条件下约55％的受试者可以通过二阶模型更好地描述。我们的工作质疑几乎完全在计算神经科学中使用一阶方程的现状，并在神经成像数据集中提供了一种建立大脑状态及其相关相位空间表示的新方法。
与恐慌症相关的神经影像学发现
摘要 恐慌症 (PD) 的特征是反复发作的意外恐慌发作和失去控制的焦虑，这会对患者的生活质量产生负面影响。各种神经影像学技术可以评估大脑结构或功能，因此是了解与 PD 病理相关的机制的重要工具。当前的研究使用 MRI、PET、SPECT 或 EEG 强调了 PD 患者和健康对照者之间的神经差异。然而，迫切需要同时讨论各种研究的结果，以便对 PD 病理有多维度的了解，这进一步允许确定更有效的治疗或预防策略的可能目标区域。因此，本研究简要回顾了 2012 年至 2021 年期间发表的 PD 相关神经影像学研究。使用与各种神经影像学技术（例如 MRI、MRS、PET、EEG、fNIRS）和 PD（例如恐慌、焦虑、恐慌症）相关的关键词组合搜索相关文章。排除了涉及除广场恐惧症之外的其他合并症患者和 18 岁以下参与者的研究。本综述共考虑了 20 项符合纳入标准的研究。大多数审查的研究都指出，所提出的恐惧网络区域的结构和功能神经变化主要包括海马、丘脑核、杏仁核、前扣带皮层、岛叶和其他额叶区域。帕金森病中的此类神经变化被认为会导致过度敏感的恐惧网络影响正常的情绪处理。最后，研究表明，不同的治疗方法可以部分逆转这些变化，从而显著改善帕金森病患者的生活质量。
脑部疾病的先进神经影像学方法
人类大脑是一个庞大、互动且复杂的系统，支持着我们的日常行为和认知功能。几十年来，研究人员一直在研究人类大脑在健康和不同疾病状态下的机制。先进的神经成像技术，如脑磁图 (MEG)、事件相关电位 (ERP)、功能性近红外光谱 (fNIRS) 和磁共振成像 (MRI)，已被广泛应用于探索大脑结构和功能架构的基本原理，以及各种脑部疾病的病理改变。特别是，多模态神经成像技术在未来将比单模态技术更全面地了解脑部疾病的病理机制，这可用于早期诊断和评估治疗效果和预后。总的来说，强大的神经成像分析方法的发展将从根本上促进对大脑的科学理解，并促进大量的神经科学和临床研究。本研究主题重点关注神经成像方法的最新发展及其在各个领域的应用。总共收集了该领域国际知名研究人员的 19 篇投稿，其中包括 16 篇原创研究文章、2 篇研究方案和 1 篇更正。
英国生物库中的多模态神经成像脑年龄
这是一篇在接受后经过改进的文章的 PDF 文件，例如添加了封面和元数据，以及格式化以提高可读性，但它还不是最终的记录版本。此版本在以最终形式发布之前将经过额外的文字编辑、排版和审查，但我们提供此版本是为了让文章尽早可见。请注意，在制作过程中，可能会发现可能影响内容的错误，并且适用于期刊的所有法律免责声明均适用。
DeepMNF：用于……的深度多模态神经成像框架
摘要 — 神经系统疾病（例如自闭症谱系障碍 (ASD)）的患病率日益上升，由于其症状多样，需要早期干预，尤其是在幼儿中，因此需要强大的计算机辅助诊断 (CAD)。缺乏基准神经影像学诊断为研究与 ASD 相关的大脑解剖结构和神经模式的转变铺平了道路。现有的 CAD 利用来自自闭症大脑成像数据交换 (ABIDE) 存储库的大规模基线数据集来提高诊断性能，但多站点数据的参与也会放大阻碍获得满意结果的变异性和异质性。为了解决这个问题，我们提出了一种深度多模态神经影像学框架 (DeepMNF)，该框架采用功能性磁共振成像 (fMRI) 和结构磁共振成像 (sMRI)，通过利用二维时间序列数据和三维图像来整合跨模态时空信息。目的是融合互补信息，以增加群体差异和同质性。据我们所知，我们的 DeepMNF 实现了比 ABIDE-𝟏 存储库中涉及所有可用筛选站点的数据集的最佳报告结果更好的验证性能。在这项工作中，我们还展示了单个模型中研究的模态的性能以及它们可能的组合，以开发多模态框架。
神经影像数据存储库和人工智能驱动的医疗保健——......
神经影像数据库是数据丰富的资源，包含脑成像以及临床和生物标志物数据。此类数据库改变医疗保健的潜力是巨大的，尤其是它们支持机器学习 (ML) 和人工智能 (AI) 工具的能力。当前关于此类工具在医疗保健领域的普遍性的讨论引发了人们对偏见风险的担忧——ML 模型在女性和少数民族和种族中表现不佳。ML 的使用可能会加剧现有的医疗保健差距或造成部署后的危害。神经影像数据库及其支持 ML/AI 驱动的临床发现的能力，是否既有加速创新医学的潜力，又有缩小神经科学相关医疗保健中社会不平等差距的潜力？在本文中，我们研究了使用神经影像数据库内积累的数据来对全球社区神经科学需求进行 ML 驱动建模的伦理问题。我们分为两部分进行了探讨；首先，在理论实验中，我们主张建立一个东南亚储存库来纠正全球失衡。在此背景下，我们随后考虑了包容与排斥移民工人群体的道德框架，移民工人群体是医疗保健不平等的受害者。其次，我们创建了一个模型，模拟 COVID-19 中嗅觉缺失风险的全球差异对改变大脑结构发现的影响；然后我们进行了一项小型人工智能伦理实验。在这个实验中，我们使用 ML 聚类模型查询了一个实际的试点数据集（n = 17；8 个非嗅觉缺失（47%）vs. 9 个嗅觉缺失（53%））。为了创建 COVID-19 模拟模型，我们引导重新采样并放大数据集。这产生了三个假设数据集：（i）匹配（n = 68；47% 嗅觉缺失），（ii）主要非嗅觉缺失（n = 66；73% 不成比例），以及（iii）主要嗅觉缺失（n = 66；76% 不成比例）。我们发现，每个假设数据集中所代表的相同队列的不同比例不仅改变了区分它们的关键特征的相对重要性，甚至改变了这些特征的存在与否。我们这个小实验的主要目的是了解是否可以以我们能够理解的方式利用 ML/AI 方法对不成比例的数据集进行建模。术语“人工智能伦理”。需要进一步研究将此处提出的方法扩展为可重复的策略。
在非...
大脑扰动研究允许对行为和神经过程的详细因果推断。由于大脑扰动方法和神经测量技术的结合本质上是具有挑战性的，因此人类的研究主要集中在非侵入性，间接的脑部扰动或神经病变研究上。非人类灵长类动物作为一种与人类高度相似的神经生物学系统必不可少的，同时在实验上更具实验性的处理，从而可以看到系统脑扰动的功能和结构影响。本综述考虑了非人类灵长类动物脑部扰动中的艺术状态，重点是可以与神经成像结合使用的方法。我们考虑非可逆（病变）以及可逆或暂时的扰动，例如电气，药理，光学，光学遗传学，化学遗传学，途径选择性和超声基于超声的干扰方法。提供研究和发展社区的特定于方法的考虑，以促进该领域的研究并支持进一步的创新。我们通过确定新的研究和创新的新途径，并突出该方法的临床翻译潜力来得出结论。
迷幻药和 fNIRS 神经成像：探索新机遇
摘要。在这篇 Outlook 论文中，我们向光学神经成像界以及迷幻研究界解释了将光学神经成像与功能性近红外光谱 (fNIRS) 结合使用以进一步探索迷幻药引起的大脑活动变化的巨大潜力。我们解释了为什么我们相信现在是时候利用当前对迷幻药影响的研究复苏的势头以及 fNIRS 技术日益进步和普及的势头来在迷幻研究中建立 fNIRS。通过这篇文章，我们希望为这一发展做出贡献。© 作者。由 SPIE 根据知识共享署名 4.0 国际许可出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.10.1.013506]
迷幻药和 fNIRS 神经成像：探索新机遇
摘要。在这篇 Outlook 论文中，我们向光学神经成像界以及迷幻研究界解释了将光学神经成像与功能性近红外光谱 (fNIRS) 结合使用以进一步探索迷幻药引起的大脑活动变化的巨大潜力。我们解释了为什么我们相信现在是时候利用当前对迷幻药影响的研究复苏的势头以及 fNIRS 技术日益进步和普及的势头来在迷幻研究中建立 fNIRS。通过这篇文章，我们希望为这一发展做出贡献。© 作者。由 SPIE 根据知识共享署名 4.0 国际许可出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.10.1.013506]