XiaoMi-AI文件搜索系统
World File Search SystemNeuroimage
神经影像学
最近的研究表明，个体 alpha 频率 (IAF) 的减慢可以作为疼痛的客观标志。但目前尚不清楚这项研究是否能完全满足 IAF 对疼痛体验的特异性和敏感性的要求。在此，我们试图开发一种可靠的方法来评估健康个体中 alpha 振荡和急性紧张性疼痛之间关系的特异性。我们记录了 36 名志愿者在连续 5 分钟的痛苦热水浸泡、无害温水浸泡和厌恶、无痛的听觉刺激（与疼痛情况的不愉快程度相匹配）中的脑电图 (EEG)。参与者在每种情况下都对刺激的不愉快程度进行评分。我们在参与者的头皮中分离出两个显示峰值 alpha 活动的区域：中央顶叶 (CP) 和顶枕叶 (PO) ROI。与之前的研究一致，我们的研究结果显示，与温暖刺激相比，热刺激期间 IAF 减少，但这种影响并不特定于疼痛，因为我们发现 CP ROI 中的热和声音之间没有差异（与基线相比）。相反，PO ROI 报告了相同的差异模式，但它们的方向与 CP 相反，因为该 ROI 在热条件下显示的频率比对照组更快。最后，我们表明两个 ROI 中的 IAF 并没有介导实验操作和情感体验之间的关系。总之，这些发现强调了强有力的方法和分析设计的重要性，以揭示 alpha 振荡在情感处理过程中的功能作用。同样，它们表明 IAF 在健康个体产生急性疼痛体验方面没有因果作用。
神经影像学
由于预计会产生伪影和噪声，因此在 EEG 实验中通常会避免自由凝视和移动图像。然而，对于越来越多的研究问题来说，放宽这些严格的限制将是有益的。其中包括对视觉审美体验的研究，这通常涉及对高度可变的刺激进行开放式探索。在这里，我们系统地比较了保守与更自由的实验设置对审美评级任务中各种行为、大脑活动和生理指标的影响。我们的主要目的是评估 EEG 信号质量。43 名参与者要么保持注视，要么被允许自由凝视，并观看静态图像或由舞蹈表演或自然场景组成的动态（视频）刺激。添加了被动听觉背景任务（听觉稳态响应；ASSR）作为整体 EEG 记录质量的代理指标。我们记录了 EEG、ECG 和眼动追踪数据，参与者在每次试验中对他们的审美偏好和无聊状态进行评分。尽管行为评分和凝视行为都受到任务和刺激操纵的影响，但 EEG SNR 几乎不受影响，并且在所有条件下通常都很稳定，尽管只有最低限度的预处理并且没有试验拒绝。特别是，我们表明使用视频刺激不一定会导致 EEG 质量降低，相反，它可以显著减少眼球运动，同时增加参与者的审美反应和一般任务参与度。我们认为这些结果是令人鼓舞的，表明——至少在实验室中——可以采用更自由的实验条件，而不会显著降低信号质量。
neuroimage
被诊断出患有意识障碍的患者表明，有意识意识的行为证据很小或不一致。然而，使用功能性神经影像学，最近在临床神经科学方面的研究确定了这些可靠地产生神经标记的患者的亚群，表明了意识。在这项研究中，我们在无反应的电影任务中记录了脑电图，以评估意识障碍患者的叙事处理。13名被诊断出患有意识障碍和28个健康对照的患者参加了这项研究。我们设计了一个观看电影/聆听范式，其中涉及两个悬疑的电影剪辑，一个视听片段，一个仅一张音频，并使用脑电图来提取大脑活动的pat terns terns terns terns terns terns terns terns terns terns terns terns。这些活性模式用作叙事处理的电子营养生理指数，这些指标与同一电影中患者的神经反应进行了比较。我们的分析揭示了每种电影状况的两种神经活动模式，一种是一种健康参与者之间的显着且可靠地相关的神经活动模式。在观看Au Diovisual电影的十二例患者中，有25％的人产生了一种与健康组显着相关的活动模式，而在聆听音频叙述的十个群体中，有30％的人产生了与控件相似的电生理模式（一个患者对两者都反应了）。此处介绍的方法允许对意识障碍患者的高阶认知处理进行快速评估。通过利用对电影刺激的常见神经反应，我们能够确定单个单个，行为无反应性患者的大脑活动模式，这反映了叙事处理的能力。
神经影像学
静息状态大脑动力学的动态建模本质上依赖于用于模型推导和验证的经验神经影像数据。然而，对于磁共振成像流程以及模型中涉及的结构和功能连接组，仍然没有标准化的数据处理。因此，在本研究中，我们讨论了结构连接 (SC) 的扩散加权数据处理参数如何影响由 SC 指导的全脑数学模型的验证结果。为此，我们引入了一组模拟条件，包括用于提取 SC 的全脑纤维束成像 (WBT) 的不同数量的总流线、基于功能和解剖大脑特性的皮质分区以及不同的模型拟合模式。本研究的主要目的是探索模型验证的质量如何随着考虑的模拟条件而变化。我们观察到结构连接组的图论网络属性会受到不同纤维束成像密度的影响，并且与模型性能密切相关。我们还发现，WBT 的总流线的最佳数量会因不同的脑图谱而异。因此，我们提出了一种基于网络属性和来自多个 WBT 条件的最佳参数配置来改进模型性能的方法。此外，可以将受试者群体分层为具有不同行为的子组，这些行为是由不同的 WBT 密度引起的，这样就可以针对各个受试者和脑分区的数据处理提出不同的建议。
神经影像学
本研究旨在研究沟通模式如何影响群体创意的产生。研究创建了三种沟通模式条件：自然（N）、轮流（T）和电子头脑风暴（E）。参与者被随机招募并分成二人组，在每种条件下解决一项替代用途任务（AUT），在此期间，使用基于功能性近红外光谱（fNIRS）的超扫描记录人际神经反应。在三种条件下，AUT 流畅度没有差异，但 T 条件下的 AUT 独特性高于 E 条件。此外，T 条件下的 AUT 独特性、AUT 流畅度和换位思考行为比其他条件下的增加更快。T 条件也表现出比其他条件更高的换位思考行为。此外，fNIRS 数据显示，T 条件下右角回的人际大脑同步（IBS）增量高于其他条件，这积极地预测了群体创造力任务期间个体之间的换位思考行为。这些发现表明，当小组成员轮流一起创作时，可以激发创造性表现和人际互动过程。
neuroimage
在发育过程中，大脑在后到前梯度后发生自由基结构和功能变化，与清醒和睡眠期间皮质电活动的深刻变化有关。然而，缺乏对跨警戒状态的大型EEG活性成熟的发育影响的系统评估，尤其是在其地形方面。在这里，在160名健康的婴儿，儿童和青少年人群中（从2至17岁开始，每年10名受试者），我们研究了在觉醒和睡眠中的急诊EEG活动的发展。特别是，我们通过频谱指数和o o set进行了参数化EEG功率谱密度（PSD）的多频谱密度（PSD）的形状；指数反映了在增加频率上的功率衰减速率，并且集合反映了PSD的Y截距的估计值。我们发现睡眠和发育导致EEG-PSD在相反的方向上旋转：在唤醒期间，PSD表现出衰变，并且在发育过程中降低了脱落，而在睡眠期间，随着睡眠变得更深，睡眠状态更陡峭，较高的衰变和更高的脱落。在深度睡眠期间（N2，N3）仅光谱量降低了年龄的降低，从而索引了宽带的电压降低。结果，深度睡眠中的值与轻度睡眠（N1）和清醒的价值之间的差异随着年龄的增长而增加，这表明对睡眠EEG活性的觉醒有所不同，在额叶区域中最突出，是最新的成熟。值得注意的是，深度睡眠阶段期间的宽带光谱指数值与觉醒值完全分离，始终跨越发育年龄，并且与成年人的先前发现。涉及地形开发，显示出最陡峭的PSD衰减和最大的位置，随着年龄的增长，从后部转移到前区域。这种转变，尤其是在深度睡眠期间显而易见的，与睡眠慢波活动的迁移相似，并且与神经解剖学和认知发展一致。总体而言，神经性脑电图的活性将觉醒与睡眠区分开，无论年龄如何。而在开发期间，它揭示了后形的地形成熟和渐进的觉醒与睡眠的逐渐差异。我们的研究可以帮助解释由于病理状况而导致的变化，并可能阐明觉醒和睡眠发展的神经生理过程。
neuroimage
美国梅奥诊所，美国电气和计算机工程系，伊利诺伊大学，伊利诺伊大学，伊利诺伊州乌尔巴纳 - 奇姆彭蒂姆，美国伊利诺伊州乌尔巴纳 - 坎普恩恩，C多媒体系统部，电子，电信教职员工，电信学院科学，华沙科学，波兰E神经病学系，梅奥诊所，美国明尼苏达州罗切斯特，美国，美国爱荷华州立大学计算机工程系捷克共和国一世生理与生物医学工程部，美国梅奥诊所美国梅奥诊所，美国电气和计算机工程系，伊利诺伊大学，伊利诺伊大学，伊利诺伊州乌尔巴纳 - 奇姆彭蒂姆，美国伊利诺伊州乌尔巴纳 - 坎普恩恩，C多媒体系统部，电子，电信教职员工，电信学院科学，华沙科学，波兰E神经病学系，梅奥诊所，美国明尼苏达州罗切斯特，美国，美国爱荷华州立大学计算机工程系捷克共和国一世生理与生物医学工程部，美国梅奥诊所美国梅奥诊所，美国电气和计算机工程系，伊利诺伊大学，伊利诺伊大学，伊利诺伊州乌尔巴纳 - 奇姆彭蒂姆，美国伊利诺伊州乌尔巴纳 - 坎普恩恩，C多媒体系统部，电子，电信教职员工，电信学院科学，华沙科学，波兰E神经病学系，梅奥诊所，美国明尼苏达州罗切斯特，美国，美国爱荷华州立大学计算机工程系捷克共和国一世生理与生物医学工程部，美国梅奥诊所
神经影像学
功能梯度（其中反应特性在大脑的某个区域内逐渐变化）被认为是大脑的一个关键组织原则。最近使用静息态和自然观察范式的研究表明，这些梯度可以通过“连接眼映射”分析从功能连接模式重建。然而，局部连接模式可能会因数据分析过程中人为引入的空间自相关而混淆，例如空间平滑或坐标空间之间的插值。在这里，我们研究这种混淆是否会产生虚假的连接眼梯度。我们在受试者的功能体积空间中生成了包含随机白噪声的数据集，然后可选地应用空间平滑和/或将数据插值到不同的体积或表面空间。平滑和插值都会引起空间自相关，足以使连接眼映射在许多大脑区域中产生基于体积和表面的局部梯度。此外，这些梯度看起来与从真实自然观看数据中获得的梯度非常相似，尽管在某些情况下，从真实数据和随机数据生成的梯度在统计上存在差异。我们还重建了整个大脑的全局梯度——虽然这些梯度似乎不太容易受到人工空间自相关的影响，但重现先前报告的梯度的能力与分析流程的特定特征密切相关。这些结果表明，通过连接图像映射技术识别的先前报告的梯度可能会受到分析过程中引入的人工空间自相关的干扰，在某些情况下，可能在不同的分析流程中重现效果不佳。这些发现意味着需要谨慎解读连接图像梯度。