XiaoMi-AI文件搜索系统
World File Search SystemNeuroimaging
电生理学和神经影像学研究——意识障碍中的静息状态和感觉刺激：综述
严重的脑损伤可能导致意识障碍 (DOC)，如昏迷、植物人状态 (VS)、微意识状态 (MCS) 或闭锁综合征 (LIS)。迄今为止，DOC 的诊断仅依赖于临床评估或主观评分系统（如格拉斯哥昏迷量表），这些系统无法检测到细微的变化，从而导致诊断错误。DOC 患者的误诊率高且无法预测意识的恢复，引起了人们对意识评估的极大研究兴趣。研究人员已经探索了使用各种刺激和神经成像技术来改善诊断。在本文中，我们介绍了静息状态和感官刺激方法的重要发现，并重点介绍了在意识评估中被证明有效的刺激。我们首先根据 (a) 应用/不使用刺激（即感觉刺激/基于静息状态）、(b) 所用刺激类型（即听觉、视觉、触觉、嗅觉或心理意象）、(c) 所用电生理信号（EEG/ERP、fMRI、PET、EMG、SCL 或 ECG）来回顾文献。在感觉刺激方法中，听觉刺激已被广泛使用，因为它对这些患者来说更容易进行。嗅觉和触觉刺激的探索较少，需要进一步研究。情绪刺激，如受试者自己的名字或熟悉声音的叙述或受试者自己的面部/家庭照片或音乐，会引起比中性刺激更强烈的反应。基于静息状态分析的研究采用了复杂性、功率谱特征、熵和功能连接模式等措施来区分 VS 和 MCS 患者。静息状态脑电图和 fMRI 是最先进的技术，在预测昏迷患者的恢复方面具有巨大的潜力。此外，基于 EMG 和心理意象的研究试图从 VS 患者那里获得意志反应，从而可以检测他们的命令执行能力。这可能为与这些患者沟通提供有效的手段。最近的研究采用了 fMRI 和 PET 来了解与心理意象相对应的大脑激活模式。这篇综述促进了我们对用于诊断 DOC 患者的技术的了解，并试图为未来的研究提供思路。
深部脑刺激的神经影像学进展
摘要：深部脑刺激是多种脑部疾病的成熟疗法，其潜在适应症正在迅速扩大。神经影像学通过改进解剖结构描绘以及最近脑连接组学的应用，推动了深部脑刺激领域的发展。这些疾病的旧有病变定位理论已经发展为较新的基于网络的“回路病”，通过使用先进的神经影像学技术（如扩散纤维束成像和 fMRI），可以直接评估体内这些脑回路。在这篇综述中，我们结合使用超高场 MR 成像和扩散纤维束成像来强调目前美国批准的深部脑刺激适应症的相关解剖结构：特发性震颤、帕金森病、耐药性癫痫、肌张力障碍和强迫症。我们还回顾了有关使用 fMRI 和扩散纤维束成像来了解深部脑刺激在这些疾病中的作用，以及它们在手术定位和设备编程中的潜在用途的文献。
神经影像疼痛研究博士后研究职位疼痛研究与干预卓越中心佛罗里达大学盖恩斯维尔
神经影像疼痛研究博士后研究职位 疼痛研究与干预卓越中心 佛罗里达大学，佛罗里达州盖恩斯维尔 Yenisel Cruz-Almeida 博士目前正在接受博士后研究员和/或研究助理的申请，以使用多模式脑神经影像推进认知神经科学和慢性疼痛的研究。虽然主要候选人将从事由 NIH 资助的职位，以支持神经影像方面对老年人慢性疼痛的描述，但候选人将直接与一大群跨学科的 UF 研究人员互动，这些研究人员参与了多项涉及急性和慢性疼痛的研究，包括：多模式 MRI 采集、基于神经影像的疼痛生物标志物和疼痛的个体间差异。资格：申请人应拥有（或预计拥有）认知神经科学、神经生理学、神经心理学或相关领域的博士学位和研究背景。我们也鼓励具有电气工程、物理学、数学、计算机科学或类似领域背景以及对心理学和人类神经成像有浓厚兴趣/背景的个人申请。申请人应具有设计和实施认知神经科学实验的经验。优先考虑具有进行神经成像研究、使用 MRI 扫描仪、处理 MRI 和 fMRI 数据集以及使用 Matlab、SPM、FSL、E-Prime 和 AFNI 等软件包运行神经成像数据分析经验的候选人。申请人还应具备强大的人际交往和沟通技巧，能够独立和团队合作。申请流程：持续接受申请。申请时，潜在候选人应提交：- 个人简历 - 描述研究兴趣和目标的个人陈述 - 三封推荐信申请或咨询请发送至：Yenisel Cruz-Almeida，MSPH，Ph.D. 电子邮件：cryeni@ufl.edu
将机器学习应用于神经影像数据以识别阅读障碍 (RD) 的预测模型
推荐引用 推荐引用 Low, Spencer，“将机器学习应用于神经影像数据以识别阅读障碍 (RD) 的预测模型”(2020)。荣誉学者论文。677。https://opencommons.uconn.edu/srhonors_theses/677
电神经成像、脑网络和神经反馈协议的新进展
人类脑电生物反馈 (神经反馈) 始于 20 世纪 40 年代 [1]，使用 1 个脑电图记录通道，然后在 20 世纪 90 年代发展到 4 个通道。电神经成像领域的新进展使用低分辨率电磁断层扫描 (LORETA) 脑电图三维电流源将脑电生物反馈扩展至 19 个通道 [ 2]。2004 年至 2006 年，开发了将脑电图与健康参考数据库进行“实时”比较的概念，并使用基于统计钟形曲线的表面脑电图 z 分数神经反馈进行测试，该统计钟形曲线称为“实时”z 分数。开发“实时”或“现场”规范参考数据库比较是为了帮助减少选择什么阈值来激活反馈信号的不确定性，并将所有脑电图测量值统一为一个值，即与年龄匹配的参考样本平均值的距离。 2009 年，LORETA z 分数神经反馈通过针对被称为布罗德曼区域的大脑网络中心进一步提高了特异性。2009 年创建了一个症状检查表程序，以帮助将症状与基于 fMRI 和 PET 和神经学的大脑网络失调联系起来。症状检查表和基于 NIH 的网络将症状与大脑网络联系起来，源自 1990 年开始的人类大脑映射程序，该程序至今仍在继续。
使用功能性超声神经成像技术对运动意图进行单次试验解码
摘要 脑机接口 (BMI) 是恢复瘫痪患者功能的强大设备。利用神经记录技术、计算能力和对潜在神经信号的理解的重大进步，BMI 使严重瘫痪的患者能够控制外部设备，例如计算机和机器人肢体。然而，高性能 BMI 目前需要高度侵入性的记录技术，因此仅适用于小众人群。在这里，我们展示了一种基于功能性超声 (fUS) 成像的微创神经成像方法可用于检测和解码可用于 BMI 的运动意图信号。我们训练非人类灵长类动物进行记忆引导运动，同时使用硬膜外 fUS 成像记录后顶叶皮层的脑血容量变化 - 后顶叶皮层是大脑中对空间感知、多感觉整合和运动规划很重要的区域。使用在运动规划期间获得的血流动力学信号，我们对左提示运动和右提示运动进行了分类，从而确定了超声波 BMI 的可行性。这些结果证明了基于 fUS 的神经接口能够利用超声波的优异时空分辨率、灵敏度和视野，而不会破坏硬脑膜或物理穿透脑组织。
儿科神经影像学的挑战
由于发育中的大脑在结构、代谢和功能方面发生快速变化，儿科神经成像具有挑战性。由于儿童体型小且发育不成熟，需要一支经过专门培训的团队来为儿童制作高质量的诊断图像。患者的动作、配合和医疗状况决定了所使用的方法和设备。根据每个孩子的年龄和功能状态量身定制的方法，并由专门的工作人员、成像硬件和软件进行适当组合是关键；这些方法包括喂食和襁褓等低技术技术、专门的小口径 MRI 扫描仪、MRI 兼容孵化器和新生儿头部线圈。新的预处理和后处理技术还可以补偿通常会降低新生儿扫描质量的运动伪影和低信号。
老年心理健康研究的神经影像学研究
霍华德·J·艾森斯坦（Howard J.1995年，Aizenstein博士毕业于Urbana-Champaign的伊利诺伊大学，获得了MD和计算机科学博士学位（计算学习理论）。 他完成了一般性和成人精神病学的居住（1999年），老年精神病学研究金（2000），以及功能性神经影像学研究奖学金（2001），均在匹兹堡大学，西方精神病学研究所和临床上。 他于2001年加入了匹兹堡大学的教师，目前是精神病学副教授，在生物工程系进行了次要任命。 Aizenstein博士是认知神经科学领域的75篇文章和书籍章节的作者或合着者。 他的研究计划使用不同的融合方法，传统的计算机任务以及结构和功能磁共振成像，以识别影响老年人的记忆，注意力和学习的关键大脑结构，以及在抑郁症治疗过程中它们如何改变。 他的研究由美国国家心理健康研究所（NIMH）和国家老龄研究所资助。1995年，Aizenstein博士毕业于Urbana-Champaign的伊利诺伊大学，获得了MD和计算机科学博士学位（计算学习理论）。他完成了一般性和成人精神病学的居住（1999年），老年精神病学研究金（2000），以及功能性神经影像学研究奖学金（2001），均在匹兹堡大学，西方精神病学研究所和临床上。他于2001年加入了匹兹堡大学的教师，目前是精神病学副教授，在生物工程系进行了次要任命。Aizenstein博士是认知神经科学领域的75篇文章和书籍章节的作者或合着者。他的研究计划使用不同的融合方法，传统的计算机任务以及结构和功能磁共振成像，以识别影响老年人的记忆，注意力和学习的关键大脑结构，以及在抑郁症治疗过程中它们如何改变。他的研究由美国国家心理健康研究所（NIMH）和国家老龄研究所资助。