XiaoMi-AI文件搜索系统
World File Search SystemP3B
研究论文P3a与P3b复杂神经动力学时空差异的模拟研究
事件相关电位(ERP)与功能磁共振成像(fMRI)的结合有助于获得和研究高时间和空间分辨率的神经网络。EEG/fMRI数据证明，在视觉三刺激奇异范式中，由目标刺激和新刺激诱发的两个P300电位(P3a和P3b)均可在额中部(Fz)、中心(Cz)和中部顶端(Pz)电极上检测到。先前的研究表明P3a和P3b具有不同的脑激活空间分布，但它们是否具有相同的神经机制尚不清楚。本研究旨在确定P3a和P3b的神经心理机制，以及两个ERP子成分之间的神经动力学时空差异。在一组25名被试中，由目标刺激和新刺激诱发的P300 ERP均可在Fz、Cz和Pz电极上检测到。在Cz和Fz处，与目标刺激相关的P3b相比，与新刺激相关的P3a幅度更高，波形下降更慢，但在Pz处，P3b幅度大于P3a。在Cz和Fz处P3a出现早于P3b，但在Pz电极上观察到相反的现象。P3a的激活脑区包括左侧额顶叶区、左侧前楔叶区和右侧岛叶，而目标驱动的P3b与双侧梭状回、左额叶区和双侧岛叶的BOLD变化显著相关。结果显示，ERP和fMRI两种成像模式的空间和时间信息的整合证明了两个P300亚成分存在不同的脑功能过程。通过对P300成分的分析，结果进一步证明了自上而下和自下而上的加工过程对注意捕获的发生都发挥了作用，只是两种加工机制在不同任务中的调制效果不同，因此需要注意的是，被捕获的神经机制并不是单一的自上而下或自下而上的加工过程，而应该是两者相互作用的结果。
虚拟现实疾病减少了沉浸式体验期间的注意力
摘要 - 在本文中，我们表明虚拟现实（VR）疾病与注意力的降低有关，这是通过在双任务范式中收集的脑电图（EEG）测量的P3B事件相关电位（EEG）的测量结果检测到的。我们假设疾病症状（例如恶心，眼睛疲劳和疲劳）将降低用户注意在虚拟环境中完成的任务的能力，并且在经历了P3B份量的降低中，在体验VR疾病的同时，将动态地反映出注意力的降低。在用户研究中，参与者沿着VR的博物馆进行了游览，沿着VR的一条旋转数量不同，以前证明会导致不同水平的VR病。在关注虚拟博物馆（主要任务）时，要求参与者默默地计算不同频率的音调（次要任务）。在用户没有戴头部安装显示器（HMD）时，进行了与VR病疾病情况进行比较的控制测量值，而当他们沉浸在VR中，但没有在环境中移动。这项探索性研究表明，在多次分析中，在任务过程中收集的P3B的效果平均幅度与任务后用问卷（SSQ）测得的疾病严重程度以及次级任务的计数错误数量有关。因此，VR病可能会损害注意力和任务表现，并且可以通过ERP措施进行这些注意力的变化，而无需要求参与者评估他们的疾病症状。
使用同时使用eeg-fmri
当前的视觉意识理论不同意它是在涉及广泛的额叶网络时在感觉大脑区域的早期阶段出现的。此外，从与任务相关的后过程过程（例如报告）中解散有意识的感知，并在不同的神经科学方法中整合结果仍然是持续的挑战。本研究使用同时使用的EEG-FMRI和一个特定的不感状失明范式解决了这些问题，在女性和男性人类参与者中具有三个物理相同的阶段。在第1阶段，参与者执行了干扰器任务，在该任务中，面部和对照刺激的线图被集中呈现。虽然一些参与者自发地注意到了第1阶段的面孔，但其他参与者在不切实际的情况下仍然是盲目的。在第2阶段，所有参与者都意识到了任务 - 涉及到的面孔，但继续了干扰器任务。在第3阶段，面孔变得很重要。贝叶斯对大脑反应的分析表明，有意识的面部感知与梭形回和中的激活以及N170和视觉意识负相关（EEG）最密切相关。在枕骨和前额叶皮层（fMRI）中揭示了较小的意识效应。与任务相关的面部处理导致枕颞，额叶和注意力网络（fMRI）的强烈激活。在脑电图中，它增强了早期的负面影响，并引起了一个明显的P3B组件。总体而言，我们提供了证据表明，有意识的视觉感知与刺激特异性的感觉脑区域的早期处理有关，但可能还涉及前额叶皮层。相反，广泛的大脑网络和p3b的强烈激活更可能与任务相关的过程相关。
使用同步 EEG-fMRI 分离面部感知中意识和任务相关性的神经关联
当前的视觉意识理论对于视觉意识是在感觉脑区处理的早期阶段出现，还是在广泛的额顶叶网络参与之后出现，存在分歧。此外，将意识感知与任务相关的后知觉过程（如报告）区分开来，并整合不同神经科学方法的结果，仍然是持续的挑战。本研究使用同步 EEG-fMRI 和特定的无意视盲范式解决了这些问题，该范式在女性和男性人类参与者中有三个物理上相同的阶段。在第 1 阶段，参与者执行了一项干扰任务，在此任务中，面部线条画和控制刺激被集中呈现。虽然一些参与者在第 1 阶段自发地注意到了面孔，但其他人仍然处于无意视盲状态。在第 2 阶段，所有参与者都知道与任务无关的面孔，但继续干扰任务。在第 3 阶段，面孔变得与任务相关。大脑反应的贝叶斯分析表明，有意识的面部感知与梭状回（fMRI）以及 N170 和视觉意识负波（EEG）的激活最为密切相关。枕叶和前额叶皮质（fMRI）显示出较小的意识效应。另一方面，与任务相关的面部处理导致枕颞、额顶和注意力网络（fMRI）强烈、广泛的激活。在 EEG 中，它增强了早期的负波并引发了明显的 P3b 成分。总体而言，我们提供的证据表明，有意识的视觉感知与刺激特定感觉大脑区域的早期处理有关，但可能还涉及前额叶皮质。相比之下，广泛大脑网络和 P3b 的强烈激活更有可能与任务相关过程有关。
融合 fMRI、EEG 和行为 - Helda - Helsinki.fi
研究发现，受过音乐训练的个体在各种执行功能任务中的表现优于未受过训练的同龄人。在这里，我们展示了受过音乐训练和未受过音乐训练的儿童和青少年执行功能成熟的纵向行为结果和横向、事件相关电位 (ERP) 和 fMRI 结果。结果表明，在学龄期，受过音乐训练的儿童在集合转换测试中表现更快，但到了青春期后期，这些群体差异几乎消失了。然而，在 fMRI 实验中，受过音乐训练的青少年在集合转换任务中，背侧注意力网络的额叶、顶叶和枕叶区域以及小脑的活动比未受过训练的同龄人要少。此外，受过音乐训练的参与者在集合转换任务中对不一致目标刺激的 P3b 反应比对照组参与者的反应更向后分布在头皮上。总之，这些结果表明，音乐家在执行功能方面的优势在早期比在青春期后期更为明显。但它仍然体现在定势转换任务中神经资源的更有效的募集，以及童年以后与更新和工作记忆相关的 ERP 的不同头皮拓扑结构。
评估空间 PCA 对基于 SVM 的脑电图数据解码的有效性
在 EEG 研究中，主成分分析 (PCA) 被广泛用于在多变量模式分类 (解码) 之前进行降维。本研究的目的是评估 PCA 在广泛的实验范式中对解码准确性 (使用支持向量机) 的有效性。我们评估了几种不同的 PCA 变体，包括基于组和基于受试者的成分分解以及 Varimax 旋转或不旋转的应用。我们还改变了保留用于解码分析的 PC 数量。我们评估了七个常见事件相关电位成分 (N170、不匹配负波、N2pc、P3b、N400、侧化准备电位和错误相关负波) 的解码准确性。我们还研究了更具挑战性的解码任务，包括解码面部身份、面部表情、刺激位置和刺激方向。数据集在电极位置的数量和密度方面也有所不同。我们的研究结果表明，没有一种 PCA 方法能够持续改善与无 PCA 相关的解码性能，并且应用 PCA 经常会降低解码性能。因此，研究人员在解码来自类似实验范式、群体和记录设置的 EEG 数据之前，应谨慎使用 PCA。
静止的全球功能连接性与注意力有关：动脉自旋标记研究
摘要：关注的神经标志物，包括与事件相关的潜在P3（P300）或P3B组件相关的摘要，在参与者内部和参与者内部差异很大。了解导致P3的关注的神经机制对于更好地理解与注意力相关的脑部疾病至关重要。所有10名参与者用静止状态的PCASL灌注MRI和具有视觉奇数的ERP进行了两次扫描，以测量脑静止状态功能连接性（RSFC）和P3参数（P3振幅和P3延迟）。全局RSFC（整个大脑的平均RSFC）都与P3振幅（r = 0.57，p = 0.011）和P3发作潜伏期（r = -0.56，p = 0.012）相关。观察到的P3参数与全局RSFC的预测P3振幅相关（幅度：r = +0.48，p = 0.037；延迟：r = +0.40，p = 0.088），但与最显着的单个边缘相关。p3发作潜伏期主要与前额叶和顶叶/边缘区域之间的远距离连接有关，而P3幅度与前额叶和枕叶/枕骨之间的连接有关，感觉运动和皮层和下皮层和下层/皮质/皮层/皮层/皮层和枕骨/枕骨区域有关。这些结果证明了静止状态PCASL和P3与大脑全局功能连接的相关性。
基于 ERP 的张量分解方法在感知家庭压力的新型听觉异常任务中评估分裂型人格
分裂型人格是精神分裂症的一种潜在表型，是一种在精神病连续体正常范围内表现出精神病样症状的人格特质。家庭沟通可能会影响分裂型人格患者的社会功能。分裂型人格水平较高时，会感受到更大的家庭压力，例如易怒、批评和较少赞扬。本研究旨在通过脑电图 (EEG) 确定分裂型人格水平高低人群在批评、赞扬和中性评论时的差异。在一项新的情绪听觉异常任务中，记录了 29 名普通社区参与者的脑电图，他们的分裂型人格水平从低度分裂型 (LS) 到高度分裂型 (HS) 不等。我们考虑了事件相关电位 (ERP) 参数的影响，即 P300 子成分 (P3a 和 P3b) 的幅度和潜伏期在情绪描述符对（标准、积极、消极和中性）之间的影响。然后，我们提出了一个基于张量分解的模型，使用 CANDECOMP/PARAFAC (CP) 分解技术从 EEG 中检测这些成分。最后，我们采用互信息估计方法来选择有影响的特征进行分类。通过留一交叉验证，获得了最高的分类准确率、灵敏度和特异性，分别为 93.1%、94.73% 和 90%。这是首次尝试通过寻找与感知家庭压力和分裂型人格有特定关联的大脑反应来研究分裂型人格的识别。通过测量这些反应，我们实现了提高精神病早期发作检测准确性的目标。