XiaoMi-AI文件搜索系统
World File Search SystemResting
静止状态脑电图脑活动在新生儿可以预测年龄，并且表明神经发育结果
目的：脑电图（EEG）可用于估计新生儿的生物脑时代。在月经年龄和脑年龄之间的差异，称为脑年龄差距，可能会导致成熟偏差。现有的大脑年龄EEG模型不太适合临床COT侧用途，用于估计新生儿的脑年龄间隙，因为它们依赖于相对较大的数据和预处理要求。方法：我们使用降低的数据要求培训了一种来自具有非神经开发的婴儿和幼儿发展（BSID）结果的早产新生儿的静止状态脑电图数据的深度学习模型。随后，我们在两个临床部位的两个独立数据集中测试了该模型。结果：在两个测试数据集中，仅使用单个通道的静息状态脑电图活动的20分钟，模型生成准确的年龄预测：平均绝对误差= 1.03周（p值= 0.0001）和0.98周（pValue = 0.0001）。在一个测试数据集中，在9个月的随访BSID结局中，严重异常结果组的平均新生儿脑年龄间隙显着大于正常结局组的平均脑年龄差异：平均脑年龄差距的差异差异= 0.50周（p-value = 0.04）。结论：这些发现表明，深度学习模型对来自两个临床部位的独立数据集进行了普遍性，并且模型的脑年龄间隙幅度在正常和严重的随访神经发育结果的新生儿之间有所不同。2024国际临床神经生理联合会。由Elsevier B.V.明显：新生儿大脑年龄间隙的幅度，仅使用单个通道的静息状态脑电图数据的20分钟来估算，可以编码临床神经发育价值的信息。这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
UNIGE 开放档案静息状态大脑活动...
多项神经影像学研究表明，CA 后 5 天内 DWI 的变化预示着不良预后。8-15 然而，DWI 分析的时机至关重要，因为弥散值在缺氧后不久就会发生变化。10 此外，虽然 DWI 是不良预后的有力预测指标，但它不够敏感，无法识别出预后良好的患者。大脑的自发活动不是随机的，而是在功能网络中组织的。16 静息状态 fMRI (rs-fMRI) 是绘制患者和健康志愿者大脑功能连接 (FC) 的有力工具。17 多项研究报告称，rs-fMRI 可以区分慢性脑损伤患者的意识状态，FC 下降与意识受损程度相关。18 最近有研究表明，fMRI 可以检测到脑创伤后昏迷患者对被动刺激反应的早期意识迹象 19 并且 FC 强度与昏迷后缺氧患者的良好长期预后相关。 20 然而，rs-fMRI 尚未系统地评估对昏迷后缺氧患者的早期预后。我们的研究旨在使用 rs-fMRI 和机器学习方法预测昏迷结果（即意识恢复与昏迷状态；即良好与不良结果）。我们专注于特别具有临床意义的病例，特别是昏迷的早期缺氧后患者和标准多模态测试后预后不确定的患者。
多体素神经强化改变威胁调节网络内的静息状态功能连接
图 1. 神经强化干预总结（有关更多详细信息，请参阅 Taschereau-Dumouchel、Cortese 等人，2018 年）。A）一次多体素神经强化试验中的事件序列。在诱导期间，大脑活动在线处理并使用目标动物的多体素表示进行解码。此过程为我们提供了以视觉方式显示给参与者的激活可能性。B）目标动物的代表性多体素解码器（体素权重已标准化并略微平滑（FWHM = 1 毫米）以方便解释）。这些体素被用作种子区域（我们称之为腹侧颞叶皮层），以确定干预后它们的连接性变化（大脑图像是使用 pySurfer [ https://pysurfer.github.io/ ] 生成的）C）自述对我们数据库中至少 2 只动物感到恐惧的参与者参加了神经强化实验。我们使用了机器学习和一种称为超对齐的方法（Haxby 等人，2011）来确定恐惧动物（即解码器）的多体素表示。然后将恐惧动物类别随机分配为干预的目标或控制条件。参与者完成了在不同日子进行的五次神经强化课程。在干预之前和之后，参与者完成了静息状态课程，并向他们展示了他们害怕的两种动物的图像（即恐惧测试）。在这些课程中，参与者被要求报告他们对所呈现动物的主观恐惧（大脑图像是使用 Pycortex [Gao 等人，2015] 生成的）。
o r i g i n a l r e s a a r c h研究了从急性到慢性颈部疼痛过渡的大脑结构和功能改变：静止
目的：这项研究的目的是深入研究从急性转变为慢性疼痛的转化涉及的中心病理机制。患者和方法：这项研究招募了86名急性颈部疼痛的人，89例患有慢性颈部疼痛。利用3.0T MR Scanner，我们获得了三维T1加权成像（3D-T1WI）图像，并分析了具有自由曲弗软件的两组之间的结构差异，以评估皮质厚度的改变。此外，采集了血氧水平依赖性功能磁共振成像（BOLD-FMRI）图像，以评估使用DPARSF软件的低频幅度差异差异。结果：与患有急性颈部疼痛的慢性颈部疼痛患者的皮质厚度增加，左侧额叶额叶，左侧地峡扣带，左侧额叶和右前神经区域。低频振幅测量表明，左侧外侧上额回和左侧后回的活性下降，以及其他区域，右侧额叶和右下额额回的活性增加。结论：我们的发现表明，边缘系统和前额叶皮层的功能障碍和结构变化可能在从急性到慢性颈部疼痛的发展中起关键作用。这些见解为理解疼痛慢性的主要机制提供了一个重要的新方向。关键字：功能性磁共振成像，低频波动的幅度，皮质厚度，颈部疼痛，急性疼痛，慢性疼痛
镇静临床成像和麻醉方案中的静息状态 fMRI 优化
材料和方法：在这项横断面研究中，我们分析了 2009 年至 2023 年在麻省总医院麻醉下获得的临床 rs-fMRI 数据。对每位患者的独立成分分析驱动的静息状态网络 (RSN) 进行定性和定量评估，并将其分为强或弱两组。使用定性方法评估整体网络，使用定量方法评估运动和语言网络。在 4 个结果类别中分析了 RSN 稳健性：整体、组合运动语言、单个运动和语言网络。预测变量包括 rs-fMRI 采集参数、麻醉药物、潜在的大脑结构异常、年龄和性别。使用逻辑回归来检验研究变量对 RSN 稳健性的影响。
刺猬激活通过瞬态克隆能力
简介生长板 - 位于长骨边缘的薄盘状软骨 - 为产后骨骼生长提供了主要驱动力（1）。从结构上讲，生长板由3个形态学 - 静止，增殖和肥厚的区域组成，具有具有克隆起源的软骨细胞的特征柱（2，3）。生长板是内侧软骨骨形成的必不可少的结构，该过程逐渐被骨骼逐渐取代（1，2）。位于产后生长板顶部的静息区载有慢循环软骨细胞，表达甲状旁腺激素相关蛋白（PTHRP）（4），该蛋白（4）提供了生长板中所有其他软骨细胞的来源。这些“静止”的软骨细胞通过不对称分裂进入细胞周期，成为增殖的软骨细胞，分化为表达印度刺猬（IHH）的有丝虫后自生型前软骨细胞（IHH），变成肥大的软骨细胞的生长板和死亡的骨骼或因素而变成骨的底部或因素而变成骨的底部或因素而转变为骨的底部，因为主要海绵中的成骨细胞。
遗传洞察力及其在心血管疾病中的作用
静息心率与观察和孟德尔随机研究中的心血管疾病和死亡率有关。这项研究的目的是扩大静息心率相关的遗传变异的数量，并获得有关静息心率生物学及其临床序列的进一步见解。对多达835,465个个体的100个研究的全基因组荟萃分析揭示了352个基因座的493个独立的遗传变异，其中包括以前鉴定的静息心率相关基因座以外的68种遗传变异。我们优先考虑670个基因，并在计算机注释中指出了它们在心肌细胞中的富集，并提供了对ECG签名的见解。两个样本的孟德尔随机分析表明，较高的遗传预测的静息心率增加了扩张心肌病的风险，但降低了发展心房效果，缺血性中风和心脏栓塞性中风的风险。与我们以前的孟德尔随机研究相比，我们没有找到线性或非线性遗传关联的证据。系统改变当前和先前的孟德尔随机研究之间的关键差异表明，这些研究之间最有可能差异的原因是由于先前由较低的P值阈值在较低的P Value阈值下弱的单样MR分析中的假阳性发现。结果扩展了我们对静息心率生物学的理解，并就其在心血管疾病发展中的作用提供了更多见解。
通过 3D 卷积神经网络和静息状态 fMRI 跨样本熵分析自动诊断晚年抑郁症
摘要 静息态 fMRI 已广泛应用于研究晚年抑郁症 (LLD) 的病理生理。与传统的线性方法不同，跨样本熵 (CSE) 分析显示了大脑区域之间 fMRI 信号的非线性特性。此外，深度学习的最新进展，例如卷积神经网络 (CNN)，为理解 LLD 提供了及时的应用。准确和及时的诊断对于 LLD 至关重要；因此，本研究旨在结合 CNN 和 CSE 分析，根据大脑静息态 fMRI 信号区分 LLD 患者和非抑郁症对照老年人。77 名老年人（包括 49 名患者和 28 名对照老年人）接受了 fMRI 扫描。开发了体积对应于每个参与者的 90 个种子感兴趣区域的三维 CSE，并将其输入到疾病分类和抑郁严重程度预测模型中。我们在额上回（左背外侧和右眶部）、左岛叶和右枕中回的诊断准确率 > 85%。平均均方根误差 (RMSE) 为 2.41，需要三个独立模型来预测重度、中度和轻度抑郁组的抑郁症状。左顶下小叶、左海马旁回和左中央后回的 CSE 体积在各自的模型中表现最佳。结合复杂性分析和深度学习算法可以将 LLD 患者与对照老年人进行分类，并根据 fMRI 数据预测症状严重程度。此类应用可用于精准医疗，用于 LLD 的疾病检测和症状监测。
未服药且有精神状态危险、后来患上精神病的受试者的静息态脑电图：低分辨率电磁断层扫描分析
方法：纳入未服用任何精神药物且符合危险精神状态综合评估标准的 ARMS 患者。出现精神病性障碍的患者被标记为 ARMS-P 组，而前瞻性随访超过 2 年且未出现精神病性障碍的 ARMS 患者被归类为 ARMS-NP 组。在静息状态下测量脑电图，并使用标准化低分辨率脑电磁断层扫描 (sLORETA) 分析频率。七个波段 (δ、θ、α 1、α 2、β 1–3) 进行了分析。比较了 ARMS-P 组和 ARMS-NP 组之间的 sLORETA 值 (电流源密度 [CSD])。使用阳性和阴性症状量表 (PANSS) 在脑电图测量时评估临床症状。
癌症引起的静脉窦性心动过速
在癌症患者中经常观察到静息心率升高，并且与死亡率升高有关。尽管特定的化学治疗剂可以诱导心脏毒性，但化学疗法患者中窦性心动过速的存在表明其他因素可能导致这种临床表现。尽管普遍存在，但与癌症相关的静脉鼻窦心动过速尚未被充分认识，并全面地描述为一个独立的临床实体。癌症的次要作用，尤其是结构性心脏变化，分泌因子（炎症细胞因子）和血栓栓塞性疾病可能会导致心动过速。或者，快速心率可能会反映代谢需求增加，心输出量甚至疼痛的补偿机制。因此，与癌症相关的心动过速带来了临床困境。急性威胁生命的条件（例如败血症，肺栓塞等）必须排除在外，但是癌症本身可以解释休息的窦性心动过速，更保守的管理可以避免不必要的测试，成本和患者压力。此外，与癌症相关的心脏病的识别和管理可以改善癌症患者的生存和生活质量。