XiaoMi-AI文件搜索系统
World File Search SystemResting
纤维肌痛中的自适应和补偿性神经特征：静止状态和刺激诱发的EEG振荡的分析
1个神经调节中心和临床研究中心，Spaulding Rehabilitation Hospital and Massachusetts综合医院，哈佛医学院，美国马萨诸塞州，美国马萨诸塞州02115； lcamargo@mgh.harvard.edu（L.C.）; kevin.pacheco.barrios@gmail.com（K.P.-B。）2 Unidad deResjuctivacióntolaGeneraceción y y y y y sinties证据En Salud，San Ignacio de Loyola大学，利马15024，秘鲁3精神卫生部，圣卡斯萨·德·斯卡萨（Paulo） lucasmurins@gmail.com 4里奥格兰德大学（UFRGS）联邦大学医学院，巴西Porto Alegre 90010-150； wcaumo@hcpa.edu.br 5疼痛和神经调节实验室，医院Declíricasde Porto Alegre（HCPA），Porto Alegre 90035-903，巴西 *通信：Fregeni.felipe.felipe@mgh.harvard.edu;电话。： +1-617-952-6153;传真： +1-617-952-6150†这些作者对这项工作也同样贡献。
通过非药物治疗减少了轻度至中度抑郁症的静息脑熵
1。北京北京大学认知神经科学与学习的国家主要实验室，中国2。IDG/McGovern大脑研究所，北京师范大学，北京，中国IDG/McGovern大脑研究所，北京师范大学，北京，中国
静息态成人额颞叶痴呆与阿尔茨海默病脑电图特征提取鉴别技术的比较研究
摘要：早期阿尔茨海默病 (AD) 和额颞叶痴呆 (FTD) 具有相似的症状，这使其诊断和制定特定治疗策略变得复杂。我们的研究评估了多种特征提取技术，用于从脑电图 (EEG) 信号中识别 AD 和 FTD 生物标志物。我们开发了一种优化的机器学习架构，该架构集成了滑动窗口、特征提取和监督学习，以区分 AD 和 FTD 患者以及健康对照 (HC)。我们的模型具有 90% 的滑动窗口重叠度、SVD 熵用于特征提取和 K 最近邻 (KNN) 用于监督学习，在区分 AD 和 HC、FTD 和 HC 以及 AD 和 FTD 方面分别实现了 93% 和 91%、92.5% 和 93% 以及 91.5% 和 91% 的平均 F1 分数和准确率。特征重要性阵列是一种可解释的 AI 特征，它突出显示了有助于识别和区分 AD 和 FTD 生物标志物的脑叶。这项研究引入了一种使用 EEG 信号检测和区分 AD 和 FTD 的新框架，满足了对早期准确诊断的需求。此外，还记录了滑动窗口、多特征提取和机器学习方法对 AD/FTD 检测和区分的比较评估。
所有大脑网络的静息状态连接累积效应与注意力缺陷多动障碍症状显着相关
1 俄勒冈健康与科学大学医学信息学和临床流行病学系生物信息学和计算生物学分部，俄勒冈州波特兰 97239，2 俄勒冈健康与科学大学 Knight 癌症研究所，俄勒冈州波特兰 97239，3 俄勒冈健康与科学大学心理健康创新中心，俄勒冈州波特兰 97239，4 明尼苏达大学儿科系，明尼苏达州明尼阿波利斯 55454，5 明尼苏达大学共济会大脑发育研究所，明尼苏达州明尼阿波利斯 55414，6 明尼苏达大学明尼苏达超级计算研究所，明尼苏达州明尼阿波利斯 55455，7 俄勒冈健康与科学大学神经病学系，俄勒冈州波特兰 97239，8 俄勒冈健康与科学大学精神病学系心理学分部，俄勒冈州波特兰 97239，9 罗德岛大学心理学系，罗德岛州金斯顿 02881，10 俄勒冈健康与科学大学行为神经科学系，俄勒冈州波特兰 97239，11 明尼苏达大学教育与人类发展学院儿童发展研究所，明尼苏达州明尼阿波利斯 55455
使用物理信息神经网络从静息状态 fMRI 数据进行脑动力学模型参数估计
摘要 — 由于脑动力学的复杂性，静息态功能性磁共振成像 (rsfMRI) 中血氧水平依赖性 (BOLD) 信号的传统建模难以进行参数估计。本研究介绍了一种新型脑动力学模型 (BDM)，该模型通过微分方程直接捕捉 BOLD 信号变化。与动态因果模型或神经质量模型不同，我们将血流动力学响应整合到信号动力学中，同时考虑直接和网络介导的神经元活动效应。我们利用物理信息神经网络 (PINN) 来估计此 BDM 的参数，利用它们将物理定律嵌入学习过程的能力。这种方法简化了计算需求并提高了对数据噪声的鲁棒性，为分析 rsfMRI 数据提供了全面的工具。利用按估计参数缩放的功能连接矩阵，我们应用最先进的社区检测方法来阐明网络结构。我们的分析表明，在比较神经正常个体与自闭症谱系障碍 (ASD) 患者时，特定大脑区域的参与系数存在显著差异，男性和女性群体之间存在明显差异。这些差异与之前研究中涉及的区域一致，进一步证实了这些区域在 ASD 中的作用。通过将 PINN 与高级网络分析相结合，我们展示了一种分析 ASD 复杂神经特征的稳健方法，为神经成像和更广泛的计算神经科学领域的未来研究提供了一个有希望的方向。
静息催眠和催眠易感性的脑功能相关性：综述
摘要：本篇综合综述通过研究采用功能性磁共振成像 (fMRI)、正电子发射断层扫描 (PET) 和脑电图 (EEG) 方法的研究，深入探讨了催眠的认知神经科学和催眠易感性的变化。重点关注领域包括催眠中的功能性脑成像相关性、作为催眠状态指标的脑电图波段振荡、催眠和清醒期间脑电图功能连接的改变，得出关键结论并提出未来的研究方向。所审查的功能连接发现支持以下观点：根据分离和冷控制催眠理论，催眠期间执行控制网络不同组成部分之间可用整合的中断可能与催眠反应期间对主体的改变评估相对应。一个有希望的探索途径是研究额叶的神经化学成分和非周期性脑电图活动在清醒和休息时如何与个体催眠能力的差异相关。未来研究催眠对大脑功能的影响应该优先研究不同神经网络中独特的激活模式。
所有大脑网络的静息状态连接累积效应与 ADHD 症状显著相关
研究文章 | 所有大脑网络的静息状态连接的行为/认知累积效应与 ADHD 症状显着相关 https://doi.org/10.1523/JNEUROSCI.1202-23.2023 收稿日期：2023 年 4 月 19 日 修订日期：2023 年 11 月 30 日 接受日期：2023 年 12 月 18 日 版权所有 © 2024 作者
DREBRIN调节皮质II/III层中感官神经元中的侧支轴突分支
神经发育障碍（NDDS）是一组复杂的神经系统疾病和精神疾病。功能性和分子成像技术，例如静息状态功能磁共振成像（RS-FMRI）和正电子发射tomog-raphy（PET），可用于在人类和人类模型中成熟期间在成熟期间非侵入性和纵向测量网络活性。Here, we review the current knowledge on rs-fMRI and PET biomarkers in the study of normal and abnormal neurodevelopment, including intellectual disability (ID; with/without epilepsy), autism spectrum disorder (ASD), and attention deficit hyperactivity disorder (ADHD), in humans and rodent models from birth until adulthood, and evaluate the cross-species translational value of the imaging biomarkers.迄今为止，只有少数孤立的研究使用RS-FMRI或PET在婴儿期（神经发育的关键时期）中研究啮齿动物的神经发育（异常）。Further work to explore the feasibility of performing functional imaging studies in infant rodent models is essential, as rs-fMRI and PET imag- ing in transgenic rodent models of NDDs are powerful techniques for studying disease pathogenesis, developing noninvasive pre- clinical imaging biomarkers of neurodevelopmental dysfunction, and evaluating treatment-response in disease-specific models.
静止状态脑电图作为震后意识障碍中的电生理生物标志物
中风被广泛认为是死亡的第二大原因，也是全球残疾的重要贡献（Feigin等，2017，2021），这会导致严重的行为障碍，并广泛的结构和功能网络中断（Alkhachroum等，202222）。中风后，患者通常会出现诸如意识障碍（DOC）或昏迷之类的症状，这会导致院内死亡率增加和中风患者出院后的不利结果（Li等，2016）。因此，至关重要的是，及时准确地诊断后触摸后的意识障碍（PS-DOC），同时对脑损伤潜在的神经机制有全面的了解。传统上，诸如格拉斯哥昏迷量表（GCS）和昏迷量表修订（CRS-R）之类的临床评级量表已用于评估DOC患者。尽管临床行为评估仍然是黄金标准（Hermann等，2020），但这些评分系统表现出较高的评估者间和检查间的变异性，并且缺乏脑损伤后中枢神经系统损害的客观证据（Claassen等，2016; Giacino等，2018，2018; Song等，2018）。
静止状态fMRI信号包含...
抽象功能磁共振成像（fMRI）已被证明是非侵入性测量人脑活动的强大工具。然而，到目前为止，fMRI的时间分辨率相对有限。一个关键挑战是了解神经活动与从fMRI获得的血氧水平依赖性（BOLD）信号之间的关系，通常由血液动力学反应函数（HRF）建模。人力资源管理的时机在整个大脑和个人之间各不相同，使我们对基础神经过程的时机进行推断的能力感到困惑。在这里，我们表明静止状态fMRI信号包含有关HRF时间动力学的信息，这些信息可以利用，这些信息可以利用，以理解和表征皮质和皮层下区域的HRF时序变化。我们发现，在人类视觉皮层中，静息状态fMRI信号的频谱在快速与慢速HRF的体内之间存在显着不同。这些频谱差异也扩展到亚皮层，揭示了丘脑侧向核核中的血液中正时的明显更快。最终，我们的结果表明，HRF的时间特性会影响静止状态fMRI信号的光谱含量，并启用相对血液动力学响应时序的体素特征。此外，我们的结果表明，应谨慎使用静止状态fMRI光谱特性，因为fMRI频率含量的差异可能来自纯粹的血管起源。这一发现提供了对跨体素信号的时间特性的新见解，这对于准确的fMRI分析至关重要，并增强了快速fMRI识别和跟踪快速神经动力学的能力。