XiaoMi-AI文件搜索系统
World File Search SystemRhythm
认知中的节奏：重新审视证据
MR 得到了德国科学与创新部 (MICIIN)、Ram on y Cajal 项目下的德国国家研究机构 (AEI) (RYC2019-027538-I/0.13039/501100011033) 以及巴斯克科学基金会 (Ikerbasque) 的支持。LD 获得了欧洲研究理事会 (ERC) 颁发的欧盟“地平线 2020”研究与创新计划的资助（资助协议编号 852139）。LD 和 NAB 获得了德国国家研究署 (ANR) - 德国研究联合会 (DFG) 计划的资助（资助协议编号 J18P08ANR00 – LD；BU 2400/8-1 – NAB）。 CSYB 得到了英国学术院/利华休姆信托基金 (SRG19/191169) 的支持。所有作者都是苏格兰-欧盟临界振荡网络 (SCONe) 的成员，该网络由爱丁堡皇家学会资助（RSE Saltire 促进网络奖授予 CK，参考编号 1963）。
感觉运动节奏-带有音频的脑机接口...
多项研究表明脑机接口 (BCI) 训练对中风康复具有积极的临床效果。本研究探讨了基于感觉运动节律 (SMR) 的 BCI 与音频提示、运动观察和多感觉反馈对中风后康复的疗效。此外，我们讨论了 BCI 训练中训练强度和训练持续时间之间的相互作用。24 名患有严重上肢 (UL) 运动障碍的中风患者被随机分为两组：2 周 SMR-BCI 训练结合常规治疗（BCI 组，BG，n = 12）和 2 周常规治疗（无 SMR-BCI 干预）（对照组，CG，n = 12）。使用临床测量量表测量运动功能，包括 Fugl-Meyer 上肢评估 (FMA-UE；主要结果测量)、Wolf 运动功能测试 (WMFT) 和改良 Barthel 指数 (MBI)，测量时间分别为基线（第 0 周）、干预后（第 2 周）和随访周（第 4 周）。在第 0 周和第 2 周记录分配到 BG 的患者的 EEG 数据，并通过 mu 节律 (8-12 Hz) 的 mu 抑制均值事件相关去同步 (ERD) 进行量化。第 2 周时两组的所有功能评估评分（FMA-UE、WMFT 和 MBI）均显著提高（p < 0.05）。第 4 周时 BG 的 FMA-UE 和 WMFT 改善程度显著高于 CG。双侧半球的μ抑制与第2周的运动功能评分均呈正趋势。本研究提出了一种新的有效的SMR-BCI系统，并证明结合音频提示、运动观察和多感觉反馈的SMR-BCI训练与常规治疗相结合可以促进持久的UL运动改善。
用于预测节奏的机器学习方法......
背景：为被诊断为心房颤动 (AF) 的患者确定合适的心律管理策略仍然是医疗服务提供者面临的主要挑战。尽管临床试验已经确定了可能需要采用心率或心律控制策略来改善预后的患者亚组，但患有 AF 的患者的表现和风险因素范围广泛，使这种方法具有挑战性。电子健康记录的优势在于能够建立逻辑来指导管理决策，这样系统就可以自动识别更有可能采用心律控制策略的患者，并可以有效地将患者转诊给专科医生。但是，与任何临床决策支持工具一样，可解释性和准确预测之间存在平衡。目标：本研究旨在通过比较不同的机器学习算法来创建一种基于电子健康记录的预测工具，以指导患者转诊给专科医生进行心律控制管理。
使用经颅交流电刺激 (tACS) 调节大脑疼痛节律 - 一项针对健康人类参与者的假对照研究
摘要：慢性疼痛是一个主要的医疗保健问题。迫切需要更好的机制理解和新的治疗方法。在大脑中，疼痛与 alpha 和 gamma 频率的神经振荡有关，可以使用经颅交流电刺激 (tACS) 来针对这些振荡。因此，我们在 29 名健康参与者的慢性疼痛实验模型中研究了 tACS 调节疼痛和疼痛相关自主活动的潜力。在 6 个记录会话中，参与者完成了强直热痛模式，并同时在前额叶或躯体感觉皮质上接受 alpha 或 gamma 频率的 tACS 或假 tACS。同时，收集疼痛评级和自主反应。使用目前的设置，tACS 不会调节疼痛或自主反应。贝叶斯统计数据证实在大多数情况下缺乏 tACS 效应。唯一的例外是躯体感觉皮质上的 alpha tACS，但证据尚无定论。综合起来，我们未发现 tACS 对健康人类强直性实验疼痛有显著影响。根据我们目前和以前的发现，进一步的研究可能会应用针对体感 alpha 振荡的改进刺激方案。试验注册：研究方案已在 ClinicalTrials.gov 上预先注册（NCT03805854）。观点：调节脑振荡是一种很有前途的疼痛治疗方法。因此，我们应用经颅交流电刺激 (tACS) 来调节健康参与者的实验疼痛。然而，tACS 不会调节疼痛、自主反应或 EEG 振荡。这些发现有助于塑造未来 tACS 治疗疼痛的研究。
持续性皮质振荡对听觉有节奏刺激的频率选择性
皮质振荡，以通过神经夹带的机制在语音和音乐感知，注意力选择和工作记忆中发挥功能作用。通常认为神经夹带的特性之一是，其对持续振荡的调节作用超过了节奏刺激。我们通过在被动感知范式中研究旋律刺激期间和表达旋律刺激期间和之后通过研究皮质神经振荡来测试了这种现象的存在。旋律由； 60 and; 80 Hz音调嵌入2.5 Hz流中。使用雄性和女性人类中的颅内和表面记录，我们揭示了高c条带的持续振荡活性，以响应整个皮质的音调，远远超出了听力区域。响应2.5 Hz流，在任何频带中均未观察到持续活动。我们进一步表明，我们的数据被阻尼的谐波振荡器模型很好地捕获，可以分为三类的神经动力学，具有独特的阻尼特性和特征性。该模型对人皮层中听觉神经夹带的频率选择性提供了一种机械和定量的解释。
哪些外部变量会影响感觉运动节律脑 - ...
描述基于感觉运动节律的脑机接口 (SMR-BCI) 用于获取与运动意象相关的脑信号并将其转换为机器控制命令，从而绕过通常的中枢神经系统输出。选择最佳的外部变量配置可以最大限度地提高 SMR-BCI 在健康和残疾人士中的表现。当 BCI 的目标是在严格监管的实验室环境之外的日常环境中使用时，这种性能现在尤为重要。在这篇评论文章中，我们总结并批判性地评估了当前有关外部变量对 SMR-BCI 性能的影响的知识体系。在评估 SMR-BCI 性能与外部变量之间的关系时，我们将其广泛地描述为不太依赖于 BCI 用户并且源自用户之外的元素。这些因素包括 BCI 类型、干扰因素、训练、视觉和听觉反馈、虚拟现实和磁电反馈、本体感受和触觉反馈、脑电图 (EEG) 系统组装的细致程度和 EEG 电极的定位以及记录相关伪影等因素。在这篇评论文章的最后，提出了关于外部变量对 SMR-BCI 性能影响的研究未来发展方向。我们相信，我们的评论对学术 BCI 科学家和开发人员以及在 BCI 领域工作的临床专业人员以及 SMR-BCI 用户都具有价值。
使用经颅交流电刺激 (tACS) 调节大脑疼痛节律 - 一项针对健康人类参与者的假对照研究
摘要：慢性疼痛是一个主要的医疗保健问题。迫切需要更好的机制理解和新的治疗方法。在大脑中，疼痛与 alpha 和 gamma 频率的神经振荡有关，可以使用经颅交流电刺激 (tACS) 来针对这些振荡。因此，我们在 29 名健康参与者的慢性疼痛实验模型中研究了 tACS 调节疼痛和疼痛相关自主活动的潜力。在 6 个记录会话中，参与者完成了强直热痛范例，并同时在前额叶或躯体感觉皮质上接受 alpha 或 gamma 频率的 tACS 或假 tACS。同时，收集疼痛评级和自主反应。使用目前的设置，tACS 不会调节疼痛或自主反应。贝叶斯统计数据证实在大多数情况下缺乏 tACS 效应。唯一的例外是躯体感觉皮质上的 alpha tACS，但证据尚无定论。综合起来，我们未发现 tACS 对健康人类强直性实验疼痛有显著影响。根据我们目前和以前的发现，进一步的研究可能会应用针对体感 alpha 振荡的改进刺激方案。试验注册：研究方案已在 ClinicalTrials.gov 上预先注册（NCT03805854）。观点：调节脑振荡是一种很有前途的疼痛治疗方法。因此，我们应用经颅交流电刺激 (tACS) 来调节健康参与者的实验性疼痛。然而，tACS 不会调节疼痛、自主反应或 EEG 振荡。这些发现有助于塑造未来 tACS 治疗疼痛的研究。
一种室内和受试者内部转移校准方案，用于改善基于感觉运动节奏的反馈性能BCI康复
脑部计算机界面（BCI）是以可靠的方式作为人机相互作用的外在途径（Birbaumer，2006）。残疾人通过神经活动来控制外部设备是有效的（Buch等，2008）。中风患者特别是运动障碍患者，能够执行BCI临床康复任务（Meng等，2016）。在这种处理中，感觉运动节律变化用作主动干预的神经系统调节（Mane等，2019）。在康复期间，要求患者尝试或想象进行运动。然后，电动机尝试（MA）或运动图像（MI）-BCI系统将通过训练有素的分类器基于先前的数据集（Pillette等，2020年），输出同步的感觉生物反馈（例如机器人臂恢复）。在干预中，功能运动是由神经生理活性显着启发的（Xu等，2014）。这是大脑可塑性和功能恢复的持续过程（Remsik等，2019）。最近的研究报道了使用长期感觉运动节律（SMR）-BCI干预措施改善中风患者的肢体运动（Ramos-Murguialday等，2013; Pichiorri等，2015; Bundy等，2017）。尽管如此，BCI康复受到较差的效率识别算法和模型个性变异性的限制（Grosse-Wentrup等，2011）。相关的工作证明，BCI解码精度对于康复结果不足（Mane等，2020）。此外，BCI反馈的失败也减少了受训者的信心（Foong等，2019）。因此，应对模式识别和模型校准进行各种改进，以提高临床应用中的SMR-BCI性能。
解码大脑系统节奏的工具箱...
大脑的摘要节奏是由多个频率的神经振荡产生的。这些振荡可以分解为与特定生理过程相关的不同频率间隔。实际上，可解码频率间隔的数量和范围是通过抽样参数确定的，通常被研究人员忽略。为了改善情况，我们在开放的工具箱上报告了带有图形用户界面，用于解码大脑系统的节奏（Dream）。我们提供了梦想的示例，以研究神经（自发性大脑活动）和神经行为（扫描剂头部运动）振荡的特定于频率的性能。Dream解码了头部运动的振荡，并发现年幼的孩子在所有五个频率间隔中都比大孩子更多地移动头部，而男孩在7至9岁时移动的人数超过了女孩。有趣的是，较高的频带包含更多的头部运动，并且显示出更强的年龄相关性，但性运动相互作用较弱。使用来自人类Connectome项目的数据，Dream将这些神经振荡的幅度映射到了多个频段中，并评估了其重测的可靠性。静止状态的大脑将其自发振荡的振幅从空间上的振幅从腹侧颞区的高振幅排名到腹侧 - 枕骨区域的低位，而频带从低至高增加到高，而在壁和腹侧额叶区域的部分则相反。较高的频段表现出更可靠的振幅测量值，这意味着较高频段的振幅的个体间变异性更大。总而言之，Dream添加了一个可靠且有效的工具，可将人脑功能从多频窗口映射到脑波中。
短延迟神经反馈促进顶叶阿尔法节律的训练
神经反馈 (NFB) 的治疗效果仍然存在争议。本文我们表明，顶叶 2 脑电图 (EEG) α 活动的视觉 NFB 仅在以短延迟 3 传递给人类受试者时才有效，这保证了 NFB 在 α 主轴仍在进行时到达。NFB 要么在处理 EEG 4 包络时立即显示，要么额外延迟 250 或 500 毫秒显示。如自适应 Neyman 测试所示，NFB 引起的 α 5 节律变化的时间过程显然取决于 NFB 延迟。NFB 对 6 α 主轴发生率有很大影响，但对其持续时间或幅度没有影响。完成 NFB 训练后测量的 α 活动持续变化与延迟呈负相关，最短测试延迟的最大变化为 8 ，最长测试延迟为无变化。 NFB 延迟对 alpha 活动时间结构有如此显著的影响，这可以解释之前的一些不一致的结果，其中延迟既不受控制也未记录。临床医生和 NFB 设备制造商应将延迟添加到其规格中，同时启用 11 延迟监控并支持短延迟操作。