摘要 面部认知在社交互动中起着重要作用。研究面部认知机制的典型刺激是快速连续视觉呈现 (RSVP)。在 RSVP 任务中,当一个人识别目标图像时,会引发称为事件相关电位 (ERP) 的大脑反应。需要多次试验才能平均并获得干净的 ERP,以解释 ERP 反应背后的认知机制。然而,增加试验次数会导致疲劳并影响诱发的 ERP 幅度。本文采用了不同的视角;机器学习可能会提取有意义的认知结果,揭示面部认知机制,而无需直接关注 ERP 的特性。我们实施了 xDAWN 协方差矩阵方法来提高数据质量,并实施了支持向量机分类模型,以使用部分面部认知任务中诱发的 ERP 成分来预测参与者感兴趣的事件。我们还研究了面部成分和身体反应的影响,以探索每个成分的作用并找到减少实验期间疲劳的可能性。我们发现眼睛是最有效的成分。无论是在行为反应还是分类表现方面,完整面部和部分可见眼睛的面部都获得了类似的统计结果。从这些结果来看,眼睛成分可能是面部认知中最重要的。因此,完整面部和部分可见眼睛的面部认知机制可能存在一些相似之处,应利用 ERP 特征进一步研究。
1 爱尔兰都柏林圣三一学院三一生物医学工程中心机械、制造和生物医学工程系,2 美国加利福尼亚州山景城登月工厂,3 美国纽约州纽约市阿尔伯特爱因斯坦医学院儿科系,4 美国纽约州纽约市阿尔伯特爱因斯坦医学院神经科学系,5 美国纽约州罗切斯特市罗切斯特大学生物医学工程系,6 美国纽约州罗切斯特市罗切斯特大学神经科学系,7 爱尔兰都柏林都柏林大学学院电气与电子工程学院生物医学工程中心,8 爱尔兰都柏林圣三一学院计算机科学与统计学院
原则上,如果状态之间的转变表现出导致双稳态的磁滞现象,则在不同状态之间切换可以读取和写入信息。响应性聚合物在其体积相变时表现出磁滞现象,例如热响应性聚合物。这是溶剂膨胀单相状态和溶剂消肿两相状态之间的转变。两种状态之间的转变在热力学上对应于铁磁材料中两种磁化状态之间的转变。对于铁磁材料,磁滞现象的特征是矫顽场强度 H c ,它是逆转磁化并从而改变磁化状态所需的,以及零场强度下的剩磁 M r。信息被编码在磁化状态中。在双稳态区域内,对于足够大的矫顽力和剩磁,它是长期稳定的。同时,体积相变信息将由溶液状态编码,并且对于足够大的矫顽力温度范围和剩磁来说,这是可能的。最近,非传统非磁性材料表现出双稳态,这在折纸结构的折叠状态 [3]、玻璃体 [4] 和主客体功能化的热响应聚合物中得到了证实。[5] 有了两个状态控制变量,逻辑运算的实现也将成为可能。近年来,逻辑门响应功能已被用于控制溶胶/凝胶转变 [6]、水凝胶降解 [7] 或纳米载体拆卸 [8],用于药物输送应用。对于响应性材料,到目前为止,双稳态和逻辑门功能都是通过使用化学反应来实现的,例如由外部刺激驱动的不稳定连接子的断裂/形成 [7] 或主客体复合 [5]。这导致化学状态和动力学方面的双稳态,
摘要:耳聋对时间处理可能产生的影响这一问题仍未得到解答。基于行为测量的不同发现显示出相互矛盾的结果。本研究的目的是通过使用功能性近红外光谱 (fNIRS) 技术分析时间估计背后的大脑活动,该技术可以检查额叶、中央和枕叶皮质区域。共招募了 37 名参与者(19 名聋人)。实验任务包括处理道路场景以确定驾驶员是否有时间安全执行驾驶任务,例如超车。道路场景以动画形式呈现,或以 3 张静态图像序列呈现,显示情况的开始、中间点和结束。后一种呈现需要计时机制来估计样本之间的时间以评估车速。结果显示聋人的额叶区域活动更活跃,这表明需要更多的认知努力来处理这些场景。一些研究表明,中脑区域与计时有关,在聋哑人士估计时间流逝时,静态呈现尤其会激活中脑区域。对枕叶区域的探索没有得出任何结论性结论。我们对额叶和中脑区域的研究结果鼓励进一步研究时间处理的神经基础及其与听觉能力的联系。
在经历细胞内凋亡的细胞中,线粒体外膜通透性(MOMP)通常标志着细胞死亡过程中不可逆的一步。然而,在某些情况下,被处理的细胞的亚群可以表现出一个余生的反应,称为“少数MOMP。”在这种现象中,尽管caspase激活水平较低,并且随后受到核酸内切酶caspase激活的DNase(DNA片段化因子亚基β>因此,这些细胞会经历DNA损伤,从而增加了肿瘤发生的可能性。但是,对少数MOMP响应知之甚少。发现影响单个细胞中MOMP反应的基因,我们构成了基于成像的表型siRNA筛选。我们鉴定了多个候选基因,其下调增加了单个细胞内MOMP的异质性,其中是与线粒体动力学和线粒体有关的基因,该基因参与了线粒体质量控制(MQC)系统。此外,为了测试功能性MQC对于降低少数MOMP的频率很重要的假设,我们开发了一种测量caspase参与细胞的固定生存的测定法。我们发现,在各种MQC基因中表现出的细胞确实很容易出现在成型后生存。我们的数据突出了蛋白质与线粒体动力学和线粒体中有关的重要作用,在防止凋亡失调和肿瘤发生中。
根据IST的说法,具有动机(“想要”)和享乐主义(“喜欢”)的效果的不同神经机制是使用物质使用的。这两个系统对重复的物质给药表现出不同的反应,耐受性影响了“喜好”(导致响应能力降低)和敏化影响影响“想要”的系统(导致响应性提高)。因此,即使在没有享乐的期望的情况下,患有物质使用障碍的人也可能会增加对物质的渴望(Robinson and Berridge,2001)。ist认为,动机和享乐系统独立于有意识的认知,对喜欢和渴望的有意识的感知是通过与与“想要”和“喜欢”相关的大脑系统的相互作用而出现的(Robinson和Berridge,2003年)。从Winkielman等人的研究中可以明显看出这种分离。(2005年),研究了过分地呈现出幸福与愤怒面对动机和情感的影响的影响,揭示了基本的情感反应无意识地运作并与激励动机互动。至关重要的是,IST断言,在典型的情况下,喜欢和想要的有意识的经历是源于与有意识的意识和无意识影响相关的不同大脑系统之间的相互作用(Berridge and Winkielman,2003),因此,它并不排除有意识的经历的可能性 - 至少在某种程度上 - 在某种程度上 - 在“需求”和“想要的”和“ and and”和“ and”和“ and”和“ Anm”和“ Anm”和“ Anm”和“ ANM”(ANM)中(”
摘要 目的。视神经是视觉神经假体的理想位置。当受试者无法接受视网膜假体时,可以将其作为目标,并且它比皮质植入物的侵入性更小。电神经假体的有效性取决于必须优化的刺激参数组合,优化策略可能是使用诱发的皮质反应作为反馈进行闭环刺激。然而,有必要确定目标皮质激活模式,并将皮质活动与受试者视野中存在的视觉刺激联系起来。视觉刺激解码应在视觉皮层的大面积上进行,并使用尽可能可转化的方法,以便将来将研究转移到人类受试者身上。这项工作的目的是开发一种满足这些要求的算法,并可以利用该算法自动将皮质激活模式与产生它的视觉刺激联系起来。方法。向三只小鼠展示十种不同的视觉刺激,并使用广角钙成像记录它们的初级视觉皮层反应。我们的解码算法依赖于卷积神经网络 (CNN),该网络经过训练可以从相应的广角图像中对视觉刺激进行分类。我们进行了几项实验来确定最佳训练策略并研究推广的可能性。主要结果。最佳分类准确率为 75.38% ± 4.77%,在 MNIST 数字数据集上对 CNN 进行预训练并在我们的数据集上对其进行微调后获得。通过对 CNN 进行预训练以对鼠标 1 数据集进行分类并在鼠标 2 和鼠标 3 上对其进行微调,可以进行推广,准确率分别为 64.14% ± 10.81% 和 51.53% ± 6.48%。意义。广角钙成像和 CNN 的组合可用于对皮质对简单视觉刺激的反应进行分类,并且可能是现有解码方法的可行替代方案。它还使我们能够将皮质激活视为未来视神经刺激实验中的可靠反馈。
神经假体通过将脑信号转换成运动控制信号,使用户能够通过各种执行器实现运动。然而,要通过这些设备实现更自然的肢体运动,需要恢复体感反馈。我们使用特征学习能力(一种机器学习方法)来评估信号特征,以了解它们能否增强自然触觉和本体感觉刺激引起的神经信号的解码性能,这些刺激是从乌拉坦麻醉大鼠的背柱核 (DCN) 表面记录的。表现最好的单个特征尖峰幅度以 70% 的准确率对体感 DCN 信号进行分类。使用从 DCN 信号的高频和低频 (LF) 波段中提取的 13 个特征,最高准确率达到 87%。总体而言,高频 (HF) 特征包含有关外周体感事件的最多信息,但当从短时间窗口获取特征时,通过向特征集添加 LF 特征可以显著提高分类准确率。我们发现本体感觉主导的刺激在动物中的推广效果优于触觉主导的刺激,并且我们展示了信号特征有助于神经解码的信息如何随着动态体感事件的时间过程而变化。这些发现可能为可以激活 DCN 以替代体感反馈的人工刺激的仿生设计提供参考。虽然我们研究了体感结构,但我们研究的特征集也可能对解码其他(例如运动)神经信号有用。
简介:自上而下的机制调节注意力控制,受任务需求和个人目标的影响,而自下而上的过程则受显著刺激的影响。类似的网络参与了这两个过程(例如,额叶纹状体区域)。然而,它们受到刺激的情绪显著性的影响不同,而情绪显著性决定了注意力的分配。本研究旨在确定最近的疫情经历是否继续对认知过程产生影响。为此,本研究将确定与负面和中性刺激相比,对疫情相关刺激的注意力偏见。此外,本研究将调查疫情相关刺激是否影响自上而下和自下而上的注意力过程,以及后者是否影响以心率变异性 (HRV) 为指标的自主神经控制。
数百项研究已经描述了梭状回面部区域 (FFA) 的反应特性,但我们尚未揭示其表征背后的计算机制。一个方法论上的挑战是,不同的计算模型对随机抽样的面部做出的预测可能难以区分。这项 fMRI 研究采用了合成的争议性面部刺激,旨在引出六个候选神经网络模型对 FFA 中面部表征的不同预测。我们展示了对一位参与者进行四次扫描的初步数据。争议性面孔揭示了各模型在预测 FFA 表征相异矩阵 (RDM) 的能力方面存在许多显著差异,而随机抽样的面部无法实现模型之间的可靠裁决。经过逆向渲染(将面部图像映射到 3D 面部模型的潜在空间)训练的神经网络优于具有相同架构但经过识别、分类或自动编码训练的替代模型。我们的研究结果支持了这样的观点:面部识别涉及反映面部物理结构的表现形式,并证明了需要通过神经成像实验来优化有争议的刺激来裁决脑计算模型。