XiaoMi-AI文件搜索系统
World File Search SystemStroop
改进了ECG数据中的HRV分析：使用
抽象心率变异性（HRV）分析是评估自主神经系统调节和心血管健康的重要工具。本研究通过使用MATLAB代码并将其性能与广泛使用的软件工具（Kubios和GHRV）进行比较，探讨了改进的HRV分析技术。在四个不同条件下的十个受试者（基线，休息，Stroop颜色任务和冥想）中的十个受试者的心电图（ECG）数据收集和分析。该研究重点是开发和实施MATLAB中的新算法进行HRV估计，从而对现有方法进行了全面的比较。该研究研究了通过MATLAB实施获得的HRV分析结果的准确性和可靠性，与Kubios和GHRV相比。MATLAB代码被优化，以增强计算速度和准确性，从而实时处理ECG数据。结果表明，使用拟议的MATLAB实现，HRV分析的显着改善。提出的MATLAB代码和Kubios对于高频功能具有相似的精度，精度为85％。GHRV的PNN50精度为100％，表明其在匹配参考数据方面的准确性很高。比较分析证明了在不同实验条件下的不同HRV指标。此外，结果突出了Kubios和GHRV之间研究方法的差异，展示了其在临床和研究环境中广泛采用的潜力。本研究不仅提出了先进的HRV分析方法，而且还提供了有关现有软件工具可靠性的宝贵见解。这些发现为研究人员和临床医生为其特定应用选择HRV分析工具时提供了明智的选择，以确保对心血管健康和自主神经系统功能的准确有效评估。有必要进行进一步的研究和验证，以建立跨不同人群和实验范式的拟议方法的鲁棒性和概括性。
测试 - 功能反应时间的重测可靠性...
上下文：反应时间通常是通过计算机化的神经认知电池评估的脑震荡。尽管此措施对症状后的降低敏感，但尚不清楚计算机化反应时间是否反映了在体育活动中有效，安全竞争所需的动态反应时间。功能反应时间评估可能是有用的脑震荡，但必须在临床实施之前确定可靠性。目的：确定测试 - 重新反应时间评估电池的可靠性，并确定会话之间的反应时间是否有所改善。设计：队列。设置：实验室。参与者：41名参与者（21名男性和20名女性）完成了2个时间点。参与者平均年龄为22.5（2.1）年，高72.5（11.9）CM高，质量为71.0（13.7）千克，大多数是右腿和占主导地位（92.7％）。干预措施：参与者完成了2个临床反应时间测试（计算机化的Stroop和Drop Stick）和5个功能反应时间测试（步态，跳跃着陆，单腿跳，预计切割和意外的剪切）。在单个（仅运动任务）和双重任务（带有认知任务的电机任务）中进行滴棍和功能反应时间评估。主要结果指标：在所有评估中计算反应时间（以秒为单位）。测试 - 使用2路混合效应内相关系数（3，k）确定重新测试可靠性。配对样品t检验比较了会话之间的平均反应时间。结果：测试 - 对所有反应时间结果的重新测试可靠性（类内相关系数[3，K]范围= .766 - .925）。观察到了几种统计学上的显着性平均差异，但效应大小对小（D范围= 0.05 - 0.44）可以忽略不计。结论：功能反应时间评估电池显示出与标准的计算机反应时间评估电池相似的可靠性，并可能提供重要的卫生后信息，但是需要更多的研究来确定临床实用程序。
Robert Herms 认知负荷的有效语音特征...
认知负荷的自动识别是开发自适应系统的重要一步，该系统能够为用户提供动态支持，以便将所经历的负荷保持在最佳范围内，从而实现最大生产力。语音包含大量信息，已被确定为衡量用户认知负荷的潜在方式。本论文的重点是语音特征对自动认知负荷评估的有效性，特别关注该研究领域的新视角。引入了一个名为 CoLoSS 的新认知负荷数据库，其中包含执行学习任务的用户的语音记录。该数据收集与现有的认知负荷数据库形成对比，因为尚未采用学习任务，并且除了迄今为止考虑的离散负荷水平外，它还提供连续的数字标签。CoLoSS 语料库与 CLSE 数据库（其中采用了 Stroop 测试的两个变体和一个阅读广度任务）一起构成了评估的基础。研究了不同类别的各种声学特征（包括韵律、语音质量和频谱）的相关性。此外，还引入了 Teager 能量参数（该参数在压力检测中已被证明非常成功）进行认知负荷评估，并展示了如何使用自动语音识别技术来提取用户认知负荷的潜在指标。作为进一步的贡献，提出了三个手工制作的特征集。通过使用为三类分类（低、中、高认知负荷）设计的独立于说话者的系统进行识别实验，系统地评估了提取的特征的适用性。测试了特征组合、特征选择过滤器、特征规范化方法和模型参数方面的各种配置。为了证明所提出的特征集的泛化能力，进行了跨语料库实验。此外，介绍了一种基于语音的认知负荷建模的新方法，其中负荷表示为连续量，因此其预测可以视为回归问题。在 CoLoSS 语料库上对回归算法的评估揭示了使用自动特征子集选择的优势。
双重任务条件下的姿势稳定
上下文：脑震荡是运动参与的结果。最近的报道表明，在脑震荡后返回运动时，下肢肌肉骨骼损伤的风险增加，这表明实现“正常”平衡可能并未完全表明运动员已经准备好参加比赛。受伤的风险增加可能表明需要重新修复筛查工具以进行清除。目的：评估会议之间的可靠性和将认知任务添加到健康人群中静态和动态姿势稳定性测试中的影响。设置：临床实验室。参与者：十二名健康受试者（6名女性； 22.3 [2.9] y，身高174.4 [7.5] cm，体重70.1 [12.7] kg）参加了这项研究。设计：受试者在有和不增加认知任务（Stroop测试）的情况下接受了静态和动态的姿势稳定性测试。10天后重复测试电池。动态的姿势稳定性测试包括在跨越1腿着陆的障碍上跳跃。计算了稳定指数。在单腿平衡期间，还通过有或没有认知任务评估静态姿势稳定性。平均每个地面反作用力成分的变异性。主要结果指标：计算阶级间相关系数（ICC 2,1）以确定可靠性。均计算了度量的标准误差，平均标准误差，平均检测到的变化和95％的置信间隔。结论：在姿势稳定性评估中增加认知负荷在健康人群中具有中等至优异的可靠性。结果：会话之间的平均差异较低，大多数变量具有中等至优异的可靠性（静态.583 - .877，动态.581 - .939）。添加双重任务对任务的可靠性没有任何重大影响；但是，通常，ICC值有所改善（眼睛打开.583 - .770，双重任务.741 - .808）。这些结果提供了有关在脑震荡人群中返回运动后的较低肌肉骨骼损伤的风险时，就双重任务姿势稳定性测试的可行性提供了初步证据。
LUANA MARIA QUEIROGA PONCIANO MOTA.pdf
注意力缺陷多动障碍（ADHD）是一种神经生物学障碍，以注意力不集中和/或多动冲动为特征。 ADHD 直接影响负责调节社会行为和认知技能的执行功能 (EF)。在临床情况下，每个患者的症状可能具有独特的表现，因此我们可以使用不同的方法来评估这些症状。本文旨在通过心理测试和神经反馈对执行功能进行评估，分析 ADHD 症状在男性和女性中的表现方式。使用了心理测试：数字广度、Corsi Cubes、言语流畅性以及五位数测试 (FDT)。还应用了神经反馈游戏，通过脑机接口将斯特鲁普测试改编成交互式应用程序。研究人员对 21 名儿童测试了开发的工具，其中 11 名儿童被确诊患有 ADHD，另外 10 名儿童没有这种疾病。通过统计分析，我们得出了有希望的结论。神经反馈分析的结果发现了文献中所预期的结果，表明患有 ADHD 的患者前额叶皮质中的慢波数量较多，而 β 波较少，这表明中枢神经系统刺激较低。
Advik Shreekumar MIT经济部77 ...
X射线专家：放射学（就业市场论文）医疗错误的可预测错误是结果的，但很难研究，通常需要对过去案件进行费力的人类审查。i应用算法工具在最常见的医疗决策设置之一中衡量医疗错误的程度和性质：放射科医生解释胸部X射线。我使用最先进的自然语言处理来从其自由文本报告中提取放射科医生对心脏健康的主张，并将这些主张与算法预测进行比较。i使用直接测量心脏健康的外源给药的血液测试对两者进行裁决。至少有55％的放射科医生犯了错误，可以预见的报告误解了患者心脏健康的严重程度。与医学文献中的主要假设相反，这些错误并不能反映放射学家超重的显着信息。相反，它们系统地对患者风险的信号有系统地反应。一个分解表明，这些错误大致反映了个人放射科医生的最佳临床实践（a“人类边界”），以及最佳实践和算法预测（“机器边界”）之间的进一步差距。原则上，到达人类边界会将放射科医生的假负率降低20％，而假阳性率降低了2％；到达机器边界会将假否定性降低12％，假阳性降低2％。最后，我发现在这种情况下，机器学习所揭示的错误不会偏向代表性不足的组，从而强调了通过算法检测算法的承诺。管理情绪：在线正念冥想对心理健康和经济行为（带有皮埃尔·卢克·沃特里（Pierre-Luc Vautrey））的正念冥想的影响已受欢迎，这是由于可访问的智能手机应用程序以及对心理健康的不断增长所致。虽然声称此类应用会影响心理健康，生产力和决策，但由于样本量有限和损失量高，现有证据尚无定论。我们通过对2,384名美国成年人进行大规模，低呼吸的实验来解决这些问题，对流行的正念应用程序进行随机访问和使用激励措施。APP访问在两周后将焦虑，抑郁和压力的指数提高0.38个标准偏差（SDS），在四个星期时将0.46 SDS提高，三个月后持续效应。它还将重点校对任务的收入提高了2％。但是，我们发现对标准认知测试（一项stroop任务）以及对风险和信息获取的决策的影响接近零，在过去的经济学研究中表明情绪会影响选择。这项研究提供了证据，表明数字正念可以提高心理健康并可以提高生产力，但表明这些影响并不源于传统的认知能力措施，也不伴随着我们衡量的信息和风险偏好的更原始的变化。
Advik Shreekumar
X射线专家：放射学（就业市场论文）医疗错误的可预测错误是结果的，但很难研究，通常需要对过去案件进行费力的人类审查。i应用算法工具在最常见的医疗决策设置之一中衡量医疗错误的程度和性质：放射科医生解释胸部X射线。我使用最先进的自然语言处理来从其自由文本报告中提取放射科医生对心脏健康的主张，并将这些主张与算法预测进行比较。i使用直接测量心脏健康的外源给药的血液测试对两者进行裁决。至少有55％的放射科医生犯了错误，可以预见的报告误解了患者心脏健康的严重程度。与医学文献中的主要假设相反，这些错误并不能反映放射学家超重的显着信息。相反，它们系统地对患者风险的信号有系统地反应。一个分解表明，这些错误大致反映了个人放射科医生的最佳临床实践（一种“人类边界”），以及最佳实践和算法预测（“机器边界”）之间的进一步差距。原则上，到达人类边界会将放射科医生的假负率降低20％，而假阳性率降低了2％；到达机器边界会将假否定性降低12％，假阳性降低2％。最后，我发现在这种情况下，机器学习所揭示的错误不会偏向代表性不足的组，从而强调了通过算法检测算法的承诺。管理情绪：在线正念冥想对心理健康和经济行为（带有皮埃尔·卢克·沃特里（Pierre-Luc Vautrey））的正念冥想的影响已受欢迎，这是由于可访问的智能手机应用程序以及对心理健康的不断增长所致。虽然声称此类应用会影响心理健康，生产力和决策，但由于样本量有限和损失量高，现有证据尚无定论。我们通过对2,384名美国成年人进行大规模，低呼吸的实验来解决这些问题，对流行的正念应用程序进行随机访问和使用激励措施。APP访问在两周后将焦虑，抑郁和压力的指数提高0.38个标准偏差（SDS），在四个星期时将0.46 SDS提高，三个月后持续效应。它还将重点校对任务的收入提高了2％。但是，我们发现对标准认知测试（一项stroop任务）以及对风险和信息获取的决策的影响接近零，在过去的经济学研究中表明情绪会影响选择。这项研究提供了证据，表明数字正念可以提高心理健康并可以提高生产力，但表明这些影响并不源于传统的认知能力措施，也不伴随着我们衡量的信息和风险偏好的更原始的变化。
青少年玩电子游戏后的认知变化
# 顾问 摘要 最近的研究表明，电子游戏会改变青少年的认知能力，但尚不清楚青少年的认知能力在玩完电子游戏后短期内如何变化。这项研究测量了玩电子游戏 (VGP) 的青少年在玩完电子游戏后不同时间间隔的选择性注意力、处理速度、持续注意力和认知灵活性的差异。使用了三种不同的推理测试：节奏听觉序列加法测试 (PASAT)、持续注意反应任务 (SART) 和斯特鲁普任务。还使用了自定义的 250 个问题算术测试，但无法发现玩电子游戏后 VGP 之间的处理速度差异。研究中的所有 VGP 参与者在玩电子游戏之前都接受了推理测试，玩了英雄联盟 (LoL)——以大量使用空间意识、认知决策和工作记忆而闻名——一小时，然后在玩完 LoL 后的不同时间再次进行推理测试。这项实验证实了电子游戏可以提高认知能力，尽管实验发现，随着时间的推移，VGP 青少年在玩电子游戏后，选择性和持续性注意力会下降。未来的研究可能希望扩展时间变量，以测试电子游戏如何在更长时间内以更大的样本量影响注意力或认知。简介随着 1989 年蒂姆·伯纳斯·李爵士发明的万维网，全球范围内信息量激增。最终，电子游戏（一种用户与数字界面互动的娱乐形式）出现在互联网上：这些游戏被称为网络游戏，它们增加了电子游戏的受欢迎程度。全球有超过 20 亿人玩电子游戏（Newzoo，2017 年），美国约有 1.5 亿人玩电子游戏（娱乐软件协会，2019 年）。随着人们对电子游戏的兴趣大增，许多神经科学家和心理学家开始思考电子游戏对人类大脑的影响。他们发现，当人们玩电子游戏时，认知，即大脑思考、感知或行动的方式，会发生变化。电子游戏涉及空间认知的使用，其中眼睛中的数百万个感觉神经元处理视觉信息（Spence & Feng，2010）。然而，大脑无法解释所有的视觉数据，必须增强认知操作来检测特定图像以保持空间意识——通过提高快速图像检测和空间意识，认知会发生改变。（Spence & Feng，2010）。文献综述在过去的几十年里，人们结合心理学和神经科学对电子游戏进行了研究。随着磁共振成像（MRI）、功能性磁共振成像（fMRI）和认知推理测试的发展，研究人员已经能够衡量电子游戏对人类心理的影响。
研究静止状态的脑电图微骨与执行功能之间的关系：无效的发现
执行功能是人类认知的标志，并被定义为“高级认知过程，使个人能够在目标指导行为期间调节自己的思想和行动”（Friedman＆Miyake，2017年）。在处理新颖和复杂的任务或情况时，通常会被招募（Miyake等，2000），并依靠一组包括额叶和顶部区域在内的大规模功能性脑网络（Uddin，2021年）。在此注册报告中，我们建议研究静止状态（RS）EEG微骨和执行功能之间的联系。执行功能很难研究，因为它们涵盖了相互关联的大量认知功能，这意味着它们不能纯粹通过特定的认知任务进行研究。为了克服此任务杂质问题，已提出使用潜在变量分析，该分析仅捕获跨误解的共同方差（Friedman等，2008； Miyake等，2000）。在域中进行了一项高度影响的研究（Miyake等，2000）表明，执行功能可以分解为三个潜在变量：心理固定转换（“移动”），信息进行记忆中的更新和监测（“更新”）和抑制前体反应（“抑制profentent profent-tim-thimibi-timi-timibi-timi-timimi-tim-tim”）。在此模型中，已经选择了九项认知任务（每个潜在变量三个），并发现彼此之间较弱相关（R介于0.05和.34之间），而三个潜在变量彼此之间显示中等相关性（R介于.42和.63之间）。执行功能的神经底物已在很大程度上通过fMRI进行了研究。这些结果说明了执行功能既显示统一性和多样性的事实（Friedman＆Miyake，2017）。有趣的是，这种三因素模型显示出一些鲁棒性，因为它在健康的成人样本中多次复制（Karr等，2018）。Searching the Neurosynth database ( https://neurosynth.org/ ) with the separate terms “ executive functions ” , “ inhibition ” , “ shifting ” , “ working memory ” , returns overlapping sets of overlapping brain areas that include frontal areas (dorsolateral prefrontal cortex, anterior cingulate cortex, inferior frontal gyrus) and parietal areas （下顶叶，角回）（Uddin，2021），它是额叶 - 顶网络（FPN），执行控制网络（ECN）和显着性网络（SN）的一部分（Xu等，2020）。使用动态功能连通性（DFC）的研究表明，在执行功能任务（例如Stroop或n-背部）中，这些网络是动态调节的（Braun等，2015； Douw等，2016）。这些结果与最近假设神经灵活性的假设一致（即，大脑从一个状态变为另一种状态的能力）与认知表现有关（Hartwigsen，2018； Uddin，2021）。通过将RS期间fMRI DFC与各种认知功能任务的性能相关联，已进一步研究了这一假设（Zelazo，2006; Douw等，2016; Jia等，2014; Nomi等，2017）。综上所述，这些fMRI DFC研究表明，大脑网络动力学可能是认知性能的内在特征（Nomi等，2017; Uddin，2021）。除了fMRI外，EEG还提供了一种有趣的手段，可以捕获A
囤积症和
患有囤积症 (HD) 的患者难以丢弃物品，并且倾向于囤积大量物品，无论其实际价值如何，使生活区变得杂乱无章 (Timpano 等人，2013)。囤积症状最初被认为是强迫型人格障碍的诊断标准或强迫症 (OCD) 的症状维度。然而，大多数患有强迫症的人并没有报告明显的囤积行为 (Pertusa 等人，2010)，而患有 HD 的人通常不符合强迫症的其他症状标准 (Frost 等人，2012)。事实上，囤积和强迫症症状显示出较弱的相关性，在因子分析中，它们通常被归类为不同的维度 (Wu & Watson，2005)。因此，在《精神障碍诊断和统计手册》第五版（DSM-V）（APA，2013）中，强迫性囤积被视为强迫症谱系中的一种独立诊断。然而，HD 的病理生理学在很大程度上是未知的。大多数评估强迫性囤积神经相关性的研究都评估了强迫症患者的囤积症状（从维度角度）（Mataix-Cols 等人，2004 年；Harrison 等人，2013 年），或比较了有强迫性囤积和无强迫性囤积的强迫症样本（Saxena 等人，2004 年；An 等人，2009 年）。因此，它们不能代表没有表现出强迫症状的 HD 患者。只有最近的研究将没有强迫症的囤积者与健康对照者（HC）或没有囤积症状的强迫症患者进行了比较（Tolin 等人，2009 年，2012 年）。然而，这些研究使用的任务旨在在囤积相关决策（即丢弃物品）过程中触发复杂的情绪。因此，由于这些患者整体上缺乏激活，因此它们无法与强迫症进行有意义的比较（Tolin 等人，2012 年）。为了从神经生物学角度证实亨廷顿舞蹈症和强迫症之间的临床区别，重要的是比较两组患者在执行与强迫症病理生理相关的任务时的行为和大脑激活特征。认知控制不佳在强迫症的病理生理模型中起着重要作用，并被认为是该疾病的潜在内表型（Chamberlain 和 Menzies，2009 年）。抑制功能和注意力转换受损确实可能是强迫观念和强迫行为控制不佳的根本原因（Snyder 等人，2015 年）。已知这些执行功能由前额叶、顶叶和纹状体区域支持（Norman 等人，2016 年），这些区域在当前的强迫症神经生物学模型中处于核心地位，是皮质-纹状体-丘脑-皮质 (CSTC) 回路的一部分（Menzies 等人，2008 年；van den Heuvel 等人，2016 年）。此外，强迫症还具有过度绩效监控的特征，这可能是某些强迫症症状（例如重复检查）出现的原因（Harkin 等人，2012 年）。绩效监控与背外侧前额叶和前扣带皮层 (dlPFC 和 ACC) 有关 (Melcher 等人，2008)，神经影像学研究一致报告称，在绩效监控期间，强迫症患者的 ACC 过度激活 (Melcher 等人，2008)。因此，评估这些神经认知领域的方案可以为进一步区分亨廷顿舞蹈症和强迫症提供启示。尽管如此，之前只有两项神经影像学研究重点比较了强迫症和亨廷顿舞蹈症之间执行功能障碍的神经相关性。第一项研究评估了 Go/No-Go 方案中的反应抑制和绩效监控 (Tolin 等人，2014)，而第二项研究检查了这些相同的功能，还包括反应冲突任务 (即 Stroop) (Hough 等人，2016)。两项研究均未发现各组之间的绩效差异。在神经生物学层面，亨廷顿氏病患者在反应抑制过程中表现出与强迫症组相比明显的过度活跃，尽管研究结果的具体模式有所不同：从右中央前回的单个簇（Tolin 等人，2014 年）到