摘要背景:目前的肌电假肢缺乏本体感受信息,依靠视觉进行控制。随着非侵入性振动触觉或电触觉反馈的出现,感觉替代技术正在不断发展,但大多数系统都是为抓握或物体辨别而设计的,很少有系统在截肢者身上进行在线控制测试。这项研究的目的是评估一种新型振动触觉反馈对健康受试者和肱骨水平上肢截肢参与者虚拟肘部肌电控制准确性的影响。方法:16 名健康参与者和 7 名肱骨截肢者在不同的反馈条件下对虚拟手臂进行肌电控制:仅视觉 (VIS)、仅振动 (VIB)、视觉加振动 (VIS + VIB) 或根本没有反馈 (NO)。通过离散和前后运动期间的角度误差来评估到达精度。使用 NASA-TLX 问卷评估健康参与者的工作量,并在实验结束时根据偏好对反馈条件进行排序。结果:NO 中的到达误差高于 VIB,表明与无反馈相比,我们的振动触觉反馈提高了性能。VIS 和 VIS + VIB 条件表现出相似的性能水平,产生的错误比 VIB 低。因此,视觉对于保持良好的性能仍然至关重要,这不会因添加振动触觉反馈而改善或恶化。与 VIB 相关的工作量高于 VIS 和 VIS + VIB,两者之间没有差异。62.5% 的健康受试者更喜欢 VIS + VIB 条件,并将 VIS 和 VIB 分别排在第二和第三位。
背景:确定临床上可用的体积测定方法之间的方法间差异对于在更广泛的背景下临床应用脑体积测定至关重要。目的:本研究旨在检验西门子形态测量 (SM) 软件和 NeuroQuant (NQ) 软件的方法间可靠性和差异。材料和方法:这项回顾性研究纳入了 86 名患有主观或客观认知障碍的受试者的 MRI 图像。在本研究中,使用 3T MR 扫描仪 (Skyra 3T, Siemens) 为所有受试者获取了 3D T1 体积图像。使用 SM 和 NQ 对 3D T1 体积图像进行体积分析。为了分析方法间差异、相关性和可靠性,我们使用了配对 t 检验、Bland-Altman 图、Pearson 相关系数、组内相关系数 (ICC) 和效应大小 (ES),使用了 MedCalc 和 SPSS 软件。结果:SM 和 NQ 对皮质灰质、脑白质和脑脊液的测量结果具有极好的可靠性;对颅内容积、全脑体积、丘脑和海马的测量结果具有良好的可靠性。相反,对包括尾状核、壳核和苍白球在内的两个基底神经节的测量结果可靠性较差。配对比较显示,虽然两种软件对右侧海马的平均体积没有差异,但两种方法对左侧海马体积的平均差异为 0.17 ml(P < 0.001)。其他脑区在两种软件的测量体积方面存在显著差异。结论:SM 和 NQ 在评估大多数脑结构时具有良好至优秀的可靠性,但认知障碍患者的基底神经节除外。研究人员和临床医生在交替使用这两种不同的软件时,应注意测量体积的潜在差异。
计算全脑模型基于局部模型,区域间功能相互作用以及指定区域间连接强度的结构连接组来描述每个大脑区域的静息活动。损害了构成这些模型的骨干的健康构成构成连接组,并在区域间功能相互作用中产生巨大变化。这些相互作用通常是通过将两个大脑区域之间的活动的时间序列相关联,该过程称为静止功能连接。我们表明,添加有关患者病变产生的结构断开信息的信息,以前是先前对来自大量健康受试者的结构和功能数据进行培训的全脑模型,可以预测患者的静止功能连接性,并直接适合该模型的数据,直接适合患者的数据(Pearson Earleration = 0.37 = 0.37 = 0.37;均一差异= 0.005)。此外,模型动力学再现了基于功能连通性的措施,这些措施通常是中风患者中的MAL和特异性分离这些异常的措施。因此,尽管全脑模型通常涉及大量自由参数,但结果表明,即使固定了这些参数,该模型也会从与训练模型的人群截然不同的人群中重现。除了验证模型外,这些结果还表明,该模型可以机械地捕获解剖结构与人脑的功能活性之间的关系。
神经调节是旨在调节弥漫性神经元活性以实现治疗作用的技术的集合。通过在大脑中应用外部能量(例如电流,磁场,光或超声)来获得调制时,它被称为神经刺激1。非侵入性脑刺激(NIBSS)技术,例如电击疗法(ECT),经颅磁刺激(TMS)和经颅电刺激(TES),对大脑发挥可测量的结构和功能作用。这些影响包括增加神经可塑性2,大脑结构3和连通性4的变化以及脑衍生的神经营养因子(BDNF)水平5的恢复。某些NIBSS溶液是FDA批准的,用于治疗各种脑部疾病,包括抑郁症6和强迫症7(OCD),强调了神经调节的治疗潜力。
图 3 森林图显示视网膜层与平均扩散率之间的关联。框代表系数,水平线代表 95% 置信区间(未校正)。视乳头周围 RNFL(蓝色)。GC-IPL(红色)。GCC(绿色)。根据性别、年龄、眼轴长度、脉压、体重指数、吸烟状况和颅内总容量调整的多元线性回归模型。负 β 系数对应于平均扩散率的降低和 WM 微结构完整性的改善,视网膜亚层厚度每增加一个标准差。FDR,错误发现率。*对数转换结果:出于演示原因,系数和置信区间的比例有所变化。区域中的二分视网膜层:小脑中脚、小脑下脚的 ppRNFL;穹窿脊或终纹的 ppRNFL 和 GCC。
本指南为申办方和研究者提供了在评估用于预防或治疗门诊成人和青少年受试者的 COVID-19 的药物或生物制品的临床试验中如何测量和分析与 2019 冠状病毒病 (COVID-19) 相关的常见症状的方法的考虑。本指南不适用于评估用于治疗或预防儿童和成人感染后 COVID-19 状况(例如,长期 COVID、多系统炎症综合征)的产品的开发计划,也不适用于预防性疫苗的开发计划。本指南不涉及临床试验设计方面的考虑因素,除了涉及测量和分析门诊患者 COVID-19 相关症状的考虑因素之外。需要住院治疗的 COVID-19 患者的考虑因素不在本指南的范围内。
摘要:视觉感知是人类生活的重要组成部分。在面部识别的背景下,它使我们能够区分情绪和区分一个人与另一个人的重要面部特征。然而,患有记忆丧失的受试者面临严重的面部处理问题。如果面部特征的感知受到记忆障碍的影响,那么就可以使用来自大脑视觉处理区域的大脑活动数据对视觉刺激进行分类。本研究通过面部的反转效应区分熟悉度和情绪方面,并使用卷积神经网络 (CNN) 模型 (EEGNet、EEGNet SSVEP (稳态视觉诱发电位) 和 DeepConvNet) 从原始脑电图 (EEG) 信号中学习判别特征。由于可用的 EEG 数据样本数量有限,引入了生成对抗网络 (GAN) 和变分自动编码器 (VAE) 来生成合成 EEG 信号。生成的数据用于预训练模型,并初始化学习到的权重以在真实 EEG 数据上训练它们。我们研究了脑信号中的细微面部特征以及深度 CNN 模型学习这些特征的能力。研究了面部倒置的影响,观察到 N170 成分具有相当长且持续的延迟。结果,根据面部姿势将情绪和熟悉刺激分为两类。直立和倒置刺激类别的混淆发生率最小。该模型学习面部倒置效应的能力再次得到证明。
摘要:越来越多的证据表明,磁共振成像 (MRI) 是诊断阿尔茨海默病 (AD) 和预测这种神经退行性疾病发病的重要技术。在本研究中,我们提出了一个精确度极高的复杂机器学习 (ML) 模型来诊断早期 AD。我们共检查并分析了 150 名受试者 (年龄 ≥ 60 岁) 的 373 项 MRI 测试,同时分析了与标准 AD 诊断相关的 14 个不同特征。我们使用了四种 ML 模型(例如朴素贝叶斯 (NB)、人工神经网络 (ANN)、K 最近邻 (KNN) 和支持向量机 (SVM))和接收者操作特性 (ROC) 曲线度量来验证模型性能。每个模型评估都在三个独立实验中进行。在第一个实验中,使用手动特征选择进行模型训练,ANN 的 ROC 准确度最高 (0.812)。在第二个实验中,通过包装方法进行自动特征选择,NB 实现了最高的 ROC 0.942。最后一个实验包括将四个模型结合起来开发的集成或混合建模。这种方法提高了 ROC 的准确度,为 0.991。我们得出结论,集成建模的参与,加上选择性特征,可以更准确地预测早期 AD 的发展。
Master's Degree in Research and Innovation in Computational Intelligence and Interactive Systems .................................................................................................................................................... 13
基于在中国(2023年版)诊断和治疗高尿素相关疾病的跨学科专家共识的发现(2023年),据报道,华人在中国的流行率为13.3%,使其成为该国第二大最流行的代谢障碍(1,2)。已经发现血清尿酸水平升高与痛风,高血压,冠心病和代谢综合征的其他成分的发展有关,从而对患者和社会产生了巨大的经济负担(3)。当前,别嘌呤醇和Febosostat经常用于临床治疗中,以降低尿酸水平。然而,延长这些药物的给药可能会导致不良影响,包括肝和肾功能障碍(4)。越来越多的证据表明,多糖具有增强有害细菌增殖,恢复肠道菌群平衡并促进尿酸排泄的潜在活性(5,6)。此外,多糖具有无毒的副作用和高稳定性。因此,开发多糖资源以安全有效地调节尿酸代谢已成为中国现代食品行业的重点。