成人和儿童都通过反馈来学习将环境事件和选择与奖励联系起来,这一过程称为强化学习 (RL)。然而,用于评估儿童 RL 相关神经认知过程的任务有限。这项研究在记录事件相关电位 (ERP) 的同时,在青春期前儿童 (8-12 岁) 中验证了概率奖励学习任务的儿童版,重点关注:(1) 奖励-反馈敏感性 (额叶奖励相关积极性,RewP),(2) 对反馈的晚期注意力相关反应 (顶叶 P300),以及 (3) 注意力转向喜爱的刺激 (N2pc)。从行为上讲,正如预期的那样,青春期前儿童可以学习刺激-奖励结果关联,但表现水平各不相同。与学习优秀的学生相比,学习较差的学生表现出更大的 RewP 振幅。学习策略(即赢-输-留下-转移)由反馈诱发的 P300 振幅反映。最后,注意力会转移到待选择的刺激上,这一点由 N2pc 证明,但不会像成年人那样转移到奖励更高的刺激上。这些发现为青少年 RL 背后的神经过程提供了新的见解。
320,000 欧元用于德国-乌克兰研究项目:由于战争相关的身体和心理压力导致的临床相关病毒重新激活 超过 1000 天的战争!俄罗斯侵略战争给乌克兰人民带来了巨大的身体和心理压力。压力引起的一个经常被忽视但非常严重的医学问题是慢性病毒的重新激活。我们都携带慢性病毒,尤其是疱疹病毒,如果免疫防御有效,这些病毒通常不会引起疾病。然而,严重或长期的压力会损害我们的免疫防御,直到它们最终失效。一些疱疹病毒重新激活会导致严重疾病。这些疾病要么会急性危及生命,如 CMV 的情况,要么会导致长期疼痛的疾病,如 HSV-1 和 VZV 的情况。例如,VZV 重新激活会导致带状疱疹 (带状疱疹),这可能与慢性疼痛和长期丧失工作能力有关。此外,病毒的重新激活本身会威胁到心理健康,这对患者来说是一个恶性循环。目前尚不清楚哪些威胁会导致战争情况下的病毒重新激活。受伤、前线战斗、流离失所或对空袭的持续恐惧是相关的诱因吗?这些知识对于通过接种疫苗预防病毒重新激活或用药物治疗病毒重新激活,从而保护弱势群体免受沉重的负担非常重要。作为德国国际合作机构临床合作伙伴计划的一部分,埃森大学医院病毒学研究所的一个研究小组与波尔塔瓦州立医科大学 PSMU 合作,将从 2024 年 12 月起获得 320,000 欧元的进一步资助。2023 年和 2024 年,通过德国国际合作机构资助的埃森-波尔塔瓦紧急援助项目,波尔塔瓦已经成功建立了病毒和细菌的实验室诊断系统。研究项目现在可以在此基础上继续发展。问卷和头发样本将用于确定难民和伤员的压力水平。然后,将使用血液样本分析埃森-波尔塔瓦医院伙伴关系内各个群体的免疫力和病毒再激活情况。详细活动(摘要): - 确定不同群体的压力水平(使用问卷) - 分析埃森和波尔塔瓦的样本。在波尔塔瓦已建立的网络和那里可用的设备框架内分析免疫力和病毒再激活情况 - 对波尔塔瓦的诊断人员进行特殊培训 - 教学和临床研究能力建设 - 收集研究数据,确定目标群体 - 确定所需的药物和疫苗 - 支持提供适当的治疗和疫苗接种
背景。研究表明,严重的精神疾病(SMD),例如精神分裂症,重度抑郁症和躁郁症,与大脑活动的常见改变有关,尽管降低了损害水平。但是,研究发现之间的差异可能是由于小样本量和使用不同功能性磁共振成像(fMRI)任务的使用。为了解决这些问题,通过数据驱动的荟萃分析方法旨在识别跨任务的均质大脑共同活性模式,以更好地表征这些疾病之间的常见和独特的变化。方法。进行了分层聚类分析,以识别报告类似神经成像结果的研究组,与任务类型和精神病学诊断无关。然后在每个研究组中进行了传统的荟萃分析(激活可能性估计),以提取其异常激活图。结果。总共针对762个FMRI研究对比,包括13个991例SMD患者。层次聚类分析确定了5组研究(荟萃分析分组; MAG),其特征是SMD的不同异常激活模式:(1)情绪处理; (2)认知处理; (3)电动机过程,(4)奖励处理和(5)视觉处理。虽然MAG1通常受到通常受损的损害,但MAG2在精神分裂症中受到了更大的损害,而MAG3和MAG5则发现疾病之间没有差异。结论。本研究强调了同时研究SMD而不是独立研究的重要性。mag4表现出诊断差异最强的差异,尤其是在纹状体,后扣带回皮层和腹侧前额叶皮层。SMD主要由脑网络中的常见缺陷来表征,尽管疾病之间的差异也存在。
用于定义大脑区域的图谱是 HCP-MMP 基于表面的图谱 (Glasser, et al., 2016),如图 S1 所示。在 HCP-MMP 图谱中,每个区域都有其 RegionID,我们在表 S1 中显示了该 ID。有关这些区域的详细信息,请参阅 Glasser et al (2016) 提供的补充材料文件 NIHMS68870-supplement-Neuroanatomical_Supplementary_Results.pdf。在该补充材料文件中,建议根据地理接近度和功能相似性对区域进行分组,此分组显示在表 S1 中标记为 CortexID 的列中。这导致了区域的排序不同,我们在表 S1 中显示了该排序,其中 HCP 图谱中的原始 regionID 显示在标题为“regionID”的列中。亚利桑那大学的 Dianne Patterson 博士在 https://neuroimaging-core-docs.readthedocs.io/en/latest/pages/atlases.html 上描述了 HCP-MMP 图谱的重新排序版本,其中提供了用于帮助生成表 S1 的以下支持文件:HCP-MMP_UniqueRegionList.csv 和 Glasser_2016_Table.xlsx。我们根据此文件创建了文件 HCPMMP_CortexID_Ordering.xlsx,该文件可从本作者处获得。本文中显示的连接矩阵使用了表 S1 中显示的顺序,该顺序也用于该图谱的体积和扩展形式(Huang, et al., 2022)。
资金:该工作得到了以下资助。冯建军教授:国家重点研发计划(编号 2019YFA0709502);111 项目(编号 B18015);上海市科技重大项目(编号 2018SHZDZX01)、ZJLab 和上海脑科学与脑启发技术研究中心;以及国家重点研发计划(编号 2018YFC1312904)。GD 得到了西班牙国家研究项目(编号 PID2019-105772GB-I00 MCIU AEI)的支持,该项目由西班牙科学、创新和大学部 (MCIU)、国家研究机构 (AEI) 资助;HBP SGA3 人脑项目特定资助协议 3(资助协议编号 945539),由欧盟 H2020 FET 旗舰计划资助; SGR 研究支持小组支持(编号 2017 SGR 1545),由加泰罗尼亚大学和研究资助管理局 (AGAUR) 资助;Neurotwin 数字孪生,用于模型驱动的非侵入性脑电刺激(资助协议编号:101017716),由欧盟 H2020 FET 主动计划资助;euSNN 欧洲网络神经科学学院(资助协议编号:860563),由欧盟 H2020 MSCA-ITN 创新培训网络资助;CECH 新兴人类大脑集群(编号 001-P-001682),属于欧洲研究发展基金加泰罗尼亚 2014-2020 运营计划框架内;Brain-Connects:中风恢复和康复期间的大脑连接(编号 201725.33),由 Fundacio La Marato TV3 资助; Corticity,FLAG-ERA JTC 2017,(编号 PCI2018-092891)由西班牙科学、创新和大学部 (MCIU)、国家研究机构 (AEI) 资助。资助来源未参与研究设计;数据的收集、分析和解释;报告撰写;以及提交文章发表的决定。
执行摘要................................................................................................ 2 I. 背景和上下文....................................................................................4 II. 与 PJM 研究的比较..............................................................................5 III. 情景.................................................................................................6 IV. 结果.................................................................................................8 V. 结论.......................................................................................................10 附录:模型输入和设置....................................................................12
研究文章 | 行为/认知 简单算术处理过程中人脑连续激活的时空动态 https://doi.org/10.1523/JNEUROSCI.2118-22.2024 收稿日期:2022 年 11 月 14 日 修订日期:2024 年 2 月 16 日 接受日期:2024 年 3 月 3 日 版权所有 © 2024 作者
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2023年11月22日发布。 https://doi.org/10.1101/2023.11.22.568334 doi:Biorxiv Preprint
神经解码可以概念化为通过特征空间将大脑反应映射回感官刺激的问题。我们引入了 (i) 一种新颖的实验范式,该范式使用具有先验已知特征表示的、控制良好但高度自然的刺激,以及 (ii) 其实现,用于从大脑记录中对面部进行超现实感知重建 (HYPER)。为此,我们在神经解码管道的最早步骤中使用生成对抗网络 (GAN),通过获取 fMRI 数据,因为受试者会感知由 GAN 的生成器网络合成的面部图像。我们表明,用于生成的潜在向量有效地捕获了与 fMRI 测量相同的定义刺激属性。因此,GAN 潜在向量可用作感知图像的基础特征,可以预测(重新)生成,从而实现迄今为止最准确的感知重建。