XiaoMi-AI文件搜索系统
World File Search Systemcortical
皮质折叠的计算模型 - NSF-PAR
脑回形成过程是大脑发育过程中生物和机械过程相互作用的结果，大脑通过脑回形成复杂的脑回丘和脑沟谷结构。研究人员开发了大量计算模型来研究皮质折叠。本综述旨在总结这些研究，重点介绍影响大脑发育和脑回形成的五个基本要素以及它们在计算模型中的表示方式：(i) 颅骨、脑膜和脑脊液的限制；(ii) 皮质层和区域的异质性；(iii) 皮质下纤维束的各向异性行为；(iv) 脑组织的材料特性；(v) 大脑的复杂几何形状。最后，我们重点介绍了未来模拟大脑发育的领域。
视觉皮层假体：电气视角
视觉皮层电刺激有可能恢复盲人的视力。到目前为止，视觉皮层假肢的效果有限，因为没有假肢能够恢复完整的视力，但由于无线和技术的进步，该领域在最近几年重新引起了人们的兴趣。然而，为了实现这些新设备所期望的治疗效果，仍有许多科学和技术挑战需要解决。其中一个主要挑战是对大脑本身的电刺激。在这篇综述中，我们从电气的角度分析了基于电极的视觉皮层假肢的结果。我们首先简要介绍关于电极-组织界面和电刺激安全性的已知信息。然后，我们重点介绍假肢视觉的心理物理学以及视觉皮层电刺激与光幻视感知之间相互作用的最新进展。最后，我们讨论了视觉皮层电刺激和电极阵列设计在开发新一代可植入皮层视觉假肢方面所面临的挑战和前景。
主要抑郁症的神经反馈训练
耶鲁大学纽黑文的心理学系，CT 06520； B心理和神经发育遗传学单元，马萨诸塞州马萨诸塞州综合医院基因组医学中心，马萨诸塞州波士顿，马萨诸塞州02114；马萨诸塞州布里奇研究所和哈佛大学广泛研究所的史丹利精神病学研究中心，马萨诸塞州剑桥市02142； D马萨诸塞州波士顿的马萨诸塞州马萨诸塞州综合医院精神病学系，马萨诸塞州02114； E新加坡国立大学睡眠与认知中心电气和计算机工程系，新加坡119077； F新加坡国立大学的转化磁共振研究中心电气和计算机工程系，119077； G N.1新加坡国立大学卫生研究所，新加坡119077；新加坡国立大学的数字医学研究所H 119077； I蒙特利尔蒙特利尔大学蒙特利尔神经病学研究所，蒙特利尔，QC H3A 0G4，加拿大蒙特利尔神经病学研究所的神经和神经外科系； J McConnell Brain Imaging Center，McGill University，Montreal，QC H3A 0G4，加拿大； K纽约州伊萨卡市康奈尔大学电气与计算机工程学院; 14850年； L Meinig生物医学工程学院，纽约州伊萨卡市康奈尔大学，14850年；马萨诸塞州查尔斯敦的马萨诸塞州综合医院生物医学成像中心，马萨诸塞州02129； n新加坡国立大学综合科学与工程学研究生院，新加坡国立大学，新加坡119077； o耶鲁大学纽黑文的精神病学系，CT 06520
后皮质萎缩 (PCA) 的阶段
后皮质萎缩 (PCA) 的阶段 由 Sebastian Crutch、Jill Walton、Amelia Carton 和 Tim Shakespeare (伦敦大学学院神经病学研究所痴呆症研究中心) 与 PCA 支持小组成员共同撰写 目的 当被诊断为 PCA 时，许多人自然会问接下来会发生什么，他们能够继续从事某项活动多长时间，或者他们何时需要什么护理。这些问题通常会得到“我们不知道”或“每个人都不一样”的回答。在许多方面，这些回答是合理的，因为 PCA 的经历确实因人而异。由于年龄、健康状况和 PCA 综合征的潜在疾病等多种因素，症状可能因人而异。不是每个人都会经历相同的症状或以相同的速度进展。但尽管如此，这些回答并没有太大帮助。本文档试图提供一个通用框架来描述 PCA 过程中能力如何变化。希望诸如所描述的“阶段”之类的术语可以提供一种通用语言，有助于讨论哪些治疗、疗法、支持或决策是合适的。框架对 PCA 的描述基于描述典型阿尔茨海默病进展的七阶段框架（请参阅 http://www.alz.org/alzheimers_disease_stages_of_alzheimers.asp?type=alzFooter），源自纽约大学医学院西尔伯斯坦衰老和痴呆研究中心临床主任 Barry Reisberg 医学博士开发的系统。这些对典型 AD 阶段的原始描述在文档末尾的附录 II 中重现，以便对这两种疾病进行比较。对于某些人来说，随着病情的发展，PCA 可能越来越像典型的 AD。对于其他人来说，所经历的变化可能直到最新阶段才有所区别。第 1 阶段：无损害（一切正常） 第 2 阶段：非常轻微的衰退（有些地方出了问题，但不清楚是什么问题；可能包括事后才认识到的问题） 第 3 阶段：轻微的衰退（每个人都接受有些地方出了问题；不是一直都有问题，但有些人无法完成某些事情或者遇到了问题） 第 4 阶段：中度衰退（问题现在非常严重，需要帮助进行许多日常活动） 第 5 阶段：中度严重衰退（问题现在非常严重，需要帮助进行大多数日常活动） 第 6 阶段：严重衰退（一系列思维和感官能力都出现重大问题，明显出现更全面的痴呆症） 第 7 阶段：非常严重的衰退（许多基本能力丧失，护理需求类似于典型的终末期阿尔茨海默病患者）
皮质相位振幅耦合是发生的关键
©作者2022。由牛津大学出版社（Oxford University Press）代表大脑的担保人出版。这是根据Creative Commons Attribution-Noncmercial Licens（https://creativecommons.org/licenses/by-nc/4.0/）发行的一份开放访问文章，该媒介在任何媒介中都可以在任何媒介中进行任何媒介，但前提是原始工作被正确引用。有关商业重复使用，请联系journals.permissions@oup.com 1
婴儿低频脑电图皮质功率、皮质追踪和相位-幅度耦合可预测一年后的语言能力
研究表明，皮质信号可以追踪连续语音的声学和语言特性。这种现象在儿童和成人中都有测量，反映了成人的语音理解能力以及注意力和预测等认知功能。此外，在患有语音困难（发育性阅读障碍）的儿童中也发现了非典型的低频皮质语音追踪。因此，低频皮质信号可能在语言习得中发挥关键作用。Attaheri 等人（2022 年）[1] 最近对婴儿进行了一项研究，探究了 4、7 和 11 个月大婴儿在听歌唱时的皮质追踪机制。时间响应函数 (TRF)、相位-幅度耦合 (PAC) 和动态 θ-δ 功率 (PSD) 分析的结果表明 delta 和 θ 神经信号的语音包络追踪和刺激相关功率 (PSD)。此外，在所有年龄段都发现了由 delta 和 theta 驱动的 PAC，其中 theta 阶段表现出比 delta 更强的 PAC 和高频振幅。本研究测试这些先前的发现是否在参与这项纵向研究的整个婴儿队列（N = 122）的后半部分中得到重复（前半部分：N = 61，(1)；后半部分：N = 61）。除了展示良好的复制效果之外，我们还使用婴儿主导和父母估计的测量方法以及多变量和单变量分析来调查生命第一年的皮质追踪是否可以预测整个队列（招募的 122 名婴儿，保留的 113 名）以后的语言习得。单变量分析中 delta 皮质追踪的增加、~2Hz PSD 功率的增加和多变量和单变量分析中更强的 theta-gamma PAC 与更好的语言结果相关（使用婴儿主导和父母估计的测量方法）。相比之下，多变量分析中~4Hz PSD 功率的增加、delta-beta PAC 的增加以及多变量分析中更高的 theta/delta 功率比与语言能力下降有关
人工智能用于检测局灶性皮质发育不良
因为 FCD 无法充分定位。FCD 检测的计算方法是一个活跃的研究领域，受益于计算机视觉的进步。自动 FCD 检测是一项重大挑战，也是人工智能应用可能转化为患者健康进步的首批临床领域之一。健康科学与计算机科学相结合的新方法的出现带来了新的挑战。成像数据需要组织成结构化、注释良好的数据集，并与其他临床信息（如组织病理学亚型或神经影像学特征）相结合。算法输出，即模型预测，需要技术上正确的评估，并具有足够的指标，以便临床医生可以理解和使用。代码和数据的发布对于使研究可访问和可重复是必要的。这篇评论介绍了自动 FCD 检测领域，解释了背后的医学和技术概念，强调了它的挑战和当前的局限性，并为新的研究环境提供了一个视角。
随着哺乳动物的大脑尺寸和皮质折叠而进化
摘要 在哺乳动物进化的过程中，大脑尺寸和皮质折叠反复增加和减少。识别与这些性状共同进化的遗传元素，其序列或功能特性可为进化和发育机制提供独特信息。TRNP1 是这种比较方法的一个很好的候选者，因为它控制着小鼠和雪貂神经祖细胞的增殖。在这里，我们研究了 TRNP1 的调控序列和编码序列对 30 多种哺乳动物大脑尺寸和皮质折叠的贡献。我们发现 TRNP1 蛋白质进化的速度 ( ω ) 与大脑尺寸显著相关，与皮质折叠的相关性略低，与身体尺寸的相关性小得多。这种大脑相关性比 95% 以上的随机对照蛋白更强。这种共同进化可能影响 TRNP1 活性，因为我们发现来自大脑较大和皮质折叠较多物种的 TRNP1 会诱导神经干细胞的更高增殖率。此外，我们在大规模并行报告基因测定中比较了 TRNP1 的假定顺式调控元件 (CRE) 的活性，并确定了一种可能与旧世界猴和猿类的皮质折叠共同进化的 CRE。我们的分析表明，增加 TRNP1 活性的编码和调控变化被积极地选择为脑容量和皮质折叠增加的原因或结果。它们还提供了一个示例，说明系统发育方法如何为生物机制提供信息，尤其是当与多个物种的分子表型相结合时。