XiaoMi-AI文件搜索系统
World File Search Systemdba
运动皮层 RNN 模型中的内部动态与本体感受反馈在运动执行过程中相互作用
运动皮层通过向下游神经回路发送时间模式来启动运动。运动执行过程中的模式被认为是由运动皮层网络内的内部动态产生的。然而，本体感受等外部输入也会影响运动皮层动态。为了研究内部动态和本体感受反馈对自愿运动执行的贡献，我们构建了几个运动皮层模型，从虚拟手臂接收不同组合的本体感受反馈来执行延迟到达任务。考虑到延迟、噪声和感觉反馈的来源，我们构建了一个感觉估计网络。我们发现抑制稳定网络接收的手部运动学和肌肉力量产生的模式与运动皮层神经元数据中观察到的模式最相似。此外，我们使用了一种破坏策略来剖析内部动态和本体感受反馈的贡献，发现内部动态占主导地位，而本体感受反馈可以微调运动命令。对消融实验的分析表明，本体感受反馈提高了对嘈杂初始条件的鲁棒性。我们的研究结果表明，内在结构和外部输入对于产生类似大脑的神经活动都至关重要。
气候反馈参数λ的时间变化与太平洋衰老振荡有关
气候模型表明，气候反馈参数λ表示地球辐射响应对全球表面温度变化的大小随时间而变化。这是因为λ取决于海面温度的模式。然而，在多年观测中尚未评估λ的时间变异及其与海面温度模式的关系。在这里，使用最新的观察，我们评估了连续的25年窗户的全球能源预算，并在1970年至2005年间得出了λ的时间序列。我们发现λ在[ - 3.2，−1.0] w·m -2·k -1以来自1970年以来变化。这些变化与与PACIFID腐蚀振荡相关的海面温度模式变化有关。对历史海面温度的观测强迫的气候模型模拟显示了与观察结果一致的1970 - 2005年平均λ。然而，它们未能再现自1970年以来观察到的λ时间变化，这与Pacififfif-decadal振荡相关，这意味着气候模型低估了在十年时间尺度上的模式效应。
手臂交互的电触觉反馈应用：系统评价、荟萃分析和未来方向
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而，触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题，严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势，因为它们的执行器尺寸减小，功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索，以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述，以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论，以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性，并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而，我们发现了知识差距（例如，实施方案）、技术（例如，反复校准、电极的耐用性）和方法（例如，样本大小）缺陷，这些缺陷应在未来的研究中得到解决。
神经反馈对慢性中风患者有效连接网络的影响：一项探索性研究
Giulia Lioi、Adolfo Veliz、Julie Coloigner、Quentin Duché、Simon Butet 等人。神经反馈对慢性中风患者有效连接网络的影响：一项探索性研究。《神经工程杂志》，2021 年，18 (5)，第 056052 页。�10.1088/1741-2552/ac291e�。�hal-03354296�
通过分布式光遗传皮层反馈在闭环脑机接口中进行学习
摘要 目的 在通过脑机接口操纵假肢的过程中，皮质表面的分布式微刺激可以有效地向受试者提供反馈。这种反馈可以向假肢使用者传达大量信息，可能是获得假肢的精确控制和实施的关键。然而，到目前为止，人们对解码此类模式的生理限制知之甚少。在这里，我们旨在测试一种旋转光遗传反馈，该反馈旨在有效地编码假肢中使用的机器人执行器的 360° 运动。我们试图评估通过闭环脑机接口控制假肢关节的小鼠对其的使用情况。 方法 我们测试了小鼠优化虚拟假肢关节轨迹的能力，以解决奖励性伸手任务。它们可以通过调节初级运动皮层中单个神经元的活动来控制关节的速度。在任务期间，投射到初级体感皮层上的模式化光遗传刺激不断向小鼠传递有关关节位置的信息。主要结果 我们表明，小鼠能够在任务的主动行为环境中利用连续、旋转的皮质反馈。小鼠通过更频繁地检测奖励机会，以及通过将关节更快地移向奖励角区，并在奖励区停留更长时间，实现了比没有反馈时更好的控制。控制关节加速度而不是速度的小鼠无法改善运动控制。 意义 这些发现表明，在闭环脑机接口的背景下，可以利用具有优化形状和拓扑的分布式皮质反馈来控制运动。我们的研究直接应用于机器人假肢中经常遇到的旋转关节的闭环控制。 1. 简介
两个更好？将BCI和神经反馈的EEG和FMRI结合在一起：系统评价
脑电图（EEG）和功能磁共振成像（fMRI）是两种常用的非侵入性技术，用于测量神经科学和脑部计算机接口（BCI）中的大脑活动。虽然脑电图具有较高的时间分辨率和低空间分辨率，但fMRI具有高空间分辨率和低时间分辨率。在这篇综述中，我们专注于在神经反馈（NF）中使用脑电图和fMRI，并讨论结合两种方式的挑战，以提高人们对大脑活动的了解并实现更有效的临床结果。已经开发出高级技术来同时记录脑电图和fMRI信号，以便更好地了解两种方式之间的关系。然而，脑过程的复杂性和脑电图和fMRI的异质性质在从组合数据中提取有用的信息时面临着挑战。我们将调查现有的EEG-FMRI组合和最近利用NF EEG-FMRI的研究，从而强调了实验和技术挑战。我们还将确定该领域的剩余挑战。
说实话吗？零售商提供的负面反馈对消费者的产品选择和购物体验的影响
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
用于混合 EEG-fMRI 神经反馈预测的稀疏 EEG 信息 fMRI 模型
通过功能性磁共振成像 (fMRI) 或脑电图 (EEG) 这两种互补方式测量大脑活动，是神经反馈 (NF) 机制背景下大脑康复方案的基本解决方案。虽然 NF-EEG（根据 EEG 信号计算出的实时神经反馈分数）已经被探索了很长时间，但 NF-fMRI（根据 fMRI 信号计算出的实时神经反馈分数）出现得更晚，并且提供了更可靠的结果和更具体的大脑训练。同时使用 fMRI 和 EEG 进行双模态神经反馈疗程（NF-EEG-fMRI，根据 fMRI 和 EEG 计算出的实时神经反馈分数）对于制定大脑康复方案非常有前景。然而，fMRI 对患者来说很麻烦，也更累。本文的原创贡献涉及仅从 EEG 记录预测双模态 NF 分数，使用训练阶段，其中 EEG 信号以及 NF-EEG 和 NF-fMRI 分数都可用。我们提出了一个稀疏回归模型，该模型能够利用 EEG 仅预测运动想象任务中的 NF-fMRI 或 NF-EEG-fMRI。我们比较了从所提模型得出的不同 NF 预测因子。我们发现，与经典 NF-EEG 分数相比，从 EEG 信号预测 NF-fMRI 分数可以为 NF-EEG 分数添加信息，并显著提高与双模 NF 会话的相关性。
脑电图神经反馈治疗焦虑症及术后...
摘要 综述目的 本综述概述了目前对焦虑症和创伤后应激障碍的脑电图神经反馈的知识和理解。 最新发现 焦虑症和创伤后应激障碍 (PTSD) 的表现与神经生理应激轴和大脑唤醒回路的功能障碍有关，这是研究领域标准 (RDoC) 的重要维度。即使这些疾病的病理生理学很复杂，其定义特征之一是行为和生理过度唤醒。有趣的是，与唤醒相关的大脑活动可以通过基于脑电图的神经反馈 (EEG NF) 进行调节，这是一种非药理学和非侵入性方法，涉及通过脑机接口 (BCI) 进行神经认知训练。EEG NF 的特点是同时学习过程，其中患者和计算机都参与修改神经活动或连接，从而改善焦虑和/或过度唤醒的相关症状。摘要 EEG NF 对焦虑症和 PTSD 都有积极作用，但由于一些方法问题，症状改善是否是 EEG NF 针对的神经生理变化的直接结果仍不清楚。因此，在这项工作中，我们试图将当前关于唤醒大脑机制的知识与过去和现在的焦虑和 PTSD 的 EEG NF 疗法结合起来。简而言之，我们讨论了 EEG NF 对焦虑症和 PTSD 影响的神经生理机制、现有 EEG NF 随机对照试验 (RCT) 针对这些疾病的方法优势/劣势，以及可能影响 NF 训练成功的神经心理因素。关键词神经反馈；焦虑症；创伤后应激障碍；EEG 生物标志物；唤醒；学习。