XiaoMi-AI文件搜索系统
World File Search Systemevoked
听觉诱发了正常听力的耳鸣患者的潜在P300
Full history taking including personal, medical and otological history, otological examination to exclude external or middle ear disease, basic audio logical evaluation including pure tone audiometry including air conduction for octave frequencies 250Hz through 8000Hz and bone conduction for octave frequencies 500Hz through 4000Hz, speech audiometry including speech recognition threshold (SRT) test using Arabic Bisyllabic Words (Qasim et al., 2021) ,word discrimination score (WD) test using Arabic monosyllabic Phonetically Balanced Words (Najem and Marie, 2021) , immittancemetry including tympanometry at varying pressure ranging from +200 to - 400 mmH2O to evaluate the middle ear pressure and its compliance , and acoustic reflex thresholds determination ipsilaterally and contraletrally using pure tones of 500、1000、2000和4000Hz。
晚期和转移性非小细胞肺癌的靶向治疗。有关最重要的可操作的致癌驱动因素改变的更新
磁脑摄影（MEG）是研究生理学和心理学人类大脑的有说服力的工具。可以使用外部环境和内部心理学之间的变化推断，这要求我们识别不同的单个试验事件与事件相关的磁场（ERFS），该磁场（ERFS）源自大脑的不同功能区域。单个试验数据的当前重新注册方法主要用于脑电图（EEG）中与事件相关电位（ERP）。尽管MEG与脑电图共享相同的信号源，但其他脑组织的干扰少于识别ERF的MEG优势。在这项工作中，我们通过增强信号提出了一种新的试验听觉磁场（AEF）的新识别方法。我们发现，单个试验AEF的信号强度集中在颞叶的主要听觉皮层中，可以在2D图像中清楚地显示。TESE 2D图像通过具有100％精度的人工神经网络（ANN）识别，这实现了单个试验AEFS的自动识别。te方法不仅可以与源估计算法相结合以提高其准确性，而且还可以为使用MEG实施脑部计算机界面（BCI）铺平了道路。
主题：诱发潜力，术中神经生理监测和定量脑电图（QEEG）
感觉引起的电势（SEP）：SEP描述了感觉途径对感觉或电刺激的响应。SEP的术中监测用于评估手术中中枢神经系统途径的功能完整性，这使脊髓或大脑面临严重缺血或创伤性损伤的风险。SEP监测的基本原理涉及鉴定具有风险，选择和刺激神经的神经系统，该神经通过AT风险区域携带信号，并记录和解释沿该路径的某些标准化点的信号。对SEP的监测通常用于以下程序：颈动脉内膜切除术，涉及脉管系统的脑部手术，脊髓和脑干的分心压缩或缺血的手术以及声学神经瘤手术。体感诱发的电位（SSEP）：SSEP是由周围神经刺激引起的皮质反应。外周神经，例如中位，尺神经或胫骨神经，但在某些情况下，可以直接刺激脊髓。记录是按皮质或在手术程序上方的脊髓水平上完成的。
脑死亡的神经生理学迹象（脑电图和诱发潜力）：它们安全可靠吗？ *
脑电图（EEG）由汉斯·伯格（Hans Berger）在20年代和30年代引入。该技术首次允许从头皮记录活大脑的电活动。通过表面电极拾取的信号反映了下面皮质神经元的突触后电位的总和。为了增加信号噪声比（神经元以微伏的顺序产生非常小的电信号，即小于1伏的一百万倍！）differential amplifiers were created – that is amplifiers which make an electronic subtraction of the signals entering grid 2 from those entering grid 1 at the same instant (if they are of the same polarity they go therefore to 0, while if they are of opposite polarity they dou- ble in amplitude) – with the need of having two different electrodes (one exploring and one referential ) for each explored brain region which corre- sponds to one recording 渠道。为了同时覆盖整个大脑表面，多通道EEG机器已开发出多达250个用于研究目的的现代渠道。但是，对于临床应用，通常使用8至16个记录渠道。自开创性的日子以来，表明脑电图对产生它的神经细胞的状态具有很大的敏感性：此外，显示出几分钟内完全剥夺血液流动的eeg信号，随后是电力故障，随后是电气故障和细胞死亡，完全电气静音。在50年代，法国研究人员清楚地表明，在昏迷的大脑破坏患者中，脑电图是等电或平坦的。当存在这种脑电图以进行足够长时间的时间时，生存的预后是不利的。在接下来的几年中，逐渐引入了大脑死亡临床状况的概念，并且证明当前时，它总是与等质，平坦的脑电图模式相关。
一种稳态视觉诱发电位脑电信号的个性化压缩方法
摘要：稳态视觉诱发电位（SSVEP）作为一种信息丰富的脑电信号，在无线可穿戴设备中脱颖而出。然而，其数据通常非常庞大，占用过多的带宽源，并且在以原始数据形式传输时需要巨大的功耗，因此需要对其进行压缩。本文提出了一种针对SSVEP应用的个性化脑电信号压缩与重构算法。在该算法中，为了实现个性化，首先使用面向BCI应用的开放基准数据库（BETA）对初级人工神经网络（ANN）模型进行预训练。然后，通过增量学习为每个受试者生成自适应ANN模型来压缩他们的个人数据。此外，提出了一种个性化的非均匀量化方法来减少压缩引起的误差。在BETA上进行测试，当压缩率为12.7倍时，识别准确率仅下降3.79％。与不使用ANN、不使用均匀量化的情况相比，所提算法在准确度测试中可使信号损失从50.43%减少到81.08%。
“计划进行检查”计划有助于提高“居民医师的标准化培训”的质量：对FIR结果的分析对使用电动机诱发的基于潜在的神经反馈
这项研究旨在通过提供基于经颅磁刺激（TMS）引起的运动诱发电位（MEP）的神经反馈来研究心理实践（运动图像训练）的影响。二十四名健康的右手受试者已入学。将受试者随机分配为两组：一个组给出了正确的TMS反馈（REAL-FB组）和一个被给予随机的False TMS反馈（Sham-FB组）的组。当目标圆在计算机监视器中心重叠的十字架时，想象的主题会想到开关。在实际FB组中，基于在Motor Imagery之前的试验中测得的MEP振幅提供了对受试者的反馈。相比之下，Sham-FB组的受试者的反馈值与MEP振幅无关。tms。MEP记录在右侧的右侧骨间肌肉中。我们在两组中评估了一次性练习和一次性练习后的运动表现。结果，在实时FB组和Sham-FB组之间的误差值变化百分比变化中观察到了显着差异。此外，在第4组和第五组中两组之间的MEP截然不同。因此，建议基于MEP的神经反馈可能会增强心理实践的影响。
视觉刺激背景亮度对引发稳态视觉诱发电位的影响
归因于脑电图（EEG）信号的信噪比差（SNR）[3]。可以通过增加信号水平和/或降低噪声水平来改善SSVEP信号的SNR。研究人员在改善SSVEP的SNR并提高BCI性能方面取得了长足的进步。首先，研究人员通过应用高级信号处理方法改善了SNR。例如，在当前的BCI系统中广泛使用试验平均，以改善脑电图分析中的SNR [3]。空间过滤已用于将多通道脑电图数据投射到低维空间空间中，以消除任务 - 无关的组件并改善与任务相关的EEG信号的SNR [4]。对于SSVEP，规范相关分析（CCA）方法可以最大程度地提高SSVEP的检测频率[5，6]。独立的组件分析是另一种空间滤波方法，通过将与任务相关的脑电图组件与任务 - iRrelevant eeg和人为成分分开，从而增强了脑电图信号的SNR [7，8]。第二，研究人员设计了实验以获得增强的与任务相关的脑电图信号并改善SNR。例如，在有效的基于SSVEP的BCI中，与使用Checkerboard刺激获得的刺激相比，使用情感人脸的视觉刺激大大提高了SSVEP信号的振幅[9]。第三，一些研究人员调整了视觉刺激亮度的参数，以调节SSVEP响应的幅度，从而改善了SSVEP的SNR [10-12]。例如，相关研究表明，亮度对比信息对于形式，运动和深度的感知至关重要[13，14]。亮度对比或“调制深度”定义为最大亮度的比率减去最小亮度与最大亮度以及
抗抑郁药应用以外的氯胺酮
对感觉刺激的反应受到先前的刺激的抑制；如果两个刺激是相同的，则会发生配对脉冲抑制（PPS）。如果前面的刺激太弱而无法可靠地引起靶反应，则会发生预硫化（PPI）。pps和pPI代表了第一次刺激引起的神经回路的兴奋性变化，但涉及不同的机制，并且在不同疾病中受到了损害，例如，精神分裂症和阿尔茨海默氏病中PPS受损，而阿尔茨海默氏病和精神分裂症和运动障碍的PPI受损。因此，这些措施提供了有关在临床条件中可能具有作用的几种抑制机制的信息。在本研究中，检查了与听觉变化相关的皮质反应的PPS和PPI，以建立有关健康受试者的规范性数据（35名女性和32名男性，年龄在19-70岁之间）。我们还研究了年龄和性别对PPS和PPI的影响，以澄清是否需要将这些变量视为偏见。通过连续声音中突然增加声压，并通过脑电图记录了测试响应。在PPS实验中，引起皮质反应的两种变化刺激是与65 dB的背景增加15 dB，分别为600 ms。在PPI实验中，预脉冲和测试刺激分别为2和10-DB，间隔为50 ms。获得的结果表明，性别对这两种措施产生了相似的影响，女性具有更强的测试反应和较弱的抑制作用。目前的结果表明，与听觉变化相关电位的PPS和PPI的规范数据外，年龄和性别偏见。另一方面，年龄在PPS实验中产生了不同的影响：与更强的测试反应和较弱的抑制作用相关，但在PPI实验中没有影响。PPS和PPI以及其他类似的范式（例如P50门控）可能具有不同的和常见的机制。总体而言，它们可以提供有关抑制功能受损的疾病的病理生理的见解。
事件相关的 alpha 节律调制解释了脑电图中的听觉 P300 诱发反应
[1] 马克斯普朗克人类认知与脑科学研究所神经病学系，莱比锡 04103，德国 [2] 柏林夏里特医学院伯恩斯坦计算神经科学中心，柏林 10117，德国 [3] 罗氏制药研究与早期开发、神经科学与罕见疾病，罗氏巴塞尔创新中心，F.霍夫曼-罗氏有限公司，巴塞尔，4070，瑞士 [4] 莱比锡大学 LIFE – 文明疾病研究中心，莱比锡，04109，德国 [5] IU 国际应用技术大学心理学系，埃尔福特，53604，德国 [6] 莱比锡大学医学中心精神病学和心理治疗系，莱比锡，04103，德国 [7] 精神病学、心身医学和心理治疗，法兰克福歌德大学，法兰克福，60323，德国 [8] 医学信息学，统计学和流行病学研究所（IMISE），莱比锡大学，莱比锡，04109，德国 [9] 认知神经病学系，莱比锡大学医院，莱比锡，04103，德国 [10] 神经物理学组，神经病学系，夏里特 - 柏林大学医学院，柏林，10117，德国
多频稳态视觉诱发电位脑机接口的频率集选择
稳态视觉诱发电位 (SSVEP) 是一种与周期性视觉刺激频率锁定的大脑活动（ Zander 等人，2009 年）。与其他模式（例如运动想象 (Nicolas-Alonso and Gomez-Gil, 2012)）相比，SSVEP 具有相对较高的准确度和信息传输率，并且对用户所需的培训最少，因此被广泛应用于脑机接口 (BCI) 中。标准的基于 SSVEP 的 BCI 在工作空间中包含多个刺激，每个刺激以不同的频率闪烁，而脑电图 (EEG) 主要从枕叶测量。测得的 EEG 反映了用户视觉上关注的刺激的频率，以及该频率的谐波。谐波的存在为解码过程提供了更多的参考点，但也给基于 SSVEP 的 BCI 的设计带来了额外的复杂性和挑战。例如，如果同一个 BCI 中对两个不同的刺激同时使用某个频率及其谐波，那么在记录的这两个刺激的脑电图中就会有共同的频率，这可能会混淆解码算法。因此，在文献中，一些研究有意避免在刺激中使用具有共同谐波的频率（Volosyak 等，2009；Chen 等，2015）。这个谐波问题，加上人脑对周期性视觉刺激的响应频率范围有限（Regan，1989），限制了标准基于 SSVEP 的 BCI 中可使用的唯一频率的数量；即，低信噪比脑电图记录和小的频率分离会损害解码性能。因此，在需要大量唯一频率来标记所有目标的场景中使用标准基于 SSVEP 的 BCI 具有挑战性。为了解决这个问题，已经引入了多频刺激方法，在每个刺激中使用多个频率，其中两个频率（双频）是最广泛使用的模态（Shyu 等，2010；Zhang 等，2012；Chen 等，2013；Hwang 等，2013；Kimura 等，2013；Chang 等，2014；Mu 等，2021a）。然而，这些研究主要集中于介绍多频刺激方法，并没有探讨频率选择方法。随着用于标记每个目标的频率数量的增加，在每个刺激或目标上使用多个频率可以成倍增加可以在工作空间中表示的目标数量。多频刺激产生复杂的周期性刺激信号，从而触发更复杂的 SSVEP 反应。在 Mu 等人的研究中， （2021a）表明，多频率 SSVEP 响应不仅包含输入频率及其谐波，还包含输入频率的整数线性组合，这些组合具有在记录的 SSVEP 中更可能观察到的低阶相互作用。注意，相互作用的顺序定义为