较新的定量方法可以辅助临床上使用的传统定性方法,并减轻无益的人为偏见。使用定量技术,癫痫患者可能通过不同的方式检测到异常,包括 MRI、5 – 8 EEG、9 – 11 MEG、12、13 和弥散加权 MRI (dMRI)。14 – 18 这些异常的数量、程度和位置已被证明与手术结果有关。10、11、19 – 21 此外,不同的方式可以提供互补的信息,因此多模态分析可以比单一方式有所改进。22 因此,结合多种方式的定量方法可能能够提高我们对癫痫发作、癫痫和手术失败原因的理解。大脑活动的电记录长期以来一直被用来识别与癫痫发作有关的大脑区域。这种识别通常涉及从发作数据中定位癫痫发作区域。最近,人们使用发作间期 iEEG 记录创建了健康大脑活动的常态图。10、11、23 这些图可以通过将每个患者与常态图进行比较来识别个体患者的异常情况。假设异常可能
ReSSInt 旨在研究如何使用无声语音接口 (SSI) 帮助失去说话能力的人恢复交流。SSI 是一种设备,可以捕获在语音生成过程中产生的非声学生物信号,并使用它们来预测想要传达的信息。本项目将研究两种生物信号:代表驱动面部肌肉的电活动的肌电图 (EMG) 信号和通过植入大脑的侵入式电极捕获的侵入式脑电图 (iEEG) 神经信号。在可能影响人的声音的各种言语障碍中,ReSSInt 将解决两种特殊情况:(i) 全喉切除术后失声和 (ii) 神经退行性疾病和其他创伤性损伤,这些损伤可能会导致人瘫痪并最终无法说话。为了让这项技术真正造福这些人,该项目旨在生成质量合理的清晰语音。这将通过记录大型数据库和使用最先进的生成深度学习技术来解决。最后,该项目预见了不同的语音康复场景,这将为 SSI 带来创新的研究解决方案,并通过改善有言语障碍的人的生活对社会产生真正的影响。索引词:无声语音接口、脑到语音转换、EMG 到语音、语音合成、语音转换、深度神经网络。
简介 麦吉尔综合神经科学中心 (MCIN) 位于神经学院,过去二十年来一直处于加拿大数字研究基础设施 (DRI) 开发的前沿,为大型多中心研究提供了加拿大首个综合神经信息学平台,并为协作分布式高性能计算 (HPC) 提供了门户。MCIN 的两个主要平台 CBRAIN 和 LORIS 在过去 20 年中作为开源项目构建。MCIN 领导多个国家项目的大型网络平台工作,例如一个覆盖 6 个省的痴呆症网络、加拿大老龄化神经退行性疾病联盟 CCNA 和一个国家开放数据共享平台——加拿大开放神经科学平台 CONP。MCIN 是重大国际项目的核心合作伙伴,例如我们在 NIH 资助的婴儿脑成像研究 (IBIS) 中发挥着中央数据协调作用。MCIN 已经建立了开放科学数据存储库,包括 BigBrain 高分辨率 3D 脑模型、正常脑活动的 Open MNI iEEG Atlas 和 C-BIG 生物样本存储库。MCIN 在研究计算、数据管理和研究软件工程方面的专业知识在国际数据科学组织中保持着受人尊敬的加拿大领导地位,例如在全球脑联盟和国际神经信息学协调机构 (INCF) 内。这些举措得到了 CIHR、CFI、CFREF、FRQS、Brain Canada 和 CANARIE 的支持,使 MCIN 成为平台技术领导者。在这里,我们从 MCIN 的角度介绍了 NDRIO 的发展。1.当前问题
1 波士顿学院心理学系,美国马萨诸塞州波士顿 02467 16 2 卡内基梅隆大学和匹兹堡大学认知神经基础中心,宾夕法尼亚州匹兹堡 15213 18 3 卡内基梅隆大学神经科学研究所,宾夕法尼亚州匹兹堡 15213 19 4 卡内基梅隆大学机器学习系,宾夕法尼亚州匹兹堡 20 15213 21 5 匹兹堡大学医学中心神经外科系,宾夕法尼亚州匹兹堡 22 15213 23 6 麻省总医院神经外科系,马萨诸塞州波士顿 24 02144 25 7 哈佛医学院,马萨诸塞州波士顿 02115 26 8 匹兹堡大学神经科学中心,宾夕法尼亚州匹兹堡15213 27 ∗ 通讯作者 28 电子邮件:stefano.anzellotti@bc.edu (SA) 29 30 31 页数:35 32 图表数量:5 33 表格数量:1 34 多媒体数量:0 35 3D 模型数量:0 36 摘要字数:242 37 意义陈述字数:120 38 介绍字数:779 39 讨论字数:2093 40 利益冲突:作者报告没有利益冲突。 41 致谢:本研究得到了美国国家科学基金会职业资助 1943862(SA)、美国国立卫生研究院 R01MH107797 和 R21EY030297(AG)以及美国国家科学基金会 1734907(AG)的职业资助。我们要感谢参与 iEEG 实验的患者以及 UPMC 长老会癫痫监测部门的工作人员和管理人员对我们研究的协助和合作。我们感谢 Michael Ward 对数据收集的帮助。49
1 瑞士洛桑联邦理工学院,2 纽约州伊萨卡康奈尔大学 简介 在过去十年中,人们对开发智能神经接口片上系统 (SoC) 的兴趣日益浓厚,该系统用于治疗各种神经系统疾病和新兴的脑机接口 (BMI) 应用。人们开始转向创建具有植入信号处理、神经生物标志物提取和人工智能的智能系统,取代了之前主要侧重于原始神经信号采集和数据压缩以供离体处理的努力 [1-4]。将复杂功能集成到微型神经装置中为各种应用提供了重要机会,包括用于中枢神经系统 (CNS) 疾病的治疗装置、周围神经假体、脊髓接口等。在本文中,我们回顾了基于 CMOS 的集成电路 (IC) 开发的最新进展,用于三类智能神经假体,所有假体均在植入式或可穿戴设备上具有嵌入式信号处理功能。这些类别包括:1) 用于闭环症状跟踪和响应刺激的神经接口; 2) 用于治疗新兴网络相关疾病(如精神病和记忆障碍)的神经接口;3) 用于瘫痪后运动和通信恢复的智能 BMI SoC。这些发展标志着一个充满活力的领域的开始,我们预计未来几年会出现更广泛的智能神经假体。未来智能神经接口面临的挑战将先进的信号处理和机器学习 (ML) 算法集成到神经接口系统上,可以显著增强这些设备未来的治疗潜力。例如,嵌入 AI 的神经接口技术已证明可为脑部疾病(尤其是癫痫)患者提供准确、个性化的症状检测。十多年来,IC 和 AI 算法开发方面的积极创新促成了先进系统的诞生,使用硬件高效的侵入式或非侵入式 SoC 在癫痫发作检测中实现了超过 95% 的灵敏度和特异性 [5-10]。类似地,嵌入式神经生物标记物可以指导各种神经系统适应症中的刺激传递,因为它们可以代表神经元活动随时间的动态状态 [11- 14]。此外,基于软件的 AI 算法使越来越复杂的 BMI 系统能够快速恢复运动和通信 [15-18],最近出现了微型硬件实现 [8, 19]。虽然这一进展令人鼓舞,但下一代智能神经接口 SoC 仍有几个挑战需要解决。可扩展性:利用来自完善的 EEG 数据集的有限数量的传感通道(8-24),硬件系统已经实现了卓越的癫痫发作检测性能,例如儿科 CHB-MIT 数据集 [20]。最近的一些研究将其扩展到更大的颅内脑电图 (iEEG) 数据集,这些数据集具有更多的通道数 (≤128) 和更复杂的成人难治性癫痫发作模式 [21, 22]。癫痫发作检测或其他症状跟踪系统中电极的空间分辨率有限
在人类言语交流的认知神经科学中的位置在Tübingen的Werner Reichard综合神经科学中心(CIN)的Oganian实验室邀请申请申请全额资助的PhD职位(65%TVL-13),其灵活的开始日期是2022年1月或更高版本。CIN是由德国卓越倡议计划资助的Eberhard-Karls-UniversityTübingen的跨学科研究机构。CIN致力于加深我们对脑功能及其疾病损害的理解。它试图利用新获得的见解来帮助患有脑部疾病的人,并在工程和计算机科学的许多领域推出新的思维和脑力启发应用。我们小组的研究主题包括听觉认知,语音感知和双语交流。我们有兴趣了解一般感觉网络和特定语言网络对这些认知功能的贡献。为了研究这些主题,我们在临床环境(IEEG/ECOG),头皮电生理学(EEG和MEG),功能磁共振成像(FMRI)和心理物理学以及高级计算方法中使用颅内电生理记录以及将这些信号映射到认知过程中。实验室成员将有机会培训所有这些方法,包括研究设计,数据获取和分析。成功的候选人将加入一个充满活力的神经科学研究社区。他们将有机会参加现有的本地和国际合作并开发新的合作。面试费用不支付。他们还可以加入当地的一所研究生院(神经与行为科学研究生院或神经信息处理研究生院)。候选人应具有认知科学,心理学,神经科学,心理语言学,神经工程学或相关学科的背景(并在职位开始时在其领域内拥有MA/MSC)。先前具有科学编码(MATLAB,PYTHON或R)和电生理经验的经验是有利的,但不是先决条件。我们寻求对科学和人类认知充满热情的高度积极进取的候选人,旨在发展他们的理论思维以及他们的数据分析能力,并努力进行严格的研究。我们正在寻求建立一个多元化的包容性研究团队,并支持成员的个人和专业发展。除了授予从事公共服务工作的员工的所有习惯福利外,我们还根据TV-UK(Baden-Württemberg大学诊所的集体协议)提供薪酬。具有同等资格的严重残障人士优先考虑。Tübingen大学急于增加其女性科学人员的配额,因此鼓励妇女申请这一职位。大学医院的管理负责所有就业事项。将根据德国大学法律法规的基本规定进行任命。必须提供《感染保护法》第9条(截至1971年1月1日,申请范围出生队列的范围)。在雇用雇用之前,根据第23A节与§20para的结合,针对麻疹的足够疫苗接种或免疫。职位将资助3年,并有可能扩展。有关职位的非正式询问以及有关M.A.和博士后水平,请通过oganianlab@posteo.de与Yulia Oganian博士联系。申请(包括简历,简短的研究兴趣声明以及概述加入实验室动机的求职信)应发送到oganianlab@posteo.de。将考虑申请,直到填补位置为止。