XiaoMi-AI文件搜索系统
World File Search Systemmovement
准备的特发性快速眼动睡眠行为患者
1。Arnulf I. REM睡眠行为障碍：运动表现和病理生理学。MOV DISORD。 2012; 27（6）：677-689。 2。 Galbiati A，Verga L，Giora E，Zucconi M，Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险：纵向研究的系统评价和荟萃分析。 睡眠医学修订。 2019; 43：37-46。 doi：10.1016/j.smrv.2018.09.008 3。 Antelmi E，Pizza F，Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6（9）：1872-1876。 doi：10.1002/acn3.50833 4。 多普勒K，Antelmi E，Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。 伊朗A，Fairfoul G，Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。 柳叶刀神经。 2021; 20（3）：203-212。 doi：10.1016/s1474-4422（20）30449-X 6。 Poggiolini I，Gupta V，Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab431MOV DISORD。2012; 27（6）：677-689。 2。 Galbiati A，Verga L，Giora E，Zucconi M，Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险：纵向研究的系统评价和荟萃分析。 睡眠医学修订。 2019; 43：37-46。 doi：10.1016/j.smrv.2018.09.008 3。 Antelmi E，Pizza F，Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6（9）：1872-1876。 doi：10.1002/acn3.50833 4。 多普勒K，Antelmi E，Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。 伊朗A，Fairfoul G，Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。 柳叶刀神经。 2021; 20（3）：203-212。 doi：10.1016/s1474-4422（20）30449-X 6。 Poggiolini I，Gupta V，Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab4312012; 27（6）：677-689。2。Galbiati A，Verga L，Giora E，Zucconi M，Ferini-Strambi L. REM睡眠行为障碍中神经退行性的风险：纵向研究的系统评价和荟萃分析。睡眠医学修订。2019; 43：37-46。 doi：10.1016/j.smrv.2018.09.008 3。 Antelmi E，Pizza F，Donadio V等。 特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。 Ann Clin Transl Neurol。 2019; 6（9）：1872-1876。 doi：10.1002/acn3.50833 4。 多普勒K，Antelmi E，Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。 伊朗A，Fairfoul G，Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。 柳叶刀神经。 2021; 20（3）：203-212。 doi：10.1016/s1474-4422（20）30449-X 6。 Poggiolini I，Gupta V，Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab4312019; 43：37-46。doi：10.1016/j.smrv.2018.09.008 3。Antelmi E，Pizza F，Donadio V等。特发性和麻醉性患者的REM睡眠行为障碍的生物标志物。Ann Clin Transl Neurol。 2019; 6（9）：1872-1876。 doi：10.1002/acn3.50833 4。 多普勒K，Antelmi E，Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。 伊朗A，Fairfoul G，Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。 柳叶刀神经。 2021; 20（3）：203-212。 doi：10.1016/s1474-4422（20）30449-X 6。 Poggiolini I，Gupta V，Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab431Ann Clin Transl Neurol。2019; 6（9）：1872-1876。 doi：10.1002/acn3.50833 4。 多普勒K，Antelmi E，Kuzkina A等。 REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。 帕金森主义关系疾病。 2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。 伊朗A，Fairfoul G，Ayudhaya Acn等。 在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。 柳叶刀神经。 2021; 20（3）：203-212。 doi：10.1016/s1474-4422（20）30449-X 6。 Poggiolini I，Gupta V，Lawton M等。 脑脊液α-突触核蛋白种子定量的诊断值。 大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab4312019; 6（9）：1872-1876。doi：10.1002/acn3.50833 4。多普勒K，Antelmi E，Kuzkina A等。REM睡眠行为障碍中的皮肤α-突触核蛋白阳性 - 两到四年的随访研究。帕金森主义关系疾病。2021; 86：108-113。DOI：10.1016/j.parkreldis.2021.04.007 5。伊朗A，Fairfoul G，Ayudhaya Acn等。在CSF中通过RT-QUIC检测孤立的快速移动睡眠行为障碍患者的CSF：一项纵向观察性研究。柳叶刀神经。2021; 20（3）：203-212。doi：10.1016/s1474-4422（20）30449-X 6。Poggiolini I，Gupta V，Lawton M等。脑脊液α-突触核蛋白种子定量的诊断值。大脑。 2022; 145（2）：584-595。 doi：10.1093/brain/awab431大脑。2022; 145（2）：584-595。doi：10.1093/brain/awab431
昆虫飞行中的腹部运动重塑非气动结构对飞行机动性的作用 I：花朵追踪的模型预测控制
昆虫飞行控制研究主要集中在翅膀的作用上。然而，飞行过程中腹部的偏转可能会影响飞行动力学。本文评估了机身变形在飞行中的作用，并探究腹部对飞行机动性的贡献程度。为了解决这个问题，我们结合使用了模型预测控制 (MPC) 启发的计算惯性动力学模型和天蛾 Manduca sexta 的自由飞行实验。我们探索了欠驱动（即输出数量大于输入数量）和完全驱动（输出和输入数量相等）系统。使用无量纲跟踪误差和传输成本等指标来评估惯性动力学模型的飞行性能，我们表明完全驱动模拟可以最大限度地减少跟踪误差和传输成本。此外，我们还通过在胸腹关节上固定一根碳纤维棒来测试限制腹部运动对活天蛾自由飞行的影响。腹部受限的蛾子表现比假治疗蛾子差。这项研究发现腹部运动有助于飞行控制和机动性。这种非气动结构的运动存在于所有飞行类群中，可以为多驱动微型飞行器的开发提供参考。
论文 昆虫飞行中的腹部运动重塑非气动结构对飞行机动性的作用 I：花朵追踪的模型预测控制
昆虫飞行控制研究主要集中在翅膀的作用上。然而，飞行过程中腹部的偏转可能会影响飞行动力学。本文评估了机身变形在飞行中的作用，并询问腹部对飞行机动性的贡献程度。为了解决这个问题，我们结合使用了模型预测控制 (MPC) 启发的计算惯性动力学模型和天蛾 Manduca sexta 的自由飞行实验。我们探索了欠驱动（即输出数量大于输入数量）和完全驱动（输出和输入数量相等）系统。使用无量纲跟踪误差和传输成本等指标来评估惯性动力学模型的飞行性能，我们表明完全驱动模拟可以最大限度地减少跟踪误差和传输成本。此外，我们通过在胸腹关节上固定碳纤维棒来测试限制腹部运动对活天蛾自由飞行的影响。腹部受限的飞蛾表现比假治疗飞蛾差。这项研究发现腹部运动有助于飞行控制和机动性。这种非气动结构运动存在于所有飞行类群中，可以为多驱动微型飞行器的开发提供参考。
大宗商品价格不确定性联动：对全球经济增长有影响吗？
其中 pt ：全球大宗商品价格对数差异，un t ：先前估计的大宗商品不确定性因素，π t ：季度通胀率，xt ：给定的宏观经济变量，it ：名义政策利率
行动成本可以更好地预测行动前 Beta 的变化......
尽管运动前感觉运动区域的 β 波段事件相关去同步 (b-ERD；13 – 30 Hz) 受运动速度的调节，但目前的证据并不支持两者之间存在严格的单调关联。鉴于 b-ERD 被认为可以提高信息编码能力，我们检验了以下假设：它可能与运动的预期神经计算成本（此处称为动作成本）有关。至关重要的是，与中速或“首选”速度相比，慢速和快速运动的动作成本都更大。31 名右利手参与者在记录他们的脑电图时执行了速度控制的伸手任务。结果显示，速度对 β 功率的强大调节，与中速相比，高速和低速运动的 b-ERD 均显著更高。有趣的是，与低速和高速运动相比，参与者更经常选择中速运动，这表明中速运动被认为成本较低。与此一致，动作成本建模揭示了一种跨速度条件的调制模式，与 b -ERD 的调制模式非常相似。事实上，线性混合模型表明，估计的动作成本对 b -ERD 变化的预测效果明显优于对速度的预测。这种与动作成本的关系特定于 beta 功率，因为在平均 mu 波段（8 – 12 Hz）和 gamma 波段（31 – 49 Hz）波段中的活动时未发现这种关系。这些结果表明，增加 b -ERD 可能不仅会加快运动速度，而且可以通过分配额外的神经资源来促进高速和低速运动的准备，从而实现灵活的运动控制。
任务环境对预测脑机接口中手指运动的影响
摘要 将脑机接口 (BMI) 应用于临床以恢复手部运动功能的一个关键因素是其对任务变化的稳健性。例如，使用功能性电刺激 (FES)，患者自己的手将用于在其他方面类似的运动中产生各种各样的力量。为了研究任务变化对 BMI 性能的影响，我们训练了两只恒河猴用它们的物理手控制虚拟手，同时我们在每个手指组（食指或中指-无名指-小指）中添加弹簧或改变它们的手腕姿势。通过同时记录皮层内神经活动、手指位置和肌电图，我们发现在一种环境下训练的解码器不能很好地推广到其他环境下，导致预测误差显著增加，尤其是对于肌肉激活。然而，对于虚拟手的在线 BMI 控制，在线控制期间改变解码器训练任务环境或手的物理环境对在线性能几乎没有影响。我们通过展示神经群体活动的结构在新的环境中保持相似来解释这种二分法，这可以实现在线快速调整。此外，我们发现神经活动会根据新环境中所需的肌肉激活按比例改变轨迹。神经活动的这种转变可能解释了对非背景运动学预测的偏差，并提出了一种特征，该特征可以帮助预测不同幅度的肌肉激活，同时产生相似的运动学。
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。
不变的神经动力学驱动器命令控制不同的运动1
摘要：已经提出，神经系统具有产生21种动作的能力，因为它重新使用了一些不变的代码。先前的工作已经确定，在不同运动中，动态23的神经种群活动的22个动态是相似的，其中动态23是指人口活动的瞬时空间模式如何变化。在这里，我们测试24神经种群的不变动态是否实际上用于发出25个直接运动的命令。使用脑机界面，该脑机界面将猕猴的26皮层活性转化为神经假体光标的命令，我们发现在不同运动中具有不同的神经活动模式发出了相同的27命令。然而，28这些不同的模式是可以预测的，因为我们发现活动29模式之间的过渡受到跨运动的相同动力的控制。这些不变动态是30个低维的动力学，并且在批判性地与脑机界面保持一致，因此它们预测了31个神经活动的特定组成部分，实际上发出了下一个命令。我们引入了32个最佳反馈控制模型，该模型表明不变动态可以帮助将33个运动反馈转换为命令，从而减少了神经人口需要34控制运动的输入。总的来说，我们的结果表明，不变的动态驱动器命令35可以控制各种动作，并显示如何与不变的36动力学集成反馈以发出可通用的命令。37
引用：Wang J, Shen X, Yang H, et al. Early markers of neurodevelopmental disorders based on general movements for very preterm infants: study pro
摘要 引言 极度早产 (VPT) 婴儿可能会遇到不同程度的神经发育问题。缺乏神经发育障碍的早期标志物可能会延迟早期干预的转诊。详细的一般运动评估 (GMA) 可以帮助我们尽快识别生命早期有非典型神经发育临床表型风险的 VPT 婴儿的早期标志物。如果允许在关键的发育窗口进行早期精确干预，具有非典型神经发育结果高风险的早产儿将拥有最好的生命开端。方法与分析这是一项全国性的多中心前瞻性队列研究，将招募 577 名出生年龄 <32 周的婴儿。本研究将确定翻滚和烦躁年龄一般运动 (GM) 的发展轨迹的诊断价值，并通过格里菲斯发育量表-中文对 2 岁时不同的非典型发育结果进行定性评估。一般运动优化评分 (GMOS) 的差异将用于区分正常 (N)、较差的动作库 (PR) 和局促同步 (CS) 的 GM。我们计划建立每个全局 GM 类别的 N、PR 和 CS 中的 GMOS（中位数、第 10、第 25、第 75 和第 90 百分位数排名）的百分位数等级，并基于详细的 GMA 分析翻滚运动中的 GMOS 与烦躁运动中的运动优化评分 (MOS) 之间的关系。我们探索 GMOS 列表和 MOS 列表的子类别，这些子类别可能识别特定的早期标志物，帮助我们识别和预测 VPT 婴儿的不同临床表型和功能结果。伦理与传播复旦大学附属儿科医院研究伦理委员会已确认中央伦理批准（批准文号 2022(029)），并且招募地点的相应伦理委员会也已获得当地伦理批准。对研究结果进行批判性分析将有助于为早产儿的分级管理和精准干预提供依据。