XiaoMi-AI文件搜索系统
World File Search Systemneurophysiological
面向神经生理数据科学的“无边界神经数据”生态系统
1 美国伯克利劳伦斯伯克利国家实验室科学数据部；2 美国伯克利劳伦斯伯克利国家实验室应用数学与计算研究部；3 美国贝尼西亚 CatalystNeuro；4 美国剑桥麻省理工学院麦戈文脑研究所；5 美国波士顿哈佛医学院耳鼻喉科 - 头颈外科系；6 美国阿什本 MBF 生物科学；7 美国西雅图艾伦脑科学研究所；8 美国斯坦福大学神经外科系；9 美国阿什本霍华德休斯医学研究所珍莉莉亚研究园区；10 美国旧金山卡夫利基础神经科学研究所；11 美国旧金山加州大学生理学与精神病学系； 12 美国伯克利劳伦斯伯克利国家实验室生物系统与工程部；13 美国伯克利加州大学伯克利分校海伦威尔斯神经科学研究所和雷德伍德理论神经科学中心；14 美国伯克利威尔斯神经中心
Wrap-neuromaging-biomarker-neurophyophryophyolothyology ...
手稿版本：作者接受的手稿包装中呈现的版本是作者接受的手稿，可能与已发布的版本或记录的版本有所不同。持续的包裹URL：http：//wrap.warwick.ac.uk/174669如何引用：有关最新的书目引用信息，请参阅发布版本。如果已知已发布的版本，则链接到上面的存储库项目页面将包含有关访问它的详细信息。版权所有和重复使用：沃里克研究档案门户（WARAP）使沃里克大学的研究人员在以下条件下可用开放访问权限。版权所有©以及此处介绍的论文版本的所有道德权利属于单个作者和/或其他版权所有者。在合理且可行的范围内，已在可用的情况下检查了包装中可用的材料是否有资格。未经事先许可或收费，可以将完整项目的副本用于个人研究或研究，教育或非营利目的。前提是作者，标题和完整的书目细节被认为是针对原始元数据页面提供的超链接和/或URL，并且内容不会以任何方式更改。发布者的声明：请参阅“存储库”页面，发布者的语句部分，以获取更多信息。有关更多信息，请通过以下网络与WARP团队联系：wrap@warwick.ac.uk。
初级视觉皮层的解剖学和神经生理学数据足以重现类似大脑的视觉功能多路复用
10 处理视觉信息的大脑神经网络具有与人工智能中常用于视觉处理的神经网络（例如卷积神经网络 (CNN)）的结构特性截然不同的结构特性。但这些结构差异与网络功能之间的关系仍不得而知。我们分析了 V1 区大规模模型的视觉处理能力，该模型可以说是目前最全面的解剖和神经生理数据积累。事实证明，其网络结构可以诱导大脑的许多典型视觉处理能力，特别是能够多路复用不同的视觉处理任务，也可以处理时间分散的视觉信息，并且对噪声具有显著的鲁棒性。该 V1 模型还表现出大脑的许多典型神经编码特性，这解释了其出色的噪声鲁棒性。由于大脑中的视觉处理比常见计算机硬件中 CNN 的实现更加节能，这种类似大脑的神经网络模型也可能对技术产生影响：作为更节能的神经形态硬件中视觉处理的蓝图。
回顾神经生理和生物特征的使用...
设计本质上受到与人相关的因素的影响，因此，能够测量人类行为的仪器的微调引起了设计领域的兴趣，这并不奇怪。召回的仪器包括各种设备，它们可以捕捉和定量评估人们的无意识和无意识反应，通常被称为神经生理学或生物识别。截至 2016 年 Lohmeyer 和 Meboldt 发表了第一份关于相关措施及其在设计中的解释的报告，这些仪器在设计中的实验应用数量极其有限。在过去几年中，相关出版物的数量急剧增加，这决定了对该领域进行全面审查的机会。对所审查的贡献进行了分析和分类，其中包括所使用的工具、所涉及的利益相关者类型和支持的设计研究活动。生物识别措施相对于传统研究方法的作用也得到了强调。所讨论的工具可以代表传统方法的支持或替代，并且它们能够探索迄今为止无法解决的现象。还讨论了有关生物测量实验的研究强度；最后讨论的一个特别重点是阻止它们在设计研究中变得普遍的障碍的个性化
FiNN：神经生理网络分析工具箱
方向绝对相干性利用复相干性函数来计算幅度平方相干性 (Carter 等人，1973 年)、相位斜率指数 (Nolte 等人，2008 年) 和虚相干性 (Nolte 等人，2004 年)。这三个指标结合起来，形成一个可靠的相干性测量指标，该指标取自它们各自的优势，而不考虑各自的弱点。该连接性指标是方向性的，可以检测体积传导，并且静态地绑定到 [-1, 1]。
海马体和大脑皮层中 fMRI BOLD 信号的不同神经生理相关性
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。
人类皮层中想象的体感知觉的神经生理学表征
版权所有 © 2021 Bashford 等人。这是一篇开放获取的文章，根据知识共享署名 4.0 国际许可条款分发，允许在任何媒体中不受限制地使用、分发和复制，前提是正确署名原始作品。
与 BCI 性能相关的神经生理因素
脑机接口 (BCI) 是允许用户仅使用大脑活动来控制设备的系统。然而，参与者控制 BCI 的能力因人而异。对于基于通过头颅脑电图 (EEG) 测量的感觉运动节律调制的 BCI，大约 20% 的潜在用户无法获得足够的准确度来获得对系统的可靠控制。BCI 系统无法有效地解码用户意图，这需要识别决定 BCI 性能“良好”和“不良”的神经生理因素。鉴于 BCI 中使用的神经元振荡表现出丰富的空间相互作用，我们假设感觉运动区域的神经元活动将决定 BCI 性能的某些方面。这项研究的分析是基于 80 名缺乏经验的参与者的大型数据集进行的。他们在同一天参加了校准和在线反馈会议。通过相干性的虚部计算了感觉运动区域的无向功能连接。结果表明，校准记录中的刺激后和刺激前连接与 µ 和反馈频带的在线反馈性能显着相关。重要的是，连接和 BCI 反馈准确性之间的相关性显著性并不是由于相应的刺激后和刺激前间隔内振荡的信噪比。因此，这项研究表明，BCI 性能不仅取决于之前所示的感觉运动振荡的幅度，而且还与之前训练课程中测量的感觉运动连接有关。运动系统和躯体感觉系统之间存在这种连接，很可能有助于运动想象，而运动想象又与产生更明显的感觉躯体运动振荡（表现为 ERD/ERS）调制有关，而这种调制是 BCI 性能充分发挥所必需的。我们还讨论了上调此类连接的策略，以提高 BCI 性能。
空中交通管制员 (ATCO)：神经生理学分析...
管制空域被划分为多个区域。航路区域是距离机场至少 50 公里的空域，相关空中交通管制员负责该区域。空中交通管制员必须接受飞机进入其区域；检查飞机，向飞行员发出指令、许可和建议，并将飞机移交给相邻区域或机场。当飞机离开分配给空中交通管制员的空域时，飞机的控制权将移交给控制下一个区域的空中交通管制员（或塔台空中交通管制员）。与许多现实世界的复杂系统一样，这种环境对操作员提出了多个并发要求，事实上，在航路空中交通管制环境中，空中交通管制员面临的系统包括来自不同方向、以不同速度和高度飞往不同目的地的大量飞机 [1]。空中交通管制员有两个主要目标。主要目标是确保管辖范围内的飞机遵守国际民用航空组织 (ICAO) 规定的分离标准。例如，最常见的间隔标准之一要求雷达控制下的飞机垂直间隔至少 1,000 英尺，水平间隔至少 5 海里。次要目标是确保飞机有序、迅速地到达目的地。这些目标要求空中交通管制员执行各种任务，包括监控空中交通、预测间隔损失（i