XiaoMi-AI文件搜索系统
World File Search Systemoscillator
由于阿尔茨海默氏病和帕金森氏病引起的轻度认知障碍中的脑振荡模式：一项探索性高密度EEG研究
Objective: We investigated brain cortical activity alterations, using a resting-state 256-channel high- density EEG (hd-EEG), in Alzheimer's (AD) and Parkinson's (PD) disease subjects with mild cognitive impairment (MCI) and correlations between quantitative spectral EEG parameters and the global cogni- tive status assessed by Montreal Cognitive Assessment (MoCA) 分数。方法：15个AD-MCI，11个PD-MCI和十个年龄匹配的健康控制（HC）进行了HD-EEG记录和神经心理学评估。脑脊液生物标志物分析以获得良好的特征组。EEG光谱特征，并研究了三组之间的差异以及与MOCA的相关性。结果：与对照组相比，AD-MCI和PD-MCI的α2/alpha1比的α2/alpha1比显着降低。在PD-MCI中观察到明显更高的theta和较低的β/theta比。MOCA评分与theta功率以及alpha2和beta功率以及alpha2/alpha1和alpha/theta比率直接相关。结论：这项研究强调了AD-MCI和PD-MCI患者的脑电图模式的显着差异，并指出了EEG参数在两种神经退行性疾病中可能的替代标志物的作用。明显的能力：除了完善的生物标志物外，我们的发现还可以支持神经退行性疾病中认知功能障碍的早期检测，并可以帮助监测疾病的进展和治疗反应。
通过CRISPR-CAS靶向裂开志贺毒素基因的靶向裂解在动物模型中
摘要。收音机和手机使用振荡载体信号的频率调制（FM）来可靠地传输多路复用数据，同时拒绝噪声。在这里，我们使用遗传编码的蛋白振荡器（GEOS）作为电路中的载波信号来建立该范式的生化类似物，以实现单细胞数据的连续实时FM流。GEOS是由进化多样的思想家庭ATPase和激活因子模块构建的，这些模块在人类细胞中共表达时会产生快速的合成蛋白振荡。这些振荡用作单细胞载体信号，频率和振幅由GEO组件水平和活动控制。我们系统地表征了169个ATPase/Activator Geo对和具有多个竞争激活剂的工程师复合GEO，以开发一个用于波形编程的全面平台。使用这些原理，我们设计了对细胞活性调节地理频率的电路，并使用校准的机器学习模型解码其响应，以证明单个单元中转录和蛋白酶体降解动力学的敏感，实时FM流。GEOS建立一个动态控制的生化载体信号，解锁抗噪声的FM数据编码范式，为动态单细胞分析开辟了新的途径。简介。细胞动态调节不同时间尺度的基因表达，蛋白质定位和信号传导状态，以执行必不可少的生物学功能1-4。虽然基因组，转录组和蛋白质组学方法可以提供单细胞态5-8的快照，但实时遵循单个细胞的轨迹的能力对于理解动态细胞和生物体行为如何编码和功能1,9,10至关重要。这些单细胞动力学通常是使用荧光记者在显微镜下进行跟踪的，其强度或定位为您感兴趣的数据提供了代理10-16。虽然功能强大，但这些工具对扩展单细胞动力学和数据聚合的扩展跟踪构成了挑战，因为任意信号强度在仪器上各不相同，并且对光漂白和噪声17敏感。此外，传统基于荧光的工具生成的信号缺少元数据来识别信号的基本细胞来源，从而使密集的细胞环境中重叠信号的分离变得困难。
表征神经退行性疾病中静息状态EEG振荡和上的活性：一项多中心研究
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经Peer Review认证）是作者/资助人，他已授予Medrxiv的许可证，以在2025年2月18日发布的此版本中显示在版权所有者中。 https://doi.org/10.1101/2025.02.14.25322283 doi：medrxiv preprint
采用 0.25 m pHEMT 技术的 5G 毫米波紧凑型压控振荡器
所提出的 VCO 架构基于参考文献 [16-18] 中研究的 Colpitts 结构以及作者在 [12] 中提出的结构，如图 2 所示。该振荡器的有源部分由两个晶体管 pHEMT 1 和 pHEMT 2 组成：每个晶体管有 4 个指状物，栅极长度和宽度分别为 0.25 µm 和 20 µm。指状物数量越多，输出功率就越大 [19]。每个晶体管都偏置在工作点 (VDS=2.2 V, VGS -0.6 V)，三个电感 Ld1、Ld2 和 Lg 分别等于 0.15 nH、0.15 nH 和 0.1 nH。电路的性能在很大程度上取决于偏置条件 [20]，因此偏置电压和电感的值需要仔细选择。 VCO 的谐振电路基于两个源漏短路晶体管 pHEMT 3 和 pHEMT 4。因此，这两个晶体管充当变容二极管，其电容值由施加到其栅极的电压源 Vtune 调整。
基于类独特性的黎曼流形上基于振荡活动的 BCI 的频带选择：初步结果
摘要 — 众所周知，考虑用户特定设置可以增强脑机接口 (BCI) 的性能。特别是，振荡活动分类的最佳频带高度依赖于用户，过去二十年已经开发了许多频带选择方法。然而，这些传统方法是否可以有效地应用于黎曼 BCI 尚未得到很好的研究，黎曼 BCI 是一类新兴的 BCI 系统，与传统 BCI 管道不同，它利用了数据的非欧几里得性质。在本文中，我们提出了一种基于黎曼流形的新型频带选择方法。选择频带时，考虑到基于流形上的类间距离和类内方差量化的类独特性。该方法的一个优点是可以针对每个人调整频带，而无需进行密集的优化步骤。在使用基于运动想象的 BCI 公共数据集的比较实验中，我们的方法比固定宽频带和流行的传统频带选择方法的平均准确率有显著提高。尤其是，我们的方法显著提高了最初准确度较低的受试者的表现。这一初步结果表明，开发考虑流形属性的新用户特定设置算法的重要性，而不是直接应用在黎曼 BCI 兴起之前开发的方法。
使用低温蓝宝石振荡器改进离子阱量子计算机
我们描述了一种灵活的微波合成系统，该系统由一个超低相位噪声低温蓝宝石振荡器 (CSO) 设计，可用作镱离子 (Yb+) 量子比特的主时钟。我们报告称，使用该合成系统，量子比特相干时间从 0.9 秒提高到 8.7 秒，提高了 10 倍，单量子比特量子门的误差为 1.6e-6。使用滤波函数方法 [1]，我们发现证据表明，0.9 秒的宝贵相干性受到精密级商用现成微波合成器 [1] 的相位噪声的限制。此外，我们还利用微波合成系统的灵活性来演示贝叶斯学习算法，该算法可以自主设计信息优化的控制脉冲来识别和校准定量动力学模型，以表征囚禁离子系统。我们通过实验证明，新算法在少量样本的情况下超过了传统校准方法的精度 [2]。
科学家在宏观振荡器中实现集体量子行为
量子光力学的大多数研究都集中在单个振荡器上，展示了基态冷却和量子压缩等量子现象。但集体量子行为并非如此，其中许多振荡器作为一个整体运行。虽然这些集体动力学是创建更强大的量子系统的关键，但它们需要对具有几乎相同特性的多个振荡器进行极其精确的控制。
信息与热力学：欠阻尼微机械振荡器中兰道尔界限的快速精确方法
信息处理的热力学能量成本是一个被广泛研究的课题，既有其基本方面，也有其潜在的应用[1-9]。该能量成本有一个下限，由 Landauer 原理确定[10]：在温度 T 下，从存储器中擦除一位信息至少需要 k BT ln 2 的功，其中 k B 为玻尔兹曼常数。这是很小的能量，在室温（300 K）下仅为 ∼ 3 × 10 − 21 J，但它是一个通用的下限，与所用存储器的具体类型无关，并且与广义 Jarzynski 等式 [11] 相关。已在多个经典实验中测量了兰道尔边界 (LB)，这些实验使用了光镊 [ 12 ， 13 ]、电路 [ 14 ]、反馈阱 [ 15 – 17 ] 和纳米磁体 [ 18 ， 19 ]，以及捕获超冷离子 [ 20 ] 和分子纳米磁体 [ 21 ] 的量子实验。在准静态擦除协议中可以渐近地达到 LB，其持续时间比上述用作一位存储器的系统的弛豫时间长得多。实际上，当在短时间内执行擦除时，可以使用最优协议最小化此类过程所需的能量，这些协议已经过计算 [ 22 – 27 ] 并用于过阻尼系统 [ 17 ]。更快接近渐近 LB 的另一个策略当然是减少弛豫时间。然而，对于非常快的协议，人们可能想知道机械（电子）系统中的惯性（感应）项是否会影响其可靠性和能量成本。
听觉睡眠调制方法对脑振荡和心血管动力学的影响
睡眠代表了促进大脑和身体健康的强大系统。建议在过多的功能中发挥作用，例如清除有毒副产品[1-3]，突触稳态[4]，记忆巩固[5-11]，代谢[12]和心血管肢体功能[13-16]和身体核心组织[13-16]，以及身体核心组织的转换[17]。尤其是，已经提出了非剥夺性眼动（NREM）的大幅度，低频慢波来指导这些有益的效果（例如，在参考文献中进行了审查。18）。神经元活性的时期反映在慢波上的相过程中，神经元沉默的周期反映了慢波的下坡[19]，从而协调了丘脑皮层睡眠纺锤体之间的时间相互作用，以支持长波波旋转的长期记忆，这是21 21 retime retive [20] [20]。然而，慢速波是否是维持健康大脑和身体的必不可少的驱动因素，仍然在很大程度上没有探索。为了阐明慢波在大脑和身体功能中的功能作用，需要调节这些振荡。在过去的几年中，尤其是听觉刺激已成为一种有希望的，无创和可行的方法，可在深度睡眠期间选择性地调节慢波[9，22-24]。但是，存在各种刺激方案，导致对行为结果的发现不一致（例如在参考文献中进行了审查。25）和关于有效性增强或减少慢波的疗效方法的核对片。这种夜间设计消除了任何NGO及其同事[9]是第一个报告靶向较慢的慢波上升的上升相似的人似乎对隔夜记忆巩固的改善似乎很重要。的下相刺激表明会干扰慢波和声明性和运动记忆的巩固[9，26]。然而，除了选择听觉刺激的适当目标阶段外，序列中的刺激数量是可变的，例如两种音调刺激方案随后刺激断裂[9，23]或窗户的刺激，其中仅在预定义长度的窗口中出现听觉刺激[7，8，22]。除了在一定程度上依赖于慢波（闭环刺激）的一定程度的所有程序外，已经证明完全开环听觉刺激也可以增强慢波[11，27]。需要考虑的另一项参数是刺激的量以及刺激是通过耳机还是通过扬声器播放。此外，一些研究使用了50至60 dB之间的固定体积[9,23,28]或个体和/或自适应体积在30至60 dB之间[10，11，22]。尽管已经采用了许多刺激方法，但听觉刺激仍处于起步阶段。因此，为此目的，还没有利用听觉刺激的全部潜力，并且需要更加了解其影响。此外，目前尚不清楚听觉刺激的功效是否在睡眠周期中保持稳定，以及是否在几秒钟的刺激中甚至保持了刺激功效。为了促进对听觉慢波调制的理解，我们在这里提出了一种新型的方法，可以使用窗口的10 s刺激（听觉刺激）在单个睡眠期内对不同的听觉刺激条件进行调查（没有听觉刺激），然后使用10 s（没有听觉刺激播放）方法。
利用振荡脑电图特征对视觉审美偏好进行生态解码——一项小型综述
在当今的数字信息时代，人类对视觉制品的接触已达到前所未有的几乎无处不在的程度。其中一些文化制品被提升到艺术品的地位，这表明人们对这些物品有着特殊的欣赏。对许多人来说，对此类艺术品的感知与审美体验 (AE) 相吻合，而审美体验可以对健康和幸福产生积极影响。AE 由复杂的认知和情感心理和生理状态组成。对 AE 背后的神经动力学有更深刻的科学理解将允许开发被动脑机接口 (BCI)，该接口提供个性化的艺术呈现，以改善 AE，而无需明确的用户反馈。然而，视觉神经美学领域的先前实证研究主要研究非自然实验室条件下 AE 的功能性磁共振成像和事件相关电位相关性，这可能不是实用神经美学 BCI 的最佳特征。此外，直到最近，AE 在很大程度上被定义为美丽或愉悦的体验。然而，这些概念并未涵盖所有类型的 AE。因此，这些概念的范围太窄，无法实现跨个体和跨文化的个性化和最佳艺术体验。这篇叙述性迷你评论总结了基于振荡脑电图 (EEG) 的视觉神经美学的最新进展，并绘制了开发生态有效的神经美学被动 BCI 系统的路线图，该系统可以优化 AE 及其有益后果。我们详细介绍了已报道的 AE 振荡 EEG 相关性，以及用于对 AE 进行分类的机器学习方法。我们还强调了神经美学的当前局限性，并提出了改进 AE 的 EEG 解码的未来方向。