XiaoMi-AI文件搜索系统
World File Search Systemparietal
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。
使用深神经网络从后顶层皮层解码
抽象目标。运动解码对于翻译脑部计算机界面（BCIS）的神经活动至关重要，并提供了有关如何在大脑中编码运动态的信息。深神经网络（DNNS）正在成为有前途的神经解码器。尽管如此，目前尚不清楚DNN在不同的电机解码问题和方案中的表现如何，哪个网络可以成为入侵性BCIS的良好候选人。方法。完全连接，卷积和复发性神经网络（FCNN，CNNS，RNNS）设计并应用于从麦克拉（Macaques）后顶叶皮层（PPC）中从V6A区域记录的神经元中解释运动态。考虑了三个运动任务，涉及到达和到达（后者在两个照明条件下）。dnns使用试用课程中的滑动窗口接近3D空间中的九个到达终点。为了评估模拟各种场景的解码器，还分析了性能，同时人为地减少了记录的神经元和试验的数量，并在执行从一项任务到另一个任务的转移学习时。最后，准确的时间课程用于分析V6A电机编码。主要结果。dnns的表现优于经典的幼稚贝叶斯分类器，而CNN在整个电机解码问题上还优于XGBoost和支持向量机分类器。cnns使用较少的神经元和试验时，导致了表现最佳的DNN，并且任务对任务转移学习改善了性能，尤其是在低数据制度中。意义。最后，V6A神经元甚至从动作计划中编码并触及到gr的属性，稍后发生握把属性的编码，更接近移动执行，并且在黑暗中显得较弱。结果表明，CNN是有效的候选者，可以从PPC记录中实现人类侵入性BCI的神经解码器，这也减少了BCI校准时间（转移学习），并且基于CNN的数据驱动分析可以提供有关大脑区域的编码特性和功能性启动的见解。
额叶和顶叶在理解意识障碍中起着至关重要的作用：从脑电图研究的角度
长期以来，人们一直对意识的起源及神经关联存在争议。研究表明，前额叶和后顶叶皮质的感觉区整体工作空间与大脑的意识活动高度相关（Giacino et al.，2014）。后部皮质包含一个后部热区，用于产生视觉、听觉、触觉等多种意识体验（Boly et al.，2017；Koch，2018），这为后部脑区与人类意识相关提供了直接证据。前额叶严重损伤的患者仍然保留有唤醒和意识，这表明前额叶皮质应排除为意识依赖性皮质（Koch，2018）。但也有研究者认为，大多数与意识无关的额叶结构受损，并不会导致意识丧失；额叶中的关键结构主导着人类的意识（Koenigs 等人，2007 年；Koch 等人，2016 年）。意识障碍 (DOC) 是由于调节觉醒和意识的神经系统部分受损或功能障碍导致的意识状态改变（Schiffi 和 Plum，2000 年；Giacino 等人，2014 年）。DOC 患者通常因中风、缺氧等原因遭受严重的脑损伤（Gosseries 等人，2011b、2014 年）。此类患者可能处于植物人状态 (VS) 或微意识状态 (MCS)。这两种状态都具有较高的觉醒水平；MCS 涉及可重复的非反射性行为反应，而 VS [也称为无反应性觉醒综合征 (UWS)] 仅涉及对外部刺激的反射性行为反应。 VS/UWS 是一种临床综合征，描述患者在睁眼清醒状态下无法表现出自主运动反应（Laureys 等人，2010）。MCS 患者无法与周围环境交流；然而，他们表现出波动的意志行为残余（Laureys 等人，2004）。此外，根据他们对命令的响应能力、有意交流等，MCS 可分为 MCS + 和 MCS-（Chennu 等人，2017 年；Rizkallah 等人，2019 年）。此外，Thibaut 等人（2021 年）将大脑活动与 MCS 相似的 VS/UWS 患者定义为 MCS ∗。额叶是言语功能和运动行为的控制中心；它还被认为与更高级的认知有关，包括记忆和执行力（Chayer and Freedman，2001）。全局工作空间理论假设意识通过信息处理产生，信息处理通过以额叶和顶叶为中心的两个神经元网络将输入信息传播到整个大脑（Koch，2018）。神经影像学研究表明，意识水平的提高伴随着顶叶联想皮层代谢率的变化（Laureys et al.，1999 ) 以及与额叶相关的神经连接增加 ( Jang and Lee , 2015 )。脑电图 (EEG) 是一种非侵入性、高度兼容且便携的测量方法，可以测量
猕猴顶上小叶 5 区 (PE) 细分的相应解剖结构揭示了与人类相似的连接模式
基于影像特征将动物脑作为跨物种研究的工具，可为揭示人类大脑的综合分析提供更多潜力。先前的研究表明，人类布罗德曼5区（BA5）和恒河猴的PE为同源区域，均参与手臂运动中触觉过程中的深度和方向信息处理。但最近的研究表明，BA5与PE并不同源，根据细胞构架，BA5被细分为三个不同的亚区域，PE可细分为PEl、PEla和PEm，BA5与PE之间各亚区域之间的物种同源关系尚不明确。同时，基于白质纤维束解剖连接对PE的细分需要更多的验证。本研究依据白质纤维束解剖连接对恒河猴的PE进行了细分。基于概率纤维追踪技术定义前侧和背侧两个PE亚区，最后针对BA5和PE亚区绘制具有预定义同源靶区的连通性指纹，揭示结构和功能特征，并给出识别出的同源对应关系。
合作行为激发前额叶和颞顶叶皮层的大脑间同步：fNIRS 超扫描研究的系统评价和荟萃分析
单脑神经成像研究表明，人类合作与额叶和颞顶叶区域的神经活动有关。然而，单脑研究是否能为现实生活中的合作提供信息仍不清楚，因为在现实生活中，人们会进行动态互动。这种动态互动已成为脑间研究的焦点。在这方面，一种有利的技术是功能性近红外光谱 (fNIRS)，因为它比 EEG 或 fMRI 等更传统的技术更不容易受到运动伪影的影响。我们基于 13 项研究（涉及 890 名参与者），对 fNIRS 合作超扫描进行了系统评价和首次定量荟萃分析。总体而言，荟萃分析揭示了人们合作时存在统计学上显着的脑间同步性的证据，额叶和颞顶叶区域的整体效应大小都很大。所有 13 项研究都观察到前额叶皮层 (PFC) 中存在显着的脑间同步性，这表明该区域与合作行为特别相关。由于相关研究使用了不同的合作任务，因此这些发现的一致性不太可能归因于与任务相关的激活。总之，本研究结果支持了额叶和颞顶叶区域在人际合作中的大脑间同步的重要性。此外，本文强调了元分析作为辨别大脑间动态模式的工具的实用性。关键词：大脑间同步、人际神经对齐、超扫描、合作、fNIRS
言语介导的合作始终与额叶和颞顶叶区域的大脑间同步相关：一项小型回顾和荟萃分析
摘要 合作通常通过口头交流来支持，对我们物种的生存至关重要。最近的研究表明，合作行为与额叶和颞顶叶区域的二元组之间的同步神经活动有关，这与单脑实验室研究的结果一致。然而，这些研究使用了多种合作任务，这引发了一个问题：报告的结果是否可以可靠地与真正动态的、口头支持的合作联系起来。为了确定这些区域中的哪一个（如果有的话）始终跟踪自然的合作行为，我们对已发表的功能性近红外光谱 (fNIRS) 超扫描研究进行了简要回顾和荟萃分析，这些研究考察了参与者进行口头交流时合作互动过程中大脑间同步的发生情况。九篇文章（n=737 名参与者）符合选择标准，并提供了合作期间口头交流过程中大脑间同步的证据，在额叶和颞顶叶区域的全套实验条件下，总体效应大小显著增大，表明这些区域的大脑间神经同步是人类合作行为的基础。总之，我们的研究结果强调了荟萃分析作为一种帮助辨别研究模式的工具的重要性，在这种情况下，荟萃分析揭示了半自然合作行为的神经基础。关键词：大脑间同步、人际神经对齐、超扫描、口头交流、合作、fNIRS
灵长类动物的上顶叶：一种与环境相互作用的感觉运动中心
猕猴的优质顶叶占据了海报中的partoftheparietallobeandplaysacracialrolein，这是信息源的整合（来自视觉，运动，运动和体感大脑区域），以实现高级COG固态功能的目的。该区域涵盖了室内沟和顶枕沟，其中包括Alsotheprecuneatecortecortecortecortexinthemesialsialsialsialsialsialfaceferefthehemisphere。它载有固定性的遗传性：PE，PEIP，PECI前后和PEC，MIP，PGM和V6A。最近研究的基于功能的mrihavesesgestdputativehumanhomologue of theareasoftheareasofthemacaquesuerparietallobule。在这里我们回顾了解剖学细分，猕猴上顶叶的皮质和丘脑皮质连接，与生理和病变状况的组织和组织中的人体学和组织相关联。猕猴大脑这一部分的知识可以帮助理解病理状况，这些病理状况使人类的正常行为行为融合了手臂的正常行为，并且可以激发大脑计算机界面进行与周围环境相互作用所需的ininmoreAccurateWaysworewaysorimotorimotortortransortation。
人类后顶皮层中实际和想象的触摸的神经编码
摘要在人类后顶叶皮层（PPC）中，单个单元编码具有部分混合表示形式的高维信息，使少量神经元可以编码与运动计划，执行，认知和感知相关的许多变量。在这里，我们测试了以前证明的PPC神经元种群是否同样参与了体验域。，我们在实际的触摸表现和触觉成像任务中记录了人类临床试验参与者的PPC中的神经元。神经元用双侧接受场在短潜伏期中编码了实际触摸，并通过身体部位组织，并覆盖了所有经过测试的区域。触觉图像任务引起了身体部分的反应，该反应与实际触摸共享神经基板。我们的结果是人类PPC中触摸编码及其在触觉成像任务中的认知参与的第一个神经元水平的证据，这可能反映了语义处理，注意力，感官预期或想象中的触摸。
颞顶皮层参与建模自己和其他人的注意力
摘要在传统观点中，在社会认知中，注意力等同于目光，人们通过追踪他们的目光来追踪别人的注意力。在这里，我们使用fMRI来测试大脑是否以更丰富的方式表示注意力。人们阅读了描述代理商（自己或其他人）的故事，以两种方式指向对象的注意：内部定向（内源性）或外部引起的（外源性）。我们使用多毒素模式分析来检查心形网络中的大脑领域如何编码注意力类型和代理类型。左颞顶连接（TPJ）中的大脑活动模式显示出有关内源性和外源性注意的信息的显着解码。左TPJ，左上颞沟（STS），前胸骨和内侧前额叶皮层（MPFC）显着解码剂类型（自我与其他）。这些发现表明，大脑构建了一个人自己和其他人注意状态的丰富模型，可能是有助于心理理论。
计算机代码理解与额顶网络中的形式逻辑推理共享神经资源
摘要 尽管编程对现代社会至关重要，但代码理解的认知和神经基础在很大程度上仍是未知的。编程语言可能会“回收”最初为自然语言开发的神经认知机制。或者，代码理解可能依赖于与其他文化发明的符号系统（如形式逻辑和代数等符号数学）共享的额顶叶网络。专业程序员（平均 11 年编程经验）在接受 fMRI 时执行代码理解和记忆控制任务。同样的参与者还执行了形式逻辑、符号数学、执行控制和语言定位器任务。左侧额顶叶网络被招募用于代码理解。该网络内的活动模式区分了“for”循环和“if”条件代码函数。就底层神经基础而言，代码理解与形式逻辑和数学重叠程度较小。与执行过程和语言的重叠程度较低，但语言和代码的侧向性在个体之间共变。包括代码在内的文化符号系统依赖于独特的额顶叶皮层网络。