XiaoMi-AI文件搜索系统
World File Search Systemphysiological
生理计算中的对抗性攻击与防御：系统评价
摘要 — 生理计算实时使用人类生理数据作为系统输入。它包括或与脑机接口、情感计算、自适应自动化、健康信息学和基于生理信号的生物识别技术有显著重叠。生理计算增加了从用户到计算机的通信带宽，但也容易受到各种类型的对抗性攻击，攻击者故意操纵训练和/或测试示例来劫持机器学习算法输出，从而可能导致用户困惑、沮丧、受伤甚至死亡。然而，生理计算系统的脆弱性尚未得到足够的重视，也没有对针对它们的对抗性攻击进行全面的综述。本文填补了这一空白，系统地回顾了生理计算的主要研究领域、不同类型的对抗性攻击及其在生理计算中的应用，以及相应的防御策略。我们希望这篇评论能吸引更多人对生理计算系统脆弱性的研究兴趣，更重要的是，能提出防御策略，使它们更安全。
生理 I/O - 人机集成实验室
交互式计算系统能够接收用户生理活动（例如皮肤电导率、心率、脑电位等）作为输入。除了与健康相关的应用外，这种生理感知还能使系统推断用户的状态（例如任务参与度、焦虑、工作量等）。最近，出现了许多可以刺激生理活动的技术（例如电肌肉刺激、电前庭刺激、经颅刺激）。这些技术可以作为交互式系统的输出，以诱导用户做出所需的行为。总之，我们设想的系统将闭合生理输入和输出之间的循环——交互式系统能够读取和影响用户的身体。为了实现这一目标，我们提议成立一个生理 I/O 特别兴趣小组，以整合成功的实践并确定社区需要解决的研究挑战。
硫化氢在哺乳动物细胞，组织和器官中的生理作用
H 2 S现在被认为是多种哺乳动物细胞和组织中的内源性生理调节剂。Produced, in a regulated and cell type-dependent manner, by three major enzyme systems, cystathionine c -lyase (CSE), cystathio- nine b -synthase (CBS), and 3-mercaptopyruvate sulfurtransferase (3-MST), H 2 S is present intra- and extracellularly and interacts with proteins, DNA, and other members of the reactive species interactome （例如，氧和氮衍生的氧化剂和自由基）并在各种目标和途径上发挥作用。H 2 S的生理作用在基因转录和翻译，细胞生物能学和代谢，血管张力和免疫功能中的调节中得到充分认识，在中枢神经系统和周围神经系统的各种功能以及与生理学家和临床医生相关的许多其他领域的调节中。本综述对H 2 S在哺乳动物细胞和器官中的生理调节作用进行了全面概述。在生理状况下对这些作用的理解以及对H 2 S稳态的扰动的日益了解（例如，血管疾病，血管疾病，代谢性疾病，各种形式的中枢神经系统疾病，各种形式的中枢神经系统疾病，对跨性别疾病的疾病，其他机构的疾病以及其他机理疗法的诊断和诊断的新机会。在这种情况下，基于H 2 s的替换（通过H 2 s-释放的小分子）的新型实验治疗方法已经出现，并正在转化为临床竞技场。在本综述中突出显示，由于生物合成和/或降解增加，在某些疾病中，H 2 S水平在病理上降低了（例如，再灌注损伤，动脉粥样硬化，动脉粥样硬化以及许多其他形式的血管疾病，以及衰减）。在其他疾病（例如，各种形式的炎症，唐氏综合症和癌症）中，H 2 S水平增加，并且抑制H 2 S产生酶正在作为一种实验性治疗方法出现。进一步了解H 2 S的生理调节作用，再加上旨在调节H 2 S稳态的小分子的药理学和翻译科学的进步，预计将来会产生新颖的诊断和临床疗法方法。
利用生理数据检测强直信息处理活动
通过可穿戴传感器捕捉的生理信号来表征信息处理活动 (IPA)，例如阅读、聆听、说话和写作，可以拓宽对人们如何产生和消费信息的理解。然而，传感器对外部条件高度敏感，而这些条件并不容易控制——即使在实验室用户研究中也是如此。我们进行了一项初步研究 (𝑁 = 7)，以评估使用多个传感器的四种 IPA（阅读、聆听、说话和写作）中生理信号的稳健性和灵敏度。收集的信号包括皮电活动、血容量脉搏、凝视和头部运动。我们观察到参与者之间的一致趋势，以及四种 IPA 之间具有统计学上显着差异的十个特征。我们的结果为用户遇到 IPA 时生理反应的差异提供了初步的定量证据，揭示了根据 IPA 分别检查信号的必要性。本研究的下一步将进入特定的环境，即信息检索，并且 IPA 被视为与搜索系统的交互方式，例如通过说话或打字提交搜索查询。
揭示了人类使用皮质摄影的事件相关电位的生理起源
图3。ERP分析及其结果的概述。 A. 在受试者S3中表现出由听觉刺激（红点）或按钮按（绿点）引起的诱发电势的位置。 B. 在听觉刺激（左）和位置A1和M1的纽扣刺激期间ECOG活动的时间课程及其跨审判平均值。 位置A1处的单次试验ECOG响应在刺激发作处进行相锁定，并表现出与跨审判平均值相同的N1，P1和P2分量。 相比之下，位置M1处的单次试验ECOG响应在运动开始时没有相锁，因此在所有试验中，平均没有诱发的电位。 相反，在所有试验中的平均水平造成了缓慢的皮质潜力。 C。位于A1-3和M1-2的平均AEP（左侧的红色痕迹）和MRP（右侧的绿色痕迹）及其在受试者S3中的平均值。 所有听觉位置均表现出清晰的N1，P1和P2组件，并且所有运动位置均具有突出的慢速皮质潜力。 D.来自受试者S3位置A1和M1的ERP的时间课程，在两个不同的频带（<3 Hz和3-40 Hz）中。 AEP的特征成分由3-40 Hz频段捕获。 相反，只有在<3 Hz频段中才能看到MRP中的缓慢负电位。 E.基线（-400至0 ms）和ERP（分别为0至400毫秒）周期（分别为顶部和底部）的<3 Hz和3–40 Hz频段（分别为top和底部）的3–40 Hz频段，在所有与任务相关的位置和所有受试者中都计算出来。 基线活性主要由3-40 Hz带功率组成（P <0.001，配对t检验）。ERP分析及其结果的概述。A.在受试者S3中表现出由听觉刺激（红点）或按钮按（绿点）引起的诱发电势的位置。B.在听觉刺激（左）和位置A1和M1的纽扣刺激期间ECOG活动的时间课程及其跨审判平均值。位置A1处的单次试验ECOG响应在刺激发作处进行相锁定，并表现出与跨审判平均值相同的N1，P1和P2分量。相比之下，位置M1处的单次试验ECOG响应在运动开始时没有相锁，因此在所有试验中，平均没有诱发的电位。相反，在所有试验中的平均水平造成了缓慢的皮质潜力。C。位于A1-3和M1-2的平均AEP（左侧的红色痕迹）和MRP（右侧的绿色痕迹）及其在受试者S3中的平均值。所有听觉位置均表现出清晰的N1，P1和P2组件，并且所有运动位置均具有突出的慢速皮质潜力。D.来自受试者S3位置A1和M1的ERP的时间课程，在两个不同的频带（<3 Hz和3-40 Hz）中。AEP的特征成分由3-40 Hz频段捕获。相反，只有在<3 Hz频段中才能看到MRP中的缓慢负电位。E.基线（-400至0 ms）和ERP（分别为0至400毫秒）周期（分别为顶部和底部）的<3 Hz和3–40 Hz频段（分别为top和底部）的3–40 Hz频段，在所有与任务相关的位置和所有受试者中都计算出来。基线活性主要由3-40 Hz带功率组成（P <0.001，配对t检验）。AEP的P1和N1组件由3-40 Hz带功率（P <0.001，配对t检验）组成，而MRP的主要由<3 Hz频带功率组成（P <0.001，配对t检验）。F.功率（顶部）和3-40 Hz频段中的AEP（底部）的形状，用于试验最高（实心）且最低（虚线）的第10个百分位数的固定力（计算每个任务相关位置，平均所有位置和受试者的平均）。较高的刺激性功率会导致AEP中较高的N1振幅（p <0.05，t检验，fdr校正了n = 22）。G.功率（顶部）和MRP的形状（底部）。前刺激功率不会显着影响MRP的形状（p <0.05，t检验，fdr校正了n = 15）。
来自聆听情感音乐的参与者的神经和生理数据
音乐提供了一种传达情感意义的手段。然而，音乐诱发情感的神经机制尚未完全了解。我们的项目试图通过一系列实验来研究这一点，这些实验研究人类如何对情感音乐刺激作出反应，以及从这些参与者那里记录下来的生理和神经信号如何根据自我报告的情感变化而变化。本文介绍了在该项目过程中记录的数据集，包括音乐刺激的细节、参与者在听音乐时感受到的情感状态变化的报告，以及随之而来的生理和神经活动记录。我们还包括了参与者群体的非识别元数据，以便进一步进行探索性分析。这些数据为研究情感、音乐以及它们如何影响我们的神经和生理活动的研究人员提供了大量宝贵的新资源。
文章量化微波脑刺激装置的生理生物标志物
摘要：生理信号是即时的，对脑刺激引起的神经和心血管变化很敏感，被认为是评估脑刺激与认知表现之间关联的量化工具。在设备齐全的临床环境之外进行脑刺激需要使用低成本的便携式微型系统。这项双盲、随机、假对照研究的目的是量化微波脑刺激 (MBS) 装置诱发的神经和心血管系统的生理生物标志物。我们研究了主动 MBS 和假装置对十名志愿者（平均年龄 26.33 岁，70% 为男性）心血管和神经反应的影响。使用便携式传感设备以半小时为间隔记录初始静息状态、中间状态和最终状态的脑电图 (EEG) 和心电图 (ECG)。在实验期间，参与者承担认知工作量。与假手术组相比，在主动 MBS 组中，EEG 中高 alpha、高 beta 和低 beta 波段的功率增加，而低 alpha 和 theta 波的功率降低。RR 间隔和 QRS 间隔与 MBS 刺激有显著关联。心率变异性特征显示两组之间没有显著差异。可穿戴 MBS 设备可能适用于生物医学研究；MBS 可以调节神经和心血管对认知负荷的反应。
周细胞需要生理氧张力以维持表型保真度。
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年8月28日发布。 https://doi.org/10.1101/2024.08.28.606682 doi：biorxiv preprint
通过生物医学信号分析评估生理系统中的复杂性
大多数生理系统复杂的想法在最近几十年中变得越来越流行。复杂性现在被认为是生理和医学中普遍存在的现象，它允许生活系统适应保留稳态的外部扰动。复杂性源自系统的特定特征，例如分形结构，自组织，非线性，存在许多相互依存的组件在不同的层次结构和不同的时间尺度上相互作用，以及通过生理网络与其他系统的互连。这种生理系统产生的生物医学信号可能会携带有关系统复杂性的信息，该系统可以利用以检测生理状态，以随着时间的推移监测健康状况或预测病理事件。出于这个原因，生物医学信号分析的最新趋势旨在设计用于从派生时间序列中提取系统复杂性信息的工具，例如连续的脑电图记录和肌肉记录记录，心血管变量的逐个表现值，或者是呼吸呼吸器的呼吸器变量测量值。本期特刊为评估生理系统的复杂动力学的时间序列分析的快速发展领域收集了16项科学贡献。在这方面，特刊包括两项有关临床主题特别相关的评论。Sun等人的论文。[1]修改了关于阿尔茨海默氏病的研究，该研究量化了大脑信号（电和磁摄影或功能磁共振成像）的复杂性改变。为了为普通读者提供对这个广泛而明显的主题的广泛愿景，该特刊不仅要求设计出新的方法论方法，这些方法是为了改善现有的复杂性量词，或在生理或临床场景中进行复杂性分析的新颖应用，而且还用于描述在临床和生物学研究的特定领域中描述复杂性方法的评论论文。审查指出，阿尔茨海默氏症患者的信号复杂性丧失，可能代表其功能病变的生物标志物，可用于疾病诊断和脑功能障碍的定量。Rampichini等人的论文。 [2]回顾了对表面肌电图的复杂性分析的研究，以检测运动肌肉中疲劳的发作，这是对生理学，病理生理学，训练和康复的极大兴趣的问题。 对于每个复杂性指数，作者总结了其含义，估计算法以及应用它的研究结果。 读者将在本期特刊中发现的新方法学方法将熵和信息流评估的理论方面。 任何熵估计器的所需特征都是相对一致性，在大多数应用程序中，假定通过设置估算值参数的特定值进行有意义的比较（例如给定的嵌入尺寸Rampichini等人的论文。[2]回顾了对表面肌电图的复杂性分析的研究，以检测运动肌肉中疲劳的发作，这是对生理学，病理生理学，训练和康复的极大兴趣的问题。对于每个复杂性指数，作者总结了其含义，估计算法以及应用它的研究结果。读者将在本期特刊中发现的新方法学方法将熵和信息流评估的理论方面。任何熵估计器的所需特征都是相对一致性，在大多数应用程序中，假定通过设置估算值参数的特定值进行有意义的比较（例如给定的嵌入尺寸