XiaoMi-AI文件搜索系统
World File Search SystemsEEG
从颅内脑电图解码言语产生过程中的发音轨迹
简介：语音脑机接口 (BCI) 是一种可以帮助神经系统障碍患者恢复交流能力的技术，旨在从脑信号合成语音。大多数研究都集中于直接解码文本或语音片段，如音素或单词。然而，目前尚不清楚语音生成过程是否在神经记录中以这种形式呈现。一种有趣的方法是模拟声道的行为，该行为已从多个大脑区域成功解码。声道由称为发声器官的不同生理结构组成（即下颌、软腭和嘴唇）。所有发声器官的位置和运动的组合决定了语音生成过程中听到的声音。最近的进展使得从这些发声器官的时间轨迹重建语音成为可能，使它们成为构建语音 BCI 的良好候选者。本研究将探讨从微创脑电图解码发声轨迹的可能性。材料与方法：通过这项工作，我们将系统地评估从神经信号中解码发声轨迹，从而评估构建以发声轨迹为中间表示的语音 BCI 的可行性。我们计划使用 Verwoert 等人 [2] 提出的 SingleWordProductionDutch (SWPD) 数据集，其中 10 位参与者读出单个单词，同时测量立体定向脑电图 (sEEG) 和音频数据。结果：我们使用 Gao 等人 [1] 提出的模型从音频中提取发声轨迹。从 sEEG 记录中提取高伽马功率，其中包含有关语音过程的高度本地化信息。图 1 显示了 SWPD 数据集中植入其中一名受试者的 sEEG 电极的位置，以及来自一次记录的发声轨迹。我们训练一个线性回归模型，直接从神经数据预测发音轨迹，并通过与实际轨迹的相关性来评估重建。
在大脑的沟和白质区域解码神经活动，以准确预测人手的单个手指运动和触觉刺激
全世界数百万人因中风，脊髓损伤，多发性硬化症，脑损伤，糖尿病和运动神经元疾病（如ALS）（肌萎缩性横向硬化症）而遭受运动或感觉障碍。将大脑直接连接到计算机的脑部计算机界面（BCI）提供了一种研究大脑并可能恢复患有这些衰弱状况的患者的障碍的新方法。然而，当前面临的BCI技术面临的挑战之一是在维持效率的同时最大程度地降低手术风险。微创技术，例如立体电脑摄影（SEEG），在癫痫患者的临床应用中已更广泛地使用，因为它们会导致并发症较少。SEEG深度电极还可以进入大脑的沟和白质区域，但尚未在脑部计算机界面中进行广泛研究。在这里，我们展示了与人手中的运动和触觉相关的沟和皮质下活性的第一个演示。此外，我们已经将基于SEEG的深度记录中的解码性能与用电视造影电极（ECOG）获得的分解性能进行了比较。最初的解码性能和观察到大多数神经调节模式在振幅试验到审判中的变化而变化，并且是短暂的（比研究的持续纤维运动的持续性纤维运动的差异明显短），导致基于使用时间相关的可重复性指标的特征选择方法的开发。开发了一种基于时间相关的算法，以隔离始终重复的特征（准确解码所需）并具有与运动或触摸相关刺激有关的信息内容。随后，我们使用这些功能以及深度学习方法来自动对具有高精度的单个纤维的各种电动机和感官事件进行分类。
意见SEI No. 3997/2024/MF摘要：CP ANVISA No. 1,282 ...
注意：（*）将来的讨论中要定义的术语和标准； （1）分区以初步优先级列表列出，将与相关部门的技术团队最终确定； （2）不包括废物排放，占巴西总排放量的4％（0.1 B TCO2）。来源：seeg; （3）包括SAF，生物甲烷，绿色柴油等解决方案
与癫痫发作和手术结果的关系
摘要 目的：虚拟癫痫患者（VEP）是一种基于虚拟脑技术的大规模大脑建模方法，使用立体脑电图（SEEG）、解剖数据（磁共振成像 [MRI] 和连接）和计算神经元模型来提供患者癫痫发作的计算机模拟。VEP 通过识别最有可能引发癫痫发作的区域，在药物耐药性癫痫的术前评估中具有潜在用途。我们旨在评估 VEP 方法在估计致痫区和预测手术结果方面的表现。方法：回顾性地在 53 名患有药物耐药性癫痫并有 SEEG、T1 加权 MRI 和弥散加权 MRI 的患者中应用 VEP 建模。精确回忆法用于比较 VEP 识别为致痫区 (EZ VEP ) 与临床分析结合致痫指数 (EI) 方法 (EZ C ) 定义的致痫区。在 28 名接受手术的患者中，我们将 VEP 结果和临床分析与手术结果进行了比较。结果：VEP 对 EZ VEP 检测的精确度为 64%，回忆率为 44%
基于高阶张量分解的头皮到颅内脑电图投影检测发作间期癫痫样放电
摘要。目的。发作间期癫痫样放电 (IED) 发生在两次癫痫发作之间。IED 主要通过颅内记录捕获，通常在头皮上不可见。本研究提出了一种基于张量分解的模型，将头皮脑电图 (sEEG) 的时频 (TF) 特征映射到颅内脑电图 (iEEG) 的 TF 特征，以便以高灵敏度检测头皮上的 IED。方法。采用连续小波变换提取 TF 特征。将来自 iEEG 记录的 IED 段的时间、频率和通道模式连接成四向张量。采用 Tucker 和 CANDECOMP/PARAFAC 分解技术将张量分解为时间、频谱、空间和节段因子。最后，将来自头皮记录的 IED 和非 IED 段的 TF 特征投影到时间分量上进行分类。主要结果。模型性能通过两种不同的方法获得：受试者内和受试者间分类方法。我们提出的方法与其他四种方法进行了比较，即基于张量的空间分量分析方法、基于 TF 的方法、线性回归映射模型以及非对称对称自动编码器映射模型，然后是卷积神经网络。我们提出的方法在受试者内和受试者间分类方法中均优于所有这些方法，分别实现了 84.2% 和 72.6% 的准确率。意义。研究结果表明，将 sEEG 映射到 iEEG 可提高基于头皮的 IED 检测模型的性能。此外，基于张量的映射模型优于基于自动编码器和回归的映射模型。
Abel-Taylor-Application-R21-DC019217-01A1- ...
言语交流在将我们的思想传达给他人，保持社会联系和支持教育成就方面起着至关重要的作用。因此，影响语音感知，例如自闭症，阅读障碍和听力损失的沟通障碍对个人和社会都可能是昂贵的。了解语音处理的神经生物学基础是在神经外科背景下侵入性颅内电生理学加剧的重要目标。然而，大量的行为证据表明，语音输入到音素中尚未考虑到神经生物学模型中尚未考虑的动态，灵活的方面。这个探索性/发展性R21项目追求了一个中心假设，即听力背景系统地影响了对语音的皮质反应，因此影响了信号传导音素中声学维度的诊断性。一个新成立的跨学科研究团队将通过在神经外科背景下获得的立体电脑摄影（SEEG）使用脑内记录，以追求这一假设。像电皮质学（ECOG）一样，Seeg具有高时空分辨率，可以针对皮质表面，包括上颞回（STG）。由于皮质内电极的放置，Seeg电极通过颞上平面记录，特别针对深沟和陀螺灰质，包括上颞沟（STS）和Heschl的Gyrus（Hg）。同时将获得头皮脑电图（EEG），以将这些物质内措施与健康听众研究中的无创方法联系起来。aim 1将建立对两个声 - 声音维度的神经反应，这是它们信号音素同一性的感知权重的函数。这将为每个参与者提供一个基线响应，以作为与听力背景的实验操作相比，在AIM 2中转移感知权重，并将确定感知加权策略中个体差异如何预测皮质电生理响应。aim 2将引入两个完善的操纵，从行为上讲，相对于基线而转移感知权重：引入噪声和引入“口音”的“噪声”，短期语音输入偏离了母语的分布规律性。对参与者内部实验操作的检查将提供一种敏感手段，通过该方法来测定神经反应的变化，这是在听力环境中产生的知觉权重变化的函数。参与者将在青春期（15-25岁）中进行采样，在此期间，感知权重提供了信息性的异质性。该项目将通过填补对语音处理的重要空白，从患者的侵入性电生理研究中建造一座桥梁，到通过结合eeg+EEG，婚礼经典和最先进的计算方法到为机制提供信息的机制，并理解具有实质性处理的动态性质，从而使人类听众的头皮衡量人类听众的衡量。
![arXiv:2111.01457v4 [cs.SD] 2022 年 10 月 31 日](/simg/g:\will\search\icon\source\c\cb1162b508e7d25d9394ae5d0bc21f4c32769d20.webp)
arXiv:2111.01457v4 [cs.SD] 2022 年 10 月 31 日
图 6 示例性注意力矩阵，可视化三位参与者在收敛时的注意力得分（来自随机选择的训练样本）（值越亮表示注意力得分越高）。解码器中的时间步长在 y 轴上表示，编码器的时间步长在 x 轴上表示。对角线结构表明注意力得分在时间域上是很好地对齐的，例如输出中的后续步骤关注输入中的后续步骤。该图还表明，填充输入 sEEG 序列（语音规划和理解）可能是不必要的，因为没有太多注意力放在第一个和最后一个输入步骤上。
使用编码器-解码器框架从颅内深度电极合成语音
图 6 示例性注意力矩阵，可视化三位参与者在收敛时的注意力得分（来自随机选择的训练样本）（值越亮表示注意力得分越高）。解码器中的时间步长在 y 轴上表示，编码器的时间步长在 x 轴上表示。对角线结构表明注意力得分在时间域上是很好地对齐的，例如输出中的后续步骤关注输入中的后续步骤。该图还表明，填充输入 sEEG 序列（语音规划和理解）可能是不必要的，因为没有太多注意力放在第一个和最后一个输入步骤上。
Echo Chambers作为社会流行病学网络中广泛疫苗的预警信号
瘫痪和神经病，影响了全球数百万的人，可能会伴随着体质的重大丧失。触觉感觉是实现灵敏运动的核心，脑部计算机界面（BCI）研究人员探索了使用物质内电刺激来恢复手上的感觉。然而，当前的方法被局限于刺激大脑的陀螺区域，而功能成像表明指尖的表示主要位于沟区域。在这里，我们首次通过对大脑的硫磺区域的电刺激在手的指尖中首次显示高度局灶性的感知。为此，我们通过刺激人类原发性体感皮质（S1）的陀螺和沟区域来绘制并比较手中引起的感觉。将两名患有顽固性癫痫的参与者植入了由高分辨率功能成像指导的S1中的立体电脑摄影（SEEG）和高密度电视学（HD-ECOG）电极。使用人类连接项目开发的髓磷脂含量和皮质厚度图，我们阐明了唤起焦点感知的S1的特定子区域。参与性比较表明，使用Seeg电极诱发的感知刺激明显更大，散布面积少80％（P = 0.02），并且比通过HD-ECOG电极在GYRAL刺激中局部局部更频繁地定位于指尖。这些发现表明，微不足道的硫刺激可能会导致在患有感觉障碍的人中恢复感觉的临床生存方法。最后，在手的机械触觉刺激期间，具有重复的高频神经活性调制模式的沟位置显示出与硫磺刺激相同的体积对应关系。
通过针对大脑的硫磺区域的靶向刺激来诱发高度局灶性感知以进行感觉恢复
瘫痪和神经病，影响了全球数百万的人，可能会伴随着体质的重大丧失。触觉感觉是实现灵敏运动的核心，脑部计算机界面（BCI）研究人员探索了使用物质内电刺激来恢复手上的感觉。然而，当前的方法被局限于刺激大脑的陀螺区域，而功能成像表明指尖的表示主要位于沟区域。在这里，我们首次表明，可以通过对大脑的硫磺区域的电刺激来唤起手指尖高度的焦点感知。为此，我们通过刺激人类原发性体感皮质（S1）的陀螺和沟区域来绘制并比较手中引起的感觉。将两名患有顽固性癫痫的参与者与立体电脑摄影（SEEG）深度和高密度电视摄影（HD-ECOG）网格电极植入了高分辨率功能成像。使用人类连接项目开发的髓磷脂含量和皮质厚度图，我们阐明了唤起焦点感知的S1的特定子区域。此外，参与性的比较表明，使用Seeg电极引起的感知的沟刺激明显更大，比通过HD-ECOG电极循环刺激唤起的感知较少80％（P = 0.02），并且更频繁地本地化到指尖。最后，在手掌和指尖机械触觉刺激期间显示出高频神经活性的沟孔位置表现出与硫磺刺激相同的体积对应关系。这些发现表明，微创沟刺激可能会导致恢复感官障碍者的恢复感觉的临床生存方法。