XiaoMi-AI文件搜索系统
World File Search Systemsci
计算神经科学/脑物理学博士后研究奖学金
成功候选人将开发并应用基于物理的计算方法来模拟在皮层内部（局部场电位；LFP）和外部（EEG、MEG）测量的电和磁脑信号。有关这种生物物理建模方法的评论，请参阅 Einevoll 等人的《自然神经科学评论》，2013 年。在 COBRA 中，这项建模工作将与在 UiO 生物科学系 Marianne Fyhn 实验室进行的小鼠视觉皮层内部实验记录进行比较。因此，该项目还涉及开发小鼠视觉皮层网络模型。
海马和内侧前额皮质体积与夜间陈述性记忆巩固有关，与特定睡眠振荡无关
图 1 研究设计。38 名健康参与者（17 名男性）接受了包括多导睡眠图在内的全面筛查过程，以排除任何躯体、精神或睡眠障碍的病史或患病情况。在实验之夜 21:00 之前进行三项任务（注意力表现、程序记忆 - 镜像追踪任务 [MT]、陈述性记忆 - 配对联想词表任务 [WP]）的采集会话，然后在早上 09:00 进行一次检索会话。所有参与者在进行多导睡眠图后，在 3 特斯拉扫描仪上接受高分辨率磁共振成像 (MRI)，平均间隔为 30.2 ± 19.8 天。MT，镜像追踪任务；WP，配对联想词表任务；SCR，筛查会话；MRI，磁共振成像
参与式设计的科学与政治
本文试图从历史的角度阐明一些社会、政治和伦理问题，这些问题产生于两种截然不同的技术视角，这两种视角都将社会因素的明确考虑融入了系统设计中。本文介绍了两种不同的历史传统，它们对当前的参与式设计方法学领域做出了贡献——联合应用设计 (JAD ) 以及英国的“社会技术系统”和斯堪的纳维亚的“集体资源”方法——并且在实践中，它们以不同的方式整合最终用户，这是由于他们对工人、与技术的专业关系和既定目标的不同看法。从这两个角度研究方法学的独立发展，一个有趣的地方是，尽管它们之间存在差异，但这些方法最终都集中在一系列共同的关注点和非常相似的实践上。本文还研究了这些传统与商业组织理论化转型和公司重组趋势的关系，这有助于确保相关方法学的变体在美国和跨国大公司中占有一席之地。最后，本文探讨了技术与社会关系中的一些更广泛问题以及批判性技术研究的前景。我认为，参与式设计及其相关方法最好被理解为一种让用户、设计师和技术本身参与到技术发展过程中的模型。我们不应该像一些观察家那样，将参与式设计仅仅视为在技术设计实践中插入公共对话，而应该将其视为开发技术设计的批判性实践的模型。 2000 Elsevier Science Ltd. 保留所有权利。
深脑电气神经反馈允许帕金森患者控制病理振荡并加快运动
帕金森运动症状与基底神经节中病理上增加的β振荡有关。虽然药理学治疗和深脑刺激（DBS）降低了这些病理振荡，并随着运动性能的提高而降低了这些病理振荡，但我们着手探索神经反馈作为内源性调节方法。我们通过植入的DBS电极实施了病理性亚丘脑β振荡的实时处理，以提供深脑电气神经反馈。患者在训练后几分钟内通过视觉神经反馈进行了视觉控制的β振荡活动。在一次单小时的训练中，β振荡活动的减少逐渐变得更强大，我们观察到了运动性能的提高。最后，即使去除视觉神经反馈后，对深脑活动的内源性控制也是可能的，这表明在短期内保留了神经反馈获得的策略。此外，我们观察到2天后学习的心理策略在没有神经反馈的情况下进行了改善。进一步训练深脑神经反馈可能会通过使用神经反馈优化的策略来改善症状控制，从而为帕金森患者提供治疗益处。
用于实时检测颅内脑电图中高频振荡 (HFO) 的电子神经形态系统
嵌入式设备可以在本地实时处理生物医学信号，因此临床研究和治疗应用的生物医学信号分析可以受益匪浅。一个例子是分析癫痫患者的颅内脑电图 (iEEG) 以检测高频振荡 (HFO)，这是致痫脑组织的生物标志物。混合信号神经形态电路提供了构建紧凑、低功耗神经网络处理系统的可能性，该系统可以实时在线分析数据。在这里，我们介绍了一种神经形态系统，该系统在同一芯片上结合了神经记录头端和脉冲神经网络 (SNN) 处理核心来处理 iEEG，并展示了它如何可靠地检测 HFO，从而实现最先进的准确性、灵敏度和特异性。这是首次使用混合信号神经形态计算技术实时识别 iEEG 中相关特征的可行性研究。
Scopus科学期刊
31 ABRIU 20148526 20148534巴塞罗那大学32摘要和应用分析10853375 16870409 Hindawi Publishing Corporation 33 ABU技术评论01266209 ASIA-PACIFIC广播联盟34 Academe Union 34 Academe Broademe 34 Academe Coligation Ofifers Ofifers Ofifers of University Officialter Intersial Crosectors 35 University Accellors 35 Acadeemia（GRE）35 Academia（GRE） Academia Economic Papers 1018161X 18104851 Academia Sinica 37 Academia Revista Latinoamericana de Administracion 10128255 20565127 Emerald Group Publishing Ltd. 38 Academic Emergency Medicine 10696563 Wiley-Blackwell 39 Academic Forensic Pathology 19253621 SAGE Publications Inc. 40 Academic Journal of Interdisciplinary Studies 22813993 22814612 RICHTMANN出版有限公司41学术工程学术杂志15837904 Editura politehica 42第二军事医科大学学术杂志0258879X第二军事医学大学出版社43 Lippincott Williams＆wilkins Ltd. 44 Eniticalitation 44 Initaryalitation 44 Eniticalitation Q. 44 Eniticalitation 44学院儿科18762859 18762867 Elsevier Inc. 46学术精神病学10429670 15457230 Springer International Publisther AG 47学术问题08954852 Springer New York LLC 48学术放射学学术放射学107666332 Studies Journal 10963685 Allied Academies 51 Academy of Entrepreneurship Journal 10879595 15282686 Allied Academies 52 Academy of Management Annals 19416520 19416067 Academy of Management 53 Academy of Management Journal 00014273 Academy of Management 54 Academy of Management Learning and Education 1537260X George Washington University 55 Academy of Management Perspectives 15589080 19434529管理学院
用于检测术中ECOG中高频振荡（HFO）的尖峰神经网络（SNN）
要获得癫痫发作的自由，癫痫手术需要完全切除癫痫脑组织。在术中电视学（ECOG）记录中，癫痫组织产生的高频振荡（HFO）可用于量身定制切除缘。但是，实时自动检测HFO仍然是一个开放的挑战。在这里，我们提出了一个尖峰神经网络（SNN），用于自动HFO检测，最适合神经形态硬件实现。我们使用独立标记的数据集（58分钟，16个记录），训练了SNN，以检测从术中ECOG测量的HFO信号。我们针对快速连锁频率范围（250-500 Hz）中HFO的检测，并将网络结果与标记的HFO数据进行了比较。我们赋予了SNN新型的伪影排斥机制，以抑制尖锐的瞬变并证明其在ECOG数据集中的有效性。该SNN检测到的HFO速率（中位数为6.6 HFO/ min）与数据集中发布的HFO率（Spearman'sρ= 0.81）相当。所有8例患者的术后癫痫发作结果被“预测”为100％（CI [63 100％]）的精度。这些结果为建造实时便携式电池式HFO检测系统提供了进一步的一步，该检测系统可在癫痫手术期间使用，以指导癫痫发作区的切除。
意大利太空天气科学的现状和观点
1 ASI-ITRIAIA太空航天局，通过DEL POLITECNICO SNC，00133，意大利00133意大利2意大利军事航空，空军工作人员3，Viale Dell'Younfers N.4，00185罗马，意大利3号Inf-Astro-astro phyic phyic observoration，Turgatory tornation tornatory tornatory tornatory tornatory tornatory tornatory tornatory tornatory torains toragity toraine tornial teraine，turnesse turne surins turga物理学，通过科学研究1，00133意大利罗马5大学，物理和地质学系，通过Pascoli S.N.C.，06124意大利佩鲁吉亚6号地理和火山学研究院，通过Di Vigna Murata 605，som som som solicy，00143 ROME，ITRICTITITO，ITRICTIOS，ITRICTO，TRENTO，di vigna Murata 605 38123意大利特伦托8天文和空间行星学的Inf-Inf-Institute通过Del Fosso del Cavaliere 100，00133 Rome，意大利罗马9 Inf-Artonomical Obtervorator，Trieste，Loc。basovizza n。 302，34149意大利Trieste 10 Infn-Tifpa，通过Sommari 14，38123 Trento，意大利