功能性磁共振成像(fMRI)用于评估认知训练对大脑激活的影响,大脑激活是学习阶段和教育水平的函数。40 名患有主观认知衰退(SCD)的老年人接受了 6 次 1 小时的记忆训练,训练方式为位置法。在训练前(PRE)、3 次训练后(POST3)和 6 次训练后(POST6)的单词表编码和检索过程中测量了脑成像(N = 29)。无论受教育程度如何,参与者都表现出从 PRE 到 POST6 在编码过程中左侧下额叶前回激活增加,而从 PRE 到 POST3 在检索过程中双侧额叶纹状体激活减少。从 PRE 到 POST3,右侧颞叶两个区域的激活变化随受教育程度而变化:受教育程度较低的参与者激活增加,而受教育程度较高的参与者激活减少。受教育程度较低的人这些区域最初不太活跃。结果表明,受教育程度较低的人发生了战略转变,而受教育程度较高的人则积累了专业知识,同时恢复了与教育相关的初始差异。© 2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)
主观认知障碍(SCI)被定义为与先前正常情况相比而没有实现认知能力下降的情况,认知能力的持续持续下降[1]。然而,最近的流行病学证据表明,SCI受试者在复杂的注意力,情节记忆,最近的记忆力,执行功能方面遇到困难,并且在三到七年内患痴呆症的风险增加了4.5倍,这与他们的认知正常正常对应物相比[2]。在SCI阶段进行的早期干预可能是防止认知障碍和相关并发症进展的绝对机会。非药理干预措施(NPI)据报道是SCI患者[3]的可行替代方法[3],即使对SCI没有基于证据的共识治疗[4]。先前对患有认知障碍的老年人的NPI干预措施要么是单峰(心理疗法),要么是在痴呆症连续体的提前阶段进行的[5]。根据证据,基于计算机的认知训练已经通过各种机制显示出有希望的认知刺激结果[6]。Rehacom是一种德国软件,为认知障碍,记忆力,注意力,集中度,执行功能和视觉运动能力的康复工作可能是老年人SCI的最佳合适的认知培训(CBCT)软件之一[7]。该软件有大约30个其他27种母语的模块。同样,据报道,地中海饮食对认知能力有增强的影响[11]。Rehacom具有广泛的应用,可以应用于患有脑损伤的人,例如中风,注意力缺陷多动障碍,抑郁等的儿童[8,9]。据报道,有氧和抵抗性的定期运动具有防止氧化损伤,神经炎症和淀粉样蛋白沉积的保护价值,并且还增强了脑细胞的神经发生,突触可塑性,脑灌注和线粒体功能[10]。传统的印度饮食与地中海饮食不同。,可以在患有SCI的年长的印度人中尝试结合社会文化修改的地中海等效饮食(MED)。鉴于上述事实,我们旨在使用RehaCom软件,MED和运动来检查CBCT的效果,与健康意识(对照)相比,SCI的老年人的认知能力下降。假设CBCT和健康的生活方式(MED和运动)的结合将有助于防止SCI受试者认知能力下降的进展。
摘要 这篇评论反思了 Leszczynski 和 Elwood 的故障认识论理论,主张从认识论的角度研究地理学中的(人工智能)问题,重点关注感知、遭遇和主观性。这种方法否认了以人工智能或其他“智能”形式推销的技术所具有的本体论地位,而是研究如何在与始终存在差异和不断区分的主体的偶然和情境遭遇中将特定技术视为智能。故障和相关的认识论方法将注意力重新转向对特定类型技术的欲望和期望的不均衡生产,并创造机会从根本上重新构想我们与它们的关系。
摘要 智能代理必须能够传达意图并解释其决策过程,以建立信任、培养信心并改善人机团队动态。认识到这一需求,学术界和工业界正在迅速提出新的想法、方法和框架,以帮助设计更可解释的人工智能。然而,仍然没有标准化的指标或实验协议来对新方法进行基准测试,研究人员只能依靠自己的直觉或临时方法来评估新概念。在这项工作中,我们提出了第一个全面的(n=286)用户研究,测试了可解释机器学习的广泛方法,包括特征重要性、概率分数、决策树、反事实推理、自然语言解释和基于案例的推理,以及没有解释的基线条件。我们提供了可解释性对人机团队影响的第一个大规模实证证据。我们的研究结果将通过强调反事实解释的好处和可解释性置信度得分的缺点,帮助指导可解释性研究的未来。我们还提出了一种新颖的问卷,用于衡量人类参与者的可解释性,该问卷受到相关先前工作的启发,并与人机协作指标相关联。
■ 研究表明,正念冥想可以增加后扣带皮层 (PCC) 和背外侧前额叶皮层 (DLPFC) 之间的静息状态功能连接 (rsFC),这被认为反映了将注意力转移到当下的改善。然而,之前对长期冥想练习者的研究缺乏定量的注意力测量,无法为 PCC – DLPFC 连接提供更直接的行为相关性和解释性锚点,而且样本量本身就有限。此外,正念冥想是否主要影响局部大脑功能,还是影响大规模大脑网络的动态,仍不清楚。在这里,我们试图复制和扩展先前的研究结果,即在 40 名长期冥想者(平均练习时间 = 3759 小时)的样本中,PCC – DLPFC rsFC 增加,这些样本还完成了注意力的行为分析。此外,我们
摘要简介:我们研究了中年和老年人的关节炎或与联合相关的疼痛强度和主观认知能力下降之间的横断面关系。方法:样本由30,150名成年人组成,年龄45岁,患有自我报告的关节炎或关节疾病,他们在2015年的行为风险因素监视系统中完成了关键变量。结果:使用加权数据,上个月报告的样本中有94.2%的样本经历了关节疼痛(35.9%的人报告中度疼痛,30.6%的人报告了严重的疼痛),有17.3%的人报告了主观认知能力下降。在逻辑回归模型中,在控制年龄,种族/种族,性别,教育,家庭收入,心血管健康,心理健康,心理健康和中风病史之后,疼痛强度与报告主观认知下降的几率相关。中度疼痛的人报告主观认知能力下降的可能性是相对于没有疼痛的患者的主观认知能力下降的可能性的两倍,并且有可能报告主观认知能力下降,从而调整了协变量。结论:这项研究的结果突出了中年和老年人患有关节炎或通常与关节疼痛有关的中年和老年人的主观认知能力下降之间存在显着关系。中度和严重的关节疼痛与主观认知能力下降的风险更高有关。对未来的研究进行了更全面的疼痛和认知评估,以进一步阐明这些关系及其潜在的机制。
在外星任务中,低重力(0 < G < 1)对人体的影响会降低机组人员的幸福感,导致肌肉骨骼问题并影响他们执行任务的能力,尤其是在长期任务期间。迄今为止,关于低重力对人体运动影响的研究仅限于对下肢的实验。在这里,我们将知识库扩展到上肢,通过进行实验来评估低重力对参与者上肢身体疲劳和心理负荷的影响。我们的假设是,低重力既可以提高参与者的生产力,通过减少以耐力时间表示的整体身体疲劳,也可以减少心理负荷。任务强度-耐力时间曲线是在执行静态、动态、重复任务时,尤其是在坐姿下形成的。这项实验涉及 32 名健康参与者,没有肌肉骨骼系统的慢性问题,年龄为 33.59 ± 8.16 岁。使用收集的数据,为不同强度的任务构建了疲劳模型。此外,所有参与者都完成了 NASA - 任务负荷指数主观心理负荷评估,该评估揭示了执行不同任务时的主观负荷水平。我们在经验疲劳模型中发现了两种趋势,与男性和女性的力量能力差异有关。第一个趋势是耐力时间和重力 l 之间存在显着的正相关(p = 0.002)
1俄亥俄州大学遗产骨病学院,雅典,俄亥俄州,美国,美国2号,俄亥俄州大学糖尿病研究所,俄亥俄州雅典,俄亥俄州,美国,美国,俄亥俄州河滨卫理公会3号,俄亥俄州哥伦布,俄亥俄州,俄亥俄州,美洲,美国哥伦比亚郡医疗机构,哥伦布,哥伦布,哥伦布,哥伦布,美国哥伦比亚4号,美国哥伦比亚郡。美国俄亥俄州,美国6号俄亥俄州,俄亥俄州大学J. Warren McClure新兴传播技术,俄亥俄州雅典,俄亥俄州,美国,美国7号,俄亥俄州大学游戏研究与沉浸式设计与实验室,俄亥俄州,俄亥俄州,俄亥俄州,美国,美国,8霍克学院,俄亥俄州8 Hocking College,俄亥俄州尼尔森维尔市,美国俄亥俄州,美国俄亥俄州9号,美国,俄亥俄州,美国俄亥俄州9号。俄亥俄州雅典,美利坚合众国
抽象的沉浸式虚拟现实(VR)实现了自然主义的神经科学研究,同时进行了实验控制,但动态和互动刺激构成了方法论挑战。我们在这里探索了情绪唤醒,情感经验的基本特性和自然主义刺激下的枕骨 - 枕α功率之间的联系:37名年轻健康的成年人完成了沉浸式的VR体验,其中包括越过的越野车,并记录了他们的EEG,而他们的EEG被记录。然后,他们在观看经验重播的同时,不断地评估自己的主观情感唤醒。通过(1)分解连续的脑电图信号,同时通过(1)分解α功率和唤醒等级之间的启动,并通过(2)解码高唤醒和低唤醒时期的高唤醒时期,通过(1)分解连续的EEG信号,通过(1)分解连续的EEG信号,通过(1)分解连续的EEG信号,通过(1)分解连续的EEG信号,通过(1)分解连续的EEG信号,以高和低唤醒的方式通过(2)使用区分的常见的短暂的空间记忆和长期的长期恢复性的Neural Neural re recrillent neural recor re recor remanter,对情绪唤醒和parieto-cipipital Alpha功率之间的关联进行了测试和确认。我们成功地结合了脑电图和自然主义的身临其境的VR经验,以扩展有关情绪唤醒神经生理学的先前发现,对现实世界的神经科学。
在各种实验环境中,肌电图 (EMG) 信号已用于控制机器人。基于 EMG 的机器人控制需要控制的内在参数,这使得用户很难理解输入协议。当未提供适当的输入时,系统的响应时间会发生变化;因此,无论实际延迟如何,都应调查用户的主观延迟。在本研究中,我们调查了延迟的主观感知对大脑激活的影响。在受试者使用 EMG 信号控制机械手时进行脑部记录,这需要基本的处理延迟。我们使用肌肉协同作用来执行机械手的抓握命令。在通过抓握手来控制机器人后,每次试验都会应用四个额外延迟持续时间(0 毫秒、50 毫秒、125 毫秒和 250 毫秒)之一,并指示受试者回答延迟是自然的、额外的还是他们不确定。我们根据回答(“确定”和“不确定”)比较了大脑活动。我们的结果表明顶叶的 θ 波段存在显著的功率差异,并且这个时间范围包括受试者感觉不到延迟的间隔。我们的研究提供了重要的见解,在构建自适应系统并评估其可用性时应考虑这些见解。