XiaoMi-AI文件搜索系统
World File Search System乃静
大脑静息状态下的功能连接体现了个体在（不）诚实方面的差异
衡量社会不良行为（如不诚实）的决定因素非常复杂，而且受社会期望偏见的影响。为了避免这些偏见，我们使用基于连接组的预测模型 (CPM) 来测量静息状态的功能连接模式，并结合一项新任务，该任务不引人注意地测量自愿作弊行为，以获得 (不) 诚实的神经认知决定因素。具体来说，我们研究了静息状态下大脑中与任务无关的神经模式是否可用于预测 (不) 诚实行为的倾向。我们的分析表明，功能连接，尤其是与自我参照思维 (vmPFC、颞极和 PCC) 和奖励处理 (尾状核) 相关的大脑网络之间的功能连接，在独立样本中与参与者的作弊倾向可靠相关。作弊最多的参与者在几项自我报告的冲动测量中也得分最高，这强调了我们结果的普遍性。值得注意的是，当比较神经和自我报告测量时，发现神经测量在预测作弊倾向方面更为重要。
使用原始静息状态脑电图数据的基于循环神经网络的急性脑震荡分类器
脑震荡是全球关注的健康问题。尽管脑震荡发病率很高，但对这种弥漫性脑损伤的机制的全面了解仍然难以实现。然而，众所周知，脑震荡会导致严重的功能障碍；儿童和青少年受到的影响比成年人更大，恢复时间也更长；正在康复的人更容易遭受更多脑震荡，每次受伤都会增加长期神经和心理健康并发症的风险。目前，脑震荡管理面临两大挑战：没有客观的、临床认可的、基于大脑的方法来确定 (i) 运动员是否遭受了脑震荡，以及 (ii) 运动员何时康复。诊断基于临床测试和症状及其严重程度的自我报告。自我报告非常主观，症状只能间接反映潜在的脑损伤。在这里，我们介绍了一种基于深度学习的长短期记忆 (LSTM) 循环神经网络，该网络仅使用一段短暂（即 90 秒）的静息状态 EEG 数据样本作为输入，即可区分健康和急性脑震荡后青少年运动员。运动员在数据收集过程中既不需要执行特定任务，也不需要受到刺激，并且获取的 EEG 数据既没有经过过滤、清除伪影，也没有进行显式特征提取。LSTM 网络使用 27 名患有运动相关脑震荡的男性青少年运动员的数据进行训练和测试，以 35 名健康青少年运动员为基准。在严格测试期间，分类器始终以 > 90% 的准确率识别脑震荡，其整体中值曲线下面积 (AUC) 对应于 0.971。这是第一个仅依赖易于获取的静息状态 EEG 数据的高性能分类器实例。它是朝着开发一种易于使用、基于大脑的、在个体层面上自动进行脑震荡分类的方法迈出的关键一步。
第2次新人工智能战略审查会议农林水产省说明材料
茨城县、栃木县、群马县、埼玉县、千叶县、东京都、神奈川县、山梨县、长野县、静冈县 水田 5 (4, 1, --, --) 大田作物 1 (-, 1, --, --) 露天蔬菜 13 (2, 2, 4, 5) 温室园艺 6 (2, 2, --, 2) 果树 7 (2, 2, 1, 2) 花卉 1 (-, --, --, 1) 茶 2 (1, --, --, 1) 畜牧业 2 (1, 1, --, --) 合计 37 (12, 9, 5, 11)
人脑神经元-胶质细胞-突触组成在形成静息状态中的作用
Sayan Kahali a、Marcus E. Raichle a、b 和 Dmitriy A. Yablonskiy a* a 美国密苏里州圣路易斯华盛顿大学医学院放射学系 b 美国密苏里州圣路易斯华盛顿大学医学院神经病学系 *通讯作者：Dmitriy A. Yablonskiy，博士 华盛顿大学医学院 Mallinckrodt 放射学研究所 4525 Scott Ave，3216 室 圣路易斯，密苏里州 63110 电话：314-362-1815 传真：314-362-0526 电子邮件：YablonskiyD@wustl.edu 关键词：功能连接、功能网络层次、脑细胞回路、定量梯度回忆回波 MRI、神经元、神经胶质细胞、突触、人类连接组计划 摘要 虽然在研究健康人脑和广泛人群的静息态功能网络方面已经取得了重大进展尽管许多临床情况都存在这种情况，但许多有关它们与大脑细胞成分关系的问题仍未得到解决。在此，我们使用定量梯度回忆回波 (qGRE) MRI 来映射人脑细胞组成，并使用 BOLD（血氧水平依赖性）MRI 来探索大脑细胞成分与静息状态功能网络的关系。结果表明，网络定义的单个功能单元中细胞回路之间连接的 BOLD 信号定义的同步性主要与区域神经元密度有关，而功能单元间的连接强度也受到脑组织细胞成分的神经胶质细胞和突触成分的影响。这些机制导致静息状态功能网络特性分布相当广泛。具有最高神经元密度（但神经胶质细胞和突触密度最低）的视觉网络表现出最强的 BOLD 信号相干性，以及最强的网络内连接。默认模式网络 (DMN) 位于频谱的相反部分附近，其 BOLD 信号的相干性相对较低，但细胞内容非常平衡，使 DMN 在大脑的整体组织和功能网络层次结构中发挥重要作用。
背侧苍白球和丘脑底核静息和运动过程中帕金森病 β 波动力学
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。
通过非药物治疗减少了轻度至中度抑郁症的静息脑熵
1。北京北京大学认知神经科学与学习的国家主要实验室，中国2。IDG/McGovern大脑研究所，北京师范大学，北京，中国IDG/McGovern大脑研究所，北京师范大学，北京，中国
关于先进材料的动态特性
选择有潜力应用于未来装甲的材料作为先进材料 ・陶瓷材料 与传统的无压烧结和热压方法相比，静态材料特性如弯曲强度、硬度等。关注脉冲电流压力（放电等离子体）烧结法，提高了静电性能！ ・有色金属材料 密度约为黑色金属材料的1/5，比传统材料强度更高 高强度镁合金 低杨氏模量和高强度钛合金 钛合金
所有大脑网络的静息状态连接累积效应与 ADHD 症状显著相关
研究文章 | 所有大脑网络的静息状态连接的行为/认知累积效应与 ADHD 症状显着相关 https://doi.org/10.1523/JNEUROSCI.1202-23.2023 收稿日期：2023 年 4 月 19 日 修订日期：2023 年 11 月 30 日 接受日期：2023 年 12 月 18 日 版权所有 © 2024 作者
使用前额叶静息态测试筛查阿尔茨海默病......
结果：我们已经证明，从少数前额叶位置进行的静息状态 fNIRS 记录为检测 AD 和监测其进展提供了一种有前途的方法。首先使用高密度连续波 fNIRS 系统来验证 AD 患者前额叶皮质区域相对较低的血流动力学活动。通过使用氧合血红蛋白浓度变化的发作平均标准差作为输入支持向量机的特征；我们随后表明，光学通道子集在预测 AD 的存在和严重程度方面的准确性明显高于偶然性。结果表明，AD 可以用 0.76 的敏感度得分和 0.68 的特异性得分来检测，而 AD 的严重程度可以用 0.75 的敏感度得分和 0.72 的特异性得分（≤ 5 个通道）来检测。
电生理学和神经影像学研究——意识障碍中的静息状态和感觉刺激：综述
严重的脑损伤可能导致意识障碍 (DOC)，如昏迷、植物人状态 (VS)、微意识状态 (MCS) 或闭锁综合征 (LIS)。迄今为止，DOC 的诊断仅依赖于临床评估或主观评分系统（如格拉斯哥昏迷量表），这些系统无法检测到细微的变化，从而导致诊断错误。DOC 患者的误诊率高且无法预测意识的恢复，引起了人们对意识评估的极大研究兴趣。研究人员已经探索了使用各种刺激和神经成像技术来改善诊断。在本文中，我们介绍了静息状态和感官刺激方法的重要发现，并重点介绍了在意识评估中被证明有效的刺激。我们首先根据 (a) 应用/不使用刺激（即感觉刺激/基于静息状态）、(b) 所用刺激类型（即听觉、视觉、触觉、嗅觉或心理意象）、(c) 所用电生理信号（EEG/ERP、fMRI、PET、EMG、SCL 或 ECG）来回顾文献。在感觉刺激方法中，听觉刺激已被广泛使用，因为它对这些患者来说更容易进行。嗅觉和触觉刺激的探索较少，需要进一步研究。情绪刺激，如受试者自己的名字或熟悉声音的叙述或受试者自己的面部/家庭照片或音乐，会引起比中性刺激更强烈的反应。基于静息状态分析的研究采用了复杂性、功率谱特征、熵和功能连接模式等措施来区分 VS 和 MCS 患者。静息状态脑电图和 fMRI 是最先进的技术，在预测昏迷患者的恢复方面具有巨大的潜力。此外，基于 EMG 和心理意象的研究试图从 VS 患者那里获得意志反应，从而可以检测他们的命令执行能力。这可能为与这些患者沟通提供有效的手段。最近的研究采用了 fMRI 和 PET 来了解与心理意象相对应的大脑激活模式。这篇综述促进了我们对用于诊断 DOC 患者的技术的了解，并试图为未来的研究提供思路。