XiaoMi-AI文件搜索系统
World File Search System人大
对早期认知经验的随机操纵会影响成人大脑结构
早期生活经历如何塑造人脑？这个问题很难回答，因为它涉及人类发展中个体差异的原因，而不仅仅是相关的原因。对这种不同的研究通常是观察性的，因此对因果关系的主题保持沉默。动物研究对环境刺激对大脑结构的因果影响降低了，该因素对脑结构对大脑结构的影响使用随机分配到具有低复杂性或高复杂性的物理环境。但是，他们无法告诉我们有关人类发展最重要的环境特征：语言和认知刺激。环境在塑造大脑发展中的作用是神经科学的核心问题，一个重大的开放问题涉及环境独特的人类特征的影响，即语言和认知刺激（Lenroot＆Giedd，2011年）。虽然大型动物文献表明，更复杂的笼子环境会导致显微镜和宏观的大脑变化，包括较大的皮质（Diamond，2001），但这种操纵为环境差异提供了不完整的模型，这些模型可能最重要。这些包括认知和语言经验的复杂形式的差异。了解经验如何塑造人类的发展也是社会科学和政策的核心问题。早期经验是否推动了几代人的社会经济分层？可以环境干预
利用预先训练的Alexnet和相关矢量机的转移来回归，以预测健康的老年人大脑年龄从结构MRI
从脑结构MRI和年代年龄估计的大脑年龄之间的抽象差异与广泛的神经认知失误有关。大脑年龄估计的性能在很大程度上取决于预定义或手工制作的功能。尽管已经提出了基于3D卷积神经网络（CNN）方法，但它们需要高计算成本，大记忆负载和众多图像。将预先训练的2D CNN耦合用于转移学习的转移学习与建立的相关性向量机进行回归方法可以极大地增强模型的能力。采用了几种重要策略，包括特征传递学习，3D特征串联和降低维度。估计的大脑年龄是通过594个正常健康老年人（50 - 90岁）的结构磁共振成像（SMRI）建模的。我们提出并表现出预先训练的Alexnet作为可靠的特征提取器。此外，通过应用3D功能串联和减少数据，可以避免开发3D CNN的可观成本。所提出的方法以旧受试者的平均绝对误差为4。51年，可实现出色的性能。预测的大脑年龄也表现出高测试可靠性（类内相关系数为0.979）。对所提出模型的有效性和鲁棒性进行了充分的研究。所提出的方法可以与这些最先进的方法竞争甚至胜过表现，并且功能转移学习策略可以将新的观点引入一些具有预定义或手工制作的功能的知名脑周龄预测模型。
数学能力的个体差异与成人大脑表面解剖结构之间的关联
之前进行的结构磁共振成像 (MRI) 研究涉及数学能力和才能的神经解剖学相关性，但存在一些方法上的局限性。除了样本量小之外，这些研究中的大多数都采用了基于体素的形态测量法 (VBM)——这种方法虽然易于实施，但也存在一些重大缺陷。考虑到这一点，本研究首次使用基于表面的形态测量法 (SBM) 在大量正常发育的成年人样本中研究数学能力与大脑表面结构变化之间的关联。SBM 是一种可以避免 VBM 缺陷的大脑形态测量研究方法。89 名年轻人接受了一系列心理测量测试，以测量四个不同领域的数学能力：(1) 简单算术；(2) 复杂算术；(3) 高阶数学；(4) 数字智能。此外，我们还询问了参与者的期末考试数学成绩。在 MRI 扫描仪内，我们收集了每个受试者的高分辨率 T1 加权解剖图像。使用计算解剖工具箱 (CAT12) 进行 SBM 分析，并计算皮质厚度、皮质表面复杂性、脑回和脑沟深度的指标。进一步的分析揭示了以下各项之间的关联：(1) 右侧颞上回的皮质表面复杂性与数字智力；(2) 右侧中央沟的深度与成年人解决复杂算术问题的能力；以及 (3) 左侧顶枕沟的深度与成年人的高阶数学能力。有趣的是，没有观察到与之前报告的大脑区域的关系，因此，表明进行类似研究以确认本研究中发现的大脑区域的作用非常重要。
成年聋哑人大脑中的算术
摘要 我们之前已经表明，尽管表现相似，但聋哑手语者在进行简单算术时调动的大脑区域与一组听力正常的非手语者有所不同。具体而言，听力正常的个体在与数字处理的言语系统相关的大脑区域（即左侧角回和额下回）中表现出更广泛的激活，而聋哑个体则调动与数字处理的数量系统相关的大脑区域（即右侧水平顶内沟）。这表明，与听力正常的非手语者相比，聋哑手语者在进行简单算术时可以成功利用位于部分不同大脑区域的过程。本研究是上述研究的概念复制和扩展，主要目的是了解聋哑人和听力正常的个体在支持算术的神经相关性方面的异同。主要目标是研究右侧水平顶内回、左侧下额回、海马体和左侧角回在简单和困难算术中的作用，以及这些区域如何相互连接。第二个目标是探索哪些其他大脑区域支持聋哑手语者的算术。多达 34 名成年聋哑手语者和相同数量的听力正常非手语者将参加一项简单和困难减法和乘法的 fMRI 研究。将使用全脑分析、兴趣区域分析和连接分析来分析脑成像数据。这是首次研究聋哑人士不同难度算术的神经基础。