XiaoMi-AI文件搜索系统
World File Search System动态耦合
科学期刊
患者 - 临床医生的互动可以有力地塑造诸如疼痛之类的治疗结果，但通常被认为是无形的“医学艺术”，并且在很大程度上被认为是科学的探究。尽管已经使用单个受试者设计研究了社会过程（例如同理心和心理理论）的大脑相关性，但尚不清楚为患者 - 阵利互动的特定行为和神经机制，但尚不清楚。使用两人的互动设计，我们同时记录了通过实时视频进行互动的患者 - 雨林二元组中的功能性磁共振成像（Hyperscanning），而临床医生则治疗了慢性疼痛患者的诱发疼痛。我们的结果表明，患者镇痛是由患者 - 临床主义的非语言行为镜像和大脑对脑对脑的一致性介导的，这些电路与思想和社会镜像理论有关。基于二元组的分析显示，这些大脑节点与伴侣的大脑活动的广泛动态耦合，但仅在具有预先建立的临床融洽关系的二元组中。这些发现引入了一种推定的治疗联盟和心理镇痛的关键大脑行为机制。
COSMOS + 出租车
摘要：大脑真的是一台计算机吗？具体来说，我们的智力是一种计算成就吗：是不是因为我们的大脑是计算机，所以我们才能在世界上表现得如此出色？在本文中，我将评估 Landgrebe 和 Smith (2021a, 2022) 提出的一个雄心勃勃的相反新论点。Landgrebe 和 Smith 从这样一个事实开始：世界上许多动态系统都难以或不可能准确建模（尤其是因为很难找到描述它们的微分方程的精确解——这意味着我们必须近似——但同时，起始条件的微小差异会导致最终条件的巨大差异，从而阻碍精确近似）。然而，我们设法在一个充满此类系统的世界中生存和发展。 Landgrebe 和 Smith 从这些前提出发，认为我们之所以能如此优秀，并不是因为我们的大脑是计算机，而是因为我们以各种方式与这些系统动态耦合，而这些耦合本身不可能很好地建模以在计算机中模拟。因此，Landgrebe 和 Smith 捍卫了 Gibson (1979)、Van Gelder (1995) 和 Thompson (2007) 的动态系统模型，尽管他们的重点是果断驳斥计算主义的替代方案，而不是发展积极的解释。在这里，我将针对这一论点捍卫人类智能是真正的计算型智能（并且全脑模拟和其他形式的 AGI 都是可能的）这一说法。
量子场和局部测量
摘要：在弯曲时空中量子场论的代数框架中考虑量子测量过程。使用一个量子场论（“系统”）对另一个量子场论（“探针”）进行测量。测量过程涉及有界时空区域内“系统”和“探针”的动态耦合。由此产生的“耦合理论”通过参考自然的“内”和“外”时空区域确定“系统”和“探针”非耦合组合上的散射图。没有假设任何特定的相互作用，并且所有构造都是局部和协变的。给定“内”区域中探针的任何初始状态，散射图确定从“外”区域中的“探针”可观测量到“诱导系统可观测量”的完全正映射，从而为后者提供测量方案。结果表明，诱导系统可观测量可能位于相互作用耦合区域的因果外壳内，并且通常不如探测可观测量尖锐，但比耦合理论上的实际测量尖锐。使用取决于初始探测状态的 Davies-Lewis 工具，可以获得以测量结果为条件的后选择状态。还考虑了涉及因果有序耦合区域的复合测量。假设散射图遵循因果分解属性，则各个工具的因果有序组合与复合工具相一致；特别是，如果耦合区域因果不相交，则可以按任意顺序组合工具。这是所提框架的中心一致性属性。通过一个例子说明了一般概念和结果，其中“系统”和“探测”都是量化的线性标量场，由具有紧时空支持的二次交互项耦合。对于足够弱的耦合，精确计算了由简单探测可观测量引起的系统可观测量，并与一阶微扰理论进行了比较。
一种用于整个中枢神经系统内皮细胞转导的高效 AAV
腺相关病毒（AAV）开发方面取得的最新进展已产生能够比自然产生的衣壳更有效地转导中枢神经系统（CNS）中明确定义的细胞群的工程衣壳 1 – 7 。作为一种快速灵活的体内基因转移平台，这些载体与现有的小鼠遗传学工具结合使用（或替代）时，有望充当研究的变革催化剂。然而，衣壳的开发主要集中于设计用于转导神经元或星形胶质细胞的载体。相比之下，尽管人们逐渐认识到大量非神经元细胞类型对神经系统功能至关重要，但描述专门针对 CNS 内其他细胞群的载体相对较少。其中，中枢神经系统内皮细胞（排列在血管腔面的特化细胞）已被证明能够协调许多关键的生理过程。此外，人们越来越认识到它们的功能障碍是导致多种神经退行性疾病和神经系统疾病的原因 8、9。虽然内皮细胞通常被视为相对同质的实体，但最近的研究强调了脑血管动静脉轴的分子和功能惊人程度的特化 10。例如，动脉内皮细胞在动态耦合血流和神经活动以满足局部能量需求方面起着关键作用 11-13，毛细血管内皮细胞主动抑制细胞间运输以维持血脑屏障完整性 14-16，静脉内皮细胞似乎在神经免疫串扰中充当重要中介 9、17、18。然而，内皮细胞的扩张功能与可用于在体内研究它们的相对有限的工具之间的不匹配是研究进展的主要障碍。一种高效的、具有广泛向性的内皮特异性载体，涵盖动脉、毛细血管和静脉内皮细胞，非常适合加速神经血管研究。
DCM-PEB 方法
抓握动作需要前顶叶内区 (aIPs) 和腹侧运动前皮层 (PMv) 的连续参与，而顶叶额叶回路的作用最近得到了扩展，从而阐明了背侧运动前皮层 (PMd) 的作用。辅助运动区 (SMA) 也被认为可以编码抓握动作的握力；此外，已知 PMd 和 SMA 在运动意象中都发挥着至关重要的作用。在这里，我们旨在通过比较执行和想象的右手抓握来评估左侧 aIPs、PMv、PMd、SMA 和初级运动皮层 (M1) 之间的动态耦合，使用动态因果模型 (DCM) 和参数经验贝叶斯 (PEB) 分析。24 名受试者接受了 fMRI 检查 (3T)，在此期间他们被要求执行或想象一个抓握动作，并以常用物体的照片为视觉提示。我们测试了这两种情况是否 a) 对我们感兴趣的区域之间的前向和反馈耦合产生调节作用，以及 b) 这些参数的强度和符号是否存在差异。真实条件的结果证实了 aIPs、PMv 和 M1 的连续参与。PMv 也对 PMd 和 SMA 产生了积极影响，但仅从 PMd 接收到抑制反馈。我们的结果表明，抓握的一般运动程序由 aIPs-PMv 回路计划；然后，PMd 和 SMA 编码运动的高级特征。在想象过程中，从 aIPs 到 PMv 的连接强度较弱，信息流在 PMv 中停止；因此，计划了一个不太复杂的运动程序。此外，结果表明 SMA 和 PMd 相互配合以阻止运动执行。总之，执行和想象之间的比较表明，在抓握过程中，运动前区根据任务需求以不同的方式动态相互作用。