XiaoMi-AI文件搜索系统
World File Search System右半球
在大语言模型中预测下一个句子（而不是单词）：哪种模型 - 脑对齐告诉我们有关话语理解的信息
当前的大型语言模型（LLMS）依赖于单词预测作为其骨干预处理任务。尽管单词预测是语言处理的重要机制，但人类语言理解发生在多个层次上，涉及单词和句子的整合以实现对话语的充分理解。这项研究通过使用下一个句子预测（NSP）任务来研究语言级别的理解力来对语言理解进行建模。我们表明，NSP预处理增强了模型与大脑数据的一致性，尤其是在右半球和多需求网络中，突出了非经典语言区域对高级语言理解的贡献。我们的结果还表明，NSP可以使模型更好地捕获人类的理解绩效并更好地编码上下文信息。我们的研究表明，将各种学习目标纳入模型会导致更类似人类的表现，并研究LLMS中训练预处理任务的神经认知能力可以揭示语言神经科学中的杰出问题。
可以使用非线性解码模型从人类听觉皮层活动中重建音乐
au：PleaseconfirmthatalleadinglevelsarerepressedCorrected：音乐是人类体验的核心，但是音乐表现为基础的精确神经动力学仍然未知。我们分析了29例听取Pink Floyd歌曲并采用先前在语音域中使用的刺激重建方法的患者的颅内脑电图（IEEG）数据集。我们成功地从直接神经记录中重新构造了可识别的歌曲，并量化了不同因素对解码精度的影响。结合了编码和解码分析，我们发现了音乐感知的右半球优势，其主要作用是高级临时回旋（STG）的主要作用，证明了一个新的STG子区域调用了音乐节奏，并定义了一个前及Posterior STG组织，表现出了持续的音乐响应，并表现出对音乐元素的持续反应。我们的发现表明，在单个患者中获取的短数据集上应用预测建模的可行性，为将音乐元素添加到大脑 - 计算机界面（BCI）应用程序铺平了道路。
胶质瘤侧化：重点关注解剖定位...
摘要：众所周知，多形性胶质母细胞瘤 (GBM) 的精确定位可以预测肿瘤在周围神经结构中扩散的方向。本综述的目的是通过评估 GBM 经常发生的解剖区域以及在不同大脑区域观察到的主要分子改变来揭示 GBM 的侧化。根据文献，GBM 的精确或最常见的侧化尚未确定。然而，可以说 GBM 在额叶中更常见。与 GBM 有关的束和束似乎集中在皮质脊髓束、上纵束 I、II 和 III 束、弓状束长段、额海峡束和下额枕束。考虑到胶质母细胞瘤的解剖特征及其对大脑的累及，主要累及的大脑区域分别是额叶、颞叶、顶叶和枕叶，这是合乎逻辑的。尽管右半球的肿瘤体积较大，但已确定左半球被诊断为癌症的患者的预后更差，这可能反映了一些有害改变的解剖分布，例如 TP53 突变、PTEN 缺失、EGFR 扩增和
脑网络近似熵在半球差异研究中的应用
摘要：人脑是一个动态复杂系统，可以用不同的方法进行研究，包括线性和非线性方法。脑电图 (EEG) 分析中广泛使用的非线性方法之一是熵，即系统无序性的测量值。本研究调查了大脑网络，应用近似熵 (ApEn) 测量来评估半球脑电图差异；评估了不同记录会话中 ApEn 数据的可重复性和稳定性。20 名健康成年志愿者接受了 80 次闭眼静息脑电图记录。枕骨区域存在显著差异，左半球的熵值高于右半球，表明根据执行的功能，半球以不同的强度变得活跃。此外，事实证明，在相对较短的 EEG 时期以及 36 名受试者的 1 周间隔时间内，本方法都是可重复且稳定的。非线性方法是研究大脑网络动态的有趣探索。ApEn 技术可能为了解与年龄相关的大脑断开的病理生理过程提供更多见解，并可用于监测药物和康复治疗的影响。
TSception：利用脑电图进行情绪检测的深度学习框架
摘要 — 在本文中，我们提出了一种深度学习框架 TSception，用于从脑电图 (EEG) 中检测情绪。TSception 由时间和空间卷积层组成，可同时学习时间和通道域中的判别表示。时间学习器由多尺度 1D 卷积核组成，其长度与 EEG 信号的采样率有关，可学习多个时间和频率表示。空间学习器利用额叶大脑区域情绪反应的不对称特性来学习来自大脑左半球和右半球的判别表示。在我们的研究中，设计了一个系统来研究沉浸式虚拟现实 (VR) 环境中的情绪唤醒。使用该系统从 18 名健康受试者收集了 EEG 数据，以评估所提出的深度学习网络对低情绪唤醒状态和高情绪唤醒状态进行分类的性能。将所提出的方法与 SVM、EEGNet 和 LSTM 进行了比较。 TSception 实现了 86.03% 的高分类准确率，显著优于之前的方法（p <0.05）。索引词 — 深度学习、卷积神经网络、脑电图、情绪唤醒、虚拟现实
神经学鸿沟：散文和代码写作的 fMRI 研究
软件工程涉及编写新代码或编辑现有代码。最近的研究已经调查了与阅读和理解代码相关的神经过程——然而，我们缺乏对代码编写背后的人类认知过程的透彻理解。虽然散文阅读和写作已经得到了彻底的研究，但同样的研究还没有应用于代码编写。在本文中，我们利用功能性脑成像来研究代码编写与散文写作的神经表征。我们提出了第一项人类研究，其中参与者在接受功能性磁共振成像 (fMRI) 脑部扫描时编写代码和散文，使用全尺寸 fMRI 安全的 QWERTY 键盘。我们发现代码编写和散文写作是截然不同的神经任务。虽然散文写作需要与语言相关的大量左半球活动，但代码编写需要更多右半球的激活，包括与注意力控制、工作记忆、规划和空间认知相关的区域。这些发现与研究代码和散文理解的现有工作不同。相比之下，我们提出了第一个证据，表明代码和散文写作在神经层面上有很大不同。
产品设计的原型性和简单性在形成设计偏好时的神经处理
本研究调查了处理原型性和简单性时神经相关性对产品设计偏好的影响。尽管这很重要，但我们对大脑在形成设计偏好时如何处理这些视觉设计品质知之甚少。我们假设，虽然流畅性是感知判断，可以解释原型性和简单性对设计偏好的积极影响，但与原型性相关的流畅性判断的神经基础与与简单性相关的神经基础不同。为了研究这些问题，我们对具有不同原型性和简单性水平的实际产品设计的偏好决策进行了 fMRI 研究。结果显示，在简单性和原型性的偏好处理之间存在显著的功能梯度——即，早期腹侧视觉信息处理参与简单性评估，但晚期腹侧视觉信息处理和顶叶额叶脑区参与原型性评估。简单性和原型性评估之间的相互作用是在右半球纹状体外皮层中发现的。大脑的独立参与表明，对原型和简单性的流畅性判断有助于设计偏好的感知机制中不同认知层次的偏好选择。
大脑通信ain通信
众所周知，半手忽视患者的空间和非空间注意方面之间的临床联系；在特定的情况下，警报的增加可以在不断地将注意力分配给对比方面。在关注模型中，这种现象被认为依赖于腹侧皮质网络和背侧皮质网络之间的相互作用，分别缩减了非空间和专注于注意方面。然而，这两个网络之间相互作用的确切神经基础知之甚少。在本研究中，我们包括80例亚急性中风（50％女性；年龄范围：24-96），33例，而无忽视的47例右半球患者，如纸 - 铅笔取消测试所评估。 患者执行了一项计算机上的任务，在该任务中，他们被要求通过按钮对中心目标尽快做出反应，该目标是先于或不采用非空间，听觉警告音调的中心目标。 在两个不同条件下的反应时间。 在忽视患者中，警告语调，增强腹侧注意力“警报”网络中的活动，可以提高背注意网络（以较短的反应时间）对视觉刺激的反应（以较短的反应时间），直至无忽视的患者水平。 Critically, using voxel-based lesion-symptom mapping analyses, we show that this effect significantly depends on the integrity of the right an- terior insula and adjacent inferior frontal gyrus, i.e., right-hemispheric patients with lesions involving these areas were significantly less likely to show shorter reaction times when a warning tone was presented prior to visual target appearance.在本研究中，我们包括80例亚急性中风（50％女性；年龄范围：24-96），33例，而无忽视的47例右半球患者，如纸 - 铅笔取消测试所评估。患者执行了一项计算机上的任务，在该任务中，他们被要求通过按钮对中心目标尽快做出反应，该目标是先于或不采用非空间，听觉警告音调的中心目标。在两个不同条件下的反应时间。在忽视患者中，警告语调，增强腹侧注意力“警报”网络中的活动，可以提高背注意网络（以较短的反应时间）对视觉刺激的反应（以较短的反应时间），直至无忽视的患者水平。Critically, using voxel-based lesion-symptom mapping analyses, we show that this effect significantly depends on the integrity of the right an- terior insula and adjacent inferior frontal gyrus, i.e., right-hemispheric patients with lesions involving these areas were significantly less likely to show shorter reaction times when a warning tone was presented prior to visual target appearance.我们建议，右前岛和下额回是一个关键的枢纽，腹侧注意网络可以“警告”并提高背侧注意网络活动的效率。
噪声识别中的音乐：人工耳蜗植入者和正常听力对照者的听力努力的脑电图研究
尽管有大量研究调查聆听努力程度以及有关人工耳蜗 (CI) 用户音乐感知的研究，但是从未有人研究过背景噪音对音乐处理的影响。鉴于聆听努力程度评估的典型噪声中语音识别任务，本研究的目的是调查在不同背景噪音水平的音乐作品上进行情绪分类任务时的聆听努力程度。除了参与者的评分和表现之外，还使用已知与这种现象有关的 EEG 特征来调查聆听努力程度，即顶叶区域和左侧下额叶 (IFG)（包括布罗卡区）的 alpha 活动。结果表明，CI 用户在识别刺激的情绪内容方面的表现差于听力正常 (NH) 对照组。此外，当考虑对应于听信噪比 (SNR) 5 和 SNR10 条件的 alpha 活动时，减去听安静条件下的活动（理想情况下，去除音乐的情感内容并隔离由于 SNR 而导致的难度级别），CI 用户报告的顶叶 alpha 和右半球左 IFG 同源体（F8 EEG 通道）的活动水平高于 NH。最后，提出了 F8 对与 SNR 相关的音乐聆听努力具有特殊敏感性的新建议。
E-TAN，一个用于评估视觉忽视的技术增强平台，具有实物特征：一项多案例研究
视觉忽视是右脑损伤的常见后果，并且会导致残疾。传统的纸笔式忽视测试在敏感性和生态效度方面存在局限性。相反，烤盘任务 (BTT) 更贴近现实生活，因为它要求参与者在一块板上放置 16 个物体。放置在板子左右两边的物体数量提供了视觉忽视的临床指标。我们在此介绍 E-TAN，这是一个技术增强平台，允许患者执行增强版的 BTT (E-BTT)。该平台会自动确定板上的物体位置，并记录放置物体的顺序和时间。我们使用 E-BTT 测试了 9 名右半球受损的患者，并将他们的表现与 115 名健康参与者的表现进行了比较。为此，我们开发了一种新的参与者表现分析方法，该方法基于使用板上物体描述的凸包。该测量方法提供了每个参与者处理的空间部分的估计值，并且可以有效区分忽视患者和没有忽视的患者。 E-TAN 允许临床医生使用方便、快速且相对自动化的程序来评估视觉空间表现，患者甚至可以在家中进行该程序以跟踪康复效果。