Huang-Pollock, CL、Maddox, WT 和 Karalunas, SL (2011)。内隐和外显类别学习的发展。《实验儿童心理学杂志》,109,321–335。 Kalbfleisch, ML (2004)。天赋的功能神经解剖学。《解剖记录》B 部分,277,21–36。 Kuhn, T.、Schonfeld, D.、Sayegh, P.、Arentoft, A.、Jones, JD、Hinkin, CH、Bookheimer, SY 和 Thames, AD (2017)。艾滋病毒和衰老对皮层下形状改变的影响:一项 3D 形态学研究。《人脑映射》,38(2),1025–1037。 Kyllonen, PC 和 Christal, RE (1990)。推理能力(仅仅)是工作记忆能力?智力,14,389–433。Laugeson, EA、Frankel, F.、Gantman, A.、Dillon, AR 和 Mogil, C. (2012)。针对患有自闭症谱系障碍的青少年的循证社交技能培训:UCLA PEERS 计划。自闭症和发育障碍杂志,42 (6),1025–1036。Mills, CJ 和 Tissot, SL (1995)。识别来自弱势群体学生的学术潜力:使用瑞文斯渐进矩阵是个好主意吗?天才儿童季刊,39,209–217。 Na, HS, Hong, SJ, Yoon, HJ, Maeng, JH, Ko, BM, Jung, IS, Ryu, CB, Kim, JO, Cho, JY, Lee, JS, Lee, MS, Shim, CS, & Kim, BS (2007)。幽门螺杆菌感染一线和二线治疗的根除率以及成功根除后的再感染率。韩国胃肠病学杂志,50,170-175。Navas-Sánchez, FJ, Alemán-Gómez, Y., Sánchez-Gonzalez, J., Guzmán-De-Villoria, JA, Franco, C., Robles, O., Arango, C., & Desco, M. (2014)。白质微结构与数学天赋和智商的关系。人脑映射,35(6),2619-2631。Neihart, M.、Reis, SM、Robinson, N. 和 Moon, S. (2002)。天才儿童的社交和情感发展:我们知道什么?Sourcebooks, Inc.O'Boyle,MW(2008)。数学天才儿童:大脑发育特征及其幸福感预后。Roeper Review,30(3),181-186。O'Boyle, MW、Alexander, JE 和 Benbow, CP (1991)。数学早熟儿童右半球活动增强:初步脑电图调查。脑与认知,17,138-153。O'Boyle, MW 和 Benbow, CP (1990)。认知处理过程中右半球参与度的提高可能与智力早熟有关。《神经心理学》,28,211-216。O'Boyle, MW、Benbow, CP 和 Alexander, JE (1995)。智力超常者的性别差异、半球侧化和相关大脑活动。《发育神经心理学》,11 (4),415-443。O'Boyle, MW、Cunnington, R.、Silk, TJ、Vaughan, D.、Jackson, G.、Syngeniotis, A. 和 Egan, GF (2005)。数学天才的男性青少年在心理旋转过程中激活独特的大脑网络。《认知脑研究》,25 (2),583-587。Packard, MG 和 Knowlton, BJ (2002)。基底神经节的学习和记忆功能。《神经科学年度评论》,25,563–593。
已经发现几种流行的基于 Transformer 的语言模型可成功用于文本驱动的大脑编码。然而,现有文献仅利用预训练的文本 Transformer 模型,尚未探索针对特定任务学习到的 Transformer 表示的有效性。在这项工作中,我们探索从十种流行的自然语言处理任务(两种句法和八个语义)学习到的表示中进行迁移学习,以预测来自两个不同数据集的大脑反应:Pereira(阅读段落中句子的受试者)和 Narratives(听口述故事的受试者)。基于任务特征的编码模型用于预测整个大脑不同区域的活动。共指消解、NER 和浅层语法分析的特征可以解释阅读活动的更大差异。另一方面,对于听力活动,诸如释义生成、总结和自然语言推理等任务表现出更好的编码性能。针对所有 10 个任务表征的实验提供了以下认知见解:(i)语言左半球比语言右半球具有更高的预测大脑活动,(ii)后内侧皮质、颞顶枕交界处、背额叶比早期听觉和听觉联想皮质具有更高的相关性,(iii)句法和语义任务在阅读和听力刺激方面分别显示出跨大脑区域的良好预测性能。
摘要:本研究探讨了内感受和社会框架对运动同步任务中脑间电生理 (EEG) 和血流动力学 (通过功能性近红外光谱 (fNIRS) 收集) 功能连接一致性的影响。14 个二元组在有和无内感受焦点的情况下执行运动同步任务。此外,通过增强共享意向性,运动任务具有社交或非社交框架。在实验期间,通过 EEG-fNIRS 超扫描范例收集 delta、theta、alpha 和 beta 频带以及氧合和脱氧血红蛋白 (O2Hb 和 HHb)。计算两个神经生理信号的脑间一致性指数,然后将它们关联起来,以探索二元组中功能连接 EEG-fNIRS 的相互一致性。研究结果表明,与无专注条件和右半球相比,专注状态下左半球的 delta 和 O2Hb、theta 和 O2Hb 以及 alpha 和 O2Hb 之间的相关值显著更高(专注和无专注条件下均如此)。此外,当任务以社交方式与非社交方式进行比较时,在专注状态下左半球的 delta 和 O2Hb 以及 theta 和 O2Hb 之间的相关值更高。这项研究表明,专注于呼吸和共同的意向性会连贯地激活执行联合运动任务的二元组中相同的左额叶区域。
功能性半球不对称的左侧和右半球在任务处理的不同方面占主导地位。但是,半球并非彼此独立地工作,而是通过call体共享信息。跨call体的信息的集成取决于其结构完整性和功能。几种激素,例如雌二醇和孕酮,可以影响这一功能。由于早期的工作表明,压力激素水平的长期变化伴随着几种精神疾病的半球不对称的变化,因此本研究的目的是研究急性应激和应激激素水平的相关变化是否还会影响整个callosum callosum的信息转移。为此,我们从51名参与者中收集了EEG数据,同时完成了词汇决策任务和Poffenberger范式两次,一次通过TRIER社会压力测试进行压力引起,并且在控制条件后一次。虽然在Poffenberger范式中,应力和无压力条件之间的半球间转移没有差异,但我们观察到在压力后,在CP3-CP4电极对的左半球的左半球的左视野中刺激的较短。这些结果表明,在压力下,词汇材料从右侧到左半球的转移更快。压力可能会增加callosal的兴奋性,并导致在与语言相关领域之间的call体之间进行更有效的信号传递。需要使用药理学干预的未来研究,以进一步研究压力下半球的合作。
除了淀粉样蛋白β斑块和神经原纤维缠结外,阿尔茨海默氏病(AD)还使用定量敏感性映射(QSM)在深灰质核中的铁升高还与升高的铁相关。但是,只有少数研究使用了无法评估层特定差异的更多宏观方法检查皮质铁。在这里,我们进行了基于列的QSM分析,以评估与AD相关的皮质铁的增加与神经元的类型和密度的层特异性差异有关。我们获得了22名具有AD的成年人和22种人口统计学匹配的健康对照的阳性(铁)和阴性(髓磷脂,蛋白质聚集)敏感性的全球和区域测量。深度分析表明,全局易感性从沿幼孔表面增加到灰色/白质边界,在左半球对AD的左半球的正敏感性大于对照组比对照组更大。基于曲率的分析表明,对具有AD与对照的成年人的全球敏感性更大。右半球与左;和回合与硫磺。利益区域分析鉴定出相似的深度和曲率特异性群体差异,尤其是对于颞叶角区域。发现铁在整个皮质地幔上以地形异质的方式积累可能有助于解释深远的认知恶化,从而将AD与健康衰老中的一般运动过程的减慢区分开来。
我们旨在通过总结临床评估中报道的神经系统症状,并将其与回顾性收集的结构/扩散脑磁共振成像(MRI)衡量相关性,以确定患有call体疾病患者(DCC)患者的症状相关神经影像标志物(DCC)。所研究的大多数症状/疾病都与CC异常有关。总脑(TB)量与语言,认知,肌肉张力和代谢/内分泌异常有关。尽管白质(WM)体积与研究的症状无关,但灰质(GM)体积与认知,行为和代谢/内分泌疾病有关。右半球(RH)皮质厚度(CT)与语言异常相关,而左半球(LH)CT与癫痫有关。虽然Rh Gyrifacient Index(GI)与所研究的任何症状无关,但LH GI与认知障碍唯一相关。DCC患者的患者和对照组之间的GM体积和LH/RH CT显着更大,而WM体积和LH/RH GI在对照组中的明显更大。TB的体积和组织微观结构的扩散指数没有显示两组之间的差异。总而言之,我们的基于大脑MRI的措施成功地揭示了与许多症状的差异联系。具体来说,LH GI异常可以是DCC患者的预测因子,这与患者的症状唯一相关。此外,CC异常患者的结核病体积正常和整体组织微观结构,具有GI指示的可能恶化的机制以扩展/折叠大脑。
摘要 已知有节奏的听觉刺激能引发神经群体中匹配的活动模式。此外,最近的研究表明高伽马大脑活动在听觉处理中具有特殊重要性,因为它参与了听觉短语分割和包络跟踪。在这里,我们使用来自 8 名人类听众的皮层脑电图 (ECoG) 记录来查看在节奏感知和想象过程中高伽马活动的周期性是否跟踪音乐节奏包络中的周期性。通过指示参与者想象节奏在几次重复的停顿期间继续,可以引发节奏想象。为了确定高伽马活动周期跟踪音乐节奏周期的电极,我们计算了音乐节奏和神经信号的自相关 (ACC) 之间的相关性。参与者听白噪声的条件用于建立基线。颞上回听觉区和两个半球额叶区域的高伽马自相关与音乐节奏的自相关显著匹配。总体而言,在右半球观察到大量重要的电极。特别有趣的是右前额叶皮层中的一大群电极在节奏感知和想象时都处于活跃状态。这表明有意识地处理节奏的结构,而不仅仅是听觉现象。自相关方法清楚地表明,从皮层电极测量的高伽马活动既跟踪注意的节奏,也跟踪想象的节奏。
人类听众有能力在多人说话的环境中将注意力集中到单个说话者身上。选择性注意的神经关联可以从一次脑电图 (EEG) 数据试验中解码出来。在本研究中,利用源重建和解剖解析的 EEG 数据作为输入,我们试图将 CNN 用作可解释的模型来揭示大脑区域之间特定于任务的交互,而不是简单地将其用作黑匣子解码器。为此,我们的 CNN 模型专门设计用于从五秒输入中学习 10 个皮质区域的成对交互表示。通过专门利用这些特征进行解码,我们的模型能够达到参与者内分类的 77.56% 和参与者间分类的 65.14% 的中位准确率。通过消融分析以及剖析模型特征和应用聚类分析,我们能够辨别出以 alpha 波段为主导的半球间相互作用,以及以 alpha 和 beta 波段为主导的相互作用,这些相互作用要么是半球特有的,要么以左右半球之间的对比模式为特征。对于参与者内部解码,这些相互作用在顶叶和中央区域更为明显,但对于跨参与者解码,这些相互作用在顶叶、中央和部分额叶区域更为明显。这些发现表明,我们的 CNN 模型可以有效利用已知在听觉注意力任务中很重要的特征,并表明将领域知识启发的 CNN 应用于源重建的 EEG 数据可以为研究与任务相关的大脑相互作用提供一个新颖的计算框架。
解码器将皮质图(ECOG)信号从皮质转换为可解释的语音参数和一种新型的可区分语音合成器,将语音参数映射到频谱图。我们开发了一个由语音编码器和相同的语音合成器组成的伴侣音频到Audio自动编码器,以生成参考语音参数,以促进ECOG解码器培训。该框架具有自然听起来的语音,并且在48名参与者的队列中高度可重现。在ECOG解码器的三个神经网络架构中,3D Resnet模型在预测原始语音频谱图(PCC = 0.796)的情况下预测原始语音频谱图时具有最佳的解码性能(PCC = 0.804)。我们的实验结果表明,即使仅限于因果操作,我们的模型也可以以高相关性来解码语音,这对于通过实时神经假体采用是必不可少的。我们成功地解码了左或右半球覆盖范围的参与者中的语音,这可能导致左半球损害导致语音缺陷的患者的言语假体。此外,我们使用遮挡分析来识别有助于跨模型语音解码的皮质区域。最后,我们为我们的两阶段培训管道提供开源代码以及协会的预处理和可视化工具,以实现可重现的研究并推动跨语音科学和假体社区的研究。
听觉经验的可塑性塑造了大脑对声音的编码和感知。然而,这种长期可塑性是否改变了语音处理过程中短期可塑性的轨迹。在这里,我们探讨了短期和长期神经可塑性之间的神经机械和相互作用,以快速听觉听到对年轻,正常听力的音乐家和非音乐家的同时言语的感知学习。参与者学会了在与高密度脑电图同时记录的约45分钟训练过程中鉴定双元音混合物。我们分析了分别研究频率遵循的反应(FFRS)和事件相关电位(ERP),分别研究了皮层和皮质水平的学习神经相关性。尽管两组都表现出快速的感知学习,但音乐家表现出的行为决策速度比非音乐学家总体上更快。学习与学习相关的变化在脑干FFR中并不明显。然而,可塑性在皮质中很明显,在那里ERP揭示了群体之间独特的半球不对称性,暗示了不同的神经策略(音乐家:右半球偏见;非音乐学家:左半球)。来源重建和这些效果的早期(150-200毫秒)的时间过程局部学习引起的皮质可塑性到听觉感官大脑区域。我们的发现增强了音乐家的领域益处,但表明,成功的语音学习是由听觉可塑性的长期和短期机制之间的关键相互作用驱动的,这首先是在皮质层面上出现的。