XiaoMi-AI文件搜索系统
World File Search System后息
Alpha 波段静息态脑电图连接与非语言智力相关
本研究的目的是调查脑电图静息状态连接是否与智力相关。165 名参与者参加了这项研究。记录了每位参与者 6 分钟的闭眼脑电图静息状态。分别计算了两个完善的同步测量 [加权相位滞后指数 (wPLI) 和虚相干性 (iMCOH)] 以及传感器和源脑电图空间的图论连接指标。使用瑞文渐进矩阵测量非语言智力。根据神经效率假设，alpha 波段范围内的大脑网络路径长度特征（平均和特征路径长度、直径和接近中心性）与传感器空间的非语言智力显着相关，但与源空间无关。根据我们的结果，非语言智力测量的差异主要可以通过从包含节点之间弱连接和强连接的网络构建的图形指标来解释。
关于签证及国籍申请人进行DNA鉴定的资料
Privacy Act 1988 （《 1988 年隐私法》）包含澳大利亚关 于隐私的 13 项原则，规范了内政部收集及处理个人信 息的方式。内政部如何为了履行其主要职能而收集、 使用及披露个人信息的请见表 1442i Privacy notice （《关 于隐私的通知》）。关于内政部处理一般资料的做法 （包括于表 1442i 中）的情况请见内政部的隐私政策： https://www.homeaffairs.gov.au/access-and- accountability/our-commitments/privacy
轮班工作对中国煤矿工人认知功能的影响：静息态 fNIRS 研究
摘要：目的：探讨轮班工作对中国煤矿工人认知功能的影响。背景：轮班工作在煤炭等现代工业中普遍存在，人们越来越关注轮班工作对矿工工作绩效和个人幸福感的影响。方法：共有54名三班矿工（早班17人，下午班18人，夜班19人）参加了这项探索性研究。采用静息态fNIRS功能连接方法评估轮班前后的认知能力。结果：结果显示，三班工人轮班前后的认知能力存在显著差异。大脑功能连接降低的顺序为夜班、下午班和早班。早班和晚班工人在轮班结束时脑功能连接较轮班前有所降低。夜班工人的结果则相反。各组工人前额叶皮层静息态脑功能网络均表现出小世界特性。早班和晚班工人前额叶皮层中介中心性和节点局部效率存在显著差异。结论：本研究结果为从脑科学角度研究轮班工作对中国煤矿工人认知能力的影响提供了新的思路。
镇静临床成像和麻醉方案中的静息状态 fMRI 优化
材料和方法：在这项横断面研究中，我们分析了 2009 年至 2023 年在麻省总医院麻醉下获得的临床 rs-fMRI 数据。对每位患者的独立成分分析驱动的静息状态网络 (RSN) 进行定性和定量评估，并将其分为强或弱两组。使用定性方法评估整体网络，使用定量方法评估运动和语言网络。在 4 个结果类别中分析了 RSN 稳健性：整体、组合运动语言、单个运动和语言网络。预测变量包括 rs-fMRI 采集参数、麻醉药物、潜在的大脑结构异常、年龄和性别。使用逻辑回归来检验研究变量对 RSN 稳健性的影响。
使用混合静息态结构连接组增强全脑动态模拟
摘要 人脑由数十亿个神经元和突触连接组成，是一个复杂的网络，协调着大脑区域之间兴奋和抑制活动的复杂平衡。兴奋和抑制之间的动态平衡对于调整皮质网络中的神经输入/输出关系以及调节其对刺激的反应动态范围至关重要。为了使用连接组学推断这种平衡，我们最近引入了一个基于 Ising 模型的计算框架，该模型最初是为解释铁磁体中的相变而开发的，并提出了一种新型的混合静息态结构连接组 (rsSC)。在这里，我们表明，基于 Kuramoto 相位振荡器的生成模型可用于模拟以 rsSC 作为耦合权重系数的静态和动态功能连接组 (FC)，这样与使用传统结构连接组模拟的 FC 相比，模拟的 FC 与观察到的 FC 很好地一致。模拟是使用高性能计算基础设施上的开源框架虚拟大脑执行的。
产前服用阿片类药物的婴儿的静息状态功能性 MRI 连接
1. Desai RJ、Hernandez-Diaz S、Bateman BT、Huybrechts KF (2014) 参加 Medicaid 的女性在怀孕期间处方阿片类药物的使用增加。Obstet Gynecol 123 (5):997-1002。doi:10.1097/AOG.0000000000000208 2. Patrick SW、Davis MM、Lehmann CU、Cooper WO (2015) 新生儿戒断综合征发病率和地理分布增加：美国 2009 年至 2012 年。J Perinatol 35 (8):650-655。 doi:10.1038/jp.2015.36 3. Patrick SW、Schumacher RE、Benneyworth BD、Krans EE、McAllister JM、Davis MM (2012) 新生儿戒断综合征及相关医疗保健支出：美国，2000-2009 年。JAMA 307 (18):1934-1940。doi:10.1001/jama.2012.3951 4. Ross EJ、Graham DL、Money KM、Stanwood GD (2015) 胎儿接触药物对发育的影响：我们知道什么以及我们仍需了解什么。神经精神药理学 40 (1):61-87。doi:10.1038/npp.2014.147
使用超高场 7 特斯拉静息态功能磁共振成像评估核心静息态网络中自发脑活动和功能连接的重测稳定性
注意：除第一个受试者（潜在异常受试者）的 CEN 中的 fALFF 外，所有相关系数均显著。缩写：ALFF，低频波动幅度；CEN，中央执行网络；DC，度中心性；DMN，默认模式网络；fALFF，低频波动分数幅度；ReHo，区域同质性；SN，显著性网络。a 标记的受试者被视为潜在异常值；因此，对所有原始数据和原始出版物中提到的所有技术问题进行了交叉检查。交叉检查未发现该受试者的任何特殊性（部分信号丢失或移动）。但是，当进行没有这个受试者的额外分析时，这个样本量（15 名参与者）的结果与整个样本（16 名参与者）的结果并没有明显差异，如图 S1 和 S2 所示。
一生中的皮质厚度和静息状态心脏功能：横断面汇总大型分析
朱利安·科尼格 1,2 |比尔吉特·阿布勒 3 |英格丽德·阿加茨 4,5,6 |托比约恩·阿克施泰特 7,8 |奥勒·安德烈亚斯森 4,9 |米娅·安东尼 10 |卡尔·尤尔根·贝尔 11 |卡佳·伯茨 12 |丽贝卡·C·布朗 13 |罗穆亚尔德·布伦纳 14 |卢卡嘉年华 15 |雨果·D·克里奇利 16 |凯瑟琳·R·卡伦 17 | Geus 18 的 Eco JC |十字架的费利伯特 11 |伊莎贝尔·吉奥贝克 19 |马克·D·费格 3 |哈坎·菲舍尔 20 |赫塔弗洛尔 21 |迈克尔·盖布勒 22,23 |彼得·J·吉安罗斯 24 | Melita J. Giummarra 25.26 |史蒂文·G·格林宁 27 |西蒙·根德尔曼 28 |詹姆斯·AJ·希瑟斯 29 |萨宾·J·赫珀茨 12 | Mandy X. 至 30 |塞巴斯蒂安·延奇克 31,32 |迈克尔·凯斯 1.33 |托拜厄斯·考夫曼 4.9 | Bonnie Klimes-Dougan 34 |斯特凡·科尔施 31.35 |玛琳·克劳奇 12 |丹尼斯·库姆拉尔 22.23 | Femke Lamers 30 |李泰浩 36 |马茨·亚历山大 7.8 |凤林10 |马丁洛策 37 |埃琳娜·马科瓦茨 38.39 |马泰奥·曼奇尼 40.41 |福尔克·曼克 12 | Kristoffer NT 价格 20,42 |斯蒂芬·B·马努克 24 |玛拉·马瑟 43 |弗朗西斯·米滕 44 |闵正元 45 |布莱恩·穆勒 17 |薇拉·穆恩奇 13 |弗劳克·尼斯 21.46 |林雅 45 |古斯塔夫·尼尔松内 8,20 |丹妮拉·奥尔多涅斯·阿库纳 31 |贝尔热·奥斯内斯 35.47 |克里斯蒂娜·奥塔维亚尼 39.48 |布伦达 WJH 彭尼克斯 30 |艾莉森·庞齐奥 45 |戈文达·R·普德尔 49 |詹尼斯·雷内尔特 22 |平忍10 |榊道子 50.51 |安迪舒曼 11 |林索伦森 35 |卡尔斯滕·施佩希特 35.52 |乔安娜·施特劳布 13 |桑德拉·塔姆 8,20,53 |米歇尔泰国 17 |朱利安·F·塞耶 54 |本杰明·乌巴尼 55 |丹尼斯·范德米 18 |劳拉·S·范维尔岑 56.57.58 |卡洛斯·文图拉-博特 59 |阿诺·维尔林格 22,23 |大卫·沃森 60 |魏鲁清 61 |朱莉娅·温特 59 |梅琳达·韦斯特伦德·施莱纳 34 |拉尔斯·T·韦斯特莱 4,9,62 |马蒂亚斯·威玛 59.63 |托拜厄斯·温克尔曼 21 |吴国荣 61 |刘贤珠 45 |丹尼尔·S·金塔纳 4.9
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。