XiaoMi-AI文件搜索系统
World File Search System后息
识别静息态神经振荡功率与特质焦虑之间具有最大关联的空间模式
摘要 焦虑影响着全球大约 5-10% 的成年人口，给卫生系统带来了沉重的负担。尽管焦虑无处不在，并且对身心健康产生影响，但大多数受焦虑影响的人都没有得到适当的治疗。精神病学领域的当前研究强调需要识别和验证与这种疾病相关的生物标记。神经生理学临床前研究是一种确定大脑节律的主要方法，可以作为焦虑主要特征的可靠标记。然而，虽然神经影像学研究一致表明前额叶皮层和皮层下结构（如杏仁核和海马）与焦虑有关，但对于导致这种疾病的潜在神经生理过程仍缺乏共识。允许非侵入性记录和评估皮质处理的方法可能有助于识别可用作干预目标的焦虑特征。在本研究中，我们将源功率共调节 (SPoC) 应用于具有不同程度焦虑特质的参与者样本的脑电图 (EEG) 记录。 SPoC 的开发是为了寻找空间滤波器和模式，这些滤波器和模式的功率与个体参与者的外部变量共同调节。所获得的模式可以从神经生理学角度进行解释。在这里，我们将 SPoC 的使用扩展到多受试者环境，并使用具有真实头部模型的模拟数据测试其有效性。接下来，我们将 SPoC 框架应用于 43 名人类参与者的静息状态脑电图，这些参与者的特质焦虑评分可用。SPoC 对窄频带数据的受试者间分析揭示了具有神经生理学意义的 θ 波段（4-7 Hz）空间模式，这些模式与焦虑呈负相关。结果特定于 θ 波段，在 alpha（8-12 Hz）或 beta（13-30 Hz）频率范围内未观察到。θ 波段空间模式主要位于额上回。我们讨论了我们的空间模式结果对于寻找焦虑生物标志物的相关性及其在神经反馈研究中的应用。
识别静息态神经振荡功率与特质焦虑之间具有最大关联的空间模式
摘要 焦虑影响着全球大约 5-10% 的成年人口，给卫生系统带来了沉重的负担。尽管焦虑无处不在，并且对身心健康产生影响，但大多数受焦虑影响的人都没有得到适当的治疗。精神病学领域的当前研究强调需要识别和验证与这种疾病相关的生物标记。神经生理学临床前研究是一种确定大脑节律的主要方法，可以作为焦虑主要特征的可靠标记。然而，虽然神经影像学研究一致表明前额叶皮层和皮层下结构（如杏仁核和海马）与焦虑有关，但对于导致这种疾病的潜在神经生理过程仍缺乏共识。允许非侵入性记录和评估皮质处理的方法可能有助于识别可用作干预目标的焦虑特征。在本研究中，我们将源功率共调节 (SPoC) 应用于具有不同程度焦虑特质的参与者样本的脑电图 (EEG) 记录。 SPoC 的开发是为了寻找空间滤波器和模式，这些滤波器和模式的功率与个体参与者的外部变量共同调节。所获得的模式可以从神经生理学角度进行解释。在这里，我们将 SPoC 的使用扩展到多受试者环境，并使用具有真实头部模型的模拟数据测试其有效性。接下来，我们将 SPoC 框架应用于 43 名人类参与者的静息状态脑电图，这些参与者的特质焦虑评分可用。SPoC 对窄频带数据的受试者间分析揭示了具有神经生理学意义的 θ 波段（4-7 Hz）空间模式，这些模式与焦虑呈负相关。结果特定于 θ 波段，在 alpha（8-12 Hz）或 beta（13-30 Hz）频率范围内未观察到。θ 波段空间模式主要位于额上回。我们讨论了我们的空间模式结果对于寻找焦虑生物标志物的相关性及其在神经反馈研究中的应用。
跨民族/种族泛化行为预测的静息状态功能连接失败
偏向多数人群的算法偏差对机器学习在精准医疗中的应用构成了关键挑战。在本文中，我们评估了脑功能磁共振成像行为表型预测模型中的这种偏差。我们使用两个由混合族裔/种族组成的独立数据集（青春期前与成年）检查了预测偏差。当使用以白人美国人（WA）为主的数据训练预测模型时，非裔美国人（AA）的样本外预测误差通常高于 WA。这种对 WA 的偏差对应于模型学习到的更多类似 WA 的大脑行为关联模式。当仅使用 AA 训练模型时，与仅使用 WA 或相同数量的 AA 和 WA 参与者进行训练相比，AA 预测准确度有所提高，但仍低于 WA。总体而言，结果表明，需要谨慎对待当前大脑行为预测模型在少数族裔人群中的应用，并进行进一步研究。
静息态脑活动对临床预后不确定的缺氧昏迷患者的早期预测结果
多项神经影像学研究表明，CA 后 5 天内 DWI 的变化预示着不良预后。8-15 然而，DWI 分析的时机至关重要，因为弥散值在缺氧后不久就会发生变化。10 此外，虽然 DWI 是不良预后的有力预测指标，但它不够敏感，无法识别出预后良好的患者。大脑的自发活动不是随机的，而是在功能网络中组织的。16 静息状态 fMRI (rs-fMRI) 是绘制患者和健康志愿者大脑功能连接 (FC) 的有力工具。17 多项研究报告称，rs-fMRI 可以区分慢性脑损伤患者的意识状态，FC 下降与意识受损程度相关。18 最近有研究表明，fMRI 可以检测到脑创伤后昏迷患者对被动刺激反应的早期意识迹象 19 并且 FC 强度与昏迷后缺氧患者的良好长期预后相关。 20 然而，rs-fMRI 尚未系统地评估对昏迷后缺氧患者的早期预后。我们的研究旨在使用 rs-fMRI 和机器学习方法预测昏迷结果（即意识恢复与昏迷状态；即良好与不良结果）。我们专注于特别具有临床意义的病例，特别是昏迷的早期缺氧后患者和标准多模态测试后预后不确定的患者。
多体素神经强化改变威胁调节网络内的静息状态功能连接
图 1. 神经强化干预总结（有关更多详细信息，请参阅 Taschereau-Dumouchel、Cortese 等人，2018 年）。A）一次多体素神经强化试验中的事件序列。在诱导期间，大脑活动在线处理并使用目标动物的多体素表示进行解码。此过程为我们提供了以视觉方式显示给参与者的激活可能性。B）目标动物的代表性多体素解码器（体素权重已标准化并略微平滑（FWHM = 1 毫米）以方便解释）。这些体素被用作种子区域（我们称之为腹侧颞叶皮层），以确定干预后它们的连接性变化（大脑图像是使用 pySurfer [ https://pysurfer.github.io/ ] 生成的）C）自述对我们数据库中至少 2 只动物感到恐惧的参与者参加了神经强化实验。我们使用了机器学习和一种称为超对齐的方法（Haxby 等人，2011）来确定恐惧动物（即解码器）的多体素表示。然后将恐惧动物类别随机分配为干预的目标或控制条件。参与者完成了在不同日子进行的五次神经强化课程。在干预之前和之后，参与者完成了静息状态课程，并向他们展示了他们害怕的两种动物的图像（即恐惧测试）。在这些课程中，参与者被要求报告他们对所呈现动物的主观恐惧（大脑图像是使用 Pycortex [Gao 等人，2015] 生成的）。
prader-willi综合征儿童的多个静息状态脑网络和认知障碍的神经生理学障碍
prader-Willi综合征（PWS）是一种罕见的遗传状况，具有多方面的身体，行为和认知困难，其特征在于女性噬菌体和低执行功能。寻求食物的行为可能会受到荷尔蒙，认知和心理因素的调节，并被认为部分是由功能性脑异常介导的。Here, we used an experimental protocol integrating eyes opens resting state magnetoencephalography (MEG) - a high-resolution neurophysiological imaging technique - and neuropsychological profiling to understand the relationship between executive functioning, and intrinsic brain activity & functional connectivity in a prospective, cross-sectional cohort with PWS, and a sex-, age- and BMI-matched control group.我们观察到PWS中的执行功能较低，以及跨大脑同步的多个通道的功能障碍 - 换句话说，跨多个频段，介导了大脑网络内部和大脑网络之间的通信 - 视觉，注意力和默认模式网络中。此外，我们发现了PWS患者脑网络拓扑结构的“脑范围”变化，功能网络的“枢纽”增加，但中心性降低。然而，尽管存在中等效应大小（关联程度），但与神经心理学结果相关后，这些措施与神经心理学结局相关后都没有幸存下来的多重比较校正。这是第一项结合神经心理学和神经生理成像的研究，表明PWS中多个脑网络中的功能同步失调。
使用机器学习对患有 ADHD 的成年患者进行任务相关和静息状态脑电图分类
摘要 —注意力缺陷多动障碍 (ADHD) 是一种普遍的心理障碍，其特征是注意力缺陷和高度冲动，影响成人和儿童。本研究旨在评估任务相关脑电图 (EEG) 和静息状态脑电图在区分成年 ADHD 患者和健康对照者方面的有效性。机器学习技术用于根据脑电图特征对患者的状态进行分类。本研究的主要目的是确定在停止信号任务招募抑制过程中记录的任务型脑电图数据的分类性能是否优于静息状态脑电图数据。我们假设基于任务的脑电图数据包含与抑制控制相关的有价值的生物标志物，可用于检测 ADHD，而静息状态脑电图数据不具备这种有用的生物标志物。索引词 —ADHD、分类、机器学习、脑电图
使用物理信息神经网络从静息状态 fMRI 数据进行脑动力学模型参数估计
摘要 — 由于脑动力学的复杂性，静息态功能性磁共振成像 (rsfMRI) 中血氧水平依赖性 (BOLD) 信号的传统建模难以进行参数估计。本研究介绍了一种新型脑动力学模型 (BDM)，该模型通过微分方程直接捕捉 BOLD 信号变化。与动态因果模型或神经质量模型不同，我们将血流动力学响应整合到信号动力学中，同时考虑直接和网络介导的神经元活动效应。我们利用物理信息神经网络 (PINN) 来估计此 BDM 的参数，利用它们将物理定律嵌入学习过程的能力。这种方法简化了计算需求并提高了对数据噪声的鲁棒性，为分析 rsfMRI 数据提供了全面的工具。利用按估计参数缩放的功能连接矩阵，我们应用最先进的社区检测方法来阐明网络结构。我们的分析表明，在比较神经正常个体与自闭症谱系障碍 (ASD) 患者时，特定大脑区域的参与系数存在显著差异，男性和女性群体之间存在明显差异。这些差异与之前研究中涉及的区域一致，进一步证实了这些区域在 ASD 中的作用。通过将 PINN 与高级网络分析相结合，我们展示了一种分析 ASD 复杂神经特征的稳健方法，为神经成像和更广泛的计算神经科学领域的未来研究提供了一个有希望的方向。
表征神经退行性疾病中静息状态EEG振荡和上的活性：一项多中心研究
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经Peer Review认证）是作者/资助人，他已授予Medrxiv的许可证，以在2025年2月18日发布的此版本中显示在版权所有者中。 https://doi.org/10.1101/2025.02.14.25322283 doi：medrxiv preprint
住宅贷款 2025 年 1 月 7 日
5.89 £999 £25,000 £1,500,000 75 112400001 选择，75，2，5.89 购买，再抵押 无 £0 6.14 0 £25,000 £1,500,000 75 122400022 选择，75，2，6.14，FV 购买 免费 Vals £0 6.14 0 £25,000 £500,000 75 122400023 选择，75，2，6.14，FLFV 再抵押 免费 Vals，免费 Legals £0 6.14 0 £25,000 £1,500,000 75 122400024 选择，75，2，6.14， FVCB250 再抵押免息 Vals £250 6.39 £0 £25,000 £1,500,000 75 112400390 SELECT, 75, 2, 6.39, FV 购买免息 Vals £0 6.39 £0 £25,000 £500,000 75 112400391 SELECT, 75, 2, 6.39, FLFV 再抵押免息 Vals, 免息标准 Legals £0 6.39 £0 £25,000 £1,500,000 75 112400392 SELECT, 75, 2, 6.39, FVCB250 再抵押免息 Vals £250 5.94 £999 £25,000 £1,500,000 80 112400003 SELECT, 80, 2, 5.94 购买，再抵押 无 £0 6.49 £0 £25,000 £1,500,000 80 112400010 SELECT, 80, 2, 6.49, FV 购买 免费 Vals £0 6.49 £0 £25,000 £500,000 80 112400011 SELECT, 80, 2, 6.49, FLFV 再抵押 免费 Vals，免费标准 Legals £0 6.49 £0 £25,000 £1,500,000 80 112400012 SELECT, 80, 2, 6.49, FVCB250 再抵押 免费 Vals £250 6.14 £999 £25,000 £1,500,000 82.5 112400362 SELECT, 82.5, 2, 6.14 购买，再抵押 无 £0 6.62 £0 £25,000 £1,500,000 82.5 112400368 SELECT, 82.5, 2, 6.62, FV 购买 免费 Vals £0 6.62 £0 £25,000 £500,000 82.5 112400369 SELECT, 82.5, 2, 6.62, FLFV 再抵押 免费 Vals，免费标准 Legals £0 6.62 £0 £25,000 £1,500,000 82.5 112400370 SELECT, 82.5, 2, 6.62, FVCB250 再抵押免息 Vals £250 6.24 0 £25,000 £1,500,000 85 122400013 选择, 85, 2, 6.24, FV 购买免息 Vals £0 6.24 0 £25,000 £500,000 85 122400014 选择, 85, 2, 6.24, FLFV 再抵押免息 Vals, 免息 Legals £0 6.24 0 £25,000 £1,500,000 85 122400015 选择, 85, 2, 6.24, FVCB250 再抵押免息 Vals £250 6.34 £999 £25,000 £1,500,000 85 112400005 SELECT, 85, 2, 6.34 购买，再抵押 无 £0 6.74 £0 £25,000 £1,500,000 85 112400016 SELECT, 85, 2, 6.74, FV 购买 免息额 £0 6.74 £0 £25,000 £500,000 85 112400017 SELECT, 85, 2, 6.74, FLFV 再抵押 免息额，免息标准 法律额 £0 6.74 £0 £25,000 £1,500,000 85 112400018 SELECT, 85, 2, 6.74, FVCB250 再抵押 免息额£250 6.62 £999 £25,000 £1,000,000 87.5 112400364 SELECT, 87.5, 2, 6.62 购买，再抵押 无 £0 6.94 £0 £25,000 £1,000,000 87.5 112400374 SELECT, 87.5, 2, 6.94, FV 购买 免费 Vals £0 6.94 £0 £25,000 £500,000 87.5 112400375 SELECT, 87.5, 2, 6.94, FLFV 再抵押 免费 Vals，免费标准 Legals £0 6.94 £0 £25,000 £1,000,000 87.5 112400376 SELECT，87.5，2，6.94，FVCB250 再抵押免息 £250 6.89 £999 £25,000 £1,000,000 90 112400150 SELECT，90，2，6.89 购买，再抵押无 £0