我们提出了一项关于65岁及65岁成年人的智能手表可视化研究的复制研究结果。老年人人口在全球范围内正在上升,这与他们对使用智能手表等小型可穿戴设备的兴趣不断增加,以跟踪和查看数据。智能手表对这个人群构成挑战:字体和可视化通常很小,本来可以看见。智能手表上的简洁设计如何与与衰老相关的感知和认知变化相互作用。我们复制了一项研究,该研究研究了可视化的类型和数据点的数量如何影响可听觉的感知。我们观察到75岁及以上参与者的差异的有力证据,引发了有关可视化研究和老年人的有趣问题。我们讨论了更好地理解和支持老年智能手表佩戴者的第一步,并反思我们与这种人口一起工作的经验。补充材料可在https://osf.io/7x4hq/上获得。
博士项目:使用听觉和深度学习的计算模型进行听力损失补偿 博士生:Peter Asbjørn Leer Bysted 开始日期:2020 年 11 月 1 日。公司主管:Lars Bramsløw,Eriksholm 研究中心,Oticon A/S。听力损失是指无法部分或完全听到声音,是一种影响超过 10 亿人的非常常见的疾病,尽管不同患者的听力损失表现方式存在很大差异,导致干预结果存在很大差异。近年来,描述听觉系统的计算模型已经出现,使研究人员能够解释人类听觉的复杂性,但目前尚不清楚如何利用这些发现来补偿听力辅助设备的听力损失。随着计算听觉模型的发展,神经网络出现了重大复兴,解决了各种复杂问题。虽然神经网络在各种语音增强应用中的应用是一个非常活跃的研究领域,但将其用于听力损失补偿基本上是一个尚未开发的研究领域。
摘要背景:认知训练干预措施(CT)后的认知收益与精神分裂症患者(SCZ)的功能改善有关。但是,观察到很大的个体变异性。在这里,我们评估了大脑结构特征的敏感性,以在单个学科层面预测基于听觉的认知训练(ABCT)的功能响应。方法:我们使用支持向量机(SVM)建模的全脑多变量模式分析(MVPA)来识别灰质(GM)模式,这些模式(GM)模式预测了SCZ患者在单个受试者水平的ABCT 40小时后“较高”与“较低”功能。通过通过样本外跨验证分析(OOCV)应用原始模型来评估SVM模型的概括能力,以从经历了50个小时的ABCT的独立样本中看不见的SCZ患者。结果:全脑GM体积的模式分类预测,在随访时预测了“较高”与“较低”功能,其平衡精度(BAC)为69.4%(灵敏度为72.2%,特异性66.7%),通过嵌套交叉验证确定。神经解剖模型可推广到一个独立队列的BAC为62.1%(灵敏度为90.9%,特异性为33.3%)。结论:尤其是,在SCZ参与者ABCT之后,单个受试者水平的颞上回,丘脑,前扣带回和小脑的区域中的基线GM体积更大。
该研究揭示了音乐对人脑的影响。在正常人以及局灶性神经病变的患者中,音乐可以改变人脑大规模神经系统的状态。变化不仅限于与听觉和运动处理有关的大脑部门;它们也发生在与生命过程调节有关的地区。音乐经常被认为是一种非语言语言,能够传达情感信息。大脑区域已被确定,当受损时,只会影响音乐技能。同时,虽然构成音乐的声音的最初感觉主要是听觉的体验,但音乐感知的神经基础在于大脑的几个不同领域,与语言,情感和运动任务中使用的神经基础都与之重叠。因此,音乐是一种复杂的体验,它利用了大脑看似不同的能力。该研究得出的结论是,音乐与人脑之间的关系已成为脑科学和音乐心理学研究的边界领域。音乐对人脑发育以及认知和记忆发展具有出色的影响。此外,音乐在清晰的分子水平上还显示出对记忆增强的显着影响。这项研究进一步依赖人们对音乐价值的理解,并在人类脑和人类潜力的更广泛发展中显示出更多。文献的回顾值得结论,音乐对人脑有积极影响。建议之一是,每个人,无论是一个孩子还是青少年还是成年人都应该使音乐成为他一生的一部分。为了增强他的大脑功能。
在复杂的听觉环境中区分和参加一个特定声音源的能力是有效交流的基本技能。的确,它使我们可以在酒吧里与朋友进行家庭对话或讨论。这种能力在听力受损的个体中受到挑战,并且更准确地说是有人工耳蜗(CI)的能力。的确,由于植入物的光谱分辨率有限,在嘈杂的环境或同时听觉来源的情况下,听觉感知仍然很差。最近的方法学进步允许现在根据神经信号检测,该神经信号在一个人正在关注的多个并发流中的听觉流。这种称为基于脑电图的听觉注意检测(AAD)的方法基于基本研究发现,表明,在多语音方案中,与无人看管的语音相比,在多语音方案中,对播放的语音信封的皮质跟踪得到了增强。在这些发现之后,其他研究表明,可以使用脑电图/脑电图(脑电图/磁脑摄影)来探索在鸡尾酒派对的情况下语音聆听期间探索听觉的关注。总的来说,这些发现使人们可以构想下一代助听器将习惯技术和AAD结合在一起。重要的是,AAD在被动BCI的背景下,在教育环境以及互动音乐表演的背景下也具有巨大的潜力。在这篇迷你综述中,我们首先介绍了AAD的不同方法和全球概念的主要局限性。然后,我们在非临床被动BCI领域暴露其潜在应用。
9:05am 将锂封装在纳米载体中以供怀孕和哺乳期间使用 Cameron Carlin、Kayla Condon、Sarah Ossing、Violet Smiarowski 顾问:Diana Alatalo、Christina Bailey-Hytholt 9:25am 膝下截肢的峰值应力减少 Riley Bent、Will Leland、Gabriella Rios、Priyanka Sunil 顾问:Karen Troy 9:45am 流动系统研究血管内皮糖萼在癌细胞体外跨内皮迁移中的作用 Helga Becka、Kerry Bushway、Samantha Cocchiaro、Jacob Elliott 顾问:Solomon Mensah 10:15am 设计埃勒斯-丹洛斯综合征的 3D 工程伤口愈合模型 Madison Donahue、Maya Evohr、Morgan Foltz、Abigail Holmes、Spencer Whitford 顾问:George Pins 10:35am 基于听觉的精确血压监测仪的自动化 Amirthavarshini Babu、Isabelle Benson-Clarke、Benjamin Breslov、Juliana Prisco、Benjamin Wheet 顾问:Dirk Albrecht、Pradeep Radhakrishnan 10:55am 用于捕捉上颚口内图像的婴儿奶瓶装置 Kenza Bezzat、Jacob McDonald、Nicolas Loycano、Samantha Turner 顾问:Diana Alatalo、Haichong Zhang
PSOC™4是一个具有ARM®Cortex®-M0+ CPU的可扩展MCU家族。它结合了一个高性能的电容和感应传感子系统,可编程和可重新配置的模拟和数字块。新的PSOC™4000T系列提供了PSOC™4000和PSOC™4000的设计升级路径,并具有软件和软件包兼容性的第五代HMI技术。PSOC™4000T是PSOC™4 MCU家族的成员,该家族具有第五代CapSense™和多强度的技术,可提供基于集成的“始终对接”感应技术的超低功率触摸HMI解决方案,并提高了性能。多态转换器通过对新用例的最佳感应传感扩展了经典的电容感应感,并启用具有出色液体耐受性的现代光滑用户界面解决方案,并为恶劣的环境提供了可靠且可靠的触摸HMI解决方案。PSOC™4000T是具有标准通信,时机外围设备和Infineon的第五代CapSense™的微控制器,其具有多态HMI技术目的是为低功能应用程序而设计的,包括可穿戴,可听觉,可听觉的智能连接产品,需要低功能和低功耗的Iot产品,以促进下一代的性能,以促进下一代的使用以上。
在复杂的听觉环境中区分和参加一个特定声音源的能力是有效交流的基本技能。的确,它使我们可以在酒吧里与朋友进行家庭对话或讨论。这种能力在听力受损的个体中受到挑战,并且更准确地说是有人工耳蜗(CI)的能力。的确,由于植入物的光谱分辨率有限,在嘈杂的环境或同时听觉来源的情况下,听觉感知仍然很差。最近的方法学进步允许现在根据神经信号检测,该神经信号在一个人正在关注的多个并发流中的听觉流。这种称为基于脑电图的听觉注意检测(AAD)的方法基于基本研究发现,表明,在多语音方案中,与无人看管的语音相比,在多语音方案中,对播放的语音信封的皮质跟踪得到了增强。在这些发现之后,其他研究表明,可以使用脑电图/脑电图(脑电图/磁脑摄影)来探索在鸡尾酒派对的情况下语音聆听期间探索听觉的关注。总的来说,这些发现使人们可以构想下一代助听器将习惯技术和AAD结合在一起。重要的是,AAD在被动BCI的背景下,在教育环境以及互动音乐表演的背景下也具有巨大的潜力。在这篇迷你综述中,我们首先介绍了AAD的不同方法和全球概念的主要局限性。然后,我们在非临床被动BCI领域暴露其潜在应用。
尚未确定用于监测术中语言症状的语言任务。这项研究旨在检查在清醒颅骨术期间对语言功能的定量评估是否可以预测患者的早期术后语言功能。包括语言为主导半球的三十七名患有脑肿瘤的患者。他们在术前和肿瘤切除术结束时进行了视觉和听觉命名,以进行内部评估。使用西方失语症电池,术前,术后(1周内)和术后晚期(1个月后)对其整体语言功能进行了评估。视觉和听觉命名评分的术前和术中变化与术前和术后早期评估之间的大多数西方失语症电池评分的变化显着相关,这对于听觉命名更为显着。多个线性回归分析表明,听觉命名评分的变化预测了西方失语症电池失语症的早期术后变化的术前变化。接收器的操作特征分析表明,在术后早期早期预测失语症的发展或加剧方面,听觉的曲线或判别能力的面积较高。考虑到针对低级和高级神经胶质瘤的分析,攻击性命名(攻击范围更广泛的语言功能)可能比视觉命名更具信息性,因为在术后早期的失败患者中,在清醒颅骨术中的语言命名评估是对高级囊肿的早期发育。
心脏听诊是一种可访问的诊断筛查工具,可以帮助识别患有心脏杂音的患者,他们可能需要对异常心脏功能进行后续诊断筛查和治疗。但是,需要专家来解释心脏声音,从而限制了在资源受限环境中心脏听觉的可及性。因此,George B. Moody Physionet挑战2022邀请团队开发出从唱机的心脏声音(PCG)记录的心脏声音记录中检测心脏杂音和异常心脏功能的算法方法。为了挑战,我们从1452名巴西主要是儿科患者中采购了5272个PCG记录,并邀请团队实施诊断性筛查算法,以检测记录中的心脏杂音和异常的CAR-DIAC功能。我们要求参与者为其算法提交完整的培训和推理代码,以提高其工作的透明度,可重复性和效用。我们还设计了一个评估指标,该指标考虑了筛查,诊断,误诊和治疗的成本,使我们能够研究算法诊断筛查的好处,并促进了更临床相关的算法的发展。在挑战期间,我们从87个团队中收到了779个算法,导致53个工作代码库,用于检测心脏杂音和PCG录音中异常心脏功能。使用心脏声记录来识别心脏杂音和异常心脏功能使我们能够探索潜力这些算法代表了学术界和行业的多种方法,包括使用具有工程性临床和统计特征的更传统的机器学习技术以及主要依赖深度学习模型来发现信息性特征的方法。