XiaoMi-AI文件搜索系统
World File Search System唤起
人工智能和机器学习在放射化学中的潜在应用
简介正电子发射断层扫描 (PET) 应用的放射化学是不同专业领域的复杂融合。该领域融合了基础有机化学和分析科学，所有这些都受到及时生产短寿命同位素 ( 11 C、 18 F 和 68 Ga) 的约束，以满足具有足够活度和纯度的医疗需求。总的来说，这些限制使得除了少数小分子之外的所有小分子都无法在动物身上进行研究和/或商业化。虽然本期其他地方将讨论用于进一步研究的新型分子的生成，但放射化学家在放射性示踪剂流程 (方案 1) 中的作用是确定分子中哪个位点最适合标记，确定在该位点标记的理想策略，优化化学反应以有效生产放射性标记产品化合物，最后开发适当的分析技术来验证标记分子的身份和纯度。到目前为止，实现这些目标的主要方法是通过大量的反复试验，耗费大量的时间（包括人力和仪器）和资源。随着人工智能和机器学习中使用的许多工具可供研究人员使用，利用这些工具解决 PET 应用的放射性标记分子生产过程中遇到的问题的潜力越来越大。1 人工智能虽然是一个常用的“流行词”，旨在唤起超人理解系统的能力，但它只是机器表现出的“智能”，通过应用数学和计算机科学算法来评估数据（“机器学习”）和执行决策，模仿动物或人类的“自然智能”。它们并不能取代人类在科学过程中的作用；相反，它们可以被视为方便的“专家”和工具，以补充和增强该领域的化学家。从这个角度来看，我们概述了人工智能在放射化学领域的一些潜在应用。
基于脑电图的图论网络测量对离散情绪状态进行对比分类
摘要 本研究的新发现揭示了情绪唤起与神经功能大脑连接测量之间的高度关联。为此，使用由图论分离（聚类系数、传递性、模块化）和大脑网络集成（全局效率、局部效率）测量驱动的支持向量机（SVM）对对比离散的情绪状态（快乐与悲伤、有趣与厌恶、平静与兴奋、平静与愤怒、恐惧与愤怒）进行分类。从名为 DREAMER 的公开数据库下载由短时间视频影片片段介导的情绪 EEG 数据。已经检查了皮尔逊相关性（PC）和斯皮尔曼相关性，以估计整个皮质中相对较短（6 秒）和较长（12 秒）不重叠 EEG 段之间的统计依赖关系。然后，将编码为图形的相应大脑连接根据两个不同的阈值（60% 最大值和平均值）转换为二进制数。根据变量（依赖性估计、片段长度、阈值、网络测量），使用单因素方差分析和逐步逻辑回归模型，获得对比情绪之间的统计差异。当将 PC 应用于较长的片段并按照特定阈值作为平均值时，组合整合测量可提供最高的分类准确率 (CA) (75.00% 80.65%)。分离测量也提供了有用的 CA (74.13% 80.00%)，而两种测量的组合则没有。结果表明，即使分离和整合测量都因视频观看过程中神经递质释放导致的视听刺激的唤醒分数而变化，离散的情绪状态仍以平衡的网络测量为特征。
113938.pdf
div dyt-tor1a肌张力障碍是最常见的单基质肌张力障碍，其特征是非自愿性肌肉收缩和缺乏治疗选择。尽管对其病因有所了解，但该疾病的病理生理学仍不清楚。降低了约30％的渗透率，表明需要开发dys滋补表型。为了系统地研究这一假设，我们在遗传性易感的Dyt-Tor1a小鼠模型（DYT1KI）中诱导了坐骨神经挤压损伤，以唤起肌张力型表型。随后，我们采用了一种多词方法来发现可能导致这种情况的新型病理生理途径。使用对肌张力型表型的公正基于深度学习的表征表明，与天真的dyt1ki动物相比，神经受伤的dyt1ki动物表现出明显更多的类肌张力障碍运动（DLM）。该发现早在手术程序后两周就很明显。更重要的是，与神经受损的野生型（WT）动物相比，受伤后6周，神经受伤的Dyt1ki小鼠的DLM明显高。在神经损害的WT小鼠的小脑中，多摩尼克分析指向翻译相关过程中的调节。这些观察结果不是在神经受伤的dyt1ki小鼠的小脑中进行的；取而代之的是，它们位于皮质和纹状体上。我们的发现表明表现出DLM的表型Dyt1ki小鼠小脑中的翻译补偿机制失败，而皮层和纹状体中的翻译失调可能会促进肌张力障碍表型。
疫苗 - 托宾经济政策中心
大规模接种疫苗仍然是控制 COVID-19 传播和结束疫情的最佳选择。尽管病毒对人们的生活造成了相当大的破坏，但许多人仍然对接种疫苗犹豫不决。然而，如果没有高接种率，疫情可能会持续很长时间。在这里，我们使用两个调查实验来研究说服性信息如何影响 COVID-19 疫苗接种意愿。在第一个实验中，我们测试了大量治疗信息。一组信息借鉴了大规模疫苗接种是一个集体行动问题的想法，并强调了疫苗接种的亲社会效益或如果选择不接种疫苗可能会产生的声誉成本。另一组信息建立在当代对疫情的担忧之上，例如限制个人自由或经济安全的问题。我们发现，唤起亲社会疫苗接种和社会形象担忧的说服性信息可以有效地增加接种意愿，以及说服他人的意愿和未接种疫苗者的判断。我们对具有全国代表性的美国人样本复制了这一结果，并观察到亲社会信息在各个亚群中都很活跃，包括那些对疫苗普遍最犹豫的人。实验表明，说服性信息如何诱导个人更有可能接种疫苗，并产生溢出效应以说服其他人也接种疫苗。本研究中的第一个实验已在 clinicaltrials.gov 上注册，ID 号为 NCT04460703。本研究已在开放科学框架 (OSF) 注册：https://osf.io/q u8nb/?view_only=82f06ecad77f4e54b02e8581a65047d7。2021 Elsevier Ltd. 保留所有权利。
衰老对人脑皮质灰质中血液动力学反应函数的全球影响
摘要在功能磁共振成像中，血液动力学反应函数（HRF）是对脑血流动力学和氧代谢的局部变化的刻板印象，原因是短暂（<4 s）引起的神经活动。因此，在数据分析中，HRF通常用作脉冲响应，并具有线性的假设。在认知衰老研究中，将大脑激活的差异解释为与年龄相关的神经活动的变化非常普遍。与此假设相反，有证据表明正常衰老也可能会显着影响脉管系统，从而影响脑血动力学和代谢，从而使FMRI认知衰老研究的解释混淆。在这项研究中，使用了多种感觉任务，以唤起约87％的脑皮质在认知完整成年人中的HRF，年龄在22至75岁之间。这种广泛的激活使我们能够研究大多数皮质灰质中HRF特征的空间分布的年龄趋势，我们称这是全球年龄趋势。任务引起了正面和负HRF，它们使用天然空间坐标中的无模型参数进行了特征。我们发现，在幅度（例如峰值振幅和对比度比率）和时间动力学（例如，全宽度为半宽度最大最大）方面，HRF参数分布的明显全球年龄趋势。我们的发现提供了有关年龄依赖性变化如何影响神经血管耦合的洞察力，并显示出将HRF参数用作与年龄相关病理学的非侵入性指标的希望。
音乐对脑发育的影响
1。介绍音乐已经成为人类文化的一部分，几个世纪以来，娱乐，交流和情感表达等各种目的。音乐作为一种超越文化界限并唤起各种情感的普遍人类体验，在塑造我们的大脑，尤其是在发展过程中起着重要作用。从童年的吸引人的音乐到成年人欣赏的复杂作品，音乐渗透到我们的生活中，并留下了持久的认知能力烙印。“音乐对脑发育的影响”一直是科学家和研究人员感兴趣的话题。近年来，越来越多的研究调查了音乐对脑发育的影响，尤其是在儿童中。音乐教育已被发现对大脑发展有多种好处，包括语言和推理技能。发现音乐影响的主要领域之一是语言和推理技能。多项研究表明，早期的音乐训练可以增强与语言和推理相关的大脑区域的发展。音乐训练涉及听觉，运动和认知过程的整合，这可以提高语言能力。此外，仪器的指导加速了大脑的发育，并导致学童中更发达的听觉途径。研究表明，歌曲可以帮助有关年轻人的烙印信息，从而有助于更好的语言获取和儿童的推理能力。此外，一项纵向研究研究了音乐训练对儿童大脑和认知发展的影响，表明音乐群体中的儿童在音乐和言语记忆任务中的表现与非音乐群体相比具有更好的表现。
联合注意力期间的交流信号促进婴儿和看护人的神经过程
诸如眼神接触之类的交流信号增加了婴儿对视觉刺激的大脑激活并促进关节注意力。我们的研究评估了联合注意力期间的交流信号是否可以增强婴儿养生者对物体的神经反应及其神经同步的反应。为了跟踪相互关注的过程，我们应用了节奏视觉刺激（RVS），向12个月大的婴儿及其母亲（n = 37个二元组）呈现对象的图像，而我们记录了Dyads的大脑活动（即，稳态的视觉唤起电位，SSVEPS，SSVEPS，SSVEPS，SSVEPS）与eleprencephalagraphy（eegeeg）hyperssanning hyperssanning。在二元组中，母亲要么沟通向婴儿展示图像，要么在没有交流互动的情况下观看了图像。交流提示在中央 - 枕骨 - 枕骨和中央电极位点增加了婴儿和母亲的ssveps。婴儿在交流参与过程中对图像的凝视行为明显更大。二元神经同步（SSVEP振幅相关性，AEC）不受交流提示调节。共同关注关注的母亲交流提示增加了婴儿对物体的神经反应，并塑造了母亲自己的注意力过程。我们表明，交流提示增强了皮质视觉处理，因此在社会学习中起着至关重要的作用。未来的研究需要阐明交流线索对共同注意的神经同步的影响。最后，我们的研究介绍了RV，以研究社会背景下的婴儿神经dy namics。
探测：用于更好脑电图源成像的卷积神经网络
脑电图（EEG）是神经科学研究和临床诊断方面的良好的非侵入性方法。它提供了较高的时间空间分辨率的脑活动。为了了解脑电图的空间动力学，必须解决反问题，即发现引起记录的脑电图活性的神经来源。逆问题是错误的，这意味着多种神经来源的配置可以唤起脑电图在头皮上的相同分布。人工神经网络先前已成功地用于发现一个或两个偶极子源。但是，这些方法从未解决过具有两个以上偶极子源的分布式偶极子模型中的反问题。我们提出了一种新型的卷积神经网络（CNN）体系结构Convdip，该架构在基于模拟的EEG数据的分布式偶极模型中解决了EEG逆问题。我们表明，（1）回合学会了从脑电图数据的单个时间点产生反方案，并且（2）在所有集中绩效指标上都优于最先进的方法。（3）在处理不同数量的来源时，它的灵感更大，幽灵来源较少，而错过的实际来源少于比较方法。它为人类参与者的真实脑电图记录产生了合理的反解。（4）训练有素的网络需要<40 ms才能进行单个预测。我们的结果符合汇聚的资格，是一种有效且易于应用的新颖方法，用于在脑电图数据中源定位，与临床应用相关，例如在癫痫学和实时应用中。
使用经颅磁刺激在枕叶上诱发侧向光幻视以导航虚拟环境
涉及大脑视觉区域的电刺激会产生被称为光幻视的人造光感知。这些视觉感知在先前涉及皮层内微模拟 (ICMS) 的研究中得到了广泛的研究，并成为开发盲人视觉假体的基础。尽管已经取得了进展，但在实施功能性 ICMS 进行视觉康复方面仍然存在许多挑战。对主枕叶进行经颅磁刺激 (TMS) 提供了一种非侵入性产生光幻视的替代方法。盲人面临的一个主要挑战是导航。在科学界，评估视觉假体辅助导航能力的方法一直被忽视。在本研究中，我们调查了唤起侧向光幻视以在计算机模拟的虚拟环境中导航的有效性。更重要的是，我们展示了虚拟环境和视觉假体的开发如何相互关联，使患者和研究人员都受益。使用两个 TMS 设备，将一对 40 毫米的 8 字形线圈放置在每个枕半球上，从而产生单侧光幻视感知。参与者的任务是使用外围设备根据存在光幻视的视觉半场进行一系列左转和右转。如果参与者能够准确地感知所有十个光幻视，则模拟目标能够前进并完全退出虚拟环境。我们的研究结果表明，参与者可以解释单侧光幻视，同时强调基于计算机的虚拟环境的集成以评估视觉假体在导航过程中的能力。
热饮制备和饮用的神经工效学评估：EEG 和 EDA 研究
神经人体工程学是一个新兴领域，研究人类大脑在自然环境和日常环境中的行为表现。这项研究调查了典型的日常活动、热饮制备和饮用之间的身体和大脑活动相关性，研究对象是在真实的办公室环境中执行自然的日常任务。使用可穿戴、电池供电和无线脑电图 (EEG) 和皮电活动 (EDA) 传感器，测量了不受束缚、自由移动的参与者的神经和生理反应，他们使用两台不同的机器（市场领导者和追随者，由美国年销量决定）准备热饮。他们随后分三个时间段饮用了他们准备的饮料。情绪效价是使用 EEG 阿尔法波段功率的额叶不对称来估计的，情绪唤起是通过 EDA 紧张和相位活动来估计的。26 名参与者的结果表明，根据自我报告和行为表现指标，市场领先的咖啡机使用起来更有效率，并且两台机器的使用效价在受试者内部存在显著差异。此外，市场领先的用户界面带来了更大的自我报告产品偏好，这进一步得到了咖啡生产和消费过程中测量的唤醒和效价（分别为 EDA 和 EEG）的显著差异的支持。这是第一项在自然工作环境中使用多模式和全面评估咖啡机使用和饮料消费的研究。本研究中描述的方法将来可以适用于其他特定任务的机器可用性和消费者神经科学研究。