XiaoMi-AI文件搜索系统
World File Search System影像学
神经影像学
a 北京师范大学认知神经科学与学习国家重点实验室，北京 100875 b 北京师范大学脑成像与连接组学北京市重点实验室，北京 100875 c 北京师范大学 IDG/麦戈文脑研究所，北京 100875 d 北京师范大学系统科学学院，北京 100875 e 之江实验室健康大数据科学研究中心，杭州 311121 f 大连理工大学生物医学工程学院，大连 116024 g 浙江大学生物医学工程与仪器学院、生物医学工程教育部重点实验室脑成像科学与技术中心，杭州 310027 h 北京大学前沿交叉学科研究院磁共振成像研究中心，北京 100871 i 北京大学物理学院重离子物理研究所、北京市医学物理与工程重点实验室北京 100871 j 北京大学 IDG/麦戈文脑研究中心，北京 100871 k 中国科学院脑科学研究中心，北京 102206
神经影像学
最近的研究表明，个体 alpha 频率 (IAF) 的减慢可以作为疼痛的客观标志。但目前尚不清楚这项研究是否能完全满足 IAF 对疼痛体验的特异性和敏感性的要求。在此，我们试图开发一种可靠的方法来评估健康个体中 alpha 振荡和急性紧张性疼痛之间关系的特异性。我们记录了 36 名志愿者在连续 5 分钟的痛苦热水浸泡、无害温水浸泡和厌恶、无痛的听觉刺激（与疼痛情况的不愉快程度相匹配）中的脑电图 (EEG)。参与者在每种情况下都对刺激的不愉快程度进行评分。我们在参与者的头皮中分离出两个显示峰值 alpha 活动的区域：中央顶叶 (CP) 和顶枕叶 (PO) ROI。与之前的研究一致，我们的研究结果显示，与温暖刺激相比，热刺激期间 IAF 减少，但这种影响并不特定于疼痛，因为我们发现 CP ROI 中的热和声音之间没有差异（与基线相比）。相反，PO ROI 报告了相同的差异模式，但它们的方向与 CP 相反，因为该 ROI 在热条件下显示的频率比对照组更快。最后，我们表明两个 ROI 中的 IAF 并没有介导实验操作和情感体验之间的关系。总之，这些发现强调了强有力的方法和分析设计的重要性，以揭示 alpha 振荡在情感处理过程中的功能作用。同样，它们表明 IAF 在健康个体产生急性疼痛体验方面没有因果作用。
神经影像学
由于预计会产生伪影和噪声，因此在 EEG 实验中通常会避免自由凝视和移动图像。然而，对于越来越多的研究问题来说，放宽这些严格的限制将是有益的。其中包括对视觉审美体验的研究，这通常涉及对高度可变的刺激进行开放式探索。在这里，我们系统地比较了保守与更自由的实验设置对审美评级任务中各种行为、大脑活动和生理指标的影响。我们的主要目的是评估 EEG 信号质量。43 名参与者要么保持注视，要么被允许自由凝视，并观看静态图像或由舞蹈表演或自然场景组成的动态（视频）刺激。添加了被动听觉背景任务（听觉稳态响应；ASSR）作为整体 EEG 记录质量的代理指标。我们记录了 EEG、ECG 和眼动追踪数据，参与者在每次试验中对他们的审美偏好和无聊状态进行评分。尽管行为评分和凝视行为都受到任务和刺激操纵的影响，但 EEG SNR 几乎不受影响，并且在所有条件下通常都很稳定，尽管只有最低限度的预处理并且没有试验拒绝。特别是，我们表明使用视频刺激不一定会导致 EEG 质量降低，相反，它可以显著减少眼球运动，同时增加参与者的审美反应和一般任务参与度。我们认为这些结果是令人鼓舞的，表明——至少在实验室中——可以采用更自由的实验条件，而不会显著降低信号质量。
脑部疾病的先进神经影像学方法
人类大脑是一个庞大、互动且复杂的系统，支持着我们的日常行为和认知功能。几十年来，研究人员一直在研究人类大脑在健康和不同疾病状态下的机制。先进的神经成像技术，如脑磁图 (MEG)、事件相关电位 (ERP)、功能性近红外光谱 (fNIRS) 和磁共振成像 (MRI)，已被广泛应用于探索大脑结构和功能架构的基本原理，以及各种脑部疾病的病理改变。特别是，多模态神经成像技术在未来将比单模态技术更全面地了解脑部疾病的病理机制，这可用于早期诊断和评估治疗效果和预后。总的来说，强大的神经成像分析方法的发展将从根本上促进对大脑的科学理解，并促进大量的神经科学和临床研究。本研究主题重点关注神经成像方法的最新发展及其在各个领域的应用。总共收集了该领域国际知名研究人员的 19 篇投稿，其中包括 16 篇原创研究文章、2 篇研究方案和 1 篇更正。
神经影像学中的人工智能：临床应用
随着深度学习 (DL) 的出现，人工智能 (AI) 正在迅速改变人类的生活，更不用说神经放射科医生的生活了。在过去的几年中，DL 已经应用于神经影像学前沿的许多研究。它已显示出改变放射学各个角落实践的潜力。通过减少检测脑转移瘤 (BM) (1, 2) 的繁琐工作以及预测胶质母细胞瘤的基因突变和患者生存率 (3, 4) 以改善受运动伪影 (5) 阻碍的图像质量，AI 现已准备好充分发挥其能力。在这篇综述中，我们将重点介绍 AI 在神经影像学中的四大类临床应用：1) 检测/诊断，2) 预测，3) 图像质量改进，和 4) 临床工作流程改进。
IQ亚型，大脑体积和免疫标记 毒理学 - UCL发现 - 伦敦大学学院 在正常范围内HBA1C之间的关联... 在支持1型糖尿病决策中以人为中心的机器学习的共同设计机会 预测电池的稳定锂铁硫化物... 远程随机电路中的运输和纠缠增长 定量评估临床前铸造的原代基因编辑人干细胞中染色体重排的定量评估 Neuroml-DB：共享和表征数据驱动的神经科学模型 数据注释人群神经影像学：全面的生成 关于安迪·派克（Andy Pike）地理政治经济学的评论 终生并通过细胞改善欧洲医疗保健 - 社论：衰老神经科学的深度学习 2型糖尿病在患者症状归因中的作用... 基于挑战性髓鞘的深度学习分割 布鲁顿的酪氨酸激酶抑制剂：一种新的治疗疗法... 胆固醇酯转移蛋白作为心血管疾病的药物靶标 大脑通信 - UCL发现 热还原石墨烯/MXENE膜，用于增强的li- ... 第2章能源安全的定义
1。UCL皇后广场神经病学研究所，英国伦敦UCL皇后广场研究所2.心理医学学院，心理学和神经科学研究所，英国伦敦国王学院，英国伦敦国王学院3.大脑映射单元，精神病学系，剑桥大学Herchel Smith大脑和心理科学大楼。精神病学部，英国伦敦帝国学院帝国学院； 5。 英国曼彻斯特大学神经科学与实验心理学系； 6。 MAHSC，英国曼彻斯特曼彻斯特大学； 7。 Lancashire和South Cumbria NHS基金会信托基金会，英国Accrington； 8。 剑桥郡和彼得伯勒NHS基金会信托基金会，英国剑桥； 9。 英国伯明翰大学心理健康研究所。 10。 爱丁堡大学临床脑科学中心精神病学系，精神病学部，英国伦敦帝国学院帝国学院； 5。英国曼彻斯特大学神经科学与实验心理学系； 6。 MAHSC，英国曼彻斯特曼彻斯特大学； 7。 Lancashire和South Cumbria NHS基金会信托基金会，英国Accrington； 8。 剑桥郡和彼得伯勒NHS基金会信托基金会，英国剑桥； 9。 英国伯明翰大学心理健康研究所。 10。 爱丁堡大学临床脑科学中心精神病学系，英国曼彻斯特大学神经科学与实验心理学系； 6。MAHSC，英国曼彻斯特曼彻斯特大学； 7。 Lancashire和South Cumbria NHS基金会信托基金会，英国Accrington； 8。 剑桥郡和彼得伯勒NHS基金会信托基金会，英国剑桥； 9。 英国伯明翰大学心理健康研究所。 10。 爱丁堡大学临床脑科学中心精神病学系，MAHSC，英国曼彻斯特曼彻斯特大学； 7。Lancashire和South Cumbria NHS基金会信托基金会，英国Accrington； 8。 剑桥郡和彼得伯勒NHS基金会信托基金会，英国剑桥； 9。 英国伯明翰大学心理健康研究所。 10。 爱丁堡大学临床脑科学中心精神病学系，Lancashire和South Cumbria NHS基金会信托基金会，英国Accrington； 8。剑桥郡和彼得伯勒NHS基金会信托基金会，英国剑桥； 9。英国伯明翰大学心理健康研究所。10。爱丁堡大学临床脑科学中心精神病学系，
神经影像学
典型相关分析 (CCA) 及其正则化版本已在神经影像学界广泛用于揭示两种数据模式（例如，脑成像和行为）之间的多变量关联。然而，这些方法具有固有的局限性：（1）关于关联的统计推断通常不够稳健；（2）未对每种数据模式内的关联进行建模；（3）需要估算或删除缺失值。组因子分析 (GFA) 是一种分层模型，通过提供贝叶斯推断和建模特定于模式的关联来解决前两个限制。在这里，我们提出了一种处理缺失数据的 GFA 扩展，并强调 GFA 可用作预测模型。我们将 GFA 应用于由人类连接组计划 (HCP) 的大脑连接和非成像测量组成的合成和真实数据。在合成数据中，GFA 揭示了潜在的共享和特定因素，并正确预测了完整和不完整数据集中未观察到的数据模式。在 HCP 数据中，我们确定了四个相关的共同因素，捕捉情绪、酒精和药物使用、认知、人口统计和精神病理学测量与默认模式、额顶叶控制、背部和腹侧网络和岛叶之间的关联，以及两个描述大脑连接内关联的因素。此外，GFA 预测了一组来自大脑连接的非成像测量。这些发现在完整和不完整的数据集中都是一致的，并且复制了文献中以前的发现。GFA 是一种很有前途的工具，可用于揭示基准数据集（例如 HCP）中多种数据模式之间的关联，并且可以轻松扩展到更复杂的模型以解决更具挑战性的任务。
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。识别新的Gen 尼古丁促进了链球菌链球菌外多糖合成，细胞聚集和总乳酸脱氢酶活性 道路建设项目的临时交通控制装置检测 骨细胞EGLN1/PHD2通过FGF23 辐射诱导的光子疗法与质子治疗的淋巴细胞减少症患者患者 燃烧的余烬：朝着更透明和强大的气候变化风险评估 硬化蛋白耗竭会诱导小鼠的骨髓炎症 等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知 使用与身体部位的约束融合进行自动驾驶的计算有效的行人检测 通过联合多任务稀疏规范相关分析和分类来识别诊断特异性基因型 - 表型关联 非遗传性视网膜疾病的基因治疗 结合tau低聚物并抑制供体提取物的病理播种的构象抗体的晶体结构 祖先古细菌用吡咯氨酸扩大了遗传密码 贝叶斯自适应阶段I/II/II临床试验设计延迟...
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。 鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。 阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。（2020）。鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175
睡眠障碍相关的神经影像学特征作为诊断重度抑郁症的潜在生物标志物：一项基于机器学习的多中心研究
a 东南大学医学院附属中大医院神经内科、神经精神医学研究所，江苏南京 210009 b 东南大学计算机科学与工程学院、计算机网络与信息集成教育部重点实验室，江苏南京 211189 c 东南大学医学院附属中大医院心身精神医学科，江苏南京 210009 d 东南大学发育基因与人类疾病重点实验室，江苏南京 210009 e 中国科学院深圳先进技术研究院，广东深圳 518055 f 脑健康研究中心琶洲实验室，广东广州 510330
