XiaoMi-AI文件搜索系统
World File Search System意象
基于谱动力学的想象语音和视觉意象的功能连接
摘要 — 脑机接口技术的最新进展表明，想象语音和视觉意象具有作为直观脑机接口通信的稳健范式的潜力。然而，这两个范式的内部动态及其内在特征尚未揭示。在本文中，我们研究了考虑不同频率范围的两个范式的功能连接。使用 16 名受试者进行十三类想象语音和视觉意象的数据集进行分析。在四个频率范围的七个皮质区域分析了想象语音和视觉意象的锁相值。我们将想象语音和视觉意象的功能连接与静息状态进行比较，以研究意象过程中的大脑变化。整个大脑区域的锁相值在想象语音和视觉意象期间都表现出显著下降。布罗卡区和韦尼克区以及听觉皮层主要表现出想象语音的显著下降，而前额叶皮层和听觉皮层则表现出视觉意象范式的显著下降。进一步研究大脑连接以及两种范式的解码性能可能作为性能预测因素发挥关键作用。关键词——脑电图；功能连接；想象语音；直观脑机接口；视觉意象
具有运动意象和错误相关大脑活动的混合脑机接口
摘要 目的 . 脑机接口 (BCI) 系统直接从大脑读取和解释大脑活动。它们可以为患有神经退行性疾病或中风的患者提供一种交流或运动的方式。然而，大脑活动的非平稳性限制了在校准会话期间训练的算法向实时 BCI 控制的可靠转移。非平稳性的一个来源是用户大脑对 BCI 输出 (反馈) 的反应，例如，用户是否将 BCI 反馈视为错误。通过考虑这些非平稳性来源，可以提高 BCI 的可靠性。方法 . 在这项工作中，我们展示了一种混合运动想象 BCI 的实时实现，它同时结合了来自运动想象信号和与错误相关的大脑活动的信息，从而从两个来源中受益。主要结果 . 与传统的运动想象 BCI 相比，我们在 12 名参与者的实时 BCI 控制中表现出显着的提高。分类准确度、目标命中率、控制主观感知和信息传输率等方面都有显著改善。此外，我们对记录的 EEG 数据的离线分析表明，与运动想象信号相比，与错误相关的大脑活动提供了更可靠的信息来源。意义。这项工作首次表明，与运动想象分类器相比，与错误相关的大脑活动分类器在使用校准数据进行训练并在在线控制期间进行测试时更加一致。这可能解释了为什么所提出的混合 BCI 可以为有需要的患者提供更可靠的交流或康复方式。
具有运动意象和错误相关大脑活动的混合脑机接口
摘要。目的。脑机接口 (BCI) 系统直接从大脑读取和解释大脑活动。它们可以为患有神经退行性疾病或中风的患者提供一种交流或运动方式。然而，大脑活动的不平稳性限制了在校准会话期间训练的算法向实时 BCI 控制的可靠转移。非平稳性的一个来源是用户大脑对 BCI 输出 (反馈) 的反应，例如，BCI 反馈是否被用户视为错误。通过考虑这些非平稳性来源，可以提高 BCI 的可靠性。方法。在这项工作中，我们展示了一种混合运动想象 BCI 的实时实现，它同时结合了来自运动想象信号和与错误相关的大脑活动的信息，从而从两个来源中获益。主要结果。与传统的运动想象 BCI 相比，我们在 12 名参与者的实时 BCI 控制中表现出显着的提高。分类准确度、目标命中率、控制主观感知和信息传输率方面都有显著改善。此外，我们对记录的 EEG 数据的离线分析表明，与运动想象信号相比，与错误相关的大脑活动提供了更可靠的信息来源。意义重大。这项工作首次表明，与运动想象分类器相比，与错误相关的大脑活动分类器在使用校准数据进行训练并在在线控制期间进行测试时更加一致，这可能解释了为什么所提出的混合 BCI 可以为有需要的患者提供更可靠的交流或康复方式。
文章 隐性运动意象和侧枕颞皮质：定制非侵入性脑刺激的提示
摘要：背景：最近的证据表明，在老年人和患有帕金森病等神经退行性疾病的患者中，侧枕颞皮质在隐性运动意象中被过度招募。这些数据表明，当自动想象运动时，个体会利用视觉区域的神经资源来弥补激活运动表征的下降。因此，枕颞皮质可以作为非侵入性脑刺激与认知训练相结合的皮质目标，以提高运动意象表现。在这里，我们旨在阐明左右侧枕颞皮质在隐性运动意象中的作用。方法：我们在健康的右撇子判断手部图像的侧面性时，对左右侧枕颞皮质施加在线、高频、重复经颅磁刺激 (rTMS)。结果：与假刺激相比，左半球刺激特别降低了判断右手图像的侧向性的准确性。相反，运动模拟的标志，即生物力学效应，从未受到 rTMS 的影响。结论：侧枕颞皮质似乎参与了惯用手的心理表征，至少对右撇子来说如此，但不参与在模拟过程中重新激活感觉运动信息。这些发现为开发组合大脑刺激和行为训练以改善运动意象提供了有用的提示。
大脑中动脉卒中患者运动意象的分级 fMRI 神经反馈训练：一项预先注册的概念验证研究
大脑中动脉 (MCA) 是供应主要运动皮质和运动前皮质的主要脑血管，大脑中动脉缺血性中风是导致严重上肢功能障碍的最常见原因之一。目前可用的运动康复训练在很大程度上缺乏令人满意的疗效，超过 70% 的中风幸存者表现出残留上肢功能障碍。基于运动意象的功能性磁共振成像神经反馈 (fMRI-NF) 被认为是一种改善中风幸存者运动障碍的潜在治疗技术。在这项预注册的概念验证研究 (https://osf.io/y69jc/) 中，我们将分级 fMRI-NF 训练（我们之前在健康参与者中研究过的一种新范式）转化为首次患 MCA 中风且残留上肢运动功能轻度至重度障碍的幸存者。神经反馈由辅助运动区 (SMA) 提供，针对两个不同的神经反馈目标水平（低和高）。我们假设，MCA 中风幸存者在分级 fMRI-NF 训练期间将显示 (1) 持续的 SMA 感兴趣区域 (ROI) 激活和 (2) 低和高神经反馈条件下 SMA-ROI 激活的差异。在群体层面，我们只发现这些预先登记的假设的轶事证据。在个人层面，我们发现大多数受试者没有假设的分级效应的轶事到中等证据表明。这些零发现与未来在卒中幸存者中采用 fMRI-NF 训练的尝试有关。该研究引入了一种贝叶斯顺序抽样计划，该计划结合了先验知识，可获得更高的灵敏度。在数据收集之前，抽样计划与先验假设和所有计划的分析一起预先登记，以解决潜在的出版/研究人员偏见。
沉浸式脑机接口在运动意象过程中的功能连接评估
脑机接口 (BCI) 设计的新趋势旨在将这项技术与沉浸式虚拟现实相结合，从而为用户提供真实感。在本研究中，我们提出了一种实验性 BCI，使用运动想象 (MI) 来控制沉浸式远程呈现系统。该系统具有沉浸感，因为用户可以以第一人称视角 (1PP) 控制 NAO 人形机器人的运动，也就是说，机器人的运动就像是他/她自己的运动一样。我们使用图论属性（例如度、中介中心性和效率）分析了 BCI 控制过程中 1PP 和 3PP 之间的功能性大脑连接。在 1PP 的情况下以及在传统的第三人称视角 (3PP) 的情况下，这些指标的变化都是在用户可以看到机器人的运动作为反馈的情况下获得的。作为概念验证，在两个受试者进行 MI 来控制机器人运动时，记录了他们的脑电图 (EEG) 信号。图论分析应用于通过部分定向相干性 (PDC) 获得的二元定向网络。在初步评估中，我们发现 1PP 条件下 α 脑节律的效率高于前额叶皮层的 3PP。此外，在 1PP 条件下，EEG 通道 C3（初级运动皮层）测量的信号对其他区域的影响更大。此外，我们的初步结果似乎表明，1PP 条件下 α 和 β 脑节律在前额叶皮层具有较高的入度，这可能与自主感的体验有关。因此，在沉浸式系统中控制远程呈现机器人时使用 PDC 结合图论可能有助于理解这些环境中大脑网络的组织和行为。
解码早期视觉皮层中的运动意象和动作规划：重叠但不同的神经机制
最近的证据表明，初级视觉皮层的作用不仅限于视觉处理，还包括行动规划等高级认知和运动相关功能，即使在没有前馈视觉信息的情况下也是如此。有人提出，在神经层面上，运动意象是基于运动表征的模拟，神经影像学研究表明，额叶和顶叶皮层中的运动意象和动作执行存在重叠和共享的活动模式。然而，早期视觉皮层在运动意象中的作用仍不清楚。在这里，我们对功能性磁共振成像 (fMRI) 数据进行了多体素模式分析，以检查是否可以从早期视觉皮层中目标物体的视网膜位置的活动模式中可靠地解码运动意象和动作意图的内容。此外，我们研究了特定动作之间的区分是否适用于想象和意图的动作。18 名右撇子人类参与者（11 名女性）想象或执行延迟的手部动作，朝向一个位于中心的物体，该物体由一个附着在大形状上的小形状组成。动作包括抓取大或小的形状，并伸手到物体的中心。我们发现，尽管不同的计划和想象运动的 fMRI 信号幅度相当，但早期视觉皮层以及背侧运动前区和前顶叶内皮层中的活动模式准确地代表了动作计划和动作意象。然而，无论动作是在顶叶皮层而不是早期视觉皮层或运动前区主动计划还是隐秘想象的，运动内容都是相似的，这表明只有在高度专门从事物体导向的抓取动作和运动目标的区域才存在广义的运动表征。总之，动作计划和意象在皮层动作网络中具有重叠但不相同的神经机制。
3D-BCI训练环境下利用卷积神经网络解码直观视觉运动意象
摘要 — 在本研究中，我们采用了视觉运动意象，这是一种更直观的脑机接口 (BCI) 范式，用于解码直观的用户意图。我们开发了一个三维 BCI 训练平台，并将其应用于帮助用户在视觉运动意象实验中进行更直观的想象。实验任务是根据我们日常生活中常用的动作来选择的，例如拿起电话、开门、吃饭和倒水。九名受试者参加了我们的实验。我们提供了统计证据，表明视觉运动意象与前额叶和枕叶具有高度相关性。此外，我们使用功能连接方法选择了最合适的脑电图通道进行视觉运动意象解码，并提出了一种卷积神经网络架构进行分类。结果，所提出的架构对 16 个通道中 4 个类别的平均分类性能在所有受试者中为 67.50 (±1.52)%。这一结果令人鼓舞，它展示了开发基于 BCI 的设备控制系统用于神经假体和机械臂等实际应用的可能性。
皮质兴奋性控制着心理意象的强度
摘要 心理意象为回忆过去和规划未来提供了重要的模拟工具，其强度影响认知和心理健康。研究表明，横跨前额叶、顶叶、颞叶和视觉区域的神经活动支持心理意象的生成。该网络究竟如何控制视觉意象的强度仍不得而知。在这里，脑成像和经颅磁光幻视数据显示，早期视觉皮层（V1-V3）的静息活动和兴奋水平越低，预示着更强的感觉意象。此外，使用 tDCS 以电方式降低视觉皮层兴奋性会增加意象强度，表明视觉皮层兴奋性在控制视觉意象方面具有因果作用。总之，这些数据表明皮层兴奋性参与控制心理意象强度的神经生理机制。
MIEEG-GAN：生成人工运动意象......
摘要 — 生成对抗网络 (GAN) 在语音处理等领域的时间序列数据生成方面取得了重要进展。GAN 的这种能力对于脑机接口 (BCI) 非常有用，因为收集大量样本可能既昂贵又耗时。为了解决这个问题，本文提出了一种为运动想象生成人工脑电图 (EEG) 数据的新方法。这里的 GAN 使用由双向长短期记忆神经元组成的生成器和鉴别器网络。使用来自 BCI 竞赛 IV 的数据集 2b 评估训练后的模型。该数据集包括左手和右手运动想象的试验。训练单独的 GAN 以生成与数据集中存在的两种试验类型相对应的人工 EEG 样本。为了进行评估，使用短期傅里叶变换和 Welch 功率谱密度比较真实和人工 EEG 信号的时频特性。结果表明，GAN 可以捕捉运动想象脑电图数据的重要特征，例如 beta 波段的功率变化。从 Welch 的功率谱密度来看，人工生成信号和原始信号的功率变化处于相似的频率区间。