XiaoMi-AI文件搜索系统
World File Search System感受
使用实时 fMRI 成功控制伤害感受处理的皮质网络
实时 fMRI (rt-fMRI) 能够通过神经反馈自我调节局部大脑区域的神经活动。先前的研究表明，在伤害性刺激期间，前扣带皮层 (ACC) 和岛叶 (Ins) 的神经活动可以成功上调和下调。然而，这种自我调节能力在受试者中是不同的，可能与自上而下的认知疼痛控制能力有关。此外，特定大脑区域如何相互作用以成功调节伤害性处理和基于神经反馈的大脑调节尚不清楚。使用频域连接分析框架检查 ACC 和 Ins 的上调或下调，并评估疼痛强度和不愉快程度。我们发现成功的上调和下调是由 ACC 及其与 Ins 和次级体感皮层的功能连接介导的。成功的上调或下调与疼痛评级之间没有显著关系。这些发现表明，在调节 ACC 和 Ins 活动期间，参与伤害性处理的大脑区域之间存在功能相互作用，并且频域连接分析与实时 fMRI 的相关性也很高。此外，尽管神经调节成功，但疼痛评级没有变化，这表明疼痛是一种复杂的感知，可能比其他感觉或情绪过程更难改变。
视觉和本体感受反馈对 BCI 训练期间感觉运动节律的影响
脑机接口 (BCI) 可以设计为具有多种反馈模式。为了在治疗应用中促进适当的大脑可塑性，反馈应引导用户引发所需的大脑活动，并且最好与想象的动作相似。在本研究中，我们采用脑磁图 (MEG) 测量健康受试者的神经生理变化，这些受试者使用两种不同的反馈模式进行基于运动想象 (MI) 的 BCI 训练。本研究中使用的 MI-BCI 任务持续 40-60 分钟，涉及右手或左手运动的想象。8 名受试者通过视觉反馈执行任务，14 名受试者通过本体感受反馈执行任务。我们使用广义线性模型分析了整个会话中 4-40 Hz 范围内多个频率的功率变化，以找出训练期间功率显著增加的频率。此外，还分别分析了每个梯度计的 alpha（8-13 Hz）、beta（14-30 Hz）和 gamma（30-40 Hz）波段的功率增加，以找到在整个会话期间表现出显着线性功率增加的通道。这些分析应用于三种不同的条件：休息、准备和 MI。在所有条件下，视觉反馈都增强了枕叶和左颞叶通道中主要高 beta 和 gamma 波段（24-40 Hz）的振幅。相反，在本体感受反馈期间，功率主要增加在 alpha 和 beta 波段。在所有条件下，在多个顶叶、枕叶和颞叶通道中都发现了 alpha 波段增强，而 beta 波段增加主要发生在休息和准备期间的顶叶枕叶区域，在 MI 期间发生在手部运动区域上方的顶叶通道。我们的结果表明，使用本体感受反馈的 BCI 训练会增加运动皮层中感觉运动节律的功率，而视觉反馈主要导致视觉皮层中 gamma 波段的增加。 MI-BCI 应该涉及本体感受反馈以促进运动皮层的可塑性。
糖尿病神经病患者对活动特定平衡，本体感受和下肢功能的有效性
摘要简介：糖尿病是一种慢性代谢疾病，其中对血液水平的控制不足。无论糖尿病的特定类型如何，并发症都涉及：微血管，大血管和神经性。糖尿病神经病会导致脚下失去感觉，下肢，疮，溃疡和感染因感觉受损而燃烧或射击疼痛。神经损伤还导致平衡和协调的问题增加，导致跌倒的风险增加。方法：在这项研究中，总共选择了30例糖尿病神经病患者，并通过以任务为导向的训练方案训练了4周。 使用活动特异性平衡量表，远端前置感受测试和下肢功能量表评估活动特定的平衡，本体感受和下肢功能。 结果：活动特定的平衡，本体感受和下肢功能显着改善（p <0.0001）。 分析表明，以任务为导向的训练有效地改善了糖尿病神经病患者的活动特定平衡，本体感受和下肢功能。 结论：为糖尿病神经病患者设计的面向任务的培训计划已被证明是有效的。 关键字：[糖尿病神经病，以任务为导向的训练，下肢功能，特定的平衡，本体感受，平衡]引言糖尿病是一种慢性代谢疾病，其特征是由于缺陷胰岛素的分泌，胰岛素吸收或两者。 （1）标记的症状方法：在这项研究中，总共选择了30例糖尿病神经病患者，并通过以任务为导向的训练方案训练了4周。使用活动特异性平衡量表，远端前置感受测试和下肢功能量表评估活动特定的平衡，本体感受和下肢功能。结果：活动特定的平衡，本体感受和下肢功能显着改善（p <0.0001）。分析表明，以任务为导向的训练有效地改善了糖尿病神经病患者的活动特定平衡，本体感受和下肢功能。结论：为糖尿病神经病患者设计的面向任务的培训计划已被证明是有效的。关键字：[糖尿病神经病，以任务为导向的训练，下肢功能，特定的平衡，本体感受，平衡]引言糖尿病是一种慢性代谢疾病，其特征是由于缺陷胰岛素的分泌，胰岛素吸收或两者。（1）标记的症状（1）糖尿病的发病机理包括胰腺的β细胞的自身免疫性破坏，随之而来的胰岛素缺乏到异常，导致对胰岛素作用的抗性。（1）这会导致胰岛素作用对靶组织的作用不足，导致碳水化合物，脂肪和蛋白质代谢异常。
内部动力学与运动Cortex的RNN模型中的运动执行过程中的本体感受反馈
电动机皮层通过向下游神经电路发送时间模式来启动运动。运动执行过程中的模式被认为是由电机皮质网络中的内部动力学产生的。但是，外部输入（例如本体感受）也塑造了运动皮质动力学。为了调查内部动力学和本体感受反馈对自愿运动执行的贡献，我们构建了几种具有本体感受反馈的不同组合，以控制延迟到达任务中的人工手部运动。我们发现，抑制性稳定网络接收手运动学和肌肉力产生的模式与运动皮层神经元数据中观察到的模式最相似。此外，我们使用了一种破坏策略来剖析内部动力学和本体感受反馈的贡献，并发现内部动力学占主导地位，而本体感受反馈微调微型运动命令。消融实验表明，本体感受反馈改善了针对嘈杂的初始条件的鲁棒性。最后，考虑到本体感受途径中感觉反馈的延迟，噪声和来源，我们构建了一个感觉估计网络。我们的结果强调了在运动控制模型中整合内在体系结构和外部输入的必要性，从而促进了受脑启发的人工智能系统的发展。
使用沉浸式虚拟现实重新体验过去事件的主观感受可以防止情景记忆的丧失
图 3 实验 2 的范例。首先，参与者探索两个空房间和两个空场景，每个场景没有任何物体，持续 15 秒。然后，在身体前条件反射（阶段 1）中，参与者被要求找到属于室内房间（20 个物体）和室外场景（20 个物体）的日常生活物品（共 40 个），找到后按下按钮。在身体/无人条件反射（阶段 2）中，参与者探索两个新的空房间和两个新的空场景，每个场景没有任何物体，持续 15 秒。然后，参与者被要求找到属于室内房间（20 个物体）和室外场景（20 个物体）的一组新的日常生活物品（共 40 个），找到后指向该物体。在记忆识别过程中，参与者被要求识别每个物体是新的还是旧的
使用沉浸式虚拟现实重新体验过去事件的主观感受可以防止情景记忆的丧失
图 3 实验 2 的范例。首先，参与者探索两个空房间和两个空场景，每个场景没有任何物体，持续 15 秒。然后，在前身体条件反射（阶段 1）中，参与者被要求找到属于室内房间（20 个物体）和室外场景（20 个物体）的日常生活物品（共 40 个），找到后按下按钮。在身体/无人条件反射（阶段 2）中，参与者探索两个新的空房间和两个新的空场景，每个场景没有任何物体，持续 15 秒。然后，参与者被要求找到属于室内房间（20 个物体）和室外场景（20 个物体）的一组新的日常生活物品（共 40 个），找到后指向该物体。在记忆识别过程中，参与者被要求识别每个物体是新的还是旧的
主动自我触摸恢复了“橡胶手幻觉”扰乱后的身体本体感受的空间意识
身体自我意识依赖于视觉，触觉，本体感受和运动信号的不断整合。在“橡胶手幻觉”（RHI）中，具有视觉刺激的刺激会导致自我意识的变化。尚不清楚其他躯体信号是否可以弥补由有关身体的视觉信息引起的自我意识的改变。在这里，我们将RHI与机器人介导的自动触摸结合使用，以系统地研究触觉，本体感受和运动信号在维持和恢复身体自我意识中的作用。参与者用右手移动了领导者机器人的手柄，同时从追随者机器人的左手手中收到了相应的触觉反馈。这种自动刺激是在诱导经典RHI之前或之后进行的。在三个实验中，在RHI之前（但不是之前）提供了主动自我打击，大大降低了由RHI引起的原始漂移，支持主动自我接触对身体自我意识的恢复作用。在非自愿自我打击期间不存在效果。单峰控制条件证实，自动触摸的触觉和运动组件都是恢复身体自我意识所必需的。我们假设主动自动触摸会瞬时提高触摸身体部位的本体感受的精度，从而抵消了RHI构成的视觉捕获效果。
参加伦纳德伍德堡 (Fort Leonard Wood) 的万圣节，感受“恐怖气氛”……
你会给那些正在考虑成为 MP 或 MPI 的人什么建议？ 先研究一下你要从事什么工作，因为我们有两份工作——当士兵和当执法人员——平衡两者有时很困难。很多人参军后认为他们会做电影里人们做的那些了不起的事情，但事实并非如此。我看到很多人参军后才意识到这不是他们所期望的。所以，我的建议是确保这是你想做的事情。如果你想成为一名执法人员，因为这是你的激情所在，或者这是你感兴趣的事情，那么就出于正确的理由去做。我参军前没有做过研究，我以为我会一直做很酷的事情——并不是说我有时不会——但不是每天都这样。不过我不会选择其他方式。我非常喜欢军队。它让我与我从未想过会遇到的人建立了联系，让我去到我从未想过会去的地方。
使用地形自动编码器预测本体感受皮层解剖结构和神经编码
使用地形自动编码器预测本体感受皮层解剖结构和神经编码 Kyle P. Blum 1*、Max Grogan 2*、Yufei Wu 2*、J. Alex Harston 2、Lee E. Miller 1 和 A. Aldo Faisal 2 * 对本文贡献相同 1 西北大学 2 伦敦帝国理工学院 本体感受是最不为人理解的感觉之一，但却是控制运动的基础。甚至肢体姿势在体感皮层中如何表现等基本问题也不清楚。我们开发了一种具有地形横向连接的变分自动编码器 (topo-VAE)，从大量自然运动数据中计算假定的皮层图。尽管不适合神经数据，但我们的模型重现了猴子中心向外伸展的两组观察结果：1. 尽管模型不了解手臂运动学或手部坐标系，但本体感受场在以手为中心的坐标系中的形状和速度依赖性。 2. 从多电极阵列记录的神经元首选方向 (PD) 分布。该模型做出了几个可测试的预测：1. 跨皮层的编码具有斑点和风车类型的几何 PD。2. 很少有神经元会只编码单个关节。Topo-VAE 为理解感觉运动表征提供了原则基础，以及神经流形的理论基础，并应用于脑机接口中感觉反馈的恢复和人形机器人的控制。关键词：本体感觉、皮层地图、地形测绘、深度学习、自然感觉统计、感觉生态学、变分自动编码器、计算神经科学、运动运动学、神经活动、初级体感皮层、自然行为、神经力学简介体感包括由皮肤受体提供的熟悉的触觉和本体感觉，本体感觉是一种不太有意识的感觉，它可以告诉我们动作姿势、运动以及作用于四肢的相关力量。前者受到了科学界的广泛关注，而本体感觉则经常被忽视，然而这种感觉反馈方式对于我们规划、控制和调整运动的能力至关重要。在工程学中，如果控制器不知道执行器的位置，就不可能控制机器人的运动；相应地，在人体运动控制（本体感觉）中，反馈控制理论是肢体控制计算的卓越解释（Todorov 和 Jordan 2002；Scott 2004）。此外，患有本体感觉神经功能障碍的个体，例如 IW 患者，即使在有视力和完整的运动系统的情况下，也存在严重的运动障碍 (Tuthill 和 Azim 2018；Sainburg、Poizner 和 Ghez 1993)。同样，神经假体领域的最新重大进展是
狗和猫的脊柱伤害感受和疼痛的神经解剖学：兽医临床医生的实际回顾
慢性疼痛是同伴动物中普遍存在的状况，并带来了巨大的福利挑战。为了有效地解决这些问题，兽医临床医生必须对伤害感受的神经解剖学以及疼痛感知的复杂过程有全面的了解。此知识对于计划和实施目标治疗策略至关重要。但是，有关疼痛机制的许多现有信息来自对啮齿动物或人类的研究，强调需要进行进一步的翻译研究以弥合兽医应用的这一差距。本综述旨在为兽医提供对狗和猫的脊柱伤害感受途径的深入概述，从而追踪从伤害感受器激活到大脑皮质处理的旅程。此外，该评论探讨了影响伤害感受信号传导和疼痛感知的因素。通过增强对这些基本生理过程的理解，这项工作旨在为开发有效的疗法奠定基础，以管理伴侣动物中慢性疼痛的复杂性。