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。
解码与特定任务(例如想象某事)相关的大脑活动对于脑机接口 (BCI) 控制非常重要。虽然之前已有报道在观察视觉图像和想象图像时解码大脑信号(例如功能性磁共振成像 (fMRI) 信号和脑电图 (EEG) 信号),但本研究的目标是进一步开发改进大脑数据训练、性能和解释的方法。我们应用 Sinc-EEGNet 解码感知和想象 EEG 刺激时的大脑活动,并添加注意模块来提取每个电极或频带的重要性。我们还使用生成对抗网络 (GAN) 从大脑活动中重建图像。通过结合视觉任务(感知)和想象任务期间记录的 EEG,我们成功提高了想象任务中对 EEG 数据进行分类的准确性,并提高了 GAN 重建的质量。我们的结果表明,视觉任务期间引起的大脑活动存在于想象任务中,可用于更好地对想象的图像进行分类。通过使用注意模块,我们可以得出每个频带中的空间权重,并从我们的模型中对比任务之间的空间或频率重要性。想象任务通过颞叶皮层的低频脑电图信号进行分类,而感知任务通过枕叶和额叶皮层的高频脑电图信号进行分类。在训练中结合数据集会产生一个平衡的模型,该模型可以改善想象任务的分类,而不会显著改变视觉任务的表现。我们的方法不仅提高了性能和可解释性,而且还可能减轻了训练负担,因为我们可以通过结合相对容易的任务的数据(观察视觉图像)来提高对相对困难且高变异性的任务(想象)进行分类的准确性。
当前的视觉意识理论对于视觉意识是在感觉脑区处理的早期阶段出现,还是在广泛的额顶叶网络参与之后出现,存在分歧。此外,将意识感知与任务相关的后知觉过程(如报告)区分开来,并整合不同神经科学方法的结果,仍然是持续的挑战。本研究使用同步 EEG-fMRI 和特定的无意视盲范式解决了这些问题,该范式在女性和男性人类参与者中有三个物理上相同的阶段。在第 1 阶段,参与者执行了一项干扰任务,在此任务中,面部线条画和控制刺激被集中呈现。虽然一些参与者在第 1 阶段自发地注意到了面孔,但其他人仍然处于无意视盲状态。在第 2 阶段,所有参与者都知道与任务无关的面孔,但继续干扰任务。在第 3 阶段,面孔变得与任务相关。大脑反应的贝叶斯分析表明,有意识的面部感知与梭状回(fMRI)以及 N170 和视觉意识负波(EEG)的激活最为密切相关。枕叶和前额叶皮质(fMRI)显示出较小的意识效应。另一方面,与任务相关的面部处理导致枕颞、额顶和注意力网络(fMRI)强烈、广泛的激活。在 EEG 中,它增强了早期的负波并引发了明显的 P3b 成分。总体而言,我们提供的证据表明,有意识的视觉感知与刺激特定感觉大脑区域的早期处理有关,但可能还涉及前额叶皮质。相比之下,广泛大脑网络和 P3b 的强烈激活更有可能与任务相关过程有关。
自闭症谱系障碍(ASD)是一种异质性神经发育障碍,具有不同的临床表现和疾病严重程度。在美国,患病率为44分之一,而中国约为1%(Sun等人,2019年)。ASD的核心缺陷是社会功能受损,语言交流受损,僵化和重复的行为。中,语言迟钝可能是ASD儿童的早期关注(Chung等人,2011年)。在早期诊断为语言智障的ASD中,有两个困难。大约1-3岁,语言的发作和严重程度在ASD中差异很大,通常没有核心症状。当延迟语言发展时,自闭症诊断量表的分数将增加,这使ASD和语言发展延迟(LDD)易于混淆。另一方面,干预的预后在ASD和LDD之间差异很大。例如,在适当的干预下,在2岁时被诊断出的LDD儿童通常可以在3-4岁时出现同龄人(Schulte-Korne,2014年)。相比之下,ASD的预后通常比LDD的预后还要糟糕,LDD涉及终身干预和康复。因此,重要的是要探索新指标,以将ASD与LDD区分开。尽管在常规成像中缺乏神经学解剖异常,但高级成像研究表明,ASD与“社会大脑”的结构和功能变化密切相关(Amaral等人。,2008)。有关结构MRI研究的文献综述报道了前额叶皮层,杏仁核,上颞沟,枕叶和梭形回,是社交大脑回路的关键区域(Amaral等人。,2008年),分为与社会障碍,沟通统计和重复行为有关的领域。与健康对照组相比,ASD患者进行了
摘要 — 我们引入了一种改进的增量学习算法,用于进化粒神经网络分类器 (eGNN- C+)。我们使用双边界超框来表示颗粒,并定制自适应程序以增强外框对数据覆盖和噪声抑制的鲁棒性,同时确保内框保持灵活性以捕获漂移。分类器从头开始发展,动态合并新类别,并执行局部增量特征加权。作为一种应用,我们专注于脑电图 (EEG) 信号中与情绪相关的模式的分类。情绪识别对于增强计算机系统的真实感和交互性至关重要。挑战恰恰在于开发高性能算法,能够有效地管理生理数据中的个体差异和非平稳性,而无需依赖特定于受试者的校准数据。我们从 28 名玩电脑游戏的人获得的 EEG 信号的傅里叶频谱中提取特征 - 这是一个公共数据集。每个游戏都会引发不同的主要情绪:无聊、平静、恐惧或快乐。我们分析单个电极、时间窗口长度和频带,以评估由此产生的独立于用户的神经模型的准确性和可解释性。研究结果表明,两个大脑半球都有助于分类,尤其是颞叶 (T8) 和顶叶 (P7) 区域的电极,以及额叶和枕叶电极的贡献。虽然模式可能出现在任何波段中,但 Alpha (8-13Hz)、Delta (1-4Hz) 和 Theta (4-8Hz) 波段按此顺序与情绪类别表现出更高的对应性。eGNN-C+ 证明了学习 EEG 数据的有效性。即使面对高度随机的时变 4 类分类问题,它也能使用 10 秒时间窗口实现 81.7% 的准确率和 0.0029 II 的可解释性。
深度神经网络 (DNN) 特征与皮质反应之间的一致性目前为更高级的视觉区域提供了最准确的定量解释 [1、2、3、4]。与此同时,这些模型特征也被批评为无法解释的解释,将一个黑匣子(人脑)换成了另一个黑匣子(神经网络)。在本文中,我们训练网络直接从头开始预测大脑对来自大规模自然场景数据集的图像的反应 [5]。然后,我们使用“网络解剖” [6],这是一种可解释的人工智能技术,通过识别和定位图像中已训练网络的各个单元中最显著的特征来增强神经网络的可解释性,该技术已用于研究人脑的类别选择性 [7]。我们采用这种方法创建了一个假设中立模型,然后使用该模型探索类别选择性之外的特定视觉区域的调节特性,我们称之为“大脑解剖”。我们利用大脑解剖来研究一系列生态上重要的中间特性,包括深度、表面法线、曲率和物体关系,这些特性贯穿顶叶、外侧和腹侧视觉流以及场景选择区域的子区域。我们的研究结果揭示了大脑各区域对解释视觉场景的不同偏好,其中腹外侧区域偏爱较近和较弯曲的特征,内侧和顶叶区域选择更多样化和更平坦的 3D 元素,而顶叶区域则特别偏爱空间关系。场景选择区域表现出不同的偏好,因为后压部复合体偏爱远处和户外特征,而枕叶和海马旁回区域偏爱近处、垂直性,而在 OPA 的情况下,偏爱室内元素。这些发现表明,使用可解释的人工智能揭示整个视觉皮层的空间特征选择性具有潜力,有助于更深入、更细致地了解人类视觉皮层在观看自然场景时的功能特征。
女性性类固醇 (FSS) 会影响运动系统,调节运动皮层兴奋性以及灵活性和协调性任务的表现。然而,目前尚未探索 FSS 是否会影响运动行为的认知成分。Mu 是一种感觉运动节律,在运动想象 (MI) 和动作观察 (AO) 等实践中通过脑电图 (EEG) 在 alpha (8-12 Hz) 和 beta (15-30 Hz) 频带中观察到。这种节律为研究与运动认知有关的神经回路活动提供了一个窗口。在此,我们研究了感觉运动区域 (C3 和 C4,假设驱动方法) 的 alpha-mu 和 beta-mu 功率以及额叶、顶叶和枕叶区域的 alpha 和 beta 功率 (数据驱动方法) 是否在月经周期的月经期、卵泡期和黄体期受到不同的调节。为此,这些女性在三个月经周期的三个阶段接受了 MI 和 AO。比较了月经周期各个阶段皮质区域的 alpha 和 beta 波段的光谱活动,并进行了与雌激素和孕酮水平的相关性分析。对于基于假设的方法,卵泡期 C3 通道中的 beta-mu 事件相关去同步 (ERD) 明显强于月经期和黄体期。对于数据驱动的方法,MI 期间额叶区域的 beta ERD 在卵泡期高于月经期和黄体期。这些发现表明 FSS 对执行运动控制的影响。在 OA 期间研究的皮质区域中未观察到月经周期阶段的影响,但 alpha 和 beta 波段与卵泡期血浆雌二醇水平呈正相关。因此,当雌二醇水平较低时,代表镜像神经元活动的 alpha 和 beta 波段的衰减似乎与皮质活动的抑制有关,从而改善运动动作的认知处理。
摘要:近年来,基于稳态视觉诱发电位(SSVEP)的脑机接口(BCI)性能提升研究取得了长足进展。过去的SSVEP-BCI研究在许多不同的应用中采用了不同的目标频率和闪光刺激。然而,在执行SSVEP-BCI任务时不容易识别用户的心理状态变化。我们可以观察到的是从用户的视觉区域增加的目标频率的EEG功率。BCI用户的认知状态变化,特别是在精神集中状态或陷入沉思状态,将影响SSVEP持续使用中的BCI性能。因此,如何通过探索BCI用户在执行SSVEP时的神经活动变化来区分BCI用户的生理状态是提升BCI性能的关键技术。本研究设计了一个新的BCI实验,将工作记忆任务结合到SSVEP任务的闪烁目标中,使用12 Hz或30 Hz频率。通过探究工作记忆和SSVEP任务执行所对应的EEG活动变化,可以识别用户的认知状态是集中注意力还是陷入沉思。实验结果表明,在额叶,与陷入沉思相比,集中注意力状态下的delta(1-4 Hz)、theta(4-7 Hz)和beta(13-30 Hz)EEG活动增加更多;在枕叶,与陷入沉思相比,集中注意力状态下的delta(1-4 Hz)、alpha(8-12 Hz)和beta(13-30 Hz)波段的功率增加更多。此外,观察到KNN和贝叶斯网络分类器的受试者平均分类性能为77%到80%。这些结果显示了心理状态的变化如何影响 BCI 用户的表现。在这项工作中,我们开发了一种新场景来识别用户在执行 BCI 任务时的认知状态。这些发现可以用作未来 BCI 开发中的新型神经标记。
基于脑机接口 (BCI) 的训练有望用于治疗上肢瘫痪的中风患者。然而,大多数中风患者接受的综合治疗不仅包括 BCI,还包括常规训练。本研究的目的是研究在中风亚急性期接受包括 BCI 训练在内的综合治疗后大脑功能网络的拓扑变化。25 名住院的中度至重度 UL 瘫痪亚急性中风患者被分配到两组中的一组:4 周综合治疗,包括常规和 BCI 训练(BCI 组,BG,n = 14)和 4 周常规训练(无 BCI 支持)(对照组,CG,n = 11)。在训练前后进行功能性 UL 评估,包括 Fugl-Meyer 评估-UL (FMA-UL)、动作研究手臂测试 (ARAT) 和 Wolf 运动功能测试 (WMFT)。通过静息态功能磁共振成像对 BG 中的功能连接 (FC) 进行神经影像学评估。训练后,与基线相比,两组的所有临床评估(FMA-UL、ARAT 和 WMFT)均显著改善(p < 0.05)。同时,BG 的 FMA-UL(p < 0.05)、ARAT(p < 0.05)和 WMFT(p < 0.05)功能改善更明显。同时,BG 的 FC 在整个大脑范围内增加,包括颞叶、顶叶、枕叶和皮层下区域。更重要的是,训练后,体感联合皮层和壳核之间的半球间 FC 增加与 UL 运动功能呈强正相关。我们的研究结果表明,包括 BCI 训练在内的综合康复比常规训练更能增强亚急性卒中患者的 UL 运动功能。亚急性卒中患者脑功能网络拓扑的重组可以增强
电子邮件:yasminahmed4488@gmail.com摘要背景:多达80%的男性和50%的女性在生活中的某个时候将拥有雄激素性脱发(AGA),这使其成为最普遍的脱发。 是由于脱氢睾丸激素(DHT)的作用,一种睾丸激素代谢物,对雄激素敏感的毛囊的作用,受影响的毛发的宽度,长度和颜色在AGA中逐渐降低。 到达pili肌肉由没有细胞质条纹且具有集中雪茄形核的梭形细胞组成。 这些肌肉在凸起区域的毛囊周围围绕着毛囊,并以急性角度链接到它。 研究表明,大鼠和人类毛囊的皮肤鞘均包含α平滑肌 - 肌动蛋白(α-SMA),但是该蛋白在皮肤乳头细胞中没有发现。 在这篇文章中,我们将研究雄激素性脱发的病理生理以及α平滑肌阳肌素如何在其中发挥作用。 毛囊中结构完整性的丧失可能是α-SMA对AGA造成的一种方式。 在AGA患者的顶点区域,α-SMA的表达显着降低。 此外,与枕叶区域相比,AGA患者的顶点区域显示出α-SMA表达的降低。 关键字:毛囊,雄激素脱发(AGA)以及α平滑肌 - 肌动蛋白(α-SMA)。 引言头发散发出,变短,由于Aga而失去颜色。 脱氢睾丸激素(DHT),一种睾丸激素的副产品,会触发雄激素敏感毛囊中的脱发。 这些细胞的细胞质没有条纹。电子邮件:yasminahmed4488@gmail.com摘要背景:多达80%的男性和50%的女性在生活中的某个时候将拥有雄激素性脱发(AGA),这使其成为最普遍的脱发。是由于脱氢睾丸激素(DHT)的作用,一种睾丸激素代谢物,对雄激素敏感的毛囊的作用,受影响的毛发的宽度,长度和颜色在AGA中逐渐降低。到达pili肌肉由没有细胞质条纹且具有集中雪茄形核的梭形细胞组成。这些肌肉在凸起区域的毛囊周围围绕着毛囊,并以急性角度链接到它。研究表明,大鼠和人类毛囊的皮肤鞘均包含α平滑肌 - 肌动蛋白(α-SMA),但是该蛋白在皮肤乳头细胞中没有发现。在这篇文章中,我们将研究雄激素性脱发的病理生理以及α平滑肌阳肌素如何在其中发挥作用。毛囊中结构完整性的丧失可能是α-SMA对AGA造成的一种方式。在AGA患者的顶点区域,α-SMA的表达显着降低。此外,与枕叶区域相比,AGA患者的顶点区域显示出α-SMA表达的降低。关键字:毛囊,雄激素脱发(AGA)以及α平滑肌 - 肌动蛋白(α-SMA)。引言头发散发出,变短,由于Aga而失去颜色。脱氢睾丸激素(DHT),一种睾丸激素的副产品,会触发雄激素敏感毛囊中的脱发。这些细胞的细胞质没有条纹。牙冠区域的弥漫性稀疏和额叶发际线的保存是脱发的路德维希(Ludwig)模式的特征是AGA女性经历的症状。在男性模式秃发中,额叶发际线在耳朵后面稍微退缩,然后在顶点散布散开[1]。以前认为每个毛囊都连接到其自身的AP。组织学切片揭示了浓缩的核,这些核是“雪茄形”的,并以到达pili(APM)细胞的梭形形状为特征。通常,APM在卵泡的侧面显示为与皮肤表面急性角的正常结构。在末端和牛皮毛上,APM的近端末端环绕着凸起区域的整个卵泡[2]。人卵泡,大鼠毛皮和大鼠颤音都包括平滑肌α-肌动蛋白。抗原在任何卵泡类型中均未由皮肤乳头细胞表达。然而,这种抗体在培养的头发中染色了大部分皮肤乳头和真皮鞘细胞。用脱敏抗体检查时,相同的细胞会恢复为阴性[3]。材料和方法数据来源:使用Medline数据库进行了文献综述(Pub