XiaoMi-AI文件搜索系统
World File Search System枕叶
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。
拥有超过 200 个目标的高速混合脑机接口
摘要 目的. 脑机接口（BCI）近年来在扩展其指令集方面取得了重大进展，引起了研究者的广泛关注。目标和命令的数量是BCI解码大脑意图能力的关键指标。目前尚无研究报道过具有超过200个目标的BCI系统。方法. 本研究开发了第一个具有多达216个目标的高速BCI系统，这些目标由多种脑电图特征编码，包括P300、运动视觉诱发电位（mVEP）和稳态视觉诱发电位（SSVEP）。具体而言，混合BCI范式使用时频分多址策略，用不同时间窗的P300和mVEP以及不同频率的SSVEP精心标记目标。然后通过任务判别成分分析和线性判别分析解码混合特征。十名受试者参加了离线和在线提示引导拼写实验。另外十名受试者参加了在线自由拼写实验。主要结果。离线结果显示，mVEP 和 P300 成分在中央、顶叶和枕叶区域突出，而最明显的 SSVEP 特征在枕叶区域。在线提示引导拼写和自由拼写结果表明，所提出的 BCI 系统对 216 个目标分类的平均准确率分别为 85.37% ± 7.49% 和 86.00% ± 5.98%，平均信息传输速率 (ITR) 分别为 302.83 ± 39.20 位分钟 -1 和 204.47 ± 37.56 位分钟 -1。值得注意的是，峰值 ITR 可达 367.83 位分钟 -1。意义。本研究开发了第一个超过 200 个目标的高速 BCI 系统，有望扩展 BCI 的应用场景。
过渡期间建筑可供性的大脑动态
动作是收集有关环境的感官信息的媒介，而环境又受建筑可供性的影响。可供性表征了身体的物理结构与运动和与环境互动的能力之间的契合度，因此依赖于与探索周围环境相关的感觉运动过程。作为感觉运动大脑动力学的核心，指导感觉信号门控功能的注意力机制与推断感觉信号外部原因所必需的运动相关过程共享神经资源。这种预测编码方法表明，感觉运动动力学对支持或抑制个人特定类型动作的建筑可供性很敏感。然而，建筑可供性如何与感觉信号门控功能背后的注意力机制相关仍然未知。在这里，我们证明顶枕区和颞中区中与事件相关的 alpha 波段振荡的去同步化与建筑可供性共变。对运动启动移动大脑/身体成像实验中记录的数据进行源级时频分析，发现 alpha 波段与事件相关的强烈去同步化源自后扣带复合体、海马旁回区域以及枕叶皮质。我们的研究结果首先有助于理解大脑如何解决与行为相关的建筑可供性。其次，我们的结果表明，在参与者与环境互动之前，源自枕叶皮质和海马旁回区域的 alpha 波段与建筑可供性共变，而在互动过程中，后扣带皮质和运动区域动态反映可承受的行为。我们得出结论，感觉运动动态反映了设计环境中与行为相关的特征。
通过机器学习辅助神经科学知识提取，应用于 NeuroMorpho.Org 上的神经重建元数据
第二个原因是，解剖实体通常可以根据不同的标准进行标记，这些标准通常根据研究的具体重点而有所不同。例如，区域可以按功能划分（例如，视觉皮层、体感皮层和运动皮层）或按结构划分（例如，枕叶、顶叶和额叶）；细胞类型可以按电生理学分类（快速放电和规律放电），或按分子分类（钙结合蛋白表达和钙网蛋白表达）。这些标签通常在一定程度上与标准重叠，大大增加了注释任务的复杂性。第三个挑战是，NeuroMorpho.Org 将解剖区域和细胞类型分为三个层级，从一般到具体（例如，海马体 / CA1 /
Takens 定理用于评估脑电图轨迹：脑动力学的区域变化 Arturo Tozzi（通讯作者） 非线性科学中心，系
使用 Takens 定理评估 EEG 轨迹：大脑动力学的区域变化 Arturo Tozzi（通讯作者） 美国德克萨斯州登顿市北德克萨斯大学物理系非线性科学中心 1155 Union Circle, #311427 Denton, TX 76203-5017 USA tozziarturo@libero.it Ksenija Jaušovec 马里博尔大学心理学系 ksenijamarijausovec@gmail.com 摘要 Takens 定理 (TT) 证明动态系统的行为可以在多维相空间内有效重建。这为检查时间序列数据的时间依赖性、维度复杂性和可预测性提供了一个全面的框架。我们应用 TT 来研究健康受试者 EEG 大脑动力学的生理区域差异，重点关注三个关键通道：FP1（额叶区域）、C3（感觉运动区域）和 O1（枕叶区域）。我们使用时间延迟嵌入为每个 EEG 通道提供了详细的相空间重建。重建的轨迹通过测量轨迹扩展和平均距离进行量化，从而深入了解传统线性方法难以捕捉的大脑活动的时间结构。发现三个区域的变异性和复杂性不同，显示出明显的区域差异。FP1 轨迹表现出更广泛的扩展，反映了与高级认知功能相关的额叶大脑活动的动态复杂性。参与感觉运动整合的 C3 表现出中等变异性，反映了其在协调感觉输入和运动输出方面的功能作用。负责视觉处理的 O1 显示出受限且稳定的轨迹，与重复和结构化的视觉动态一致。这些发现与不同皮质区域的功能特化相一致，表明额叶、感觉运动和枕叶区域具有自主的时间结构和非线性特性。这种区别可能对增进我们对正常大脑功能的理解和促进脑机接口的发展具有重要意义。总之，我们证明了 TT 在揭示脑电图轨迹区域变化方面的实用性，强调了非线性动力学的价值。关键词：脑电图分析；脑动力学；相空间重建；区域变化。引言人类大脑是一个复杂的非线性系统，善于通过动态交互处理大量信息（Khoshnoud 等人，2018 年；Zhao 等人，2020 年；Dai 等人，2022 年；Biloborodova 等人，2024 年）。脑电图 (EEG) 是一种非侵入性、高分辨率的脑活动研究方法。尽管如此，传统的线性分析技术往往无法表示脑电图信号复杂的非线性特征（Alturki 等人，2020 年）。为了解决这一限制，非线性动力学和混沌理论已成为理解大脑活动的有力框架，其中 Takens 定理（以下简称 TT）奠定了基础。TT 确定了动态系统的行为可以在多维相空间中使用来自观测数据的单个时间序列的时间延迟版本重建（Takens 1981）。在 EEG 分析中，TT 提供了一种强大的数学工具来研究时间演变，揭示了线性方法无法发现的特性（Rohrbacker 2009）。通过重建相空间，研究人员可以分析关键的 EEG 动态特性，例如时间依赖性、维度复杂性和可预测性（Kwessi 和 Edwards，2021）。这种方法已被证明可用于识别与各种认知和病理状况相关的神经动力学变化（Fell 等人，2000 年）。先前的研究强调了 TT 在分析脑电信号方面的有效性，尤其是在识别癫痫、阿尔茨海默病和精神分裂症等病理状况方面（Kannathal 等人，2005 年；Altındi ş 等人，2021 年；Cai 等人，2024 年；Al Fahoum 和 Zyout，2024 年）。然而，人们较少关注这种方法在正常条件下评估大脑动态区域变化的应用。不同的大脑区域表现出不同的电活动模式，反映了它们在认知、感觉和运动功能中的特殊作用。例如，额叶区域 (FP1) 与决策和工作记忆等高级认知过程有关。感觉运动皮层 (C3) 控制运动并整合感觉输入，而枕叶区域 (O1) 处理视觉信息。尽管这些区域的作用独特，但它们之间的相互作用有助于大脑的整体动态。2024)。然而，人们较少关注这种方法在正常情况下评估大脑动态区域变化的应用。不同的大脑区域表现出不同的电活动模式，反映了它们在认知、感觉和运动功能中的特殊作用。例如，额叶区域（FP1）与决策和工作记忆等高级认知过程有关。感觉运动皮层（C3）控制运动并整合感觉输入，而枕叶区域（O1）处理视觉信息。尽管它们的作用独特，但这些区域之间的相互作用有助于大脑的整体动态。2024)。然而，人们较少关注这种方法在正常情况下评估大脑动态区域变化的应用。不同的大脑区域表现出不同的电活动模式，反映了它们在认知、感觉和运动功能中的特殊作用。例如，额叶区域（FP1）与决策和工作记忆等高级认知过程有关。感觉运动皮层（C3）控制运动并整合感觉输入，而枕叶区域（O1）处理视觉信息。尽管它们的作用独特，但这些区域之间的相互作用有助于大脑的整体动态。
运动学特征与脑血流动力学之间的相关性表明单指和双指运动协调性的变化
方法：招募 21 名右利手受试者，要求他们在同一平面上以相同方向（同相，IP）和相反方向（反相，AP）完成单指和双指的圆周运动。记录每个任务的运动数据（包括半径和角速度）以及使用功能性近红外光谱 (fNIRS) 同步的血氧浓度数据，覆盖前额叶皮层、运动皮层和枕叶等六个脑区。使用一般线性模型定位激活的脑区，并使用与基线相比血氧浓度的变化来评估脑区激活程度。使用小世界特性、聚类系数和效率来测量运动过程中大脑活动中的信息交互。
感觉功能受限条件下专业射击运动员射击准备阶段脑网络研究
摘要：射击是一项受心理因素主导的运动项目，在射击瞄准过程中干扰射手的感觉功能将严重影响其心理状态和射击成绩。对30名射击运动员在噪声干扰、弱光及正常条件下射击准备阶段的脑电图测量结果进行记录，采用基于图论的功能连接与脑网络分析方法，探究不同干扰条件下射手射击瞄准过程中脑内神经机制的差异，并比较脑网络特征与射击成绩之间的关系。研究结果表明：（1）噪声干扰下射手β频带平均连接强度和左右颞叶连接强度显著高于其他两种干扰条件下的射手，脑网络表现出更高的全局和局部效率；（2）弱光条件下β频带枕叶区域功能连接强度高于正常条件下的射手。射击过程中左顶叶区域的信息交互也不断增强。（3）另外，两种条件下射手在感觉功能受限的颞叶和枕叶区域的特征向量中心性均低于正常条件下的。这些发现表明，噪声干扰激活了射手脑部的唤醒水平，提高了脑网络的信息处理效率，但同时也增加了脑力负荷。弱光条件下，射手在瞄准时更加注重视觉信息处理，加强了与射击行为无关脑区功能的抑制。视听干扰使得射手脑部与视听感知功能相当的皮层区域在整个脑网络中的重要性低于正常条件下。因此，这些结果揭示了视听干扰对射击准备阶段皮层功能网络的影响，为进一步理解感觉干扰下射击过程的神经机制提供了理论基础。
8-N，家庭和社区豁免
▪ 脑恶性肿瘤，大脑 ▪ 脑恶性肿瘤，额叶 ▪ 脑恶性肿瘤，颞叶 ▪ 脑恶性肿瘤，顶叶 ▪ 脑恶性肿瘤，枕叶 ▪ 脑恶性肿瘤，心室 ▪ 脑恶性肿瘤，小脑 ▪ 脑恶性肿瘤，脑干 ▪ 脑恶性肿瘤，中脑，脑脚或延髓恶性肿瘤 ▪ 脑恶性肿瘤，脑膜 ▪ 脑恶性肿瘤，脑神经 ▪ 脑继发性恶性肿瘤 ▪ 神经系统其他部分继发性恶性肿瘤，脑膜 ▪ 脑和神经系统其他部分良性肿瘤，脑 ▪ 脑和神经系统其他部分良性肿瘤，脑神经 ▪脑和神经系统其他部位的良性肿瘤、脑膜 ▪ 脑炎、脊髓炎或脑脊髓炎 ▪ 颅内或脊髓内脓肿 ▪ 缺氧性脑损伤 ▪ 蛛网膜下腔出血 ▪ 脑内出血 ▪ 其他和未特指的颅内出血 ▪ 脑前动脉闭塞和狭窄 ▪ 脑动脉闭塞 ▪ 短暂性脑缺血 ▪ 急性但定义不明确的脑血管病
骑自行车可以降低人类成年人大脑皮层神经活动的熵
大脑复杂性 (BC) 已成功应用于研究健康和疾病状态下的脑电图信号 (EEG)。在本研究中，我们采用递归熵来量化与运动神经生理学相关的 BC，通过比较静息状态和骑车运动下的 BC。我们测量了 24 名健康成年人的脑电图，并将电极放置在大脑左右两侧的枕叶、顶叶、颞叶和额叶部位。我们根据骑车和静息状态下的脑电图测量结果计算了递归熵。对于所有分析的大脑区域，静息状态下的熵都高于骑车状态下的熵。这种复杂性的降低是骑车过程中重复运动的结果。这些运动会导致持续的感觉反馈，从而降低熵和感觉运动处理。