摘要 听觉涉及分析声音的物理属性,并将分析结果与其他感觉、认知和运动变量相结合,以指导适应性行为。听觉皮层被认为是整合声音和背景信息的关键,并被认为通过其巨大的下行投射与皮层下听觉结构共享由此产生的表征。通过对参与声音检测任务的小鼠下丘皮层受体壳中的细胞活动进行成像,我们发现大多数神经元编码的信息超出了刺激的物理属性,并且可以从这些神经元的活动中高度准确地解码动物的行为。令人惊讶的是,在双侧皮层损伤导致中脑听觉皮层输入被切断的小鼠中也是如此。这表明皮层下听觉结构可以获取大量非声学信息,并且可以独立于听觉皮层携带比以前认为的更丰富的神经表征。
< %31 6(/wrà'dqlho7xuqehuj wudyho ihoorzkls iurp wkhdqg D 35.0 $ judqw irp wkh DQG D -R \ yhqwxuhv judqw wr $
1 泰国曼谷 10140 泰国国王科技大学吞武里学习学院神经科学研究与创新中心,2 泰国曼谷 10140 泰国国王科技大学吞武里工程学院计算机工程系,3 泰国曼谷 10140 泰国国王科技大学吞武里大数据体验中心,4 泰国曼谷 10140 泰国国王科技大学吞武里工程学院生物工程项目,5 加利福尼亚大学圣地亚哥分校心理学系,加利福尼亚州拉霍亚 92093-1090,6 可持续发展研究与创新中心 (RISC) 幸福科学中心,泰国曼谷 10260,7 加利福尼亚大学圣地亚哥分校神经科学研究生项目和 Kavli 大脑与心智基金会,加利福尼亚州拉霍亚92093-1090
。CC-BY-NC-ND 4.0 国际许可,根据 (未经同行评审认证)提供,是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者,此版本于 2022 年 4 月 27 日发布。;https://doi.org/10.1101/2022.04.27.489682 doi:bioRxiv 预印本
这是青春期早期床发展的重要危险因素(Tanofsky-Kraff等,2011; Hilbert等,2013)。在儿童中,饮食会增加诸如更大肥胖(Shomaker等,2010)和肥胖(Tanofsky-Kraff等,2009b)等不良结果的风险。然而,与儿童体重状况无关,饮食与代谢功能障碍有关(Tanofsky-Kraff等,2012; Byrne等,2019)和全身炎症(Shank等,2016)。青春期的食肉也与饮食态度,床,抑郁和焦虑症无序有关,并且这些关系再次与体重的影响无关(Shomaker等,2010; Byrne等,2019; Tanofsky-Kraff等,2020)。鉴于在整个开发过程中产生的广泛影响,至关重要的是阐明与这种行为相关的神经生物学系统。因此,这项研究检查了报道了饮食和未报告的儿童的灰质体积和表面形态的差异。
摘要 感觉受体场足够大,可以容纳多个可感知的刺激。那么,大脑如何编码在特定时刻可能存在的每种刺激的信息?我们最近表明,当存在多个刺激时,单个神经元可以在某个时间段内对一个刺激和另一个刺激进行编码,这表明存在一种不同刺激的神经多路复用形式 (Caruso 等人,2018)。在这里,我们研究 (a) 这种编码波动是否发生在早期视觉皮层区域;(b) 编码波动如何在神经群体中协调;(c) 协调的编码波动如何取决于将刺激解析为独立对象还是融合对象。我们发现编码波动确实发生在猕猴 V1 中,但仅当两个刺激形成独立对象时才会发生。这种独立的物体会引起一种新的 V1 尖峰计数(“噪声”)相关性模式,涉及正值和负值的不同分布。这种双峰相关模式在表现出编码波动或多路复用最强证据的神经元对中最为明显。给定的一对神经元是否表现出正相关或负相关取决于这两个神经元是否对同一物体反应更好或具有不同的物体偏好。在 V4 中,对于单独的物体也观察到基于刺激偏好的尖峰计数相关性的不同分布,但当两个刺激融合形成一个物体时则不会出现这种情况。这些发现表明多个物体引起的反应动力学与单个刺激引起的反应动力学不同,这为多路复用假设提供了支持,并提出了一种尽管感觉编码明显粗糙但仍可以保留有关多个物体的信息的方法。
摘要 颅内脑电图 (icEEG) 记录因其无与伦比的时空分辨率而为人类神经动力学提供了宝贵的见解。然而,这种记录反映了多个底层发生器的综合活动,影响了分辨空间上不同神经源的能力。为了实证量化 icEEG 记录的聆听区,我们计算了 71 名患者(33 名女性)植入硬膜下电极 (SDE)、立体脑电图电极 (sEEG) 或高密度 sEEG 电极的 8752 个记录点之间信号与距离 (半峰全宽;FWHM) 的函数之间的相关性。正如预期的那样,对于 SDE 和 sEEG,与低频信号相比,高频信号表现出更急剧的下降。对于宽带高 g (BHG) 活动,SDE (6.6 6 2.5 mm) 和灰质中的 sEEG (7.14 6 1.7 mm) 的平均 FWHM 没有显著差异;然而,sEEG 记录的低频 FWHM 比 SDE 小 2.45 mm。白质 sEEG 在 17 – 200 Hz (q, 0.01) 频率下的功率低得多,衰减比灰质电极 (7.14 6 1.7 mm) 更宽 (11.3 6 3.2 mm)。与白质参考或公共平均参考 (CAR) 相比,使用双极参考方案可显著降低 sEEG 的 FWHM。这些结果概述了阵列设计、光谱带和参考方案对人类 icEEG 记录中局部场电位记录和源定位的影响。我们得出的指标与认知和癫痫数据的分析和解释直接相关。
随着微纳米制造技术的发展,用于大脑皮层内神经调节的神经探针也得到了发展。这些用于皮层内刺激的技术大多依赖于通过电极或电极阵列进行的直接电刺激。利用时变磁场产生电场是一种较新的神经调节技术,已被证明对皮层内刺激更为有效。此外,电流驱动线圈不需要与组织进行导电接触,并能够精确调整磁场,不受生物组织和封装层非磁性的影响。可以根据操作所需的参数优化和定制此类微线圈制造的材料和设计参数空间,以提供理想的性能。在这项工作中,我们回顾了可植入微线圈的关键要求,包括探针结构和材料特性,并讨论了它们在皮层内神经调节应用中的特性和相关挑战。© 2021 作者。除非另有说明,本文的所有内容均根据知识共享署名 (CC BY) 许可证进行授权 (http://creativecommons.org/licenses/by/4.0/)。https://doi.org/10.1063/5.0023486
在没有传入显著感觉输入的情况下,大脑会持续产生内部活动。自发神经活动本质上由电路结构定义,并与信息处理和行为反应模式相关。然而,行为动物视觉皮层中自发活动的时空动态仍然几乎难以捉摸。使用定制的电极阵列,我们在自由行为大鼠的初级和次级视觉皮层中记录了 32 个位点的皮层电图,并确定了自发神经活动的传播模式。非线性降维和无监督聚类揭示了活动模式的多个离散状态。活动在一种状态下保持稳定,突然跳转到另一种状态。内部切换的皮层状态的多样性和动态性意味着神经对各种外部输入的反应具有灵活性。
从神经活动中解码听觉刺激可以实现神经假体和与大脑的直接通信。最近的一些研究表明,使用深度学习模型可以成功解码颅内记录中的语音。然而,训练数据的稀缺导致语音重建质量低下,从而阻碍了完整的脑机接口 (BCI) 应用。在这项工作中,我们提出了一种迁移学习方法,使用预先训练的 GAN 来解开表示层和生成层以进行解码。我们首先使用大量自然语音数据预训练一个生成器,以从表示空间生成频谱图。使用包含刺激语音和相应 ECoG 信号的少量配对数据,我们然后将其传输到更大的网络中,并在之前附加一个编码器,将神经信号映射到表示空间。为了进一步提高网络泛化能力,我们在传输阶段在潜在表示上引入了一个高斯先验分布正则化器。通过对每个测试对象最多 150 个训练样本,我们实现了最先进的解码性能。通过可视化嵌入在编码器中的注意力掩码,我们观察到的大脑动态与之前研究颞上回 (STG)、中央前回 (运动) 和额下回 (IFG) 动态的研究结果一致。我们的研究结果表明,使用深度学习网络的重建精度很高,并且有可能阐明认知任务期间不同大脑区域之间的相互作用。