摘要 — 本研究提出了一种脉冲神经网络,用于根据神经数据预测运动学,从而实现准确且节能的脑机接口。脑机接口是一种解释神经信号的技术系统,可让运动障碍患者控制假肢。脉冲神经网络具有低功耗和与生物神经结构非常相似的特点,因此有可能改进脑机接口技术。本研究中的 SNN 使用泄漏积分和激发模型来模拟神经元的行为,并使用局部学习方法进行学习,该方法使用替代梯度来学习网络参数。该网络实现了一种新颖的连续时间输出编码方案,允许基于回归的学习。SNN 是在从灵长类动物运动前皮层和大鼠海马记录的神经和运动数据上进行离线训练和测试的。该模型通过寻找预测运动数据与真实运动数据之间的相关性来评估,运动前皮层记录的峰值皮尔逊相关系数达到 0.77,海马体记录的峰值皮尔逊相关系数达到 0.80。该模型的准确性与卡尔曼滤波解码器和 LSTM 网络以及使用反向传播训练的脉冲神经网络进行了对比,以比较局部学习的效果。
EFUNDJA 诞生于对安哥拉南部库内内省浅层地下水补给进行调查的过程中,该调查从 PERSIANN(加州大学水文气象和遥感中心)以及 TRMM(美国国家航空航天局)获取了 37 个水文年(1983/1984 年至 2019/2020 年)的卫星日降水数据。从两颗卫星获得的数据分辨率均为 0.25 度,并已提交皮尔逊相关系数测定,以确保两颗卫星数据可以一起用于进一步解释。
目的:研究改良血压计测试(MST)对慢性卒中患者上肢肌肉力量评估的信度(重测信度和评分者间信度)和效标关联效度,并确定结果是否受试验次数的影响。患者与方法:使用便携式测力计和MST(以mmHg为单位)对57位卒中患者的11个上肢肌肉群进行双侧肌力测量。为了研究试验次数是否会影响结果,采用了单因素方差分析。对于MST的重测信度/评分者间信度和效标关联效度,计算了组内相关系数(ICC)、Pearson相关系数和判定系数。结果:不同次数的试验为所有评估的肌肉提供了相似的值(0.01 ≤ F ≤ 0.18;0.83 ≤ p ≤ 0.99),并具有足够的重测(0.83 ≤ ICC ≤ 0.97;p < 0.0001)和评分者间信度(0.79 ≤ ICC ≤ 0.97;p < 0.0001)和效度(0.61 ≤ r ≤ 0.95;p < 0.0001)。除了捏力(0.39 ≤ r ≤ 0.54)外,使用 MST 获得的值可以很好地预测使用便携式测力计获得的值(0.60 ≤ r 2 ≤ 0.86)。结论:MST 显示出足够的测量特性,可用于评估慢性中风患者上肢肌肉的强度。熟悉后,一次试验即可提供足够的强度值。
这项研究研究了基于视频的智能手机应用程序(VBA)的有效性和可靠性,以测量杠铃卧推,后蹲和硬拉中的位移和速度。九个受过训练的受试者(三个女性;六个男性;年龄:24.2±4.2岁;身高175.8±8.1 cm;体重87.2±18.2kg)完成了两个用于杠铃板凳,后蹲,后蹲和隔光度的测试重度课程。卧推,后蹲和硬拉完成了八次重复,重量为40kg,并以快速和缓慢的速度完成。杆位移和平均速度。通过Pearson的产品矩相关系数(R),类内相关系数(ICC)和Bland-Altman图,对VBA的有效性和可靠性进行了分析。位移数据显示出中度至几乎完美的相关性(r = 0.43- 0.94),并且中度至优异的可靠性(ICC = 0.67-0.98)和Bland-Altman图显示了很小的偏见(<2cm)。平均速度数据显示出很大至几乎完美的相关性(r = 0.67-0.95),并且良好至优异的可靠性(ICC = 0.79-0.94),而Bland-Altman揭示了很小的偏见(<0.06 m/s)。与MC的黄金标准测量相比,这项研究中检查的VBA既有效又可靠。这些结果提供了证据表明,在快速和较慢的运动速度下,VBA可以用于卧推,后蹲和硬拉的位移和平均速度的跟踪。
AIM:左心室(LV)肥大(LVH)是动脉高血压(AH)和12铅心电图(ECG)的常见并发症(ECG)的初步评估。该研究的目的是比较LVH的四个ECG衍生标准的相关性和左心房(LA)前后直径的相关性,并通过超声心动图评估LVH,并以左心室质量(LVM)指数(LVMI)表示,以寻找最准确的LVH PRELIMARIMALIMY指标。方法:该研究包括61名AH [年龄(年龄)69±10,17名女性]和27名没有AH的受试者,(年龄40±9,10名女性)通过12铅ECG和胸腺超声心动图(TTE)评估。作为基于ECG的LVH Sokolow-Lyon指数(SLI),Cornell电压(CV),Cornell产品(CP)和Romhilt-Estes点得分(RES)系统的标准。ECG指数和LA直径与LVMI相关,并比较了相关系数。结果:在ECG-LVH指标中,SLI显示了与LVMI [秩相关系数(RHO)= 0.38,p <0.0001]的最接近的相关性,其次是CV和CP,RHO = 0.33,P = 0.002,RHO = 0.002和Rho = 0.32,P = 0.002,而不是相关的。发现LA直径的最强相关性与RHO = 0.73和P <0.0001的LA直径相关,显示女性的相关性甚至更强 - 男性的Rho = 0.8(p <0.0001)与Rho = 0.65(p <0.0001)。在多元分析中,LA是LVMI增加的唯一独立预测指标,R
背景:代际转移效应包括从父母到孩子的特征传播。虽然在行为上有充分的文献记载,但对大脑结构或功能的代际转移效应的研究很少,尤其是那些检查行为和神经生物学内表型的关系的研究。这项研究旨在研究与皮质胶质电路相关的行为和神经间传递效应,与社会情感功能和心理健康有关。方法:从72名参与者那里获得T1-神经影像学和行为数据(39名母子二元/ 39名儿童; 7 - 13岁; 16个女孩/ 33位母亲; 26 - 52岁)。灰质体积(GMV)是从conticolimbic区域提取的(皮质下:杏仁核,海马,伏隔核;新皮层:前扣带回,内侧轨道额叶区域)。通过相关系数和与随机的成人孩子对的相关系数和比较来量化母子相似性。结果:我们确定了皮质下皮质上的明显的皮质性母子相似性(r = 0.663)。在心理健康方面的母子相似性是显着的(r = 0.409),通过新皮质中的相似性,但不是皮质下GMV的相似性,可以预测心理健康中的二元相似程度。结论:代际神经影像揭示了Corticolimbic GMV的明显母子转移,最强烈地在皮层下区域。然而,新皮质相似性的变化预测了母亲幸福感的相似性。最终,这种技术可能会增强我们对与健康和疾病相关的行为和神经家族转移影响的了解。
摘要:口内模型扫描的优势已得到最新发展。然而,很少有研究探讨该技术在正畸临床中的应用,特别是在年轻患者中。本研究旨在评估正畸测量的可靠性、可重复性和有效性:牙齿宽度、牙弓长度和牙弓长度差异,在每个数字模型中,通过模型扫描仪和口内扫描仪获得,相对于石膏模型。牙弓长度使用两种方法测量:由数字程序自动测量的弯曲牙弓长度 (CAL) 和测量前后内衬牙弓长度总和的截面直线牙弓长度总和 (SLAL)。牙弓长度差异计算每个牙弓长度测量方法:弯曲牙弓长度差异 (CALD) 和截面直线牙弓长度差异总和 (SLALD)。40 名年轻患者符合研究条件。从每个患者获取石膏模型 (P)、模型扫描数字模型 (MSD) 和口内扫描数字模型 (ISD)。使用 Pearson 相关系数评估测量的可靠性,使用组内相关系数评估再现性。通过配对 t 检验评估有效性。在 P、MSD 和 ISD 中测量的所有测量都表现出良好的可靠性和再现性。大多数正畸测量(尽管 MSD 中有 CAL)都表现出较高的有效性。只有 ISD 组中的 SLAL 和 SLALD 存在显着差异,尽管 VA 良好
注意力缺陷多动障碍 (ADHD) 是一种神经发育障碍,其特征是不同程度的冲动、多动和注意力不集中。治疗这种疾病并尽量减少其对学习、工作、建立关系和生活质量的负面影响在很大程度上取决于早期识别。脑电图 (EEG) 是一种有用的神经成像技术,可用于了解 ADHD。本研究通过使用固有时间尺度分解 (ITD) 分析 EEG 信号来检查 ADHD 儿童的大脑活动。由 ITD 产生的模式的不同组合(称为固有旋转分量 (PRC))用于提取各种基于连接的特征(幅度平方相干性、交叉功率谱密度、相关系数、协方差、相熵系数、相关系数)。在闭眼休息时记录了 15 名 ADHD 儿童和 18 名年龄匹配的健康儿童的 EEG 信号。使用从纵向和横向平面中选择的不同通道对来计算上述特征。通过各种机器学习方法和 10 倍交叉验证法,对所提出的方法进行评估,以区分 ADHD 患者和健康对照者。纵向和横向平面的分类准确率分别在 92.90% 至 99.90% 和 91.70% 至 100.00% 之间。我们的结果支持了所提出方法的出色性能,并且在识别和分类 ADHD 方面比类似研究取得了重大进展。
在某些类型的冥想中,例如正念和禅宗,呼吸是吸引人的重点,而在过度,短期的厌氧运动中,肌肉成为注意力的焦点。因此,在两种努力中,人们的注意力都集中在身体的某些效果上。冥想和锻炼通常为人类提供精神上的茶点。我们假设同一大脑区域都被人类的两种努力激活。为了审查这一假设,我们让参与者参与了3个任务:冥想,表现和控制任务。在每项任务后,参与者进行了2张检验以吸引他们的思想,而使用近红外光谱(NIR)同时监测血液血红蛋白水平的变化。有17名参与者(20-24岁; 11名男性,6名女性)。我们将快速转换(FFT)分析应用于NIRS波数据,并计算了(1)冥想和对照之间的FFT数据的相关系数,(2)锻炼和控制,以及(3)在Orbitofrontal Cortex(OFC)(OFC)和背侧外侧额叶前frontal frontal frontal corortex(dlpffc)中,dlpffc(dlpffc)在dlpfcc cons in Chare in Chare conthement in Chare in Chrenthement in Chare in Chare in Chincors(dlpffc)。在冥想和运动分析中检测到OFC和DLPFC之间的相关系数有显着差异,信号源分析证实,NIRS波从左右OFC边缘(即,左右窗)向中心传播。我们的结果表明,冥想和锻炼都激活了OFC,这与情绪反应和运动行为有关,从而导致精神茶点。
第 1 组 第 2 组 第 3 组 第 4 组 第 5 组 风力发电量 0,80 0,10 0,54 -0,32 0,53 负荷接近度 -0,10 0,67 0,18 0,55 0,42 自然与景观冲突 -0,79 0,10 -0,52 0,19 -0,49 风力发电容量潜力 0,05 0,06 0,17 0,51 0,06 表 2:各组选择的风力发电容量空间分配之间的相关系数 𝑟𝑟 𝑥𝑥 𝑖𝑖 𝑔𝑔 ,𝑦𝑦 𝑖𝑖 𝑣𝑣