XiaoMi-AI文件搜索系统
World File Search System脑中
大脑中的出血：出血性中风
•小血管疾病是由于小动脉硬化（有时称为“小动脉硬化”）高血压（高血压）是大脑中小血管疾病的原因。在很长一段时间内，高血压会损害大脑内部的小血管，使其变硬，并使墙壁变得脆弱，容易出血。如果这些小动脉阻塞之一，则由于流向脑细胞的血液流失而产生的损害较小区域，看起来像脑部扫描的微小疤痕。小血管疾病与认知能力下降和痴呆症密切相关。它还使造血中风更有可能发生在大脑的深层部分。•脑淀粉样血管病（CAA）这是第二种常见的小血管疾病，尤其是在老年人中。CAA是一种称为淀粉样蛋白β的蛋白质在大脑表面附近的小血管内积聚。这会损害血管，使其更有可能流血。这可能导致大脑出血（ICH）导致中风，也可能导致大脑表面出血。当出血在大脑表面时，它会引发反复出现的症状，例如引脚和针头，麻木或无力的症状。这些被称为瞬态局灶性神经系统发作（TFNES）。
生物学和人造大脑中的战略决策
本文的目的是双重的。首先，它试图揭示人类和其他动物在非零和游戏中在决策策略中学习的算法，特别是专门针对完全可观察到的迭代囚犯的困境情景。第二，它旨在开发一种新模型来解释战略决策，反映了以前的神经生物学发现，表明不同的大脑电路负责自指的处理和理解他人。该模型源于参与者 - 批评框架，并结合了多个批评家，以允许对自我和他人状态进行独特的处理。我们通过与人类的实验数据进行比较，验证了算法的生物学合理性和可传递性。
大脑中的多时间加强学习
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2023年11月14日。 https://doi.org/10.1101/2023.11.12.566754 doi：Biorxiv Preprint
2025-03-03大脑中的微塑料
这些颗粒可能具有非常负面的健康影响，因为最近观察到它们在动脉壁（动脉粥样硬化斑块）的存在与与斑块不含微塑料的患者相比，心血管事件（心脏病发作，中风或心脏死亡）的风险近五倍（心脏病发作，中风或心脏死亡）相关（2）。
特刊 - 大脑中的高级传感器
本期特刊回顾了BCI研究的最新进展，突出了尖端的方法，新颖的应用和跨学科方法，这些方法突破了可能的界限。领先专家的贡献涉及关键主题，例如大脑信号获取，实时处理技术，机器学习算法以及BCI与新兴技术（例如人工智能和机器人技术）的集成。通过汇集不同的观点，该出版物旨在促进合作并激发这个迅速发展的领域的未来进步。
大脑中的多时间尺度强化学习
。CC-BY-NC-ND 4.0 国际许可证下可用（未经同行评审认证）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 2023 年 11 月 14 日发布。；https://doi.org/10.1101/2023.11.12.566754 doi：bioRxiv 预印本
人脑中的解码面部识别能力
坚强地识别面孔的能力对于我们作为社会生物的成功至关重要。然而，我们仍然对允许某些人在面部识别方面表现出色的大脑机制知之甚少。这项研究建立在一个相当大的神经数据集的基础上，该数据集测量了具有非凡的面部识别能力的人的大脑活动（super-coppenters），以应对这一挑战。使用最先进的计算方法，我们从仅仅一秒钟的大脑活动中就显示出对单个个体中面部识别能力的强大预测，并揭示了支持个人识别能力中个体差异的特定大脑计算。这样做，我们提供了直接的经验证据，证明了人类大脑中语义计算与面部识别能力之间的关联，这是突出的面部识别模型的关键组成部分。
人脑中的解码面部识别能力
为什么有些人更好地识别面孔？发现支持面部识别能力的神经机制已被证明难以捉摸。为了应对这一挑战，我们使用了一种多模式数据驱动的方法，该方法结合了神经影像，计算建模和行为测试。我们记录了具有非凡的面部识别能力的个体的高密度脑电图脑活动 - 超级识别器 - 以及典型的识别剂，以应对各种视觉刺激。使用多元模式分析，我们从1 s的大脑活动中解码了面部识别能力，精度最高为80％。为了更好地理解该解码的机制，我们将参与者的大脑中的表示形式与人工神经网络模型的视觉和语义模型以及参与人类形状和含义相似性的判断的人进行了比较。与典型的识别者相比，我们发现超级识别器的早期大脑表示与视觉模型的中级表示以及形状相似性判断之间的相关性更强。此外，我们发现超级识别器的晚期大脑表示与人工语义模型的表示之间以及含义相似性判断之间的更强关联。总体而言，这些结果表明，大脑处理中的重要个体变化，包括神经计算扩展到纯粹的视觉过程，支持面部识别能力的差异。他们为语义计算与面部识别能力之间的关联提供了第一个经验证据。我们认为，这种多模式数据驱动的方法可能会在进一步揭示人脑中特质识别的复杂性方面发挥关键作用。
大脑中的惊奇和新奇 - 信息科学
摘要 惊讶和新颖的概念已在多个大脑区域和物种的各种实验和理论研究中使用。然而，“惊讶”和“新颖”在不同的研究中指的是不同的量，这引发了人们对这些研究是否确实与大脑中的相同功能和机制有关的担忧。在这里，我们通过系统地研究惊讶和新颖的不同方面如何与不同的大脑功能和生理信号相关来解决这些问题。我们回顾了最近对惊讶和新颖性提出的定义的分类以及与实验观察的联系。我们表明，计算建模和可量化的定义可以对以前的发现进行新颖的解释，并为未来的理论和实验研究奠定基础。