XiaoMi-AI文件搜索系统
World File Search System脑图
大脑图像清晰度提高 6400 万倍
“美国国家老龄研究所支持的研究发现，适度的饮食和药物干预可以使动物寿命延长 25%”，约翰逊说。“所以，问题是，在延长的寿命中，它们的大脑是否完好无损？它们还能玩填字游戏吗？即使寿命延长了 25%，它们还能玩数独吗？我们现在有能力研究这个问题。当我们这样做时，我们可以将其直接转化为人类的情况。”
醒着手术期间大脑图的沉浸式虚拟现实和眼部跟踪：前瞻性评估研究
背景：清醒脑外科手术期间的语言映射目前是标准程序。然而，对于其他对于社交互动很重要的认知功能，例如视觉空间认知和非语言语言，包括面部表情和眼睛凝视，很少进行映射。这种遗漏的主要原因是缺乏与手术室和清醒脑外科手术程序的限制性环境完全兼容的任务。目的：本研究旨在评估配备有眼睛跟踪装置的虚拟现实耳机的可行性和安全性，该耳机能够为正在进行清醒颅骨切开术的患者中促进身临其境的视觉空间和社交虚拟现实（VR）体验。方法：我们在语言或运动区域附近招募了15例患有脑肿瘤的患者。语言映射是通过命名任务执行的，执行80，在计算机平板电脑上显示，然后通过VRH在2D和3D上进行。患者还沉浸在视觉空间和社会VR经验中。结果：没有患者患有VR疾病，而2例患者术中癫痫发作没有任何后果。没有理由将这些癫痫发作归因于虚拟现实耳机的使用。患者能够执行VR任务。眼睛跟踪功能是功能性的，使医疗团队能够直接分析患者对虚拟现实耳机视野的关注和探索。结论：我们发现在清醒脑外科手术期间将患者浸入互动虚拟环境中是可能且安全的，为新的基于VR的大脑映射程序铺平了道路。试验注册：ClinicalTrials.gov NCT03010943; https://clinicaltrials.gov/ct2/show/nct03010943。
使用MRI脑图的进行性核上麻痹综合征的分阶段
人类寿命的大脑图表，以在正常衰老和各种神经系统疾病中构建脑解剖结构的动态模型。他们提供了新的可能性来量化从临床前阶段到死亡的神经解剖学变化，那里没有longi tudinal MRI数据。在这项研究中，我们使用大脑图来对脑萎缩的进展进行进行性超核麻痹 - 瑞奇综合征。 我们组合了多个数据集（n = 8170个涵盖整个寿命的健康受试者的质量控制的MRI，以及从四个重复的tauopathy神经疗法的核定型起始（4Rttni）to to to to to to to to contrapice to to to contrapice to to to to to to to to n = 62 MRI的核酸内核（4rtni）的核能效率和健康的效率象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性的效率为麻痹 - 瑞典综合症大脑结构。 然后，我们在时间和空间中映射了健康和进行性核上麻痹 - 瑞典邦综合征图表之间的顺序差异。 我们发现了萎缩进展的六个主要阶段：（i）ven tral diencephalon（包括丘脑下核，底胺和红色核），（ii）Pallidum，（iii）脑干，纹状体，纹状体，纹状体和杏仁核，（IV）丘脑，（IV）thalamus，（v）thalamus，（v）lobe和（VI）。 随着时间的流逝，具有最严重萎缩的三个结构是丘脑，其次是钯和脑干。 这些结果与进步性上核瘫痪 - 里希尔森综合症的陶氏病进展的神经病理学分期相匹配，该病理应该在pallido-nigro-luysian系统中开始，并通过纹状体和杏仁核向Cerebral cortral cortex和Caudess和Caudsemton和Caudsemth the Pallido-Nigro-luysian系统开始传播。在这项研究中，我们使用大脑图来对脑萎缩的进展进行进行性超核麻痹 - 瑞奇综合征。我们组合了多个数据集（n = 8170个涵盖整个寿命的健康受试者的质量控制的MRI，以及从四个重复的tauopathy神经疗法的核定型起始（4Rttni）to to to to to to to to contrapice to to to contrapice to to to to to to to to n = 62 MRI的核酸内核（4rtni）的核能效率和健康的效率象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性象征性的效率为麻痹 - 瑞典综合症大脑结构。然后，我们在时间和空间中映射了健康和进行性核上麻痹 - 瑞典邦综合征图表之间的顺序差异。我们发现了萎缩进展的六个主要阶段：（i）ven tral diencephalon（包括丘脑下核，底胺和红色核），（ii）Pallidum，（iii）脑干，纹状体，纹状体，纹状体和杏仁核，（IV）丘脑，（IV）thalamus，（v）thalamus，（v）lobe和（VI）。随着时间的流逝，具有最严重萎缩的三个结构是丘脑，其次是钯和脑干。这些结果与进步性上核瘫痪 - 里希尔森综合症的陶氏病进展的神经病理学分期相匹配，该病理应该在pallido-nigro-luysian系统中开始，并通过纹状体和杏仁核向Cerebral cortral cortex和Caudess和Caudsemton和Caudsemth the Pallido-Nigro-luysian系统开始传播。这项研究支持在人类寿命中使用大脑图表来研究神经退行性疾病的进展，尤其是在没有特定的生物标志物的情况下，如PSP中。
开放大脑同意：告知研究参与者并获得同意分享大脑图像数据
Abramian, D., & Eklund, A. (2019)。Refacing：使用 GAN 重建匿名面部特征。2019 年 IEEE 第 16 届国际生物医学成像研讨会 (ISBI 2019) 上发表的论文，1104 – 1108。https://doi.org/10.1109/ISBI.2019.8759515 Bishop, DVM (2016)。开放式研究实践：意想不到的后果以及避免这些后果的建议。（对同行评审开放倡议的评论）。 Royal Society Open Science，3 (4)，160109。https://doi.org/10.1098/rsos.160109 de Sitter, A., Visser, M., Brouwer, I., Cover, KS, van Schijndel, RA, Eijgelaar, RS … Vrenken, H. (2020)。神经影像中的隐私问题：删除面部特征会降低图像分析方法的性能。欧洲放射学，30 (2)，1062 – 1074。https://doi.org/10. 1007/s00330-019-06459-3 Duan, D., Xia, S., Rekik, I., Wu, Z., Wang, L., Lin, W., … Li, G. (2020)。基于皮质的个体识别和个体变异分析
简要探讨人类大脑图谱的选择对 ASD 分类模型性能的影响
本研究使用功能性磁共振成像 (fMRI) 数据研究了脑图谱选择对自闭症谱系障碍 (ASD) 模型分类准确性的影响。脑图谱（例如 AAL、CC200、哈佛-牛津和 Yeo 7/17）用于定义 fMRI 分析的感兴趣区域 (ROI)，在帮助研究人员研究 ASD 患者的连接模式和神经动态方面发挥着至关重要的作用。通过系统回顾，我们检查了不同图谱在各种机器学习和深度学习框架中对 ASD 分类的表现。结果表明，图谱选择显著影响分类准确性，较密集的图谱（例如 CC400）提供更高的粒度，而较粗的图谱（例如 AAL）提供计算效率。此外，我们讨论了结合多个图谱以增强特征提取的动态，并探索了在不同数据集中选择图谱的含义。我们的研究结果强调了标准化图谱选择方法的必要性，并强调了未来的研究方向，包括整合新的图谱、先进的数据增强技术和端到端深度学习模型。这项研究为优化基于 fMRI 的 ASD 诊断提供了宝贵的见解，并强调了解释图谱特定特征对于更好地理解 ASD 中的大脑连接的重要性。
人类寿命的大脑图表
在过去的几十年中，神经影像学已成为人脑基础研究和临床研究中无处不在的工具。然而，目前还没有参考标准来量化神经影像学指标随时间推移的个体差异，这与身高和体重等人体测量特征的生长图表不同 1 。在这里，我们整合了一个交互式开放资源，以对来自任何当前或未来 MRI 数据样本的大脑形态进行基准测试（http://www.brainchart.io/）。为了以现有的最大、最具包容性的数据集为基础制定这些参考图表，同时承认由于已知的 MRI 研究相对于全球人口多样性的偏见而导致的局限性，我们汇总了 100 多项原始研究中的 101,457 名人类参与者的 123,984 次 MRI 扫描，这些参与者的年龄在受孕后 115 天至 100 岁之间。MRI 指标通过百分位数分数量化，相对于生命周期内大脑结构变化的非线性轨迹 2 和变化率。脑图确定了以前未报告的神经发育里程碑 3 ，表明个体在纵向评估中具有高度稳定性，并证明了对原始研究之间的技术和方法差异的稳健性。与无百分位数的 MRI 表型相比，百分位数分数显示出更高的遗传性，并提供了非典型大脑结构的标准化测量，揭示了神经和精神疾病中神经解剖学变异的模式。总之，脑图是朝着稳健量化个体差异迈出的重要一步，以多种常用神经影像学表型中的规范轨迹为基准。
合成健康大脑图像的生成提示模型。
健康受试者的脑成像数据库规模非常有限，不足以满足基于深度学习的方法固有的学习步骤。获取 MRI 图像需要时间和昂贵的资源，而这些资源不能花在健康的患者身上。因此，模型总是根据呈现各种病理的图像进行训练：胶质母细胞瘤、多发性硬化症病变、阿尔茨海默氏症等。拥有一个能够生成健康患者图像的系统将能够构成学习网络所必需的大量数据，通过向数据中添加特定的时间变化标记来掌握病理学研究，从而创建在医学成像中极为罕见的时间序列。因此，根据文本描述生成医学图像的技术为生成临床质量的图像提供了一种经济高效且非侵入性的替代方法。
球面投影对脑图旋转测试的影响
对脑图进行统计比较是神经成像中的标准程序。在评估图间相似性时，已开发出多种推理方法来解释空间自相关的影响。旋转测试是一种常用的生成保留空间自相关的替代图的方法。本文我们表明，该程序的一个关键部分——将脑图投影到球面——会扭曲顶点之间的距离关系。这些扭曲会导致替代图不能完美地保留空间自相关，从而导致假阳性率过高。然后我们确认，有针对性地去除具有高扭曲的单个旋转可降低假阳性率。总的来说，这项工作强调了在生成用于图间比较的替代图时准确表示和操纵皮质几何形状的重要性。
转化脑图的六个基石
转化脑图的六大基石 为人类大脑的生命周期发展制定一个规范参考，以精确量化个体差异，具有重大的科学和转化前景。通过汇总全球超过 120,000 次脑成像扫描，生命周期脑图联盟 (LBCC) 最近在《自然》杂志上发表了人类生命周期的脑图。这些图表揭示了以前未记录的神经发育里程碑，标志着神经影像学界朝着群体神经科学迈进的团队合作研究模式。LBCC 团队表明，经过数十年的技术、方法和资源的进步和积累，我们现在有切实的机会实现脑健康的转化科学。因此，世界卫生组织在其最近的立场文件中阐述了生命周期脑图对临床和公共卫生的重大意义。尽管取得了令人瞩目的进展，但这一脑图基础研究的开创性范式与其转化应用之间仍然存在不可忽视的差距，需要社区做出巨大努力来解决转化障碍。为了指导转化脑图 (TBC) 的填补空白研究，我们在此概述了 6E（利用、评估、探索、消除、估计和建立）工作，我们将其视为 TBC 研究的“基石”。在多学科努力中，前三个基石剖析了需要深入评估的方面。接下来的两个基石指出需要使用获取的数据进行仔细建模，最后一个基石建议与开放平台进行广泛合作（以促进跨学科研究）。
DeBIAN：用于神经退行性疾病分析的脑图像深度表示
背景路易体痴呆 (DLB) 和阿尔茨海默病 (AD) 是老年人中两种常见的神经退行性疾病。这两种疾病都与大脑中蛋白质的异常沉积有关，它们的诊断具有挑战性，尤其是在区分它们方面，因为它们在早期阶段表现出相似的症状。脑部 MRI 提供了脑结构的详细图像，可以识别与神经退行性疾病相关的结构变化。深度学习在分析这些图像方面显示出巨大的潜力，可以实现准确的预测和解释。它的核心是最近出现的大规模预训练视觉语言模型 (VLM)，由于其可泛化的视觉和文本表示，它们已经表现出非凡的性能。