XiaoMi-AI文件搜索系统
World File Search System脑神经
用于自由活动野生动物大脑神经活动细胞外记录的神经记录仪综述
摘要：同时监测动物行为和大脑中的神经活动使我们能够研究行为的神经基础。传统上，神经活动数据在头级放大器中被缓冲、放大、多路复用，然后从模拟转换为数字，随后通过电缆传输到存储服务器。这种用于室内的系留记录系统妨碍了动物在三维 (3D) 空间以及大空间或水下的自由移动，使得很难瞄准在自然条件下活动的野生动物；这也给将其应用于人类（例如脑机接口 (BMI)）带来了挑战。微机械技术的最新进展已经建立了一种称为神经记录器的无线记录设备，它将神经活动直接存储在超紧凑的存储介质上。神经记录器的出现引发了对 3D 飞行、野生动物水下游泳和野外易位实验的神经相关性的研究。神经记录仪的使用示例将帮助我们了解自然环境中行为的神经基础，并有助于 BMI 的实际应用。这里我们概述了使用神经记录仪监测飞行和游泳行为的神经基础。然后我们重点介绍神经行为学发现，最后讨论它们的未来前景。
神经元特性在机器学习中的应用：用于数据分类的类脑神经模型
摘要：一些神经模型在图像识别、语义分割和自然语言处理中取得了优异的效果，然而，它们在不涉及特征提取的结构化和小规模数据集上的分类性能不如传统算法，尽管它们需要更多的训练时间。在本文中，我们提出了一种具有交互式刺激的类脑神经模型（NMIS），专注于数据分类。它由一个扮演不同认知角色的初级神经场和一个高级神经场组成。前者用于对应特征空间中的真实实例，后者存储类别模式。初级场中的神经元通过交互式刺激交换信息，它们的激活通过场间相互作用传递到高级场，分别模拟神经元相互作用和突触可塑性的机制。所提出的NMIS在生物学上是合理的，不涉及复杂的优化过程。因此，它在小规模和结构化数据集上表现出比传统BP神经网络更好的学习能力。对于大规模数据分类，提出了一种优化版本的最近邻 NMIS（NN_NMIS）来提高计算效率。在一些 UCI 数据集上进行的数值实验表明，所提出的 NMIS 和 NN_NMIS 明显优于机器学习中广泛使用的一些分类算法。
膜片钳控制果蝇大脑神经元
可兴奋细胞（如神经元和肌肉细胞）的膜电位经历了由一系列配体和电压门控离子通道介导的丰富动态变化。尤其是中枢神经元，它们是信息、感知和整合由突触输入介导的多个亚阈值电流并将其转化为动作电位模式的出色计算机。电生理学包括一组允许直接测量电信号的技术。有许多不同的电生理学方法，但由于果蝇神经元很小，全细胞膜片钳技术是记录来自单个中枢神经元的电信号的唯一适用方法。在这里，我们提供了果蝇膜片钳电生理学的背景知识，并介绍了解剖幼虫和成年大脑的方案，以及实现已识别神经元类型的全细胞膜片钳记录的方案。膜片钳是一种劳动密集型技术，需要大量练习才能成为专家；因此，应该预计学习曲线会很陡峭。然而，我们希望分享和传播神经元放电的即时满足感，因为需要更多的果蝇膜片钳来研究迄今为止未知的许多果蝇神经元类型的电特征。
膜片钳控制果蝇大脑神经元
果蝇被广泛用作所有生物医学研究领域的模型生物。在神经科学领域，人们利用这种小果蝇获得了大量信息，包括识别调节行为的神经回路、揭示其遗传基础以及所涉及的分子机制。尽管有大量遗传工具可用于操纵和推断神经元活动，但对果蝇神经元电特性的直接测量却落后了。这是因为在果蝇中枢神经元等小细胞中进行电记录非常复杂。膜片钳技术提供了直接测量果蝇神经元电特性的独特可能性。此分步方案提供了掌握此技术的详细建议。
PyZebrascope：用于斑马鱼全脑神经活动成像的开源平台
了解神经元如何在大脑中相互作用以控制动物行为是神经科学的核心目标之一。荧光显微镜和基因编码钙指示剂的最新发展促成了斑马鱼全脑成像方法的建立，该方法以单细胞分辨率记录整个大脑体积的神经活动。全脑成像的开创性研究使用了定制的光片显微镜，其操作依赖于全球不可用的商业开发和维护的软件。因此，在研究界传播和开发这项技术一直具有挑战性。在这里，我们介绍了 PyZebrascope，这是一个开源 Python 平台，旨在使用光片显微镜对斑马鱼的神经活动进行成像。PyZebrascope 具有直观的用户界面，并支持全脑成像的基本功能，例如两个正交激发光束和眼睛损伤预防。其相机模块可以处理从相机采集到文件写入高达 800 MB/s 的图像数据吞吐量，同时保持稳定的 CPU 和内存使用率。其模块化架构允许包含用于显微镜控制和图像处理的高级算法。作为概念验证，我们实施了一种新颖的自动算法，通过将激发光束精确对准图像焦平面来最大化大脑中的图像分辨率。PyZebrascope 可以在虚拟现实环境中对鱼类行为进行全脑神经活动成像。因此，PyZebrascope 将有助于在神经科学界传播和开发光片显微镜技术，并加深我们对动物行为过程中全脑神经动力学的理解。
PyZebraScope：用于斑马鱼全脑神经活动成像的开源平台
。CC-BY-NC-ND 4.0 国际许可下可用（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 2022 年 2 月 15 日发布。；https://doi.org/10.1101/2022.02.13.480249 doi：bioRxiv 预印本
人脑神经元-胶质细胞-突触组成在形成静息状态中的作用
Sayan Kahali a、Marcus E. Raichle a、b 和 Dmitriy A. Yablonskiy a* a 美国密苏里州圣路易斯华盛顿大学医学院放射学系 b 美国密苏里州圣路易斯华盛顿大学医学院神经病学系 *通讯作者：Dmitriy A. Yablonskiy，博士 华盛顿大学医学院 Mallinckrodt 放射学研究所 4525 Scott Ave，3216 室 圣路易斯，密苏里州 63110 电话：314-362-1815 传真：314-362-0526 电子邮件：YablonskiyD@wustl.edu 关键词：功能连接、功能网络层次、脑细胞回路、定量梯度回忆回波 MRI、神经元、神经胶质细胞、突触、人类连接组计划 摘要 虽然在研究健康人脑和广泛人群的静息态功能网络方面已经取得了重大进展尽管许多临床情况都存在这种情况，但许多有关它们与大脑细胞成分关系的问题仍未得到解决。在此，我们使用定量梯度回忆回波 (qGRE) MRI 来映射人脑细胞组成，并使用 BOLD（血氧水平依赖性）MRI 来探索大脑细胞成分与静息状态功能网络的关系。结果表明，网络定义的单个功能单元中细胞回路之间连接的 BOLD 信号定义的同步性主要与区域神经元密度有关，而功能单元间的连接强度也受到脑组织细胞成分的神经胶质细胞和突触成分的影响。这些机制导致静息状态功能网络特性分布相当广泛。具有最高神经元密度（但神经胶质细胞和突触密度最低）的视觉网络表现出最强的 BOLD 信号相干性，以及最强的网络内连接。默认模式网络 (DMN) 位于频谱的相反部分附近，其 BOLD 信号的相干性相对较低，但细胞内容非常平衡，使 DMN 在大脑的整体组织和功能网络层次结构中发挥重要作用。
识别与认知正常个体的脑神经变性和血管病理相关的血浆蛋白
1. Jack CR Jr、Bennett DA、Blennow K、Carrillo MC、Framework NIA- AAResearch。阿尔茨海默病的生物学定义。Alzheimers Dement。2018；14：535-562。2. Apostolova LG、Green AE、Babakchanian S 等人。正常衰老、轻度认知障碍 (MCI) 和阿尔茨海默病中的海马萎缩和脑室扩大。Alzheimer Dis Assoc Disord。2012；26(1)：17-27。3. Schröder J、Pantel J。海马萎缩的神经影像学在阿尔茨海默病早期识别中的作用——经过二十年研究的批判性评价。Psychiatry Res Neuroimaging。2016；247：71-78。 4. Seab JP、Jagust WJ、Wong ST、Roos MS、Reed BR、Budinger TF。阿尔茨海默病海马萎缩的定量 NMR 测量。Magn Reson Med。1988；8：200-208。5. Debette S、Schilling S、Duperron MG、Larsson SC、Markus HS。血管性脑损伤磁共振成像标记物的临床意义：系统评价和荟萃分析。JAMA Neurol。2019；76：81-94。6. Prins ND、Scheltens P。白质高信号、认知障碍和痴呆：最新进展。Nat Rev Neurol。 2015；11：157-165。7. Wardlaw JM、Valdés Hernández MC、Muñoz-Maniega S。白质高信号是由什么构成的？与血管性认知障碍的关系。J Am Hear Assoc。2015；4：1140。8. Sundermann EE、Biegon A、Rubin LH、Lipton RB、Landau S、Maki PM。女性在言语记忆方面的优势是否导致人们低估女性与男性的阿尔茨海默病病理？J Alzheimers Dis。2017；56：947-957。9. Sundermann EE、Biegon A、Rubin LH 等。尽管海马萎缩程度相似，但 MCI 女性的言语记忆力优于男性。神经病学。 2016；86：1368-1376。10. Hua X、Hibar DP、Lee S 等。萎缩率的性别和年龄差异：一项基于 n = 1368 次 MRI 扫描的 ADNI 研究。神经生物学衰老。2010；31：1463-1480。11. Ardekani BA、Convit A、Bachman AH。MIRIAD 数据分析显示海马萎缩进展存在性别差异。阿尔茨海默病杂志。2016；50：847-857。12. Burke SL、Hu T、Fava NM。通过海马体积或白质高信号预测轻度认知障碍和疑似阿尔茨海默病发展的性别差异。女性衰老杂志。2019；31：140-164。 13. Kim S、Kim MJ、Kim S 等人。从轻度认知障碍转变为阿尔茨海默病的风险因素的性别差异：一项 CREDOS 研究。Compr Psychiatry。2015；62：114-122。14. Mielke MM、Vemuri P、Rocca WA。阿尔茨海默病的临床流行病学：评估性别和性别差异。临床流行病学。2014；6：37-48。15. Smith BH、Campbell A、Linksted P 等人。队列概况：苏格兰一代：苏格兰家庭健康研究 (GS:SFHS)。该研究、其参与者及其对健康和疾病的遗传研究潜力。国际流行病学杂志。2013；42：689-700。 16. Navrady LB、Wolters MK、MacIntyre DJ 等。群组概况：纵向分层复原力和抑郁 (STRADL) 研究：针对 Generation Scotland 的一项问卷随访：苏格兰家庭健康研究 (GS:SFHS)。国际流行病学杂志。2018；47：13-14g。17. Habota T、Sandu AL、Waiter GD 等人。纵向分层复原力和抑郁 (STRADL) 研究的队列概况：针对 Generation Scotland 的一项以抑郁为重点的调查，使用