XiaoMi-AI文件搜索系统
World File Search System试验间
临床神经生理学
目的：尽管高清经颅直流电刺激 (HD-tDCS) 的电生理机制尚不清楚，但它已被证明可以改善慢性创伤性脑损伤 (TBI) 患者的认知能力。方法：患有 TBI 的退伍军人接受针对前辅助运动区 (pre-SMA) 的主动阳极 (N = 15) 与假性 (N = 10) HD-tDCS。在基线和干预完成后，同时进行 Go-NoGo 任务和脑电图 (EEG)。结果：我们发现在主动 HD-tDCS 干预后，在覆盖 pre-SMA 的额中线电极中，Go 期间的 θ 事件相关频谱扰动 (ERSP) 和试验间相位相干性 (ITPC) 增加，但在假性治疗后没有发现。我们还发现在主动 HD-tDCS 之后，额中线和左后区域之间的 Go 期间 θ 相位相干性增加。主动 HD-tDCS 后，左侧中央区域的 alpha-theta ERSP 后期增加。值得注意的是，仅在主动组中，额中线区域较低的基线 theta ERSP/ITPC 预示着干预后 Go 表现的更多改善。结论：慢性 TBI 对 HD-tDCS 调制的反应存在局部和区域间振荡变化。意义：这些发现可能指导未来的研究利用 EEG 时间频率指标不仅测量干预效果，还选择可能对治疗反应最佳的候选人。2022 年国际临床神经生理学联合会。由 Elsevier BV 出版，保留所有权利。
事件相关去同步变化是否与 BCI 性能相关？
摘要 — 尽管目前已有研究，但运动想象 (MI) 任务中产生的事件相关去同步 (ERD) 的变异性与 MI-BCI 性能之间的关系仍未得到很好的理解。事实上，之前的许多研究表明，ERD 模式在受试者之间和受试者内存在很大的变异性，但仍然难以理解这种变异的起源。缺乏对大脑运动模式变异性的了解限制了提高 BCI 性能的可能性，BCI 的性能平均仍然很差。我们认为，更好地了解 BCI 使用过程中 ERD 的变异性对于开发有效的接口至关重要。事实上，大多数研究都忽视了对 MI 期间试验间 ERD 及其整个实验会话期间的变异性的分析，这些研究主要集中于识别跨试验平均甚至跨参与者的 ERD 模式。在本研究中，我们计划分析大型 MI-BCI 数据库（n=75 名受试者），并研究右手和左手 MIs 任务（即 ERD）背后的大脑运动模式的个体间/个体内变异性与 BCI 性能之间的关系。我们的研究表明，尽管 ERD 幅度和基线功率与 BCI 性能相关，但 ERD 幅度或基线功率的变异性却无关。索引术语 — 运动意象；脑机接口；脑电图；变异性
微意识状态患者的统计学习
摘要：在聆听未知语言时，听者可以学习音节之间的转换概率，并将经常同时出现的音节分组为一个整体。这种统计学习能力已被证明适用于学前婴儿和成人，即使在被动聆听时也是如此。在这里，我们使用脑电图 (EEG) 研究了统计学习是否发生在最低意识状态 (MCS) 患者和从最低意识状态 (EMCS) 中恢复的患者中。我们向参与者展示了一个等时音节序列，这些音节由 2 个单词的真实短语或 2 个单词的人工短语组成，这些短语由单词之间的转换概率定义。试验间相位一致性 (ITPC) 分析显示，与健康个体相比，EMCS 患者的短语速率 EEG 反应较弱，MCS 患者的减弱更为严重。尽管较弱，但 MCS 患者的短语速率反应或其谐波仍然具有统计学意义，这表明 MCS 患者的统计学习能力得以保留。意识水平下降时，词频反应也会减弱。然而，在阿尔法和贝塔波段，MCS 患者的词频反应谐波比 EMCS 患者更明显。结合之前的研究，目前的结果表明 MCS 患者保留了残余学习能力，这可能被用来诱导神经可塑性，并且不同的频带与意识水平存在不同的关系。关键词：统计学习、意识障碍、刺激锁定活动
LAB_077 啮齿动物的情境和提示恐惧条件作用
• 行为评估最好在专门的行为套件中进行。 • 环境应远离可能影响动物行为的不受控制的外部刺激，例如人流、不必要的噪音和强光。 • 应分别测试雄性和雌性啮齿动物，每次只测试一种性别的啮齿动物。如果可能，应先测试雄性，最好在不同的日子进行，但至少要彻底清洁两性之间的啮齿动物。除非啮齿动物已经关在铁丝笼或类似笼子中，并且两性啮齿动物都在同一个房间。 • 实验者不能使用气味强烈的除臭剂或香水，并且必须有处理啮齿动物的经验，并接受过行为范式和所用设备的培训。 • SOP 的变化。如果您正在进行消退或回忆测试，恐惧条件化可能会随着提示刺激类型、给予的电击量和强度、试验间隔时间的变化而变化。任何超出本 SOP 详细说明的内容都必须向 AEC 说明，以获得他们的批准。 • 如果想要使用新气味，您必须在开始实验之前与行为设施经理讨论此事。• 16000Hz 音调已经过测试并被证明是有效的；此音调有经过验证的放大器设置。如果使用不同的声音提示，用户有责任使用分贝计确定合适的放大器设置。每个盒子中的声音不应比约 75-80dB 安静得多（因为动物可能难以区分背景噪音）或大声得多（因为震耳欲聋的声音本身可能令人厌恶）。
大脑在睡眠期间选择性地收听陌生的声音
睡眠期间，大脑继续对环境刺激做出选择性反应。然而，这种反应的功能作用，以及它们是否反映了信息处理或感觉抑制，尚不完全清楚。在这里，我们向 17 位人类睡眠者（14 位女性）展示了他们自己的名字和两个陌生的名字，这些名字由熟悉的声音（FV）或陌生的声音（UFV）说出，同时在整晚的睡眠期间记录多导睡眠图。我们检测 K 复合体、睡眠纺锤波和微觉醒，并评估事件相关和频率反应以及对非快速眼动 (NREM) 睡眠期间呈现的不同刺激的试验间相位同步。我们表明，UFV 比 FV 引发更多的 K 复合体和微觉醒。当两种刺激都引起 K 复合波时，我们观察到更大的诱发电位、δ 波段（1 – 4 Hz）大脑反应更精确的时间锁定以及对 UFV 而非 FV 的高频（>16 Hz）范围的活动。至关重要的是，当听觉刺激不引起 K 复合波时，这些大脑反应差异会完全消失。我们的研究结果强调了大脑对听觉刺激的反应因与睡眠者的相关性而存在差异，并提出 K 复合波在睡眠期间调节感觉处理方面起着关键作用。我们认为，这种对外部感官信息内容特定的动态反应使大脑进入哨兵处理模式，在这种模式下，大脑参与睡眠期间正在进行的重要内部过程，同时仍保持处理重要外部感官信息的能力。
运动学习机制不会因反馈而改变
基于错误和基于奖励的运动学习机制在现实场景中同时发生，但传统上在实验室任务中通过反馈操作将它们区分开来。本研究通过将基于实验室的反馈操作应用于现实任务来检查这些机制的独特性。使用台球的具身虚拟现实 (EVR)——通过与实体台球桌、球杆和球的互动实现完整的本体感受——我们向现实任务中引入了视觉扰动。32 名参与者（12 名女性）进行了两次视觉运动旋转学习，一次带有错误反馈，一次带有奖励反馈。虽然未经训练的参与者通过错误反馈纠正了整个旋转，但通过奖励反馈只观察到部分纠正，突出了反馈机制对学习的影响。然而，奖励依赖性运动变异性、滞后 1 自相关衰减和试验间变异性衰减（所有基于奖励和技能学习的指标）在错误反馈会话中更高，这表明所提供的视觉反馈并没有专门参与特定的学习机制。运动后 beta 反弹 (PMBR) 是一种学习机制的大脑活动标记，对运动后 beta 反弹 (PMBR) 的分析表明，在奖励反馈期间 PMBR 会下降，但在错误反馈会话期间没有一致的趋势。这些发现支持了行为结果，表明虽然在错误条件下没有奖励反馈，但参与者仍然参与了基于奖励的学习。这项研究强调了运动学习过程的复杂性，并强调视觉反馈本身无法阐明现实世界中基于错误和基于奖励的机制之间的相互作用。
空间注意力增强脑电图分析用于分析消费者选择
摘要 多年来，神经科学驱动的营销研究逐渐深入到消费者的有意识和潜意识行为。现有的基于脑电图 (EEG) 的消费者产品偏好研究并不全面。由于脑电图的非平稳性问题，受试者的试验间和会话间脑电图信号存在显著差异，这导致在不同的受试者、会话和任务中建立通用的消费者偏好模型面临挑战。迁移学习通过利用来自类似受试者、会话或任务的数据或知识来改进新受试者、会话或任务的学习过程，从而提高整体模型性能，从而缓解了这一挑战。此外，高维脑电图特征通常会导致较差的分类结果。因此，选择有意义或精细的特征对于分类至关重要。因此，我们提出了一个基于脑电图的稳健神经营销框架，结合了深度迁移学习、空间注意力模型和深度神经网络。所提出的框架预测了消费者对电子商务产品的选择（就“喜欢”和“不喜欢”而言）。首先，从预训练网络向所提出的模型进行知识蒸馏，并针对 EEG 的连接特征对模型进行训练。接下来，使用空间注意模型（卷积块注意模块：CBAM）从高级连接特征中提取基于注意的特征。CBAM 沿通道和空间维度提取注意特征图，以进行自适应特征细化。细化的特征提高了分类准确性。最后，将基于注意的特征传递到基于 2D CNN 的深度学习模型以评估消费者选择。所提出的模型在实验数据集上实现了 95.60% 的分类准确率。与现有的基于神经营销的研究相比，所提出的模型实现了 2.60% 的显著提升。
定量证据综合方法指南
为了在存在多种证据来源的情况下评估一种新干预措施与一种或多种现有干预措施（比较措施；例如，当前的标准治疗）相比的相对疗效或有效性，应使用适当的证据综合方法。随机对照试验 (RCT)，只要设计良好且偏倚风险低，就是用于评估治疗效果的黄金标准，应尽可能用于证据综合。因此，我们假设所考虑的证据综合是基于充分的 RCT 数据，除非另有说明。本文件的目的是描述最常用的直接和间接治疗比较方法，包括它们的基本假设、优点和缺点。该文件不是方法论教科书，也没有详细描述所描述的统计技术。该指南针对的是欧盟关于联合临床评估卫生技术 (HTAR) 的法规背景下的评估人员，尽管它与其他利益相关者的相关性也得到了认可。所有证据合成方法（直接和间接比较）都基于可交换性这一基本假设，可通过评估相似性、同质性和（对于间接比较）试验数据的一致性来研究这一假设。如果违反这一基本假设，则相应证据合成的结果不太可能提供有意义的治疗效果评估。如果认为试验间异质性太大而无法证明整体证据合成的合理性，但异质性可以用研究和患者特征来解释，则应使用相应的试验组或患者亚组进行适当的证据合成。这会导致不同亚组的效果估计值不同。元回归也可以成为进一步探索异质性并确定导致异质性的因素的有用工具。然而，虽然这些方法可能会减少异质性，但它们不太可能完全消除异质性。因此，在应用亚组分析或元回归后，需要对异质性进行新的评估。
人类棋盘格和导航图像中单次试验表面脑电图和源的黎曼分类
自从发现 [1,2] 以来，EEG 已越来越多地应用于基础研究、临床研究和工业研究。针对每个领域，都陆续开发出了特定的工具。这些工具包括：(i) 利用微电极进行脑内记录 [3,4]，该方法可以识别 EEG 信号的神经元来源，并更好地理解 EEG 活动的生理机制；(ii) 大平均法，包括由重复事件 (视觉、听觉、体感……) 触发的一系列试验的平均值 [5]，该方法开启了诱发相关电位 (ERP) 领域的研究，最近包括 EEG 源发生器 [8–10] 在内的 EEG 动力学工具 [6,7] 丰富了这一研究领域； (iii) 将 EEG 用于神经反馈和脑机接口 (BCI) [ 11 , 12 ]。过去，这些领域及其相关工具是分开发展的，但计算资源和实验数据的日益普及推动了横向方法和方法论桥梁的发展。视觉诱发电位 (VEP) 是一种特殊的 ERP，从枕叶皮质记录的 EEG 信号中提取，可由不同类型的视觉刺激触发，从简单（如棋盘格）[ 13 ，第 14 页，15 ] 到更复杂的视觉刺激（如人脸、3D 或运动图像）[ 14 , 16 – 20 ]。VEP 是通过计算大量正在进行的 EEG 信号试验的总平均值获得的（见公式 1），从而产生精心设计且易于识别的电位，随后可用于更好地理解视觉输入的连续处理阶段。然而，这些诱发反应来自至少两种不同的机制，分别源自加法模型或振荡模型 [8, 21 – 24]。对于加法模型，诱发反应来自对感觉输入的自下而上的连续处理。这会产生特定序列的单相诱发成分峰，这些峰最初嵌入自发 EEG 背景中。后者 EEG 活动被视为噪声，并通过随后的平均排除。对于振荡模型，诱发电位可能是由于特定频带内正在进行的 EEG 节律的相位锁定所致。这种 EEG 相位重组可以通过试验间一致性 (ITC) 来测量，作为对外部刺激的反应。从根本上讲，只有当相关 EEG 功率没有同时变化（增加或减少）时，这种测量才有意义。在这种情况下，我们处于纯相位锁定状态，诱发反应仅归因于正在进行的 EEG 振荡的重组。例如，体感诱发电位的 N30 分量就是这种情况，其中 70% 的幅度归因于纯相位锁定 [ 25 ]。事实上，在大多数 ERP 研究中，会出现混合情况（功率变化和相位锁定），这使得基础和临床解释变得困难。另一个缺点是，在大多数诱发电位研究中，对一组受试者进行的是总体平均值。虽然总体平均值方法可以得到适当的统计数据[26]和关于基本或临床结果的实际结论，但它掩盖了从临床角度来看可能至关重要的个体特性。当诊断工具基于总体平均值诱发电位[27]时，这个问题尤其重要。同样，对总体平均值数据应用逆建模[10,28]可以非常有效地识别ERP发生器[19,29-31]，但不利于确定个体特征。面对这些缺点，