XiaoMi-AI文件搜索系统
World File Search System静息
医学®
结果：TMT A 部分期间，右额叶、左中央、左枕叶、左下额叶、右颞中叶、右后颞叶和中顶叶区 delta 波的脑电图功率水平显著高于静息态期间（P < .05），左后颞叶区 alpha 波的脑电图功率水平显著低于静息态期间（P = .006），左顶叶区（P = .05）和左枕叶区（P = .002）高 γ 波的脑电图功率水平显著低于静息态期间（P = .041），左额极区、右额叶和右下额叶区低 γ 波的脑电图功率水平显著高于静息态期间（P < .05）。在集中注意力任务中，δ波的功率水平增加，α波的功率水平降低；在交替注意力任务中，β波和γ波的功率水平均增加。δ波与整个大脑有关，α波和高γ波与左后叶有关，β波和低γ波与两个额叶有关。
静息态脑电图定向功能连接揭示亚急性中风患者康复后运动网络组织的变化
大脑可塑性和功能重组是缺血性中风后患者功能性运动恢复的机制。通过脑电图研究静息态运动网络功能连接已被证明有助于研究信息流中发生的变化并发现与运动功能恢复的相关性。在文献中，大多数将脑电图应用于中风后患者的研究都研究了相互作用的大脑区域之间的无向功能连接。最近，人们开始研究连接的方向性，并提出了许多方法或特征，每种方法或特征都更适合描述不同的方面，例如网络节点之间的直接或间接信息流、耦合强度或其特征振荡频率。每项研究都选择了一种特定的测量方法，尽管文献中并没有达成共识，而且选择最合适的测量方法仍然是一个悬而未决的问题。为了阐明这一方法论方面，我们在此建议结合基于格兰杰因果关系的两个频域测量提供的直接和间接耦合信息，即定向相干性 (DC) 和广义部分定向相干性 (gPDC)，以研究与感觉运动节律 α 和 β 相关的静息态定向连接的纵向变化，发生在 18 名接受康复治疗的亚急性缺血性中风患者中。我们的研究结果显示，在亚急性期康复后，信息流经运动前区在运动网络重组中起着重要作用。特别地，DC 强调了运动前区和初级运动区之间的半球内耦合强度的增加，特别是在 α 和 β 频带的同侧病变半球中，而 gPDC 在检测那些变化主要体现在人群中的连接方面更敏感。在 α 和 β 频段均检测到从损伤对侧运动前皮质向辅助运动区流动的因果流减少，在 β 频段观察到从同侧到损伤对侧运动前皮质的半球间连接显著增强。有趣的是，从损伤对侧运动前皮质向损伤同侧运动前皮质的连接与 α 频段上肢运动恢复相关。使用两种不同的定向连接测量方法可以更好地理解大脑之间的耦合变化
所有大脑网络的静息状态连接累积效应与注意力缺陷多动障碍症状显着相关
1 俄勒冈健康与科学大学医学信息学和临床流行病学系生物信息学和计算生物学分部，俄勒冈州波特兰 97239，2 俄勒冈健康与科学大学 Knight 癌症研究所，俄勒冈州波特兰 97239，3 俄勒冈健康与科学大学心理健康创新中心，俄勒冈州波特兰 97239，4 明尼苏达大学儿科系，明尼苏达州明尼阿波利斯 55454，5 明尼苏达大学共济会大脑发育研究所，明尼苏达州明尼阿波利斯 55414，6 明尼苏达大学明尼苏达超级计算研究所，明尼苏达州明尼阿波利斯 55455，7 俄勒冈健康与科学大学神经病学系，俄勒冈州波特兰 97239，8 俄勒冈健康与科学大学精神病学系心理学分部，俄勒冈州波特兰 97239，9 罗德岛大学心理学系，罗德岛州金斯顿 02881，10 俄勒冈健康与科学大学行为神经科学系，俄勒冈州波特兰 97239，11 明尼苏达大学教育与人类发展学院儿童发展研究所，明尼苏达州明尼阿波利斯 55455
使用超高场 7 特斯拉静息态功能磁共振成像评估核心静息态网络中自发脑活动和功能连接的重测稳定性
注意：除第一个受试者（潜在异常受试者）的 CEN 中的 fALFF 外，所有相关系数均显著。缩写：ALFF，低频波动幅度；CEN，中央执行网络；DC，度中心性；DMN，默认模式网络；fALFF，低频波动分数幅度；ReHo，区域同质性；SN，显著性网络。a 标记的受试者被视为潜在异常值；因此，对所有原始数据和原始出版物中提到的所有技术问题进行了交叉检查。交叉检查未发现该受试者的任何特殊性（部分信号丢失或移动）。但是，当进行没有这个受试者的额外分析时，这个样本量（15 名参与者）的结果与整个样本（16 名参与者）的结果并没有明显差异，如图 S1 和 S2 所示。
目标血压 高血压 无 2 型糖尿病 氯沙坦 ...
• β 受体阻滞剂（从第 4 步开始，难治性高血压患者和 K + >4.5mmol/L，阿替洛尔或比索洛尔）• 以低剂量给药并增加剂量以达到血压控制（很少需要高剂量）。• 监测心率以防止心动过缓（窦性心律静息心率 > 60bpm，AF 率控制至静息心率 80-90bpm）。• 不要突然停止，因为有隐匿性心绞痛的风险（IHD 患者）。• 对于患有哮喘、支气管痉挛或有阻塞性呼吸道疾病病史的患者，可以根据个体药物 SPC 谨慎使用心脏选择性 β 受体阻滞剂。
骑自行车可以降低人类成年人大脑皮层神经活动的熵
大脑复杂性 (BC) 已成功应用于研究健康和疾病状态下的脑电图信号 (EEG)。在本研究中，我们采用递归熵来量化与运动神经生理学相关的 BC，通过比较静息状态和骑车运动下的 BC。我们测量了 24 名健康成年人的脑电图，并将电极放置在大脑左右两侧的枕叶、顶叶、颞叶和额叶部位。我们根据骑车和静息状态下的脑电图测量结果计算了递归熵。对于所有分析的大脑区域，静息状态下的熵都高于骑车状态下的熵。这种复杂性的降低是骑车过程中重复运动的结果。这些运动会导致持续的感觉反馈，从而降低熵和感觉运动处理。
原创研究急性应激对皮质电活动和心脏自主神经耦合的影响
心率变异性评估（反映心脏自主神经系统）已显示出对压力的一些预测能力。此外，通过心电图和脑电图评估的大脑皮层活动和心脏自主神经相互作用的不同模式的预测能力尚未在急性压力的背景下进行探索。本研究确定了静息和急性压力状态下神经-心脏自主神经耦合的不同模式。特别是在压力任务期间，额叶 delta 波活动与低频心率变异性呈正相关，与高频心率变异性呈负相关。低高频功率与压力和焦虑以及迷走神经控制下降有关。发现静息高频心率变异性和额中部伽马活动之间存在正相关，而静息时低频心率变异性和伽马波耦合之间存在直接的反比关系。在压力任务中，低频心率变异性与额叶 delta 活动呈正相关。也就是说，在压力任务中，副交感神经系统活动减少，而额叶 delta 波活动增加。我们的研究结果表明，心脏副交感神经系统活动与静息和急性压力期间的额叶中央伽马和 delta 活动之间存在关联。这表明，在急性压力期间，副交感神经活动减少，并且与神经元皮质前额叶活动相结合。本研究确定的神经-心脏耦合的不同模式为大脑和心脏之间的动态关联提供了独特的见解
静息态成人额颞叶痴呆与阿尔茨海默病脑电图特征提取鉴别技术的比较研究
摘要：早期阿尔茨海默病 (AD) 和额颞叶痴呆 (FTD) 具有相似的症状，这使其诊断和制定特定治疗策略变得复杂。我们的研究评估了多种特征提取技术，用于从脑电图 (EEG) 信号中识别 AD 和 FTD 生物标志物。我们开发了一种优化的机器学习架构，该架构集成了滑动窗口、特征提取和监督学习，以区分 AD 和 FTD 患者以及健康对照 (HC)。我们的模型具有 90% 的滑动窗口重叠度、SVD 熵用于特征提取和 K 最近邻 (KNN) 用于监督学习，在区分 AD 和 HC、FTD 和 HC 以及 AD 和 FTD 方面分别实现了 93% 和 91%、92.5% 和 93% 以及 91.5% 和 91% 的平均 F1 分数和准确率。特征重要性阵列是一种可解释的 AI 特征，它突出显示了有助于识别和区分 AD 和 FTD 生物标志物的脑叶。这项研究引入了一种使用 EEG 信号检测和区分 AD 和 FTD 的新框架，满足了对早期准确诊断的需求。此外，还记录了滑动窗口、多特征提取和机器学习方法对 AD/FTD 检测和区分的比较评估。
研究论文 静息状态下原发性眼睑痉挛患者的体素级全脑功能连接异常
背景。原发性眼睑痉挛 (BSP) 是最常见的局灶性肌张力障碍之一，其病理生理机制尚不清楚。采用无偏方法观察静息状态下 BSP 患者的全脑功能连接 (FC) 变化。方法。共招募 48 名受试者，包括 24 名未经治疗的 BSP 患者和 24 名健康对照者，进行功能性磁共振成像 (fMRI)。采用全脑 FC (GFC) 方法分析静息态 fMRI 数据。我们设计了支持向量机 (SVM) 方法来确定是否可以利用 GFC 异常来区分患者和对照组。结果。与健康对照者相比，BSP 患者的双侧上内侧前额皮质/前扣带皮层 (MPFC/ACC) 的 GFC 显著降低，而右侧中央后回/中央前回/副中央小叶、右侧上额叶 (SFG) 和左侧副中央小叶/补充运动区 (SMA) 的 GFC 升高，这些区域均包含在默认模式网络 (DMN) 和感觉运动网络中。SVM 分析表明，右侧中央后回/中央前回/副中央小叶中升高的 GFC 值可将患者与对照者区分开来，最佳准确度、特异度和灵敏度分别为 83.33%、83.33% 和 83.33%。结论。本研究表明感觉运动网络和 DMN 相关脑区 GFC 异常可能是 BSP 病理生理的基础，这为理解 BSP 提供了新的视角。右侧中央后回/中央前回/中央旁小叶的 GFC 可作为潜在的生物标志物，用于区分 BSP 患者和对照组。
未服药且有精神状态危险、后来患上精神病的受试者的静息态脑电图：低分辨率电磁断层扫描分析
方法：纳入未服用任何精神药物且符合危险精神状态综合评估标准的 ARMS 患者。出现精神病性障碍的患者被标记为 ARMS-P 组，而前瞻性随访超过 2 年且未出现精神病性障碍的 ARMS 患者被归类为 ARMS-NP 组。在静息状态下测量脑电图，并使用标准化低分辨率脑电磁断层扫描 (sLORETA) 分析频率。七个波段 (δ、θ、α 1、α 2、β 1–3) 进行了分析。比较了 ARMS-P 组和 ARMS-NP 组之间的 sLORETA 值 (电流源密度 [CSD])。使用阳性和阴性症状量表 (PANSS) 在脑电图测量时评估临床症状。