社交派生信息的皮层转移对情绪识别的门控作用 背景介绍 情绪识别及其随之而来的反应对生存和社会功能的维持具有重要意义。然而，如何处理来自社会信息以可靠地进行情绪识别仍不完全清楚。在这项新研究中，作者揭示了一种进化上保守的长程抑制/兴奋性脑网络在这些社会认知过程中的作用。这项研究通过对从内侧前额叶皮层（medial prefrontal cortex, mPFC）到视网膜后皮层（retrosplenial cortex, RSC）的长程投射网络进行了详细分析，以揭示其在情绪识别过程中的作用。 这些发现的背景重要性在于，情绪识别能力的缺陷会阻止个体在看到同类的情绪变化时提供帮助或逃避威胁。此外，这种社会认知能力的缺陷在某些精神和神经发育障碍（如精神分裂症和自闭症中）很常见，对患者生活有深远影响。大...

与觉醒相关的皮层网络在神经活动和血流动力学中的差异耦合 学术背景 在没有特定感官输入或行为任务的情况下，大脑会产生结构化的活动模式。这种组织化的活动会受到觉醒状态的调节。觉醒与大脑皮层活动的关系对于理解神经网络的功能具有重要意义。先前的研究表明，觉醒水平会影响神经活动和血流动力学变化，但这些影响在不同皮层区域和行为状态下是否一致还不清楚。 论文来源 这篇论文由Lisa Meyer-Baese等人撰写，作者隶属于Emory University和Georgia Tech的生物医学工程系和生物学系。这篇论文于2024年5月在《Journal of Neuroscience》上发表。 研究流程 本文研究使用了广视野电压成像技术，研究了觉醒状态如何与自发行为头部固定的小鼠皮层网络电压和血流动力学活动...

利用单调性约束深度几何学习来预测阿尔茨海默病进展 背景介绍 阿尔茨海默症（Alzheimer’s Disease，AD）是一种破坏性的神经退行性疾病，逐步导致不可逆转的认知下降，最终导致痴呆。这种疾病的早期识别和预测进程对于临床诊断和治疗至关重要。因此，准确模型AD进程成为研究的关键焦点。 目前，许多研究采用结构磁共振成像（MRI）来进行AD进程建模，主要集中于以下三个方面：1）时间变异性；2）不完整的观察数据；3）时间几何特征。然而，尽管已有深度学习方法尝试解决数据变异和稀疏性问题，但仍然不足够关注内在几何特性，这些特性与AD进展中的脑区大小、厚度、体积和形状相关。 在此背景下，本文作者提出了一种新的几何学习方法，用于结合纵向MRI生物标志物和认知评分的建模，并提出了一种训练算法，通过单调...

Parkinson’s Disease研究报告：基底核-语言网络功能连接预测多巴胺对言语功能的调节 背景介绍 帕金森病（Parkinson’s Disease, PD）以运动障碍为主要特征，同时还伴有包括言语障碍在内的非运动症状，这严重影响患者的生活质量。尽管目前多巴胺药物（dopaminergic medication）在缓解运动症状方面具有显著效果，但其对言语功能的影响仍处于模糊不清的状态。本研究通过揭示多巴胺如何调节丘脑底核（subthalamic nucleus, STN）与语言网络的功能连接机制，探讨其对语音功能的调控。本研究试图填补多巴胺调控PD患者言语功能的关键知识空白，并为制定更有效的治疗策略提供基础。 论文来源 本研究论文题为《Subthalamic nucleus–lan...

学术新闻报告 背景介绍 运动皮质（motor cortex）一直以来都是运动控制研究的中心，主要研究其在主动运动执行中的作用。然而，人类在进行运动想象（motor imagery）时，即使没有实际的运动输出，运动皮质也会激活。过往的行为学和影像学研究已经证实了这种现象，但运动皮质在隐性运动想象中的特定活动模式和时间动态如何与实际运动执行中的那些模式和动态关联起来，仍然是一个未解之谜。在本文中，作者通过记录两名脊髓损伤患者在执行和想象是等长的腕关节伸展运动时的皮质内电活动，探讨了这一问题。 论文来源 这篇文章发表于2024年4月的《Nature Human Behaviour》期刊，标题为《Motor cortex retains and reorients neural dynamics d...

背景介绍 长期以来，规范性(nomative)和描述性(descriptive)模型一直在试图解释和预测人类在面对商品或赌博等风险选择时的决策行为。最近的一项研究通过训练神经网络(Neural Networks, NNs)在一个新的大规模在线数据集choices13k上，发现了一种更准确的人类决策模型。本研究系统地分析了不同模型和数据集之间的关系，并发现了数据集偏差(dataset bias)的证据。研究表明，数据集choices13k中对随机赌博选择的偏好趋向于平衡，可能反映了增加的决策噪声。通过将结构化的决策噪声添加到使用实验室研究数据训练的神经网络中，我们构建了一个贝叶斯生成模型，并发现该模型表现优于其他除choices13k之外的所有模型。 研究来源 此项研究发表于《Nature H...

信息密度较高的语言具有更快的交流速度但会话广度较低 背景介绍 人类语言在编码信息的方式上存在着广泛的差异，这些差异在一些限定的语义域内（如时间、空间、颜色、人类身体部位和活动等方面）已有较多研究。然而，全球语义信息结构及其与人类沟通的关系尚未有深入的研究。作者们首先提出，跨越约1000种语言样本，显示出语言在信息编码密度上的巨大差异。接着，他们探讨了信息密度较高的语言通过什么方式使语义信息的配置更密集。最后，他们追踪了语言信息密度与沟通模式之间的关系，发现信息密度较高的语言倾向于更快的沟通，但会话的概念范围较窄。 论文来源 这篇文章由Pedro Aceves和James A. Evans撰写，发表在《Nature Human Behaviour》2024年4月刊上。Pedro Aceves隶...

利用深度神经网络区分人类感知和记忆中的视觉和语义信息 引言 在认知科学领域，一直存在关于人类如何在感知和记忆过程中进行人物和物体识别的研究兴趣。识别人和物的成功依赖于将感知系统生成的表征与存储在记忆中的表征进行匹配。然而，这些心理表征并非外部世界的精确副本，而是大脑的重构。了解这种重构的内容和过程是一项长期存在的挑战。这篇论文尝试通过利用深度神经网络（DNN）来揭示人类在熟悉的面孔和物体进行感知和记忆时的心理表征的内容。 论文来源 这篇论文由 Adva Shoham、西丹·丹尼尔·格罗斯巴德、Or Patashnik、Daniel Cohen-Or 和 Galit Yovel 撰写，作者全部来自Tel Aviv University。论文于2024年2月8日在线发表于《Nature Huma...

学术新闻报告:基于脑内电生理记录揭示效应器独立的证据累积动力学 研究背景 在决定形成过程中的神经表现研究一直是神经科学界的重要课题。以往的研究表明，可以通过非侵入式电生理学技术在人类中识别出与感知决策形成相关的神经信号，这些信号能够抽象化处理，而不依赖于具体的运动要求。然而，这些信号在大脑中的具体起源仍未完全清晰。为了解这一问题，本文运用了高时空精度的颅内脑电图（intracranial electroencephalography, iEEG）技术，旨在定位这些抽象决策信号的来源。 论文来源 这篇题为 “intracranial electroencephalography reveals effector-independent evidence accumulation dynamic...

背景介绍 在当代神经科学研究中，多巴胺（dopamine）和5-羟色胺（serotonin）被假设为指导社会行为的重要神经调节物质。然而，人们对这些神经调节物质在社会互动过程中的动态变化知之甚少。尽管已有非侵入性功能神经影像方法（如脑电图和功能磁共振成像）帮助绘制了大脑中与社会任务相关的“社会脑”网络，但这些方法通常在空间和时间分辨率上存在权衡，且获得的数据反映了电学和化学事件的混合。因此，我们在更精细的生物学尺度上对人类社会脑的理解仍然匮乏。 研究团队提出了一种新的电化学方法，能够在毫秒级别检测到人脑中多巴胺和5-羟色胺的波动。之前的研究已经表明，多巴胺和5-羟色胺在老鼠中对奖赏预期误差和适应性行为起关键作用，但动物模型仍然无法完全代表人类社会互动的复杂性。 研究来源 本文由Seth R....