自闭症儿童在情感刺激下的功能连接分析

自闭症儿童情绪刺激下的功能性脑连接研究 背景介绍 自闭症谱系障碍(Autism Spectrum Disorder, ASD)是一种复杂的神经发育障碍,主要表现为社交互动和沟通能力的缺陷,以及重复性行为和兴趣的局限。ASD的核心特征之一是情绪处理障碍,这直接影响患者的社交能力和生活质量。尽管ASD的研究已有多年历史,但其神经机制仍未被完全理解,尤其是在情绪处理方面的脑功能连接模式。功能性脑连接分析是研究ASD神经机制的重要手段,而脑电图(Electroencephalography, EEG)作为一种非侵入性技术,能够实时记录大脑的电活动,是研究脑功能连接的有力工具。 然而,现有的EEG研究大多集中在自发脑活动上,较少涉及情绪刺激下的脑功能连接。因此,探索ASD儿童在情绪刺激下的脑功能连接差...

利用小波识别金融价格跳跃的新分类

基于小波分析识别金融价格跳跃的新类别研究报告 学术背景 金融市场中的价格跳跃(price jumps)是指在极短时间内价格发生显著波动的现象,通常由外生因素(如突发新闻)或内生因素(市场内部反馈机制)引起。区分这两种不同类型的价格跳跃对于理解市场动态、预测极端事件以及制定有效的监管策略至关重要。然而,现有的研究方法多依赖于监督学习,需要明确的标签(如新闻事件)来分类跳跃,这在实际应用中存在局限性,因为许多价格跳跃可能并没有明确的新闻背景。 为了更好地识别和分类价格跳跃,特别是那些没有明显外生触发的内生跳跃,研究人员提出了一种无监督的分类框架,利用多尺度小波表示(multiscale wavelet representation)来分析时间序列。这一框架不仅能够捕捉价格跳跃的时间不对称性(ti...

标签分布学习为何在分类中具有更好的泛化性

理解标签分布学习为何在分类中具有更好的泛化性能 背景介绍 在人工智能和机器学习领域,分类问题一直是研究者关注的核心课题之一,随着多标签学习(Multi-label Learning,MLL)和单标签学习(Single-label Learning,SLL)的不断发展,如何有效处理标签之间复杂的关系成为了一项重要挑战。然而,传统的单标签学习模型往往仅关注最相关的标签,而忽略了标签间的模糊性和相关性信息。这种局限性对现实世界中许多复杂任务的解析和解决形成了阻碍。 为了解决这一问题,标签分布学习(Label Distribution Learning,LDL)被提出。与SLL和MLL不同,LDL通过为每个数据实例分配一个标签分布(每个标签分配一个实数值,表示标签的相关程度)来全面刻画实例与标签之间...

动物身体轮廓类别表征的神经基础

神经机制|动物身体剪影分类的神经基础 这篇文章由Yue Pu和Shihui Han撰写,发表在2024年的《neurosci. bull.》上,探讨了人类通过神经过程对动物身体剪影的快速分类和认知。这项研究旨在揭示人类如何在缺乏面部信息的情况下,通过身体剪影来识别和分类不同物种的个体。研究主要集中在对不同动物(如黑猩猩、狗和鸟)的剪影进行多模态神经成像,以了解相关的神经机制。 研究背景 人类在日常生活中对人类和非人类动物的反应存在显著差异。例如,在没有面部信息的情况下,仅凭身体剪影,人体仍能够快速区分人类与其它动物。先前的研究已经揭示了大脑中与身体和非身体刺激选择性响应相关的神经回路和神经元。然而,对于大脑如何编码同一物种的不同个体的身体剪影相似性以支持其分类表示,目前仍不清楚。 研究来源 ...

人类视觉系统如何利用物体属性理解场景的真实性和类别性

人类视觉系统如何利用物体属性理解场景的真实性和类别性

背景介绍 在人类视觉系统中,自然场景的理解和导航无论从复杂性还是从效率上都表现得非常出色。这一过程需要将传入的感官信息转化为包括低级到高级的视觉特征,如边缘、物体部件和物体本身,进一步反映真实世界场景中物体共现的统计学特点。其中,两类重要的物体属性引入了“锚点物体”(anchor objects)和“诊断物体”(diagnostic objects)的概念。锚点物体是指高频共现且可以预测其位置和身份的物体,而诊断物体则是指能够预测场景大语境(即场景类别)的物体。 由Aylin Kallmayer和Melissa L.-H. Võ来自Goethe University Frankfurt的心理学系会聚研究,这篇发表于《Communications Psychology》期刊的文章探讨了锚点物体...

基于深度学习的实时视觉学习者识别模型

在如今的教育环境中,理解学生的学习风格对提高他们的学习效率至关重要。特别是视觉学习风格(visual learning style)的识别,有助于教师和学生在教学和学习过程中采取更有效的策略。目前,自动识别视觉学习风格主要依靠脑电图(Electroencephalogram, EEG)和机器学习技术。然而,这些技术通常需要离线处理来消除伪影和提取特征,从而限制了其在实时应用中的适用性。 这项由Soyiba Jawed、Ibrahima Faye和Aamir Saeed Malik在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上发表于2024年的研究,提出了一种基于深度学习技术的实时视觉学习者识别模型,...

腰椎或胸腰椎退行性后凸畸形中的矢状平衡失调模式及其对术后并发症的影响

腰椎或胸腰椎退行性后凸畸形中的矢状平衡失调模式及其对术后并发症的影响

腰椎或胸腰椎退行性后凸畸形中的矢状平衡失调模式及其对术后并发症的影响 研究背景 退行性后凸畸形(degenerative kyphosis, DK)是老年脊柱最常见的变形类型。矢状平衡失调是DK的典型影像学特征,与生活质量严重下降相关。矫正手术旨在恢复理想的脊柱曲度,但不当矫正可能导致机械性并发症(mechanical complications, MC)。由于不同个体之间畸形模式存在差异,各种变形类型与近端或远端节段失败、钉棒断裂等MC的关联尚不明确。本研究旨在探讨腰椎或胸腰椎DK患者的矢状平衡失调模式,并确定每种失调模式对术后机械性并发症的影响。 研究机构和作者 该研究由南京大学附属医院的脊柱外科团队完成,主要作者包括李杰、唐自扬、胡宗珊、徐彦杰、梁邦恒、邱勇、朱泽璋和刘震等。 研究方法...