智能独立成分分析（SMART ICA）：提取准确的脑功能网络的创新方法 背景介绍 在脑科学研究中，功能网络（Functional Networks，FNs）通过探讨不同脑区之间的整合和互动关系，显示出极大的潜力来理解人类脑功能。功能磁共振成像（fMRI）是一种重要的工具，它通过观测脑活动时的血氧水平依赖信号变化，揭示了不同脑区间的功能连接。独立成分分析（Independent Component Analysis，ICA）是一种常用的数据驱动方法，广泛应用于从fMRI数据中估算功能网络。然而，ICA方法在确定最佳模型阶数（即成分数量）时面临挑战，这导致了对功能网络估算结果的可靠性产生质疑。因此，开发可靠的脑功能网络分析方法对于最大化研究结果的稳健性和普适性尤为重要。本文提出了一种名为智能独立...

对公平性的决策背后的神经计算机制：自身不公平与他人不公平 摘要：公平性是人类社会中的一项基本价值，个体对自身和他人的不公平都表示关注。然而，长期以来的辩论焦点在于自身不公平（Self-Unfairness）和他人不公平（Other-Unfairness）是否激发了共享或独特的神经心理学过程。为了解决这个问题，我们结合了三人最后通牒游戏（Three-Person Ultimatum Game），计算模型和先进的脑成像分析技术，来揭示对自身和他人不公平的行为、认知和神经模式。我们的行为和计算结果揭示了参与者对自身不公平的关注程度高于他人不公平。此外，自身不公平一致地激活了如前岛皮层（Anterior Insula），背侧前扣带皮层（Dorsal Anterior Cingulate Cortex...

基于功能磁共振成像扫描的大脑范围内的功能连接性与时间增强的非神经源低频振荡（SLFO）血流信号有关 在神经科学领域，一个核心的问题是大脑的连接如何随着时间的推移重新配置，以支持适应性功能的变化。这种随时间动态变化的神经元变化可以通过功能磁共振成像（fMRI）在人类中测量，通过功能连接性（FC）的估计。FC量化了神经元活动在大脑不同区域间的协调程度，从而反映了神经连接的强度。 精确测量FC及其随时间变化的能力，依赖于基于fMRI的血氧水平依赖（BOLD）信号的可靠性、有效性和特异性——这是量化神经活动的基本输入。这项研究显示，基于fMRI的大脑功能连接性估计在静息态和任务基础的扫描期间以空间异质的速率人为膨胀。这造成了假阳性连接强度变化和大脑连接图的空间扭曲。数据证明，这种伪影是由SLFO血流...