综述与报道：基于微状态和递归量化分析的GRU-CNN模型在听觉注意力检测中的应用 背景与研究动机 注意力作为一种认知能力，对感知过程起着至关重要的作用，帮助人类在纷繁复杂的环境中集中注意力于特定对象，而忽略其他干扰。本论文针对听觉注意力检测（Auditory Attention Detection，AAD）进行了研究，通过多通道脑电图（EEG）信号在听者专注于目标讲话者的过程中提取不同的动态特征，以期在存在竞争性讲话者的情况下有效检测听觉注意力。 论文来源与作者信息 此论文由Mohammadreza Eskandarinasab、Zahra Raeisi、Reza Ahmadi Lashaki和Hamidreza Najafi撰写，分别来自于犹他州立大学、费尔莱狄克森大学、德黑兰科技大学等机...

研究背景和研究目的 随着神经科学领域的不断发展，识别与功能网络相关的间接观察过程成为了一个重要的研究方向。研究人员试图通过电生理信号（如脑电图EEG和脑磁图MEG）来估计这些功能网络的活动。然而，这一过程通常涉及逆问题，即从观测数据推断潜在的脑活动，这给研究带来了巨大的挑战。 在这篇文章中，作者们针对这一挑战提出了新的方法。他们指出，传统方法在估计功能连接性时存在显著误差，主要是由于功能网络模型的误配。这些误差在很大程度上影响了功能连接性的准确性，从而限制了我们对脑功能的理解。为了解决这一问题，作者们引入了一种基于贝叶斯理论的隐藏高斯图谱模型（Hidden Gaussian Graphical Spectral, HiGGS），以更准确地识别脑的振荡网络。 研究来源 本文由Deirel Pa...

轻度认知障碍中的功能性连接变化：M/EEG研究的荟萃分析 背景与目的 阿尔茨海默病（Alzheimer’s disease, AD）是一种以记忆丧失和认知功能障碍为特征的神经退行性疾病。AD是老年人认知障碍的最主要原因，约占全球病例的60%至80%。随着年龄的增长，阿尔茨海默病的患病率显著增加，65岁到74岁人群中患病率为3%，75岁到84岁人群为17%，而85岁及以上人群则达到32%。因此，阿尔茨海默病已成为全球公共健康的重大问题，对卫生系统和社会成本产生了巨大影响。 AD的神经病理学变化包括胞外的β-淀粉样蛋白（Aβ）堆积和过度磷酸化的tau蛋白（p-tau）引起的神经纤维缠结，这些变化导致神经元死亡，并最终引起脑萎缩和突触功能障碍。最早的病变在内嗅皮层和海马区开始，随着疾病的进展，逐渐...

基于改进的集合经验模态分解的脑功能网络用于焦虑分析和检测 学术背景及研究目的 随着现代生活压力的增加，焦虑症（Anxiety）作为一种常见神经系统疾病，正日益成为全球公共卫生领域亟待解决的问题。焦虑症不仅表现在精神障碍上，还涉及注意力、记忆和学习等认知过程的异常表现。COVID-19疫情的爆发进一步增加了焦虑症的患病率。据统计，焦虑症在12个月内的发病率为男性4.80%，女性5.20%。然而，焦虑的病因至今尚未明确，且自愈的概率较低。这些复杂性和不确定性使得早期检测和干预变得尤为重要。然而，传统的焦虑检测方法依赖于面对面访谈和自我评估，不仅费时费力，还受到医生专业经验和患者自我评估的主观因素影响。因此，有必要探索一种客观且准确的焦虑分析和检测方法。 在众多生理信号中，脑电图（EEG）因其高时...

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，...

脑机接口（Brain-Computer Interface, BCI）作为一种新增强通信与控制技术近年来逐渐崭露头角。基于电生理特征（如脑电图，EEG）的BCI中，运动想象（Motor Imagery, MI）是一个重要分支，通过解码用户的运动意图用于临床康复、智能轮椅控制、及光标控制等领域。然而，由于EEG信号的复杂性，如低信噪比（Signal-to-Noise Ratio, SNR）、非平稳性、低空间分辨率和高时间分辨率等特点，准确解码运动意图仍具有挑战性。现有的MI基BCI解码主要使用传统机器学习和深度学习方法。传统机器学习通常分为特征提取和特征分类两个独立步骤，方法包括快速傅里叶变换（Fast Fourier Transform, FFT）、通用空间模式（Common Spatial...

机能脑网络在视觉运动任务中的重组变化 研究背景 运动执行是一个复杂的认知功能，依赖于空间上接近和远离的脑区的协调激活。视觉运动整合任务需要处理和解释视觉输入以规划运动执行，并调整人类运动以与环境互动。基于功能性磁共振成像（fMRI）的研究表明，前额叶和顶叶区域在视觉运动整合过程中起着重要作用。此外，sensorimotor皮层也涉及其中。然而，现有研究主要使用fMRI技术探索这些过程，对于脑电图（EEG）信号的研究相对较少。 在诸多研究中，通过功能连接性分析明确了不同脑区之间的统计依赖关系，并研究它们在不同条件下如何相互作用和交流。有研究通过脑磁图（MEG）和颅内EEG探讨了大脑在gamma波段的连接性，发现大脑在视觉运动过程中的动态参与。此外，基于脑电图的研究确认了前顶叶区域在视觉运动过程...

GCTNet：基于EEG信号检测重度抑郁症的图卷积Transformer网络 研究背景 重度抑郁症（Major Depressive Disorder, MDD）是一种普遍的精神疾病，其特征是显著且持续的低落情绪，全球约有超过3.5亿人受到影响。MDD是导致自杀的主要原因之一，每年约有80万人因此丧生。当前MDD的诊断主要依赖于患者的自我报告和临床医生的专业判断。然而，诊断过程的主观性可能会导致不同医生之间的一致性较低，从而可能产生不准确的诊断。研究发现，被诊断为MDD的一般医生的正确率仅为47.3%。因此，探索客观可靠的生理指标，并采用有效的方法及时识别MDD，对于促进早期诊断和干预至关重要。 论文来源 本论文由Beijing Advanced Innovation Center for ...

对《Contralateral Delay Activity and Alpha Lateralization Reflect Retinotopic and Screen-Centered Reference Frames in Visual Memory》的学术报道 引言 视觉系统以侧化的方式组织，左侧和右侧视野由对侧大脑皮层处理。这种组织方式不只适用于感知，还影响认知过程，尤其是对视觉信息的短期记忆。视觉短期记忆（VSTM）中，注意力集中于侧位位置主要调节对侧视觉皮层的活动。近年来，研究表明，视觉短期记忆的对象在对侧半球存储，多个研究显示存储量的神经指标主要在对侧半球。然而，人类频繁的眼动造成记忆对象位置的变动，尤其在眼动后，记忆是根据初始视网膜位还是根据更新的屏幕位置进行的，尚未明确...