基于拉曼光谱和机器学习平台的IDH突变与野生型胶质瘤细胞代谢差异研究 背景介绍 在胶质瘤的诊断和治疗中，福尔马林固定、石蜡包埋（FFPE）组织切片通常被广泛应用。然而，受到包埋介质背景噪声的影响，FFPE组织在基于拉曼光谱的研究中应用有限。为了克服这一问题并识别肿瘤亚型，本研究开发了一种新型的基于拉曼光谱的机器学习平台——APOLLO（恶性胶质瘤的拉曼光谱病理学），该平台能够从FFPE组织切片中预测胶质瘤亚型。 论文来源 这篇文章由Adrian Lita、Joel Sjöberg、David Păcioianu等学者撰写，作者来自美国国立癌症研究所(National Cancer Institute)、芬兰图尔库大学(University of Turku)、罗马尼亚布加勒斯特大学(Univ...

利用基于扩散模型的深度学习算法增强超结构成像与体积电子显微镜 背景介绍 电子显微镜（Electron Microscopy，简称EM）作为一种高分辨率成像工具，对细胞生物学取得了重大突破。传统的EM技术主要用于二维成像，尽管已经揭示了复杂的纳米级别细胞结构，但在研究三维（3D）结构时存在一定局限性。体积电子显微镜（Volume Electron Microscopy，简称VEM）作为一种更为先进的技术，通过串联切片和断层扫描技术（如透射电子显微镜TEM和扫描电子显微镜SEM）实现了细胞和组织的3D成像，可以提取细胞、组织甚至小模型生物体的纳米级3D结构。 尽管VEM技术突破了传统二维EM的局限性，但其成像速度和质量之间存在固有的权衡关系，导致成像区域和体积的限制。此外，生成各向同性（isot...

基于卷积神经网络（CNN）的图像分割流程用于个体化猫脊髓刺激建模 背景与研究动机 脊髓刺激（Spinal Cord Stimulation, SCS）是一种被广泛应用于慢性疼痛管理的治疗方法。近年来，它也被用于调节神经活动，旨在恢复失去的自主或感知运动功能。个性化的建模和治疗计划是确保SCS安全有效的重要方面。然而，生成所需细节和准确性水平的脊柱模型需要耗时且劳动密集的手工图像分割，由人类专家进行。因此，迫切需要自动化分割算法，以便在数据有限的情况下也能生成高质量的解剖模型。 论文来源 本文由Alessandro Fasse、Taylor Newton、Lucy Liang、Uzoma Agbor、Cecelia Rowland、Niels Kuster、Robert Gaunt、Elvir...

注意引导的图结构学习网络在基于EEG的听觉注意检测中的应用 学术背景 “鸡尾酒会效应”描述了人类大脑在多说话者环境中选择性集中注意力于一个说话者而忽略其他人的能力。然而，对于听力受损者来说，这种情况构成了一个重大挑战。尽管现代听觉假体如助听器和人工耳蜗在减噪方面有效，但它们往往无法区分听者所要关注的信号。听觉注意检测（Auditory Attention Detection，AAD）任务解决此问题的潜力在于，它直接从大脑中提取与注意力相关的信息。神经科学研究表明，非侵入性的神经记录技术，如脑电图（Electroencephalography，EEG），在解码听觉注意方面具有巨大潜力。为了解决EEG信号的解码问题，研究人员开发了各种方法来解释EEG信号，并由此确定注意力，调整助听器性能。 论文...

系统评估欧几里德对齐与深度学习在EEG解码中的应用 背景介绍 脑电图（EEG）信号由于其无创性、便携性和低采集成本，广泛用于脑机接口（BCI）任务。然而，EEG信号存在低信噪比、易受电极位置影响及空间分辨率差等缺点。随着深度学习（DL）技术的进展，该技术在BCI领域表现出色，甚至在某些情况下超过了传统的机器学习方法。然而，DL模型对数据需求量大是其主要障碍。多受试者数据的迁移学习（Transfer Learning， TL）通过共享数据能够更高效地训练DL模型。欧几里得对齐（Euclidean Alignment，EA）因其易用性、低计算复杂度和与DL模型兼容性，逐渐受到关注。但现有研究对EA结合DL的全局和个体模型训练效果评估较少。这篇论文旨在系统性评估EA和DL结合对BCI信号解码训练性...

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...

背景介绍 事件相关电位（Event-Related Potentials，ERPs）的研究提供了关于大脑机制的重要信息，尤其在解释各种心理过程时具有独特优势。在这些研究中，通常在被试执行特定任务时记录多通道脑电图（EEG），根据刺激类型和被试反应将试验分为不同类别，并取各类别试验的平均值计算ERPs。记录头皮表面的ERPs有较好的时间分辨率，但由于体积传导效应，其空间分辨率较低。 解决体积传导问题的一种方法是使用盲源分离（Blind Source Separation，BSS）方法。若BSS方法用在单次试验数据间，其主要目标是更准确地刻画个体ERPs；若BSS方法用在个体ERPs数据间，其主要目标是识别大脑反应的共性特征。然而，目前的大多数BSS算法并不能充分考虑ERPs噪声的复杂特性：空间...

神经电极在慢性植入过程中对小鼠神经功能连接的层依赖性影响 引言 该研究探讨了慢性植入微观电极对小鼠C57BL6野生型小鼠脑内神经功能连接的长期影响。植入脑内的电极能够进行神经信号的记录和电刺激，在脑机接口（Brain-Computer Interface, 简称BCI）系统中有着广泛的应用，如恢复运动控制和感官感知。然而，随着时间的推移，植入电极记录到的信号会逐渐衰退，该退化被认为是“异物反应”（Foreign-Body Response, FBR）造成的。然而，FBR如何具体影响植入周围区域的神经回路功能及其稳定性尚不明确。本研究旨在揭示长期FBR如何改变局部神经回路功能，深入理解其对BCI解码装置的影响。 研究背景与目的 植入神经电极虽然有潜在的应用价值，然而其在记录灵敏度和稳定性上仍存...

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 ...

表面肌电信号的拓扑结构：利用黎曼流形解码手部手势 本论文由Harshavardhana T. Gowda（加利福尼亚大学戴维斯分校电子与计算机工程系）和Lee M. Miller（加利福尼亚大学戴维斯分校心理与脑科学中心、神经生理学和行为系、耳鼻喉科－头颈外科系）联合撰写。该论文发表于《Journal of Neural Engineering》。 研究背景 表面肌电图（sEMG）信号通过在皮肤表面放置传感器来非侵入性地记录来自运动单元（MU）激活的电信号。这些信号在上肢手势解码中的应用，对于截肢者的康复、人造肢体增强、计算机手势控制以及虚拟/增强现实等领域具有重要意义。然而，sEMG信号的实际应用受到了许多因素的限制，比如皮下组织的厚度、依赖于电极位置的信号变异性等。因此，如何解码和区分不...