用于提取准确脑功能网络的智能独立成分分析

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...

个体潜在疾病因素的量化表达与精神病理维度和治疗反应的关联

个体潜在疾病因素的量化表达与精神病理维度和治疗反应的关联

通过无监督机器学习揭示精神病理维度的潜在疾病因子的定量表达与治疗反应研究 研究背景 精神病学诊断中的异质性和共病性普遍存在,这对于精确诊断和个体化治疗构成了难题。例如,自闭症谱系障碍(ASD)、注意缺陷/多动障碍(ADHD)和强迫症(OCD)等疾病在症状诊断上常有交集,其共现症状可能由共享和/或不同的神经机制介导,但在个体水平上难以划分归属。高级贝叶斯模型和无监督机器学习技术的应用,为精神病理维度与疾病因子之间的关系提供了一种定量化和个体化的分析方法。 论文信息 作者:赵少玲、吕倩、张戈、张江涛、王合秋、张建民、王美云、王政 所属机构:中国科学院神经科学研究所、北京大学心理学系、河南省人民医院医学影像科、浙江省同德医院(浙江省精神卫生中心) 发表时间及地点:2024年1月2日接受,发表于《N...

前额叶-扣带皮层的耦合关系在平衡情绪和认知中的作用

前额叶-扣带皮层的耦合关系在平衡情绪和认知中的作用

针对前额叶-扣带皮层的计算建模,探究耦合关系在平衡情绪与认知中的作用 学术背景 近年来,对于维持正常社会行为及执行功能至关重要的大脑功能,情感处理与认知控制引起了广泛关注。本研究探讨这两大关键脑功能之间的平衡状态如何受神经网络耦合作用的影响,以及这种耦合关系变化如何导致心理障碍的发生,特别是抑郁症,以此期望推进对抑郁症的诊断与治疗。 研究来源 本篇文章由魏金朝、李立聪、张家伊、施二松、杨建利及刘秀玲撰写,均来自中国科学院脑科学与智能技术卓越中心,于《Neurosci. Bull.》杂志上发表。文章接收日期为2023年12月21日,接受日期为2024年2月11日。 研究流程 研究通过构建一个包含背外侧前额皮层(dlPFC)、腹内侧前额皮层(vMPFC)和双向前扣带皮层(sgACC)的生物物理计...

一种在选择和优化认知任务中用于评估个体差异研究可靠性和稳定性的方法

学术报告 研究背景 近年来,心理学和认知神经科学领域对个体差异(individual differences)的兴趣日益浓厚。然而,许多研究面临复制危机,这尤其显现在探索大脑-行为关联(brain-behavior correlations)的研究中。个体差异研究得以复制的一个关键要素是所用测量方法的可靠性,但这一点往往被假设而非直接验证。本研究旨在评估不同认知任务的可靠性,特别是在一个包含250多名参与者的多日任务数据集上,探讨这些任务在个体间差异研究中的适用性。 论文来源 这篇论文由Jan Kadlec、Catherine R. Walsh、Uri Sade、Ariel Amir、Jesse Rissman及Michal Ramot等人撰写,分别来自Weizmann Institute ...

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...

基于机器学习的自动化臂部运动异常评估研究

基于机器学习的自动化臂部运动异常评估研究

通过图像提取和分类系统对ABI患者行走异常运动的自动化临床评估 学术背景 获取性脑损伤(Acquired Brain Injury,ABI)后,行走障碍是一种常见的身体残疾。ABI通常包括中风和创伤性脑损伤,这些疾病在全球范围内的发生率约为150万例。ABI患者的行走障碍不只影响下肢,还会影响到躯干和上肢,从而限制日常生活的参与并大大降低生活质量。除了功能障碍外,这些明显的运动异常还可能产生美学问题,进而对患者的身体形象、自尊、心理健康和社会融合产生负面影响。 研究动机 传统的ABI患者运动异常评估通常依赖于经验丰富的理疗师通过视觉观察来进行主观评估。然而,国际功能、残疾与健康分类(ICF)中的运动异常评估卷标显示虽然在同一评估者之间有很强的一致性,但在不同评估者之间只能达到中等的信度,这限...

虚拟现实和任务复杂度对使用数字健康指标评估上肢功能的影响

一项有关任务复杂度对上肢功能数字健康度量评估影响的研究报告 研究背景 在神经疾病,如多发性硬化症(PWMS)患者中,上肢功能障碍的普遍存在显著影响日常生活活动的完成,增大了对护理者的依赖性。为了提高我们对上肢障碍类型以及其潜在机制的理解,并为评估药物或康复干预的有效性提供敏感且可靠的终点,临床研究中的评估手段至关重要。目前临床认知度高且易用的评估手段,如采用序数量表描述运动质量或记录完成功能性任务的时间,存在局限性,如天花板效应和低灵敏度。因此,研究界普遍认同,迫切需要新颖、补充性更强和更敏感的评估终端来提供更多有关上肢障碍机制和治疗干预影响的细致见解。 研究来源 本项研究由Christoph M. Kanzler、Tom Armand、Leonardo Simovic、Ramona Syl...

外骨骼康复机器人训练对亚急性中风患者平衡和下肢功能的影响:一项初步、随机对照试验

外骨骼康复机器人训练对亚急性中风患者平衡和下肢功能的影响:一项初步、随机对照试验 研究背景与目的 中风是全球致死率和致残率的主要原因。随着中风治疗技术的快速发展,中风死亡率显著下降,因此中风幸存者数量也随之增加。据统计,超过70%的中风幸存者将留下不同程度的运动、感觉、认知及言语功能障碍。这不仅给个人和家庭带来沉重负担,也对社会造成巨大影响。平衡是所有人类静态和动态活动的基础,中风后多达80%的患者出现平衡功能障碍。这些障碍可影响患者的移动能力和生活质量。 此次研究旨在探讨康复机器人辅助训练对亚急性中风患者平衡与下肢功能恢复的影响,重点探讨rex外骨骼康复机器人训练是否在提高亚急性中风患者平衡与下肢功能方面优于剂量匹配的传统训练。 研究来源 该研究由张裕廷等人完成,来自张裕廷等(2024)N...

机器人辅助评估慢性中风成年人踝关节本体感觉缺陷及其相关脑损伤

机器人辅助评估慢性中风成年人踝关节本体感觉缺陷及其相关脑损伤 学术背景 中风(stroke)是一种常见的神经系统疾病,通常会导致患侧肢体功能障碍,影响患者的平衡和步态控制。本体感觉是指对身体姿势和动作的自我感知能力,由位于肌肉、关节、腱和皮肤中的机械感受器提供。这些感觉对保持平衡和步态的控制至关重要。已有研究表明,中风幸存者常常伴有踝关节本体感觉的损伤,尤其是踝关节位置感和运动感的缺失。然而,针对踝关节位置感和运动感的系统性研究却比较少。[Cho et al., 2021]发现踝关节本体感觉受损是中风患者平衡功能受损的强预测因子;[Tuthill et al., 2018; Goble et al., 2011]指出,传统的临床评分量表只能检测到最严重的本体感觉缺陷,对较轻微的缺陷检测不够敏...

通过使用原型网络的单次迁移学习实现中风后手势识别

背景介绍 中风是全球死亡和致残的主要原因之一,随着人口老龄化和城镇化的发展,中风患者总数正在全球范围内增加。尽管治疗的进步降低了死亡率,但幸存者中需要康复治疗的人数却大幅增加。特别是在低收入和中低收入国家,这种情况尤其显著。这些国家的卫生资源有限,因此亟需一种适应性强、成本效益高的康复干预措施(Feigin et al. 2022)。 中风康复是一个漫长且负担沉重的过程,不仅耗费体力,还带来巨大的经济压力,因此自动化评估系统能够减轻康复费用和减少对物理治疗师访视需求的重要性愈发显著。这些系统通过传感器数据评估中风幸存者的运动功能,提供互动康复练习的低成本方法,尤其适合家庭康复(Chen et al. 2017)。此外,将游戏融入这些系统中可以增加中风幸存者的动机和参与度,通过使他们能够从事有...