学术报告: brainlife.io: 支持神经科学研究的去中心化和开源云平台 背景与动机 神经科学研究正在快速发展，数据标准化、管理与处理工具的提升使得研究变得更加严谨和透明。然而，这也带来了复杂的数据流水线，实现”FAIR”原则（Findable, Accessible, Interoperable, Reusable，译为”可查找、可访问、可互操作和可重复使用”）的过程增加了潜在的障碍。传统上，一些有关神经影像学的研究可以在单一实验室内完成，但如今的研究往往需要数百个小时的数据测量，跨越多个参与者、实验室和数据模型。 数据背景 本文中所描述的brainlife.io平台旨在通过支持数据标准化、管理、可视化和处理，来简化和民主化神经影像学研究。这个平台自动追踪数千个数据对象的起源历史，使...
科学报告 背景介绍 感知和神经处理感官信息极大程度上受先验期望的影响。感知不仅仅是被动的接收，而是通过将现有的感官信息与基于过去经验和当前情境获得的先验信息结合而成的一种主动推理过程。这种信息的结合方式可以通过不同的机制表现出来：一种是专注于异常输入，即预测误差信号处理（Prediction Error，简称PE）；另一种是通过对预期信息的增强实现的锐化表示。本文研究了这两种机制在面孔感知中的表现。 研究来源 本研究由德国汉堡大学医疗中心(University Medical Center Hamburg-Eppendorf)系统神经科学系的Annika Garlichs和Helen Blank进行，论文发表于2024年4月的《Nature Communications》期刊。 研究流程及方...
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...
深度学习模型揭示语义饱和机制 语义饱和（semantic satiation），即一个词或短语在被重复很多次后失去意义这一现象，是一种众所周知的心理学现象。然而，导致这一机制的微观神经计算原理仍然未知。本文使用连续耦合神经网络（continuous coupled neural network, CCNN）建立深度学习模型，研究语义饱和的机制，并用神经元成分精确描述这一过程。研究结果表明，从介观角度来看，语义饱和可能是一个自下而上的过程，与现有的宏观心理学研究认为语义饱和是一个自上而下的过程不同，本文的模拟采用与经典心理学实验类似的实验范式，观察到相似的结果。语义目标的饱和类似于本文网络模型用于物体识别的学习过程，依赖于对象的连续学习和切换，神经耦合的增强或削弱影响饱和。综上，神经和网络机制...
全脑1/f指数在帕金森病中的拓扑图谱 作者: Pascal Helson、Daniel Lundqvist、Per Svenningsson、Mikkel C. Vinding、Arvind Kumar 研究背景 帕金森病（Parkinson’s Disease，PD）是一种进行性和使人衰弱的大脑疾病，以运动障碍为主要特征，但也会对感知和认知处理产生影响。由于症状的广泛性和多种神经调节器（如多巴胺）的脑遍布投射，许多脑区在PD中被同时影响。为了表征与疾病相关的全脑神经元功能变化，本研究分析了PD患者和健康对照者的静息态磁脑图（Magnetoencephalogram，MEG）。 传统的光谱分析已表明，PD患者的神经活动频谱在低频（θ波和α波）增加，而在高频（α波和γ波）减少。动力学的分析也显...
科学数据报道 | K-emophone: 一种带有原地情绪、应激和注意力标签的移动和可穿戴数据集 背景介绍 随着低成本移动和可穿戴传感器的普及，许多研究已经利用这些设备来跟踪和分析人类的心理健康、生产力以及行为模式。然而，迄今为止，尽管在实验室环境下采集的数据集已有所发展，仍存在缺少在真实世界情境中采集到情绪、应激和注意力等标签的数据集，这限制了情感计算 (Affective Computing) 和人机交互 (Human-computer Interaction) 领域的研究进展。 研究来源 本文的研究由Soowon Kang、Woohyeok Choi、Cheul Young Park、Narae Cha、Auk Kim、Ahsan Habib Khandoker、Leontios Ha...
不同大脑激活重排在认知负荷期间的研究：ERD/ERS与相干性分析 学术背景 人类大脑在进行想象、运动或认知任务时，其功能活动模式及其激活区域均有不同。这些模式变化也反映在大脑电活动的变化中，通过脑电图（EEG）可以从大脑头皮上测量这些变化。认知任务会导致EEG信号模式的相对变化，即事件相关去同步化/同步化（ERD/ERS）。本研究旨在探讨人脑在执行心算任务时的激活模式，特别是通过计算EEG信号的频带功率谱密度（PSD）和相干性分析来揭示这些模式。 研究来源 本文由Md. Rayahan Sarker Bipul、Md. Asadur Rahman和Md. Foisal Hossain撰写，分别来自Khulna University of Engineering and Technology（...
生理数据在与拟人化服务机器人进行人机交互中的应用：Affect-HRI数据集 背景与研究意义 在人类与人类、人类与机器人互动中，交互对象会影响人类的情感状态。与人类不同，机器人本质上无法表现出同理心，因此无法缓解不利的情感反应。为了创建一个负责任且具有同理心的人机交互系统，尤其是在涉及拟人化服务机器人时，必须了解机器人行为对人类情感的影响。为此，研究人员提供了一个新的综合数据集Affect-HRI，首次包括了标记有人类情感（即情绪和心情）的生理数据，这些数据是在进行的一项人机交互研究中收集的。 研究来源 该研究论文由Judith S. Heinisch、Jérôme Kirchhoff、Philip Busch、Janine Wendt、Oskar von Stryk和Klaus David...
新型药物重新定位方法的网络构建与应用研究 背景 在COVID-19大流行期间，研究人员和制药公司致力于开发治疗和疫苗。药物重新定位由于捷径被认为是快速有效的应对策略。药物重新定位试图发现已批准药物的新用途，被认为比传统药物发现路径更廉价且更迅速[1–3]。例如，瑞德西韦和地塞米松就是两种成功的重新定位药物[4–6]。虽然全球疫情逐渐转向地方性阶段，病毒传播仍在继续。快速发现候选药物并提供给医学或制药领域的专家进行研究的重要性已被COVID-19大流行深刻地提醒了我们[7]。 随着生物学机制的进步和生物医学知识的收集，更准确和精确的基于计算的药物重新定位成为可能。网络药物学（network medicine）通过观察生物实体（如药物、基因和疾病）之间的复杂关系，提供候选药物[8–11]。但在新...
哮喘预测通过关联图增强分类器：基于常规血液生物标志物的机器学习方法 背景介绍 哮喘是一种影响全球约2.35亿人的慢性呼吸系统疾病。据世界卫生组织（World Health Organization, WHO）统计，哮喘病的主要特点是气道炎症，导致哮喘患者出现喘息、呼吸急促和胸闷等症状。为了有效管理和治疗哮喘，及时准确的诊断至关重要。然而，传统的哮喘诊断方法往往结合病史、体格检查和肺功能测试，不仅昂贵，还由于某些患者的非典型症状，使得诊断时间延长或误诊。此外，儿童哮喘的诊断尤为困难，传统方法的耗时特性可能会加重这一问题。 随着机器学习（Machine Learning, ML）的发展，在分析医疗数据、识别模式和生成预测方面展现了巨大潜力。本研究旨在利用关联图增强分类器（Affinity Gra...