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...
《Internal Speech Representation by Single Neurons in Human Supramarginal Gyrus》科学报道 背景介绍 近年来，脑机接口（BMIs, Brain-Machine Interfaces）技术在语音解码领域取得了显著进展。BMIs通过将大脑信号转化为语音或音频输出，使得那些因疾病或损伤失去说话能力的人能够重新交流。然而，尽管在有声语音、尝试语音和模拟语音解码方面取得了重要进展，内在语言（internal speech）的解码研究却相对稀缺且功能性较低。这篇文章旨在解决内在语言解码过程中存在的挑战，尤其是确定从哪些大脑区域能够解码出内在语言。研究的重点是位于顶下小叶（Supramarginal Gyrus，SMG）和初级躯体...
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...
基于深度学习的运动想象EEG分类通过利用皮层源成像的功能连接 研究背景与动机 脑-机接口（BCI）是直接解码并输出脑活动信息的系统，无需依赖相关的神经通路和肌肉，从而实现外部设备的通信或控制。在BCI系统中，常用的信号包括脑电图（EEG）、脑磁图（MEG）和功能性磁共振成像（fMRI）。其中，EEG是最常用的信号，因为它具有非侵入性、易于实施、成本低和无伦理挑战等优点。 运动想象（Motor Imagery, MI）是BCI中的一个重要范式，在无刺激条件下，运动想象任务期间会自发地产生运动想象EEG信号（MI-EEG）。MI-EEG信号中可能嵌入了运动皮层在运动意图期间的神经活动模式表示，因此解码MI-EEG信号已成为热门研究课题，以通过BCI系统实现对外部设备的精神控制。 现有的MI-EE...
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...
在人与人交流时，脑部对自我语音与他人语音的处理存在显著不同，这被称为语音诱导抑制机制（Speech-Induced Suppression, SIS）。此机制涉及到感知路径中的运动效应副本，作用类似于“回音”，帮助过滤出内部产生的信号，避免混淆外部刺激。在语音处理领域，SIS被表现在对自我产生语音的特定抑制，这对于精神病理学如精神分裂症中的听觉幻觉研究有重要意义。虽然单一音节的实验已广泛研究SIS，但对于连续自然对话中的SIS机制还缺乏深入理解。 来源介绍 该研究由Joaquin E. Gonzalez等人进行，研究人员来自布宜诺斯艾利斯大学人工智能实验室、信号、系统和计算智能研究所、数学应用研究所等机构。论文发表于《Communications Biology》杂志，研究探索了自我与他人语...
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...