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...
增强跨模态记忆编码前的θ波和α波振荡增加 背景介绍 情景记忆（episodic memory）是人类记忆的重要组成部分，其核心机制之一是通过不同感觉通道的刺激形成联想。然而，目前的理论认为，在跨模态（crossmodal）联想编码过程中，θ波（theta band，3-7 Hz）振荡的相位和功率起着功能性的作用。此外，若在刺激呈现前在θ波范围内（3-7 Hz）以及α波范围内（8-12 Hz）和低β波范围内（13-20 Hz）持续存在振荡活动，这对随后的记忆过程和认知处理有着调节作用。 研究课题 本研究旨在测试这样一个假设：前刺激的低频活动特性对成功形成跨模态记忆是相关的。研究设计特意用于独立于单个项目记忆而调查连带记忆。参与者需要记住视听刺激对并在随后的识别任务中分辨它们和重新排列的新配对。...
癫痫中宏观固有动态与微回路功能的关系研究 研究背景 癫痫是一组以异常自发脑活动为特征的神经障碍，涉及多尺度的脑功能组织变化。然而，目前尚不清楚癫痫相关的自发脑活动干扰对宏观固有动态和微回路组织的影响程度，以及这些变化如何支持其病理相关性。因此，研究癫痫患者的自发脑活动如何影响宏观动态及微回路功能，探讨其病理机制，具有重要科学意义。 研究来源 本研究由以下学者共同完成：Siqi Yang（成都信息工程大学网络空间安全学院）、Yimin Zhou（成都信息工程大学网络空间安全学院）、Chengzong Peng（成都信息工程大学网络空间安全学院）、Yao Meng（电子科技大学生命科学与技术学院）、Huafu Chen（电子科技大学生命科学与技术学院）、Shaoshi Zhang（新加坡国立大学...
一项关于在创造性过程中艺术与工程思维脑电活动的研究 背景与研究动机 创造力被普遍认为是想象出新颖而有价值事物的能力。研究人员发现存在两种创造性思维方式：成长型思维和固定型思维。成长型创造性思维可以通过时间和实践提高技能，而固定型创造性思维则认为创造技能是不可改变的。教育在培养创造力的过程中起到了至关重要的作用，研究也表明艺术和工程领域的学生在创造性任务中的表现是有明显差异的。 研究出处 这项研究论文《An EEG study on artistic and engineering mindsets in students in creative processes》由Yuan Yin、Ji Han和Peter R. N. Childs撰写，分别来自于Imperial College Lond...
在阅读障碍儿童中基于阅读任务的脑连接分析（使用 EEG 信号） 阅读障碍是一种影响正常阅读能力的神经发育性疾病，即使智力水平正常的儿童也可能受到影响。本文研究了在阅读任务中，阅读障碍儿童与正常儿童的大脑连通性差异，并通过图论方法进行了分析。研究检测了阅读障碍和控制组儿童在阅读任务期间的脑功能连通性，并提出可能的脑网络受损证据。 研究背景 发展性阅读障碍（Developmental Dyslexia, DD）是一种影响大约5%到10%人口的神经发育性阅读障碍。尽管这些孩子智力水平正常，但在学业表现上存在显著差距。为了避免这些儿童面临学术挑战和心理问题，理解阅读障碍的神经生理学原因及早期检测非常重要。尽管已有大量行为研究表明阅读障碍个体和正常个体在阅读技能上的差异，但其根本原因仍不明确，需要进一...
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...
ADHD 早期检测潜在生物标志的研究报告：基于相位的脑功能连接和图论分析 本文是一篇研究报告，题为“潜在生物标志物用于 ADHD 早期检测的研究：采用相位脑功能连接和图论分析”。这项研究由 Farhad Abedinzadeh Torghabeh、Seyyed Abed Hosseini 和 Yeganeh Modaresnia 完成，发表于 Physical and Engineering Sciences in Medicine（2023）第 46 卷，1447-1465 页。本文于 2023 年 9 月 5 日在线发表。本文的学术背景，研究方法，实验结果和科学价值将详细阐述。 学术背景和研究问题 注意缺陷多动障碍（ADHD）是一种神经发育疾病，以注意力不集中和过度活跃/冲动的症状为特征...
脑科学研究启发人工智能算法：知识组装的神经机制 背景简介 当新的信息进入大脑时，人类对世界的先前知识可以通过一种被称为“知识组装”（knowledge assembly）的过程迅速改变。近期，由Nelli等人进行的一项研究中，探索了人类大脑中知识组装的神经关联。研究者们受到这一神经机制的启发，开发了一种人工神经网络算法，以实现快速知识组装，提高系统的灵活性。这一研究再一次证明了研究大脑工作方式能够推动更好的计算算法的发展。 研究来源 这篇研究论文由Xiang Ji、Wentao Jiang、Xiaoru Zhang、Ming Song、Shan Yu和Tianzi Jiang完成，作者们主要来自中国科学院的脑科学与智能技术卓越创新中心、自动化研究所的脑网络组中心及实验室以及浙江实验室的增强智...
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...
自闭症谱系障碍（ASD）是一种以重复行为、狭窄的兴趣和严重的社交互动缺陷为特征的异质性疾病，意即在不同个体中表现差异较大。中国学龄前儿童自闭症的患病率约为1%。目前，自闭症的诊断依赖于诊断量表和医生询问，这种主观性强的评估方式极大地影响了诊断结果，给医疗、社会和教育护理带来了重大挑战。本文通过结合图卷积网络（Graph Convolutional Networks，GCN）与静态功能磁共振成像（rs-fMRI）数据，提出一种多功能连接基图卷积网络（mfc-GCN）框架，以实现对自闭症谱系障碍（Autism Spectrum Disorder，ASD）的早期诊断。本文由Chaoran Ma、Wenjie Li、Sheng Ke、Jidong Lv、Tiantong Zhou和Ling Zou共...