基于领域对抗训练CNN实现在线注意力解码的脑机接口

基于领域对抗训练CNN实现在线注意力解码的脑机接口

跨主体脑机接口:基于卷积神经网络的领域对抗训练实现实时注意力解码 学术背景 注意力解码在我们日常生活中扮演着至关重要的角色,其基于脑电图(EEG)的实现已经引起了广泛关注。然而,由于EEG信号在个体间的显著差异性,为每个人训练一个通用的模型在实践中是不可行的。因此,本文提出了一种端到端的脑机接口(BCI)框架,旨在解决这一挑战,特别是利用了时间和空间的一维卷积神经网络(1D CNN)及领域对抗训练策略(Domain-Adversarial Training)。 传统注意力解码方法通常依赖于预定义的特征提取和模式分类技术,如线性判别分析(LDA)和支持向量机(SVM),但这些方法在处理跨主体数据时表现出局限。另外,深度学习方法虽然在分类性能上表现出色,但如何处理EEG信号的显著个体差异性依旧是...

运动功能障碍的量化和诊断

背景与研究动机 帕金森病(Parkinson’s Disease, PD)是一种神经退行性疾病,主要影响患者的运动能力,导致震颤、运动迟缓、四肢僵硬和行走平衡问题。这种运动缺陷严重影响患者的独立生活能力和生活质量。据统计,预计到2030年,仅在美国就会有近1.2百万人患有帕金森病,而全球的患者数更是超过1000万人。因此,如何准确评估和诊断患者的运动缺陷是一个急需解决的关键问题。 现有的PD严重性评估方法主要依赖于临床医生的主观观察和经验,通过患者在实验室或诊所中进行特定动作来评估。这种方法不仅受到人为主观因素的影响,且在受控环境中的观察无法充分反映患者在日常生活中的实际运动情况。因此,研究人员亟需一种可靠的、非侵入式的量化方法,能客观地评估帕金森病患者的运动缺陷,从而提供更及时有效的康复反...

一种仿生视觉检测模型:基于分数脉冲神经元电路的事件驱动LGMDs实现

一种仿生视觉检测模型:基于分数脉冲神经元电路的事件驱动LGMDs实现

学术报道:基于分数脉冲神经元电路的仿生视觉检测模型研究 在智能自动驾驶和无人驾驶飞行器等领域中,迅速有效地预测碰撞并触发避让行为具有非常重要的应用价值。蚱蜢的巨型运动探测器 (LGMDs) 能够在碰撞发生前有效地预测碰撞,并触发避让。这种能力使得LGMD成为设计碰撞避让人工视觉系统的理想模型。不同于传统CMOS摄像机,事件相机(DVS)能够模拟生物视觉系统中的光感受器,从底层仿真LGMD系统的分野,提供高时间分辨率、高动态范围和最小运动模糊等优势。 背景及意义 本次研究的作者为Yabin Deng、Haojie Ruan、Shan He、Tao Yang和Donghui Guo,分别来自厦门大学和福州大学,并在IEEE Transactions on Biomedical Engineeri...

CLASH:基于互补学习与神经架构搜索的步态识别框架

CLASH:基于互补学习与神经架构搜索的步态识别框架

CLASH:基于互补学习与神经架构搜索的步态识别框架 研究背景 步态识别是一种通过个体的行走模式进行身份识别的生物识别技术。这种技术由于可以在远距离无须个体合作的条件下进行,因此在安全检查、视频检索和身份识别等领域有着广泛的应用。然而,基于人影轮廓的识别方法存在一些问题:二值化的稀疏边界表示缺乏丰富的时空信息,使得轮廓大部分像素对步态模式不敏感。为了提高对步态模式的敏感性,同时保持识别的鲁棒性,本文引入了一种基于神经架构搜索的互补学习(Complementary Learning with Neural Architecture Search, CLASH)框架,旨在解决上述问题。 论文来源 本文由Huanzhang Dou、Pengyi Zhang、Yuhan Zhao、Lu Jin和Xi...

由大脑皮质发音表征驱动的双语语音神经假体

由大脑皮质发音表征驱动的双语语音神经假体 背景 在神经假体的发展过程中,从大脑活动解码语言的研究一直集中在单一语言的解码上。因此,双语言语产生依赖于不同语言的独特或共享皮层活动的程度仍不清楚。当前研究通过电皮层图(electrocorticography, ECoG)结合深度学习和统计自然语言模型来记录和解码一名西班牙语-英语双语患者的言语运动皮层活动,并将其转化为两种语言的句子。该研究旨在解决双语解码的实际应用问题,尤其是在不需要手动指定目标语言的情况下,实现言语解码。 言语丧失症(anarthria),即失去清晰发音的能力,是中风和肌萎缩侧索硬化症等神经疾病的严重症状之一。目前,侵入性言语脑-计算机接口(BCI)正在被开发,以通过解码皮层活动恢复患者的自然沟通能力。然而,现有的言语BCI...

StrokeClassifier:使用电子健康记录的集合共识模型进行缺血性脑卒中病因分类

StrokeClassifier:人工智能工具基于电子健康记录对缺血性卒中进行病因分类 项目背景及研究动机 脑卒中(尤其是急性缺血性卒中,AIS)的病因识别工作对二次预防至关重要,但诊断起来往往非常困难。在美国,每年的缺血性卒中新发病例近67.6万,其中四分之一的患者曾有过卒中史。这种病症的再发率较高,甚至可能导致死亡或进一步的残疾。缺血性卒中的病因可以多种多样,包括大动脉粥样硬化、心源栓塞、小血管病以及其他罕见病因。然而,美国大约20-30%的缺血性卒中患者在经过评估后,病因依然无法确定,被归类为隐源性卒中。这部分患者的再发卒中风险特别高。因此,能够准确识别隐源性卒中的病因,对于优化治疗方案、提高患者预后具有重要意义。然而,做出准确诊断需要整合大量的数据,包括临床史、体检结果、实验室数据、...

自监督学习加速度计数据揭示睡眠与死亡率关联的新见解

自监督学习加速度计数据揭示睡眠与死亡率关联的新见解

自监督学习手腕加速度计数据揭示睡眠与死亡率关联的新见解 在现代社会中,睡眠作为生命必需的基础活动,其重要性不言而喻。通过准确测量和分类睡眠/清醒状态以及不同的睡眠阶段,在临床研究中对睡眠障碍的诊断以及解读消费者设备所提供的运动和心理健康数据都是至关重要的。然而现有的非多导睡眠图(Polysomnography, PSG)睡眠分类技术主要依赖于启发式方法,这些方法常常是在相对较小的样本人群中开发的,存在一定的局限性。因此,本研究的目标是通过腕戴加速度计确定睡眠阶段分类的准确性,并探讨睡眠时长和效率与死亡率之间的关联。 研究背景 由Hang Yuan及其团队(包括Tatiana Plekhanova, Rosemary Walmsley, Amy C. Reynolds, Kathleen J....

阿尔茨海默病的临床病理异质性及其神经胶质激活模式

阿尔茨海默病的临床病理异质性及其胶质细胞激活模式 学术背景 阿尔茨海默病(Alzheimer Disease, AD)作为老年痴呆症的主要原因,其病理异质性一直是研究的热点。已有研究表明,阿尔茨海默病的临床症状存在多样性,包括健忘型和非健忘型临床症状,这都与神经纤维缠结的分布及胶质细胞激活密切相关。然而,这些异质性及其病理机制尚未完全阐明,因此进一步解析阿尔茨海默病的分子和细胞生物学机制,对于推动临床诊断和治疗至关重要。 研究背景与目的 此次研究由Neuroscience Department of Mayo Clinic Florida等多家学术机构联合进行,旨在深入剖析阿尔茨海默病的临床病理异质性和胶质细胞激活模式。研究团队通过对1991年至2020年间在Florida Autopsie...

MRI 引导的分阶段聚焦超声丘双侧 脑底核切除术治疗帕金森病

MRI 引导的分阶段聚焦超声丘双侧 脑底核切除术治疗帕金森病 背景简介 帕金森病(Parkinson’s Disease, PD)是一种常见的神经退行性疾病,主要表现为运动症状如震颤、僵硬和运动迟缓。传统上,针对该病的治疗方法包括药物治疗和外科手术,而后者如深部脑刺激术(Deep Brain Stimulation, DBS)和放射频率外科手术也在不断发展。然而,单侧MRI引导下的聚焦超声丘脑底核切开术(FUS-STN)被证明可以改善患有不对称性帕金森病患者的对侧运动特征,目前尚未探讨双侧FUS-STN的可行性。单侧治疗可能无法提供全局的症状控制,尤其是疾病进行中未治疗的身体半侧可能出现运动恶化和轴性表现,如步态障碍。为此,本研究旨在评估分阶段双侧FUS-STN治疗帕金森病的安全性和有效性。...

构建人类3D纹状体-黑质体神经样器官以模拟亨廷顿病中中型棘状神经元投射缺陷

构建人类3D纹状体-黑质体神经样器官以模拟亨廷顿病中中型棘状神经元投射缺陷

构建人类3D纹状体-黑质体神经样器官以模拟亨廷顿病中中型棘状神经元投射缺 背景介绍 亨廷顿病(HD)是一种导致运动系统明显衰退的神经退行性疾病,主要特征是由纹状体(striatum)到中脑黑质(substantia nigra,SN)的中型多棘神经元(medium spiny neurons,MSNs)投射缺陷。然而,研究亨廷顿病病理生理学面临的挑战之一是缺乏有效的人类模型,特别是能够模拟这些神经回路缺陷的体外模型。尽管HD的病因已知是由亨廷顿基因(huntingtin gene)中的异常扩展的CAG重复所致,但有效的治疗方法仍然欠缺,这可能部分归因于缺乏类似物模型用于药理学研究。 在亨廷顿病患者中,纹状体-黑质(striatum-substantia nigra,STR-SN)回路功能障碍...