![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
脑电波
文章平均质量分 90
思影科技
思影科技
展开
-
不仅仅是更小的成人大脑——通过新生儿大脑成像了解后期的神经发育情况
最近,神经影像学研究的一个重点在于研究产前、新生儿和儿童早期的大脑发育。发育早期脑损伤和早产情况与儿童神经发育障碍的风险增加有关,这表明早期发育对后期发展有重要作用。虽然使用的方法和样本不同,但大部分研究的共同目的在于追踪正常发育进程,调查这种发育的偏差,以预测儿童期的行为、认知和神经功能。在这里,我们回顾了早期发育相关的结构和功能神经影像学研究。我们关注开展早期发育相关研究的操作和技术复杂性,并讨论神经影像技术如何被成功地应用对神经发育结果变量的研究。我们发现与后期结果变量相关的神经影像标志物的预测能力仍翻译 2022-10-21 09:16:52 · 1152 阅读 · 0 评论 -
Neuron:自动优化TMS线圈放置,实现个性化靶向功能网络刺激
经颅磁刺激(Transcranial magnetic stimulation, TMS)用于通过操纵特定大脑网络和回路中的活动来治疗多种精神和神经系统疾病,但个体响应是高度可变的。在临床环境中,TMS线圈的放置通常基于组平均功能图或头皮启发式方法。在这里,我们发现这种方法可以无意中靶向抑郁症患者的不同功能网络,因为他们的功能大脑组织的可变性。通过考虑每个患者独特的功能性神经解剖学,更精确的TMS靶向应该是可行的。为此,我们开发了一种靶向方法,称为靶向功能网络刺激(targeted functional n翻译 2022-10-18 17:55:55 · 875 阅读 · 0 评论 -
功能性神经障碍(转换障碍)的早期生活创伤内表型和脑回路-基因表达的关系
功能性神经障碍(转换障碍)(FND)是精神病学和神经病学交叉的一种常见的致残性疾病,个体表现出与其他神经疾病相矛盾的感觉运动症状。Briquet, Charcot, Freud, Janet和其他著名的临床医生研究FND,即当时所知的癔症,这个疾病直到最近才不被忽视。翻译 2022-10-16 16:07:07 · 547 阅读 · 0 评论 -
促进早期的父母-婴儿情感联系可以改善早产儿的皮质网络
然而,像FNI这样的行为环境丰富范式的标志物是具有挑战性的,因为它们建立在招募先天的人类类型的养育行为和父母-婴儿互动的基础上,以提供本质上的多模态环境丰富。FNI组中PPC较高的网络(FNI > SC)的密度用红色表示,FNI组中PPC较低的网络(FNI < SC)的密度用蓝色表示。FNI组中PPC较高的网络(FNI > SC)的密度显示为红色,FNI组中PPC较低的网络(FNI < SC)的密度显示为蓝色。我们目前的发现与一种观点相一致,即暴露于FNI的婴儿的PPC下降是由更多的因素引起的。翻译 2022-10-15 16:51:02 · 401 阅读 · 0 评论 -
以连边为中心的功能连接用于个体识别
组水平的研究不能从网络结构上捕捉到个体差异,而网络结构是理解行为塑造的神经基质和开发临床干预措施的重要先决条件。最近的研究采用了功能连接的"指纹识别"分析来确定被试的特异性特征。在此,我们开发了一种以连边为中心的功能连接模型的补充方法,该模型关注于连边的共同波动。我们首先展示了相比于节点功能连接(nFC),全脑连边功能连接(eFC)是一个稳健的特征,eFC在不同的数据集和分区中的识别能力更强。随后,我们在不同空间尺度上,从单个节点到功能系统和集群水平(使用k-means聚类方法),描述了被试的识别能力(这里翻译 2022-10-14 14:53:45 · 1609 阅读 · 1 评论 -
人类杏仁核特异性连接与心理健康维度的关系
人们越来越关注使用神经影像学方法预测精神疾病。然而,预测通常依赖于大的大脑网络和大的疾病异质性。因此,它们缺乏解剖学和行为特异性,阻碍了针对性干预的进展。在这里,我们设法解决这两个挑战。首先,利用静息状态功能磁共振成像,我们将杏仁核(与情绪障碍相关的区域)分成七个区。接下来,一项问卷因素分析提供了焦虑抑郁患者经常改变的亚临床心理健康维度,如负面情绪和睡眠问题。最后,对于每个行为维度,我们确定了单个杏仁核子区和高度特异的感兴趣区域(如脑干中缝背核或内侧额叶皮质区)之间最具预测性的静息状态功能连接。杏仁核网络的翻译 2022-10-11 09:21:33 · 977 阅读 · 0 评论 -
脑网络组织的多尺度建模
虽然大脑的变化对大规模大脑网络的影响已被广泛研究,但累积的结果往往不一致,并依赖于考虑的空间或时间尺度。Lombardi等人(2019)考虑了工作记忆功能磁共振成像实验,构建了一个17层的多重大脑网络,与简单线性相关构建的单层网络相比,它们对不同类型的工作记忆任务实现了显著更高的分类。这种显著的损失主要是由几个层引起的,特别是在α 1 (7-10 Hz)频率范围内的DWI、fMRI和MEG,可以用一个简单的模型来解释,该模型通过其核心枢纽的优先攻击重现了多层网络的渐进随机断开[图12(b)]。翻译 2022-10-08 15:37:06 · 819 阅读 · 0 评论 -
皮肤电研究: 情绪识别的特征提取与选择
EDA信号可以由一系列重叠、快速变化的相位SCR表征,这些SCR覆盖在缓慢变化的强直活动(SCL)上,使皮肤电导(SC)的数据分解变得复杂,也限制了经典方法评估SCR的能力。EDA平均水平通常在2-20微秒,不同的个体有1-3微秒的波动,峰谷到峰值的典型上升时间约1-3秒,SCR幅值开始恢复的一半时间(half recovery)为2-10秒。我们的结果还强调要考虑具有不同心理生理特征的被试的个体差异,这些特征往往对相同刺激有不同的生理反应,而不解决这种个体差异会对情绪状态的分类表现产生负面影响。翻译 2022-10-06 15:03:20 · 2821 阅读 · 1 评论 -
空间工作记忆的关键神经机制:前额叶皮层的Theta和High Gamma同步
先前研究表明,Theta-Gamma振荡之间的跨结构和跨频耦合机制在工作记忆背后的神经机制中起着重要作用。然而,跨频耦合与工作记忆任务成绩之间的直接因果关系仍亟待验证。本文通过使用经颅交流电刺激(transcranial alternating current stimulation, tACS)的跨频操控方案调节前额叶皮层中theta和gamma节律的相互作用,从而影响人类的空间工作记忆任务表现。结果显示当Theta振荡的峰值与High Gamma振荡(80-100 Hz)的能量耦合时,空间工作记忆任务成原创 2021-08-28 15:52:29 · 2727 阅读 · 1 评论 -
帕金森疾病的事件相关电位与认知
认知障碍是帕金森疾病(PD)中常见的一个非运动性症状。但是在个体之间的认知变化的本质特点有着很大的差异。根据双症侯群假说,一组患者的特点是执行功能的缺陷,这可能与额叶纹状体功能障碍有关;其他患者主要表现为非额叶相关的认知损伤,迅速发展为帕金森疾病痴呆(PDD)。本文对事件相关电位(ERP)的研究进行了全面的回顾,通过ERP方法来证明PD中认知损伤的这种异质性特点。本综述提供了证据,显示PDD中出现P3b和失匹配负波的改变,但这不存在于非痴呆PD患者中,表明这些ERP成分的改变组成了PDD的电生理标记。相反,原创 2021-08-21 09:00:37 · 2311 阅读 · 0 评论 -
额叶脑电非对称性的评估和概念化
额叶脑电图(EEG)的alpha不对称在情绪、动机和精神病理学研究中得到了广泛的研究,但它是一个使用多种程序进行量化和分析的指标,而程序的多样性使交叉研究的解释变得模糊。本文的目的是提供脑电图alpha不对称的记录、处理、分析和解释的最新教程,以提高研究结果的一致性。首先,简要介绍了alpha不对称的背景。然后,一些记录、处理和分析alpha不对称的指导方针被提出,重点放在不对称分数的创建、参考选择和伪迹去除。本文详细解释了处理步骤,并引用了基于matlab的工具箱,这些工具箱有助于创建和研究alpha不对原创 2021-08-21 08:59:50 · 2699 阅读 · 1 评论 -
移动脑电在神经发展障碍研究中的运用
已有研究表明,由遗传和环境之间复杂作用所诱发的神经发展障碍(如:注意缺陷/多动障碍(ADHD)、自闭症谱系障碍(ASD)等),会影响个体成长过程中的大脑功能。为了更好地对神经发展障碍进行诊断和干预,研究者们一直致力于寻找这些疾病的生物标志物(biological markers),包括那些从遗传/环境影响到行为症状的潜在机制。非典型发育的敏感和特定的脑标志物有可能为有效的干预措施(例如,更早或更有针对性)提供依据,通常有可能缓解与神经发展障碍相关的终生疾病。在过去的十年里,移动传感技术迅速发展。其中,先原创 2021-08-10 21:58:20 · 812 阅读 · 0 评论 -
EEG振荡:从相关到因果
调制大脑振荡可以证明它们对认知的因果作用。·我们重点介绍了几种有选择地调节神经振荡的方法。·在经颅交流电刺激(tACS)过程中,可以对EEG进行分析。摘要Berger在1929年发现人类EEG的第一份报告中,就对进一步阐明alpha波和beta波在正常精神活动中的功能作用表现出极大的兴趣。与此同时,大多数认知过程都与delta, theta, alpha, beta,和gamma范围内的至少一个传统频段有关。尽管现有的丰富的高质量相关EEG数据使许多研究人员相信,大脑振荡有助于各种感觉和认知原创 2021-08-10 21:57:29 · 1797 阅读 · 0 评论 -
动态功能脑网络状态中的EEG特征
人类的大脑通过动态调节不同神经群来实现目标导向的行为。不同脑区之间的同步或失同步与静息态脑成像数据中观察到的动态功能连接相对应。在大量的健康成人被试样本中,我们利用滑动窗口相关方法来处理功能成像数据,证明了:大脑网络存在7种不同的功能连接状态/模式,这些状态/模式可以在不同时间和被试内稳定存在。这些连接状态是否对应有意义的电生理信号尚不清楚。本研究中,采集了被试睁眼和闭眼状态下的EEG和fMRI数据,证明了先前研究的可重复性,并识别出了与这些功能网络连接变化相关的脑电的频谱特征。睁眼和闭眼状态显示了相同和不原创 2021-07-05 10:37:22 · 6024 阅读 · 2 评论 -
EEG脑机接口算法
目前大多数基于EEG的脑机接口的算法都是基于机器学习算法。正如我们在2007年的论文中写的,这个领域中使用了多种多样的分类器。现在,在那篇综述发表后的十年内,许多新的算法已经被开发和测试,用来对脑机接口中的脑电信号进行分类。因此,对脑机接口脑电分类算法进行综述更新的时机已经成熟。方法我们汇总了2007年至2017年的BCI和机器学习的文献,以确定设计用在脑机接口方向的新分类方法。我们综合了现有方法的研究,解释它们如何应用于脑机接口,得到了怎样的结果,并确认它们的优点和缺点。主要结果我们发现,原创 2021-07-05 10:32:36 · 4942 阅读 · 2 评论 -
电生理数据的数字滤波器设计
背景:滤波是脑电图(EEG)和脑磁图(MEG)数据预处理中的一个普遍步骤。滤波除了衰弱噪声信号成分的预期效果之外,滤波还会导致各种意想不到的不利情况例如信号失真和滤波伪影。方法:对滤波器响应(脉冲响应和频率响应)进行评价,对滤波器类型(高通/低通/带通/带阻;有限/无限脉冲响应,FIR/IIR)的和滤波器参数(截止频率,滤波器阶数和衰减,纹波,延迟和因果关系)选择提供了一些实用的指导,以优化信噪比,避免或减少信号失真。结果:介绍并讨论了常用电生理软件中各种滤波器的实现方法。对滤波器响应进行比较和评估原创 2021-06-17 11:30:06 · 3007 阅读 · 1 评论 -
工作记忆中表征状态的振荡控制
在视觉世界中注意力会受到视觉工作记忆(VWM)中激活的视觉目标的引导。然而,规划多个任务序列也需要VWM为了未来目标而储存表征。这些未来的目标需要被防止干扰当前的感知任务。在视觉选择任务序列中,工作记忆与感觉输入的交互作用中,神经振荡起着重要的调节作用。最近的研究表明,神经振荡是一种控制机制,服务于VWM中不同优先级状态的实现和切换。我们回顾了最近的证据,即VWM表征的灵活激活和失活的基础是:后脑α波段振荡,以及额叶delta到theta波段振荡在这一过程的执行控制中发挥作用。也就是说,在多任务序列中,额叶原创 2021-06-17 11:23:39 · 924 阅读 · 1 评论 -
TDCS刺激强度对健康受试者工作记忆的影响
经颅直流电刺激(tDCS)可以改善健康受试者工作记忆(WM)的表现。然而,不同文献得到的结论并不一致,也有认为没有效果,且对这些结果的解释是混乱的,包括tDCS强度(电流强度)和伪刺激的差异。目的:我们利用行为学和神经生理学结果系统地研究tDCS强度对工作记忆的影响。方法:采用单盲平行分组设计,将100名受试者随机分为5组,分别接受不同电流强度(2 mA、1 mA和3种伪TDCS条件,分别为0.034 mA、0.016 mA和0 mA)15min的双额tDCS刺激。被试在tDCS之前、期间和之后执行原创 2021-06-17 11:22:55 · 1787 阅读 · 1 评论 -
基于机器学习的脑电病理学诊断
机器学习(Machine learning, ML)方法有可能实现临床脑电(Electroencephalography, EEG)分析的自动化。它们可以分为基于特征的方法(使用手工制作的特征)和端到端的方法(使用学习的特征)。以往对EEG病理解码的研究通常分析了有限数量的特征、解码器或两者兼而有之。对于I)更详细的基于特征的EEG分析,以及II)两种方法的深入比较,我们首先开发了一个全面的基于特征的框架,然后将该框架与最先进的端到端方法进行比较。为此,我们将提出的基于特征的框架和深度神经网络(包括EEG优原创 2021-05-14 15:34:24 · 2350 阅读 · 0 评论 -
人类记忆中的Theta振荡
长期以来,认知神经科学家一直努力于解决一个基本问题:人类的陈述性记忆(declarative memory)是否和空间记忆(spatial navigation)具有相同的神经机制?如果是,那么记忆编码和提取阶段是否会出现进行空间记忆时海马和相连的大脑皮质区域中产生的Theta振荡?如Figure1 如Figure1 所示,在形成空间记忆的过程中,位置细胞是按照特定的顺序被激活的,其中,位置细胞的激活顺序被称为“theta序列”(theta sequence),该序列不只是简单地反映结构上的连接,更会随原创 2021-05-13 20:17:14 · 1539 阅读 · 0 评论