跳到正文

全部动态

今日 11 条
今天10月24日周六
  1. bioRxiv（Neuroscience）47

    EOIS 框架从单试次神经生理时间序列中分离诱发与诱导活动

    AI 摘要研究团队开发了 Evoked-Ongoing/Induced Separator（EOIS）框架，可从单试次数据中分离事件诱发、持续和事件调制诱导活动。该方法利用 MEG 与实时 EEG 中不同成分的相位一致性特征，实现与被试无关的单试次时间序列分析，并将皮层反应变异性归因到具体成分。EOIS 有望用于生物标志物优化、药效学读出和闭环神经调控。

  2. bioRxiv（Neuroscience）55

    Matthew Chalk 提出多尺度表征几何框架刻画神经编码

    AI 摘要bioRxiv 预印本中，Matthew Chalk 提出一种从第一性原理推导的多尺度表征几何，用于刻画神经元在每一尺度上如何编码刺激差异。该方法与互信息精确对应，因此不依赖解码假设，刺激差异对信息贡献越大，几何拉伸越明显。作者将其应用于空间、运动和视觉编码，展示神经元如何组合编码信息、不同脑区有何差异以及哪些特征编码最好。

    AI 推荐理由：该文从互信息出发定义多尺度表征几何，为比较不同神经群体的编码结构提供不依赖解码假设的统一框架。

  3. bioRxiv（Neuroscience）58

    Hyoung F Kim 团队在灵长类中揭示丘脑底核吻尾亚区分别支持灵活与习惯性决策

    AI 摘要Hyoung F Kim 团队在灵长类中发现，丘脑底核（STN）沿吻尾轴存在功能分化：吻侧 STN 神经元优先编码灵活更新的价值，尾侧 STN 神经元优先编码稳定的长期价值记忆。

    AI 推荐理由：该研究在灵长类上区分了丘脑底核吻侧与尾侧在灵活价值更新和习惯性价值记忆中的不同作用，为理解 STN-DBS 的认知副作用提供了解剖功能框架。

  7. Science Advances60

    四川大学华西医院团队等提出用健康神经先验约束病理皮层网络运动解码

    AI 摘要四川大学华西医院 Jiayuan He、Qing Mao 等与合作者在 Science Advances 第 12 卷第 43 期发表论文，提出从健康神经先验出发、受生物物理约束的学习方法，用于改善病理皮层网络中的运动解码。

    AI 推荐理由：材料只给出论文标题与期刊卷期，读者可据此了解一种用健康神经先验约束病理皮层网络运动解码的方法方向。

  9. Nature Communications（Neuroscience）55

    纽约大学阿布扎比分校 Kartik K. Sreenivasan 团队：序列工作记忆由低维神经子空间编码，未检出神经序列

    AI 摘要纽约大学阿布扎比分校 Kartik K. Sreenivasan 团队利用人类受试者的宽带 MEG 数据，结合降维和多变量解码，检验序列工作记忆究竟靠逐项顺序重激活（神经序列）还是靠低维子空间组织来维持。

    AI 推荐理由：研究用 MEG 数据对比序列工作记忆的两种假说，为多项目工作记忆的编码方式提供了一条可对照的实验路径。

  11. Bing News：brain implant72

    EPFL Mahsa Shoaran 团队开发低功耗植入式神经芯片 LogSync，可跨脑区提取同步性生物标志物

    AI 摘要EPFL 工程学院的 Mahsa Shoaran 团队开发出低功耗植入式神经片上系统 LogSync，可记录脑活动并提取脑波强度与不同脑区信号间同步性等网络层面生物标志物，再由机器学习算法区分认知与情绪状态并触发刺激。

    AI 推荐理由：EPFL 团队把跨脑区同步性提取和状态分类做进单颗芯片，功耗数字可与现有植入式神经接口系统对照。

10月23日周五
  2. Bing News：brain-computer interface62

    清华大学研发 Airscope 无线脑监测设备，重1克、可同时监测逾8500个神经元

    AI 摘要清华大学研究人员研发出名为 Airscope 的无线脑监测设备，报道称其为全球最轻的无线脑监测设备，重约1克，可在不限制受试者活动的情况下追踪神经活动。该设备视野为6毫米，可在自由活动的受试者中同时监测皮层上超过8500个单个神经元。报道称，这一设备有望推动行为神经科学与脑机接口技术研究。

    AI 推荐理由：清华大学团队发布的1克无线脑监测设备，给出了视野范围和同时记录神经元数量，便于与现有自由活动动物记录方案对照。

  3. arXiv eess.SP（Signal Processing）36

    EEG 序列算时间序列吗？用时间序列模型与受试者联合训练做 EEG 分类

    AI 摘要一项 arXiv 研究系统比较了 EEG 分类模型与通用时间序列分类模型的差异，并提出受试者专属、受试者无关和受试者条件三种建模方案。在三个数据集上，按受试者训练的现成时间序列分类模型性能接近 EEG 专用模型，但未完全达到领域专用建模水平。

  7. bioRxiv（Neuroscience）62

    Shi 等用分解式时空集成深度学习从常规头皮 EEG 定位癫痫发作起始区

    AI 摘要Shi 等提出一种分解式时空集成深度学习框架，用常规发作间期与发作期头皮 EEG 做脑叶水平的癫痫发作起始区（SOZ）定位，数据来自 100 例单侧局灶性癫痫患者的 262 次记录（6000 余小时），另设 28 例内部和 9 例外部测试集。

    AI 推荐理由：该预印本用100例患者的常规头皮EEG做致痫区定位，并给出内部与跨机构验证结果，可供与现有非侵入式定位方法对照。

  10. bioRxiv（Neuroscience）40

    癫痫患者丘脑前核 DBS 的急性头皮 EEG 特征：非周期谱态偏移中可复现的 gamma 功率增强

    AI 摘要一项概念验证重复测量队列分析显示，5 例药物难治性癫痫患者在接受丘脑前核 DBS（1 s ON、约 5 s OFF 循环刺激）时，全部 10 次头皮 EEG 记录（间隔一年）均出现 30-70 Hz gamma 功率升高，中位增幅 +0.94 dB，且 10/10 次记录的显著功率谱簇与 gamma 频段重叠。

10月22日周四
  1. Journal of Neural Engineering40

    研究揭示提示步进运动想象中区域去同步的有序起始与运动类别可分性转变

    AI 摘要一项EEG研究考察了提示步进运动想象中皮层区域去同步的起始顺序，发现运动类别信息在早期成分中并不具备类别特异性，任务相关表征需经一定处理阶段才变得可解码。研究指出，基于运动想象的脑机接口解码窗口目前多按惯例固定，而非依据表征形成的证据确定。

  3. Nature Neuroscience58

    Rutgers Michael W. Cole 团队揭示网络几何如何塑造人脑皮层任务表征转换

    AI 摘要美国罗格斯大学 Michael W. Cole 团队在 Nature Neuroscience 发表研究，基于人类任务态 fMRI 数据提出，皮层区域间连接几何（连接维度）可预测任务表征在区域间的压缩或扩张。

    AI 推荐理由：研究用人类任务态fMRI数据把皮层连接几何与任务表征的压缩或扩张联系起来，可作为脑网络建模与解码分析的参照。

  4. bioRxiv（Neuroscience）55

    Haining Zhong团队开发低成本荧光寿命光纤光度系统iFLiP

    AI 摘要美国华盛顿大学Haining Zhong团队在bioRxiv报告了iFLiP，一套用现成元件搭建、无需专门技术即可组装的低成本荧光寿命光纤光度系统，并配套开发了可一键操作的软件。

    AI 推荐理由：作者用现成元件搭建低成本荧光寿命光纤光度系统，并给出小鼠在体PKA动态测量示例，可供需要长期定量监测的实验室参考。

  6. Brain Stimulation（In Press）38

    前额叶对间歇性θ爆发刺激的局部与网络反应：一项随机假对照 iTBS/fNIRS 研究

    AI 摘要一项随机假对照研究将单次间歇性θ爆发刺激（iTBS）与同步 fNIRS 结合，在健康成人中刻画前额叶的局部与网络水平反应性。探索性分析考察了前额叶活动与连接同感知压力和应对方式的关系。该试验已在 ClinicalTrials.gov 注册（NCT07433829），并经香港理工大学人类伦理委员会批准。

  7. Bing News：brain-computer interface38

    双阶段运动想象范式提升脑机接口解码精度：97名健康受试者EEG离线研究

    AI 摘要一项离线EEG研究提出CEP-MI线索-执行范式，让97名健康受试者在3秒倒计时内想象运动、随后轻微执行动作，并开发双分支神经网络PGCANet。在BCI Competition IV dataset 2a上，PGCANet四分类平均准确率达82.47%，优于EEG Conformer的78.66%和EEGNet的74.50%。研究称该范式提升了手部运动想象分类精度，但尚未证实实时或临床获益。

  8. arXiv q-bio.NC（Neurons and Cognition）62

    哥伦比亚大学 Nima Mesgarani 团队用可解释特征分解语音模型与 ECoG 脑响应的对齐

    AI 摘要哥伦比亚大学 Nima Mesgarani 团队基于六类可解释特征（mel 频谱、Gabor 滤波器组、语音存在、音素、句法、语义）与 Whisper、HuBERT、WavLM 三种语音基础模型的上下文嵌入，构建线性编码模型，量化各特征类别共享的 ECoG 响应方差。

    AI 推荐理由：研究用方差分解把语音基础模型与脑响应的对齐拆到可解释特征层面，便于比较不同模型层级与脑编码的关系。

  10. medRxiv（Neurology）55

    Katy A Cross 团队用移动 EEG 比较有无冻结帕金森患者的提示步态皮层活动

    AI 摘要Katy A Cross 团队用移动 EEG 比较 18 名有冻结史（PD-F）、21 名无冻结（PD-NF）帕金森病患者与 19 名年龄匹配健康对照在正常行走、跟随听觉提示和跨越视觉提示三种条件下的步态与感觉运动皮层活动。

    AI 推荐理由：研究用移动 EEG 对比有无冻结的帕金森病患者在听觉与视觉提示下的步态表现，并给出感觉运动皮层 beta 抑制的差异。

  11. Journal of Neural Engineering（Crossref）52

    ACF-Net：面向跨受试者可穿戴 EEG-EMG 手势识别的自适应跨模态融合网络

    AI 摘要ACF-Net 是一个把皮层-肌肉耦合先验嵌入融合结构的四阶段网络，用于跨受试者可穿戴 EEG-EMG 手势识别。在留一受试者验证中，它在 WAY-EEG-GAL（12 名受试者）上达到 87.6%，在 WEE-Ges（20 名受试者，三天）上达到 89.2%，分别比最强基线高 9.4 和 9.1 个百分点，校正后比较均显著。

  13. bioRxiv（Neuroscience）72

    牛津 Staresina 团队用颅内记录揭示海马回溯性绑定跨时间经历

    AI 摘要牛津 Bernhard P. Staresina 团队利用人体颅内记录发现，受试者在约 2 秒间隔内形成图像-词语联想时，海马高频活动在第二个事件到来时才能预测后续记忆，而非在初始图像或间隔期。此时对前一图像调谐的神经元在缺乏相应感觉输入的情况下重新激活了刺激特异性放电。在成功编码的试次中，海马高频活动与这种重激活选择性耦合，并在图像调谐神经元放电之前升高。

    AI 推荐理由：该研究用人体颅内记录捕捉到海马在第二个事件到来时回溯性重新激活前一个事件的表征，为跨时间绑定记忆提供了直接神经证据。

  15. Europe PMC（brain-computer interface · PubMed）38

    基于EEG的递增阻力运动过程中皮层动态特征研究

    AI 摘要十名健康受试者在五种阻力条件下完成单臂弯举，同时用EEG记录皮层活动，运动相关皮层电位与功率谱密度在不同阻力条件间呈现差异。研究采用Triplet Temporal Convolutional Network提取EEG信号表征并结合KNN分类，受试者内留一试验评估准确率达97.2%，跨受试者留一评估最高准确率为93.0%。

  16. bioRxiv（Neuroscience）38

    重复阈上双脉冲TMS对皮质脊髓兴奋性的影响研究

    AI 摘要19名健康受试者接受左侧初级运动皮层重复阈上双脉冲TMS，ISI为20 ms或100 ms，另设单脉冲对照。rPPS100后运动诱发电位波幅显著降低并持续至40分钟（p = 0.017），rPPS20与对照条件均无变化。结果表明靶向长间隔皮层内抑制（LICI）的重复刺激可在皮质脊髓系统诱导持久可塑性。

  17. bioRxiv（Neuroscience）60

    Vincenzo Vitelli 团队提出旋转成分分析，揭示全脑自发旋转动力学约束线索诱发行为

    AI 摘要Vincenzo Vitelli 团队提出降维方法旋转成分分析（RCA），用于在单试次中检测低方差旋转模式。他们将 RCA 应用于猴和人的运动皮层动作电位数据、小鼠全脑钙成像以及人的 fMRI 和 MEG；在小鼠中，静息态识别出的旋转模式可预测随机时刻线索到来后动物是否拉杆，作者用循环神经网络模型和二维响应学习模型解释这一关联。

    AI 推荐理由：文章提出旋转成分分析，并在猴、人、小鼠多类数据上展示自发旋转动力学如何约束线索诱发行为，可供做低维神经动力学分析的研究者参考。