加州理工 Richard A. Andersen 团队比较人运动皮层与后顶叶皮层的全身运动编码
AI 摘要加州理工 Richard A. Andersen 团队在两名受试者的运动皮层和后顶叶皮层记录单神经元,发现两个区域都对全身各部位的运动有反应。运动皮层整体表现出效应器特异性,而后顶叶皮层对各身体部位的表征程度相当。这两个区域此前长期被认为主要控制手部。
AI 推荐理由:在两名受试者上同时记录运动皮层与后顶叶皮层的单神经元,为全身运动编码的区域差异提供了直接对比。
期刊论文、预印本与技术报告中的新结果。
AI 摘要加州理工 Richard A. Andersen 团队在两名受试者的运动皮层和后顶叶皮层记录单神经元,发现两个区域都对全身各部位的运动有反应。运动皮层整体表现出效应器特异性,而后顶叶皮层对各身体部位的表征程度相当。这两个区域此前长期被认为主要控制手部。
AI 推荐理由:在两名受试者上同时记录运动皮层与后顶叶皮层的单神经元,为全身运动编码的区域差异提供了直接对比。
AI 摘要多伦多大学 Konstantinos N. Plataniotis 团队在预印本中提出,SEED 等刺激定义基准的情绪标签在设计阶段就绑定到视频上,编码器只要识别出播放的是哪段视频就能免费得到标签。
AI 推荐理由:原文把刺激身份这一被忽略的变量单独量化,并给出联合留出受试者与刺激后准确率下降的幅度,可供评估跨受试者 EEG 情绪解码基准时参考。
AI 摘要一项发表于 Journal of Neural Engineering 的研究用可解释 AI 方法分析基于超高密度 EEG 的卷积神经网络语音解码,试图区分神经活动与发音时产生的肌电伪迹。
AI 推荐理由:摘要用可解释 AI 拆开 EEG 语音解码中神经信号与肌电伪迹的贡献,为判断非侵入式语音脑机接口的信号来源提供方法参照。
AI 摘要洛克菲勒大学 Alipasha Vaziri 团队提出三光子超深成像系统 TrUDI,通过优化激发激光、光学系统与采集参数,在相同激光功率下把探测到的荧光光子数提高约250倍。
AI 推荐理由:该预印本给出三光子显微成像在约2 mm深度、8.6 Hz下记录小鼠皮层与海马神经元群体活动的方法细节,可供与现有深部成像方案对照。
AI 摘要Mehrdad Jazayeri 团队在猴子执行两物体空间工作记忆任务时,从额叶眼动区和辅助眼动区记录大规模神经活动,发现多数神经元对两物体空间关系的编码优于对单个物体位置的视网膜拓扑编码。关系调谐与单物体感受野系统性对齐,二者混合支持对物体位置的近最优群体解码,并可产生与行为相似的排斥性偏差。作者称,平均化和归一化等标准多物体模型无法复现这一连续谱,而将感受野在潜在眼跳上积分的模型可以复现。
AI 推荐理由:在猴子额叶眼动区记录大规模神经活动,比较单个物体位置调谐与两物体间关系调谐,为空间工作记忆的群体编码提供新解释。
AI 摘要Christopher L Hughes 团队用双光子钙成像测量小鼠(原文未写明物种,此处不补)体感皮层2/3层在22种临床相关微刺激模式下的PV与SOM中间神经元激活。
AI 推荐理由:该研究用双光子钙成像比较22种微刺激模式下PV与SOM中间神经元的激活差异,为刺激参数设计提供环路层面的对照依据。
AI 摘要四川大学华西医院 Shutao Qiu、Li Zhang、Qiang Gao 团队在 Frontiers in Neurology 发表系统综述与荟萃分析,纳入7项随机对照试验,比较非侵入式脑刺激(NIBS)联合脑机接口训练与单用脑机接口训练对卒中患者上肢运动功能的效果。
AI 推荐理由:这项荟萃分析汇总7项随机对照试验,并说明剔除单项研究后合并结果不再显著,读者可据此判断联合疗法的证据强度。
AI 摘要北京师范大学马燚娜团队联合北京天坛医院和解放军总医院,利用双人同步iEEG记录研究社会困境中的合作决策,发现杏仁核的跨脑神经活动在双方互惠合作时增强,并可在决策前预测合作结果。
AI 推荐理由:研究用双人同步iEEG记录,把杏仁核的跨脑活动与博弈中的合作决策联系起来,可供关注社会认知神经机制的研究者参考。
AI 摘要清华大学戴琼海团队在 Nature 发表 Airscope 无线介观显微镜,重约1克,可在自由活动小鼠上实现全皮层钙成像,并通过 Wi-Fi 实时预览神经元活动、由机载 SD 卡存储数据。
AI 推荐理由:读者可据此了解一种1克级无线介观成像设备如何在自由活动小鼠中实现全皮层钙成像,并配套多动物追踪方法。
AI 摘要Ingo Marquardt 团队在 arXiv 预印本中为 Llama-3.1-8B 的每一层各训练一个解码器,用 19 通道 EEG 记录默读过程,并区分词级可解码性与语境追踪成分。
AI 推荐理由:研究逐层比较 Llama-3.1-8B 各层作为解码目标的效果,为 EEG 语言解码器的目标层选择提供了一个可参考的设计维度。
AI 摘要Ziwei Li 团队提出 NeuroPilot,一个将多模态大语言模型与可调用计算成像模块结合的智能体框架,把神经成像分析组织成闭环、上下文感知的流程,从原始记录一直处理到群体水平读出。
AI 推荐理由:该预印本把多模态大模型与可调用成像模块组合成闭环分析流程,为处理运动伪影和深脑长时程记录提供了一种可迁移的方法思路。
AI 摘要Kazuhiko Seki 团队对大鼠执行目标性伸手行为时的颈髓进行深度分辨 Neuropixels 记录,发现群体活动呈低维结构,由瞬态、旋转性和目标特异性的动力学模式组成。尽管单神经元活动随深度不同,背侧与腹侧群体在不同目标和个体间表现出几乎相同的动态。目标不变的主成分在深浅层间高度同步,而包括目标特异性成分在内的其他成分呈现依赖条件、由腹侧到背侧的延迟,其时序与运动相关反馈一致。
AI 推荐理由:该研究用深度分辨的 Neuropixels 记录比较大鼠颈髓背侧与腹侧群体活动,为理解感觉输入与运动输出如何共享动力学提供新证据。
AI 摘要Nir Grossman 团队在 bioRxiv 预印本中提出用 7 阶模拟低通滤波器(90 Hz 截止,1 kHz 处衰减不低于 130 dB)抑制时间干涉(TI)刺激在 Δf 处产生的记录伪迹,并在 22 名健康受试者中检验。
AI 推荐理由:该研究给出前端滤波与逐次记录校验的流程,让 TI 刺激期间的 EEG 记录可以排除 Δf 伪迹,并观察相位相关的视觉皮层调制。
AI 摘要伦敦大学学院、帝国理工学院、代尔夫特理工大学、Fraunhofer IZM 与伦敦国王学院团队在 Frontiers in Electronics 报告,等离子体处理的医用硅胶封装 CMOS 芯片在 47、67、87 摄氏度含盐缓冲液中连续浸泡并施加偏压,最长 1,587 天(约 4.3 年)未出现绝缘失效。
AI 推荐理由:原文给出封装工艺、加速老化条件与失效模式,可供植入式器械的封装与互连设计参考。
AI 摘要宾夕法尼亚大学 Flavia Vitale 团队在 Brain Stimulation 发表论文,提出一种可复现的安全评估模型,用于经颅磁刺激(TMS)与植入式颅内 EEG(sEEG)电极同时使用的场景。作者指出,TMS–sEEG 能以高时空分辨率探查人脑环路,但目前缺乏针对植入电极在场时 TMS 的标准化安全测试流程。
AI 推荐理由:针对 TMS 与植入电极同时使用缺少统一安全测试流程的问题,给出可复现的评估模型,可供相关实验设计参考。
AI 摘要Ceci Verbaarschot 团队用闭环博弈实验,让虚拟对手实时监测三名四肢瘫受试者的皮层内感觉运动活动,并在检测到其动作意图时抢先拦截。受试者的动作起始可在动作前250-400毫秒从运动皮层可靠预测,尽管他们试图随机行动,仍在94%的试次中被拦截,且多数情况下动作输出照常发生;受试者报告在88%的拦截中确有行动意图。
AI 推荐理由:三名四肢瘫受试者的闭环博弈实验显示,运动皮层在动作前250-400毫秒已出现与主观意图对齐的承诺状态。
AI 摘要一项预印本研究在灵长类双眼闪光抑制任务中用Neuropixels记录颞下皮层多个面孔区及前额叶,发现刺激与知觉恒定时大脑以约每秒15次在意识与抑制的微时段间交替。意识微时段内神经活动可准确重建被意识到的图像,抑制微时段内则转为追踪被抑制的刺激,单细胞层面同样表现出选择性反转。作者为Janis K Hesse,研究认为意识通达不仅依赖定位,还需要时间上的选择。
AI 推荐理由:原文用Neuropixels在灵长类颞下皮层与前额叶记录,给出意识与抑制表征约每秒15次交替的时序证据。
AI 摘要芬兰团队(末位作者 Matilda Makkonen)在 bioRxiv 发布实时源估计噪声剔除算法 rtSOUND,将离线 SOUND 算法改造为实时版本并集成进开源 EEG 处理软件。
AI 推荐理由:rtSOUND 用空间滤波替代时间滤波做实时去噪,读者可据此比较它与常规 EEG 预处理流程的差异。
AI 摘要德国研究者 Volker Bormuth 团队在 bioRxiv 预印本中展示了一台光纤耦合旋转双光子光片显微镜,用于斑马鱼幼鱼俯仰轴前庭刺激下的脑成像。飞秒脉冲经宽带空芯负曲率光纤传输到旋转显微镜,在表征角度范围内平均轴向位移小于 1 微米,弯曲引起的传输变化较小,圆偏振输入把样品面内旋转相关偏振伪影压到 1% 以下。
AI 推荐理由:该文给出旋转条件下光纤耦合双光子光片显微镜的轴向稳定性与偏振伪影指标,可供做前庭成像的实验设计参考。
AI 摘要法国团队(末位作者 Perrine Porte)在八名癫痫患者中开展 sEEG 颅内记录,受试者完成接近阈值的视听检测任务并逐试次报告信心。高伽马活动分析显示,刺激检测依赖一组分布广泛、基本跨模态的皮层区域,包括岛叶、背内侧前额叶皮层和颞上沟;在一个模态上训练区分“检测到/未检测到”的多变量解码器可泛化到另一模态。
AI 推荐理由:通过八名癫痫患者的颅内记录,比较视觉与听觉检测及信心编码是否共享同一套皮层回路。