Using Branch Predictors to Monitor Brain Activity
神经假体和大脑监测接口的一个关键问题是它们需要极高的能效。降低能耗的一种方法是使用这些设备中嵌入的处理器上可用的低功耗模式。我们提出了一种技术来预测感兴趣的神经元活动可能发生时，使处理器可以运行在标称工作频率在这些时间，否则被放置在低功耗模式。为了实现这一点，我们发现分支预测器也可以预测大脑活动。通过对清醒和麻醉小鼠进行脑手术，我们评估了几个分支预测器，发现感知器分支预测器可以预测小脑活动，准确率高达85%。因此，我们增选分支预测器来指示何时在低功耗和正常操作模式之间转换，从而节省多达59%的处理器能量。
2017-05-19 q-bio.NC
Closed-loop neurostimulation in real-time for the treatment of pathological brain rhythms
精神障碍可能表现出病理性脑节律，神经刺激有望通过改变这些节律来缓解患者的症状。如今，大多数神经刺激方案是开环的，即，独立于可能产生次优治疗的患者大脑活动来管理实验刺激方案。我们提出了一个闭环反馈控制方案估计最佳刺激的基础上观察到的大脑活动。根据用户定义的目标频率分布选择最佳刺激，这允许实时调整大脑活动的频率。数学描述详细说明了主要的控制元素和应用程序，以生物逼真的模拟大脑活动说明该计划的可能权力在医疗实践中。临床相关性-所提出的神经刺激控制主题有望允许医务人员实时调整患者的大脑活动。
2023-03-20 q-bio.NC
Brain temperature: what it means and what it can do for (cognitive) neuroscientists
温度对从单细胞到神经回路水平的神经活动的各个方面的影响早已为人所知。然而，温度如何影响使用非侵入性成像技术的实验中典型的系统水平的活动，例如脑电图的磁脑成像，其中既不可能直接测量也不可能操纵，基本上是未知的。从它的基本物理定义开始，我们讨论了可能的方式，其中温度可以被用来作为一个参数，控制通过观察大脑活动的其他变量的演变，并作为一个集体变量描述大脑活动。这两个方面在与学习相关的大脑活动中得到了进一步的说明。最后，从实验数据中提取温度的方法进行了评论。
2013-10-10 q-bio.NC
Brain modularity controls the critical behavior of spontaneous activity
人类大脑呈现出一种由无标度的高度连接模块组成的复杂结构，这些模块通过较弱的链接松散地相互连接，形成一个小世界网络。这些特征出现在健康患者中，而神经系统疾病通常会改变这种结构。一个重要的悬而未决的问题是关于大脑模块化在维持自发活动的关键行为中的作用。在这里，我们分析了一个模型的神经元活动，成功地在非模块化网络上再现了实验数据中观察到的缩放行为，在模块化网络上实现了在人脑中测量的主要统计特征。我们表明，在一个模块化的网络，无论突触连接的强度或模块的大小和数量，活动从来没有完全无标度。神经元雪崩可以侵入不同的模块，导致活动抑制，阻碍进一步的雪崩传播。如果添加模块间连接，将模块修改为更随机的结构，则仅恢复关键行为。
2014-03-25 q-bio.NC
The Energy Landscape of Neurophysiological Activity Implicit in Brain Network Structure
神经科学中的一个关键谜团在于确定解剖结构如何影响人类思维的复杂功能动力学。大规模的大脑回路如何限制神经元活动的状态以及这些状态之间的转换？我们解决这些问题，使用最大熵模型的大脑动力学白质纤维束成像。我们证明，最可能的大脑状态-其特征在于最小的能量-显示共同的激活配置文件跨大脑区域：局部空间连续的大脑区域的集合，让人联想到认知系统的共同激活频繁。这些系统的预测激活率与在单独的静息状态fMRI数据集中测量的观察到的激活率高度相关，验证了最大熵模型在描述神经生理学动力学中的实用性。这种方法还提供了系统内活动能量和系统间共享活动能量的正式概念。我们观察到，系统内和系统间的能量干净地将认知系统分成不同的类别，优化了对综合与非综合的差异贡献。分离功能这些结果支持了能量和结构约束限制大脑动力学的观点，为认知系统在驱动全脑激活模式中所扮演的角色提供了新的见解。
2016-07-07 q-bio.NC
Inferring brain-computational mechanisms with models of activity measurements
高分辨率功能成像为动物和人类的大脑活动提供了越来越丰富的测量。一个主要的挑战是利用这些数据来深入了解大脑的计算机制。第一步是定义可以执行所讨论的行为任务的候选大脑计算模型（BCM）。然后，我们想推断出，哪一个候选的BCM最能解释测量的大脑活动数据。在这里，我们描述了一种通过测量模型（MM）补充每个神经元的方法，该模型模拟了大脑活动测量反映神经元活动的方式（例如，fMRI体素中的局部平均或阵列记录中的稀疏采样）。由此产生的生成模型（BCM-MM）产生模拟测量。为了避免拟合MM来预测脑活动数据的每个单独测量通道，我们在汇总统计量的水平上比较测量数据和预测数据。我们描述了这种方法的一种新的特定实现，称为概率RSA（pRSA）与测量模型，它使用代表性相异性矩阵（RDM）作为汇总统计。我们验证了这种方法的fMRI测量（局部平均体素）的基础上的深度卷积神经网络的视觉对象识别的模拟。结果表明，测量样本的活动模式的方式强烈影响了明显的代表性的差异。然而，测量过程的建模可以解释这些影响，并且即使在大量噪声下，不同的BCM仍然可以区分。pRSA方法使我们能够对BCM集执行贝叶斯推断，并在每种情况下识别数据生成模型。
2016-08-05 q-bio.NC
Activity-dependent brain model explaining EEG spectra
大多数大脑模型专注于联想记忆或计算能力，使用生理学方法在实验上无法实现。在这里，我们提出了一个模型，解释了脑电图（EEG）的基本特征。我们的模型基于具有阈值放电和突触可塑性的电网络，该网络非常鲁棒地再现了医学脑电频谱的测量指数0.8，这是自组织临界性的有力证据。我们的结果在小世界格上也是有效的。我们建议，一个普遍的标度行为的特点，许多生理信号频谱的大脑控制的活动。
2004-11-23 q-bio.NC
Community structure and modularity in networks of correlated brain activity
我们提出了一种方法来研究功能的分离和整合在活的大脑社区结构分解的基础上确定的最大模块化。我们证明了这种方法与网络来自功能成像数据与节点定义的个别图像像素，和相关的信号变化方面的边缘。我们发现社区的解剖分布对应于生物学意义的结构，包括解剖学上等同的大脑区域之间的令人信服的功能细分。
2007-01-30 q-bio.NC
Temporal sequences of brain activity at rest are constrained by white matter structure and modulated by cognitive demands
多样化的白质网络和微调的神经元膜特性使大脑能够在认知状态之间无缝转换。然而，目前尚不清楚静态结构连接如何引导不同认知状态下大规模大脑活动模式的时间进展。在这里，我们分析了大脑的轨迹，通过一个高维的活动空间在单时间点活动模式的水平，从功能磁共振成像数据采集被动视觉固定（休息）和n-回工作记忆任务。我们发现，特定的状态空间轨迹，这代表了大脑活动的时间序列，调制的认知负荷和相关的任务性能。使用从相同的主题获得的扩散加权成像，我们使用网络控制理论的工具，以表明沿白质连接的活动的线性传播约束大脑的状态空间轨迹在休息。此外，考虑刺激驱动的视觉输入解释了在n-back任务期间采取的不同轨迹。我们还使用了网络重新布线的模型，以表明这些发现是白质结构的非平凡几何和拓扑特性的结果。最后，我们研究了年龄和时间分辨的大脑状态动态之间的关联，揭示了默认模式和执行控制网络功能变化的新见解。总体而言，这些结果阐明了认知和发育相关的时空脑动力学的结构基础。
2019-09-30 q-bio.NC
Brain activity on a hypersphere
神经科学的最新进展涉及中枢神经系统的功能结构，为提高我们对大脑活动的理解的整体理论铺平了道路。从拓扑学的角度来看，一个强有力的概念在理解大脑信号时发挥了作用，即信号到超球体上的连续映射，超球体是一个四维空间，具有甜甜圈状的形状，生活在三维世界中的观察者无法检测到。我们评估的基础上静息态功能磁共振成像系列的不可察觉的第四维的特征。特别是，我们寻找同时激活的对跖信号的表面上的皮质超球体。在这篇文章中，我们证明了自发脑活动显示的典型特征，揭示了存在一个功能性超球体。这里的建议是，大脑嵌入在一个超球体中，这有助于解决长期存在的关于我们心理活动的谜团，例如走神和记忆检索或连接过去和未来事件的能力。
2015-10-04 q-bio.NC
Modeling the dynamics of human brain activity with recurrent neural networks
编码模型用于预测大脑对感官刺激的反应，目的是阐明感官信息在大脑中的表现方式。编码模型通常包括刺激到特征的非线性变换（特征模型）和特征到响应的线性变换（响应模型）。虽然在开发更好的特征模型方面做了大量工作，但开发更好的响应模型的工作相当有限。在这里，我们研究递归神经网络模型可以在多大程度上使用其内部记忆的任意特征序列的非线性处理，预测功能磁共振成像测量的特征诱发反应序列。我们表明，所提出的递归神经网络模型可以通过准确估计驱动血流动力学反应的长期依赖性，显着优于已建立的反应模型。这一结果为模拟大脑对感官刺激的动态反应打开了一扇新的窗户。
2016-06-09 q-bio.NC
Kurt Lewin, psychological constructs and sources of brain cognitive activity
理解心-脑-环境的关系是心理学的关键课题之一。Kurt Lewin受到理论物理学的启发，试图建立拓扑和向量心理学，分析个人与环境之间的互动模式。重新制定他雄心勃勃的目标的时机已经成熟，他正在寻找用合适的心理结构来解释客观测量的大脑过程的方法。将认知和社会心理学结构与神经表型组学联系起来，就像现在在精神病学中所做的那样，应该使它们在物理现实中扎根。
2017-11-06 q-bio.NC
Allometric scaling of brain activity explained by avalanche criticality
University of Campania “Luigi Vanvitelli”（坎帕尼亚路易吉范维特利大学）；Universidade Federal do Ceará（塞阿拉联邦大学）；Center for Complexity and Biosystems, Department of Physics, University of Milan（米兰大学复杂系统与生物系统中心）；CNR - Consiglio Nazionale delle Ricerche, Istituto di Chimica della Materia Condensata e di Tecnologie per l’Energia（国家研究委员会凝聚态化学与能源技术研究所）
通过雪崩临界性理论，推导出亚线性活动-大小关系的解析标度律，并在神经元网络和自组织临界性模型中验证，揭示了大脑代谢异速缩放的基本机制。
2025-12-11 q-bio.NC
Combining cortical voltage imaging and hippocampal electrophysiology for investigating global, multi-time scale activity interactions in the brain
新一代分析神经活动的分子工具有助于阐明神经科学中的经典开放问题。随着增强的GEVI和先进的光学成像技术，电压成像技术已越来越多地用于观察大型电路的动态。在这一章中，我们描述了如何结合大脑皮层宽场电压成像与海马电生理清醒行为的小鼠。此外，我们强调这种方法如何可以用于不同的可能的调查。
2021-12-06 q-bio.NC
Spatiotemporal Dissociation of Brain Activity underlying Subjective Awareness, Objective Performance and Confidence
尽管最近有大量的研究，有意识的视觉感知的神经相关性仍然难以捉摸。研究有意识知觉背后的大脑机制的最成熟的范式是保持物理感觉输入恒定，并识别与有意识的变化内容相关的大脑活动。然而，这种基于意识内容的对比不仅会揭示直接有助于意识知觉的大脑活动，而且还包括在它之前或之后的大脑活动。为了解决这个问题，我们设计了一个范式，通过这个范式，我们收集了一次又一次的试验，客观表现，主观意识和主观意识的置信水平。使用健康志愿者的脑磁图记录，我们分离了这些不同认知现象背后的大脑活动。我们的研究结果提供了强有力的证据表明，广泛分布的慢皮层电位（SCP）与主观意识，即使在客观性能和信心的影响都被删除。有意识知觉的SCP相关性在其波形、相位和功率中表现得很强。相比之下，客观表现和信心都是由相对短暂的大脑活动贡献的。这些结果为意识、无意识和元认知加工的脑机制提供了新的线索。
2014-03-20 q-bio.NC
What kind of noise is brain noise: anomalous scaling behavior of the resting brain activity fluctuations
“静息”脑区之间的持续相互作用定义了所谓的静息状态网络（RSN），其可以通过分析功能磁共振成像（fMRI）数据来重建。什么样的动力机制允许RSN的灵活的大规模组织仍然是一个重要的挑战。在这里，RSN的三个关键的新特性被发现。首先，相关长度（即，两个区域之间的相关性消失的长度）随着所考虑的集群的大小而发散。第二，这种分歧也被观察到的互信息的措施。第三，fMRI平均信号的方差在观察到的簇大小的整个范围内保持恒定，与天真的期望相反。揭示的尺度不变性揭示了RSN在非常不同的网络大小，架构和功能中的最佳信息共享特性，这可能是健康大脑动力学的重要标志。
2012-08-09 q-bio.NC
Activity-dependent epidemic spreading on multiscale brain networks predicts Alzheimer's disease progression
University of Pennsylvania（宾夕法尼亚大学）；Wu Tsai Institute, Yale University（耶鲁大学吴氏研究所）；Northeastern University（东北大学）；Ludwig-Maximilians-Universität（路德维希-马克西米利安大学）；Yale University（耶鲁大学）
该研究将神经元活性耦合到流行病动力学模型，结合多尺度脑网络分析，证实神经元活性是阿尔茨海默病病理扩散的关键驱动因素，其模型可预测疾病进展的空间模式与范围。
2026-08-14 q-bio.NC
OMiSO: Adaptive optimization of state-dependent brain stimulation to shape neural population states
提出脑刺激框架OMiSO，利用刺激前大脑状态并自适应优化参数，将神经群体活动驱动至指定状态，在猴子实验中优于竞争方法，提升了神经调控准确性。
2025-07-10 q-bio.NC
Local inhibitory plasticity tunes global brain dynamics and allows the emergence of functional brain networks
丰富的，自发的大脑活动已经在不同的时间和空间尺度上被观察到。这些动力学被认为对有效的神经功能很重要。实验证据表明，这些神经动力学在各种不同的认知状态下保持不变，以响应环境的改变和大脑结构的变化（例如，在个体、发育和许多神经系统疾病中）。这表明大脑已经进化出了稳定动态并在一系列情况下保持动态的机制。在这里，我们采用局部稳态抑制可塑性机制，平衡抑制和兴奋性活动的宏观大脑活动模型的基础上白质结构连接。我们证明，除了稳态可塑性调节网络活动，并允许出现丰富的，自发的动态在一系列的大脑配置。此外，稳态可塑性的存在最大化了功能连接的经验和模拟模式之间的重叠。因此，这项工作提出了一个简单的，本地的，生物学上合理的抑制机制，使稳定的动力学出现在大脑中，并促进功能连接网络的形成。
2015-01-20 q-bio.NC
Brain-wide functional imaging to highlight differences between the diurnal and nocturnal neuronal activity in zebrafish larvae
本研究利用定制双光子光片显微镜，首次揭示斑马鱼幼鱼昼夜间多脑区神经元活动及信号自亲和性的差异，为昼夜节律神经机制研究提供有效工具。
2023-08-25 q-bio.NC
Estimating direction in brain-behavior interactions: Proactive and reactive brain states in driving
传统的神经影像学分析揭示了局部脑区的计算特异性，利用功能磁共振成像中的减法技术和脑电图中的事件相关电位分析。超越这一惯例，许多研究人员已经开始探索基于网络的神经动力学和大脑区域之间的协调作为行为参数或环境统计的函数;然而，大多数方法在整个实验会话中平均诱发活动来研究任务依赖网络。在这里，我们研究了正在进行的振荡活动，并使用一种方法来估计大脑行为相互作用的方向性。在源重建之后，先验感兴趣区域中特定频带内的活动与连续的行为测量相关联，并且我们使用预测过滤方案来估计大脑对行为和行为对大脑预测之间的不对称性。我们将这种方法应用于模拟驾驶任务，并研究大脑活动和连续驾驶行为（转向或航向错误）之间的直接关系。我们的研究结果表明，两个神经行为状态出现在这个自然的环境：一个积极主动的大脑状态，积极计划的感官信息的反应，和一个反应性的大脑状态，处理传入的信息，并对环境统计数据作出反应。
2016-06-14 q-bio.NC
Mapping how local perturbations influence systems-level brain dynamics
人类大脑表现出相对稳定的时空组织，支持大脑功能，并可以通过局部脑刺激进行操纵。这种对局部皮层动力学的扰动被不同的神经系统全局整合。然而，神经活动的局部变化如何以及为什么影响大规模系统动力学仍然不清楚。在这里，我们简要回顾了经验和计算研究，解决如何本地化扰动影响大脑活动。然后，我们系统地分析了一个大规模的大脑动力学模型，评估了不同部位大脑活动的局部变化如何影响全脑动力学。我们发现，局部刺激诱导大脑活动的变化，可以概括为相对平滑的调谐曲线，这涉及到一个区域的有效性作为一个刺激位点，其在皮层层次结构中的位置。我们的研究结果也支持这样的观点，即大脑中枢，在一个较慢的制度，更有弹性的焦点扰动和关键有助于保持稳定的全球大脑动力学。相比之下，以更快的活动为特征的周边区域的扰动对功能连接具有更大的影响。作为一个平行的区域水平的结果，我们还发现，周边系统，如视觉和感觉运动网络更受局部扰动比高层次的系统，如扣带-鳃盖网络。我们的研究结果强调了外围到核心层次结构的重要性，以确定局部刺激对大脑网络的影响。我们还提供了新的资源，以定向的经验工作，旨在操纵功能连接使用非侵入性脑刺激。
2016-09-02 q-bio.NC
The case for emulating insect brains using anatomical "wiring diagrams" equipped with biophysical models of neuronal activity
开发全脑仿真（WBE）技术将为神经科学、生物医学、人工智能和机器人技术带来巨大的好处。目前，由于实验数据和计算资源有限，构建模拟人脑缺乏可行性。然而，我建议通过努力实现一个中间目标，即昆虫脑仿真（IBE），可以加速实现这一目标的进展。更具体地说，这将需要创建整个昆虫神经系统的生物学真实模拟，以及非神经元昆虫生理学的更近似模拟，以制造“虚拟昆虫”。“我认为，这在未来20年内是现实可行的。我认为，开发昆虫大脑的仿真将激励全球科学家、企业家和政策制定者追求更崇高的目标，即模仿人类大脑。通过IBE证明WBE是可能的，模拟哺乳动物大脑和最终人类大脑可能不再被视为过于激进的野心，值得大量的资金和资源。此外，国际教育局将通过使用虚拟昆虫进行研究，促进认知神经科学，人工智能和机器人技术的巨大进步。
2019-10-27 q-bio.NC
Natural movement with concurrent brain-computer interface control induces persistent dissociation of neural activity
随着脑机接口（BCI）技术的发展，它可能会被纳入补充和补充用户现有运动的协议。这种控制的两种可能的情况可能是：越来越多的兴趣来控制人工多余的假肢，或在脑损伤后的情况下，BCI可以与残余运动一起恢复能力。在这项研究中，我们探讨了人类运动皮层能够通过BCI同时控制运动和公开执行运动的程度。重要的是，这两种运动类型都是由相同的皮质部位驱动的。通过这种方式，我们的目标是将该皮层部位的活动与正在进行的运动分离开来，而是允许BCI的表示和控制与运动皮层活动一起发展。我们调查了BCI的性能及其对最初与外显执行相关的运动诱发电位的影响。
2016-04-05 q-bio.NC
Scale-Free Exponents of Resting State provide a Biomarker for Typical and Atypical Brain Activity
无标度网络（SFN）源于简单的增长过程，它可以鼓励高效，集中和容错的通信（1）。最近的研究表明，稳定的网络枢纽结构是由指数（>2.0）的相变所控制的，导致网络结构的急剧变化，包括全局连通性的丧失，最小支配节点集的增加，以及与节点增长相比向连通性增长的转变。这种SFN的变化在非典型的大脑活动中是可识别的吗？中心度（D）上的Pareto分布（P（D）~D^- \b{eta}）是无标度网络的一个特征。在静息状态下，我们评估了大范围的神经典型和非典型受试者的度指数。我们使用图复杂性理论来提供大脑网络结构的预测理论。结果我们发现，神经典型的静息态功能磁共振成像大脑活动具有无标度帕累托指数（1.8 SE .01）在一个单一的个人扫描超过66天，以及在60个不同的个人（1.8 SE .02）。我们还表明，60名自闭症谱系障碍患者和60名精神分裂症患者的无标度指数显着更高（>2.0）（2.4 se .03，2.3 se .04），这表明大脑网络中的动态更加细分和更不可控在休息状态。最后，我们表明，指数值随非典型疾病严重程度的表型指标而变化，表明网络本身的全局拓扑结构可以为非典型脑活动提供特定的诊断生物标志物。
2016-05-30 q-bio.NC
Learning in brain-computer interface control evidenced by joint decomposition of brain and behavior
基于运动图像的脑机接口（BCI）利用个体自主调节局部脑活动的能力作为运动功能障碍的治疗或探索脑活动与行为之间的因果关系。然而，许多人无法学会成功地调节他们的大脑活动，这极大地限制了BCI在治疗和基础科学研究中的功效。先前的研究表明，跨不同认知系统的连贯活动是能够成功学习控制BCI的个体的标志。然而，很少有人知道这些分布式网络如何通过时间来支持学习。在这里，我们通过构建和应用多模态网络方法来解决这一知识差距，以利用MEG来破译基于运动图像的脑机接口学习中的脑行为关系。具体来说，我们采用最小约束矩阵分解方法（非负矩阵分解），同时确定正则化，共变子图的功能连接，评估其相似性的任务性能，并检测其随时间变化的表达。个体在子图的空间属性（如额叶与大脑其他部分的连接）和子图的时间属性（如达到最大表达的学习阶段）方面也表现出明显的差异。根据这些观察，我们建立了一个概念模型，在这个模型中，某些子图通过调节维持注意力的重要区域的大脑活动来支持学习。为了测试这个模型，我们使用的工具，规定区域动态的网络系统（网络控制理论），并发现好的学习者显示一个单一的子图，其时间表达跟踪性能和其架构支持容易调制的大脑区域的重要注意。
2019-08-02 q-bio.NC
Triple Configuration of Brain Networks Based on Recurrent Neural Networks: The Synergistic Effects of Exogenous Stimuli, Task Demands, and Spontaneous Activity
School of Future Technology, University of Chinese Academy of Sciences（中国科学院大学未来技术学院）
本文提出利用循环神经网络建模 resting-state EEG 数据，揭示由外源和内源因素驱动的脑网络三重配置，发现顶叶网络在支持多种配置模式中的关键作用，以及不同刺激模态下前顶叶和后顶叶区域的功能特化。
2026-04-26 q-bio.NC
Spontaneous brain activity emerges from pairwise interactions in the larval zebrafish brain
本研究利用成对最大熵模型（MEM）从幼年斑马鱼脑活动中推断微观网络特征，发现神经群体间的成对相互作用足以解释全脑动力学，并揭示了脑区间连接对维持临界脑状态的重要性。
2023-09-12 physics.bio-ph q-bio.NC
Effects of electrical and optogenetic deep brain stimulation on synchronized oscillatory activity in Parkinsonian basal ganglia
传统的基底神经节脑深部电刺激（DBS）使用高频规则电脉冲治疗帕金森病运动症状，具有一系列局限性。相对较新且尚未临床测试的光遗传学刺激是影响病理网络动力学的有效实验刺激技术。我们比较了电刺激和光遗传学刺激基底神经节对病理性帕金森病节律性神经活动的影响。我们研究了网络对电刺激以及兴奋性和抑制性光遗传学刺激的反应。不同的刺激与网络中的病理活动表现出不同的相互作用。我们研究了不同的网络和刺激参数值的这些相互作用。发现光遗传刺激在抑制病理节律性方面比电刺激更有效。我们的研究结果表明，神经同步的光遗传控制可能比电控制更有效，因为刺激与网络动力学相互作用的方式不同。
2017-06-03 q-bio.NC
A class of mean-field models to bridge molecular to brain scales
Paris-Saclay University, CNRS, Paris-Saclay Institute of Neuroscience (NeuroPSI)（巴黎萨克雷大学、法国国家科学研究中心、巴黎萨克雷神经科学研究所）
该研究综述一类可整合生物物理细节的平均场模型，用于连接分子与脑尺度，以麻醉为例说明其能评估微观变化对脑活动的影响，还可推广至脑疾病及药物研究，连接不同神经科学领域。
2026-08-12 q-bio.NC
Probing fMRI brain connectivity and activity changes during emotion regulation by EEG neurofeedback
神经反馈是一种非侵入性的大脑训练，具有长期的医疗和非医疗应用。尽管存在一些使用神经反馈的情绪调节研究，但需要进一步研究以了解参与该过程的大脑区域的相互作用。我们实现了EEG神经反馈与同步功能磁共振成像使用修改后的幸福诱导任务，通过自传体记忆上调积极情绪。结果显示，实验组的前额叶、枕叶、顶叶和边缘系统的活动增加，前额叶、顶叶、边缘系统和边缘系统之间的功能连接增加。通过比较实验组内以及实验组与对照组之间不同实验条件下的功能连接，确定了新的连接链路。所提出的多模态方法量化的变化，在大脑活动（高达1.9%的增加）和连接（FDR校正的多重比较，q = 0.05）在情绪调节前额叶，顶叶，边缘，和大脑皮层区域之间。心理测量学评估证实了神经反馈的积极和消极情绪状态的显着变化，实验组的p值小于0.002。本研究量化了EEG神经反馈在改变参与情绪调节的所有脑区的功能连接中的作用。对于参与情绪调节的大脑区域，我们发现实验组中由于神经反馈而显著增加了BOLD和功能连接，但在控制组中没有观察到学习效果。结果揭示了脑电神经反馈调节情绪的神经生物学基础，并将神经反馈的作用与自传体记忆的回忆分离开来。
2020-06-11 q-bio.NC
Why is neural connection weight a weak predictor of correlated neural activity?
随着连接组学领域的成熟，它已经从绘制大脑组件之间连接的存在扩展到测量连接的强度。这些信息越来越多地通过方法学获得，例如在同一人类受试者中配对功能性磁共振（MR）成像和MR纤维束成像，以及使用光遗传学在非人类动物中的新方法。近年来，系统和网络神经科学广泛关注于根据脑成分的连通性程度来解释脑中功能活动的相关模式，即所谓的功能连接-结构连接关系（SC-FC）。令人惊讶的是，SC-FC的相关性是如此之低。为什么连接更好的大脑部分似乎不会在它们之间产生更多的相关活动？人们提出了几种解释，但有一种可能性尚未被考虑：也许更多的神经活动并不意味着更多的功能参与。本文探讨了这种可能性，并提出了一个新的一般框架，了解大脑网络动力学的基础上的设计约束的大规模网络通信系统。有了这个新的视角，我们可以开始回答文章的主要问题，也许还有其他问题。
2021-03-28 q-bio.NC
Self-Organized Criticality model for Brain Plasticity
活的神经元网络表现出雪崩模式的活动，实验发现在器官型培养。在这里，我们提出了一个模型的基础上自组织临界性，并考虑到大脑的可塑性，这是能够重现的脑电图（EEG）的频谱。该模型包括一个电网络与阈值放电和活动依赖性突触强度。该系统呈现雪崩活动幂律分布。电信号的功率谱的分析非常稳健地再现了在EEG谱中实验测量的指数为0.8的幂律行为。在小世界格子和泄漏神经元上发现了相同的指数值，这表明普适性适用于广泛的大脑模型。
2006-02-12 q-bio.NC
Homeostatic plasticity and emergence of functional networks in a whole-brain model at criticality
理解大规模结构和功能脑网络之间的关系仍然是现代神经科学中的一个关键问题。最近，人们越来越感兴趣地研究跨不同时空尺度的稳态可塑性机制在调节网络活动和大脑功能以对抗广泛的环境条件和大脑状态（例如，在学习、发育、衰老、神经疾病期间）。在本研究中，我们研究如何纳入稳态可塑性的随机全脑模型，实现作为一个正常化的传入节点的兴奋性输入，影响休息期间的宏观活动和功能网络的形成。重要的是，我们在组和基于个体的水平上解决结构-功能关系。在这项工作中，我们表明，正常化的节点的兴奋性输入提高了模型的模拟神经模式和各种脑功能数据之间的对应关系。事实上，我们发现，当模型控制参数处于其临界值时，实现了最佳匹配，并且归一化最大限度地减少了受试者之间的临界点和神经元活动模式的变异性。因此，我们的研究结果表明，纳入稳态原则导致更现实的大脑活动与关键性的标志一致。我们的理论框架在个性化的大脑建模中开辟了新的视角，并具有潜在的应用，以调查由于结构性病变（如中风）或大脑疾病而导致的偏离临界状态。
2018-09-27 q-bio.NC
Neurofeedback Tunes Scale-Free Dynamics in Spontaneous Brain Activity
脑振荡表现出长程时间相关性（LRTC），这反映了其波动的规律性：低值代表更随机（去相关），而高值更持久（相关）的动态。LRTC构成了支持大脑在临界状态附近运行的证据，在临界状态下，神经元活动在有序性和随机性之间平衡。在这里，健康的成年人使用闭环大脑训练（神经反馈，NFB）来降低α振荡的幅度，使自发LRTC在训练后显著增加。这种效应在创伤后应激障碍患者中重现，其中异常随机动力学被NFB逆转，与过度觉醒的显着改善相关。值得注意的是，表现出异常低LRTC的区域（即，过度的随机性），这与关于自组织临界性的理论预测一致。因此，当接受适当的训练时，自发的皮层活动显示出“自我调整”其自身时间复杂性的剩余能力，尽管表现出精神障碍患者中所见的异常动力学。最后，我们观察到LRTC的强度和振荡幅度之间的倒U关系，这表明在高/低同步极端的长程依赖性的故障，符合最近的计算模型。总之，我们的研究结果提供了一个更广泛的机制框架，激励研究和临床应用的NFB，包括疾病与扰动LRTC。
2018-02-02 q-bio.NC
Hierarchical Neural Representation of Dreamed Objects Revealed by Brain Decoding with Deep Neural Network Features
做梦通常被认为是由睡眠期间自发的大脑活动产生的，其模式与清醒时的经验相同。这一观点得到了最近一项研究的支持，该研究表明，可以使用经过刺激诱导的大脑活动训练的统计解码器，从睡眠期间的大脑活动中预测做梦的物体。然而，目前还不清楚是否以及如何与梦的对象相关的视觉图像特征在大脑中表示。在这项研究中，我们使用了一个深度神经网络（DNN）模型的对象识别作为代理的层次视觉特征表示，和DNN功能的梦想对象进行了分析与大脑解码的功能磁共振成像数据收集在做梦。解码器首先使用刺激诱导的大脑活动进行训练，这些大脑活动标记有来自多个DNN层的刺激图像的特征值。然后，解码器被用来从梦的fMRI数据中解码DNN特征，并将解码后的特征与从大规模图像数据库中计算出的每个对象类别的平均特征进行比较。我们发现，从梦的功能磁共振成像数据解码的特征值与那些与梦的对象类别在中到高级DNN层正相关。使用解码的特征，通过将它们与候选类别的平均特征相匹配，可以在高于机会的水平上识别梦想对象类别。结果表明，做梦招募层次视觉特征表征与对象，这可能支持的现象方面的梦的经验。
2017-01-23 q-bio.NC
Brain waves are a repetition of a pause and an activity
提出电压阈下波$τ$和阈上波burst作为LFP/EEG新指标，发现其分别代表大脑节律中的停顿与活动，且与警觉状态及七氟烷剂量相关。
2024-11-17 q-bio.NC
Diminished circadian and ultradian rhythms of human brain activity in pathological tissue in vivo
该研究利用38名患者6338小时颅内脑电图数据，发现病理组织中昼夜节律和超日节律持续减弱且独立于区域差异和病理事件，为脑病理与生物节律功能障碍的关联提供了体内证据。
2024-08-07 q-bio.NC
Consciousness as a global property of brain dynamic activity
我们寻求与意识觉知相关的细胞集体活动结构的一般原则。我们能否获得证据，证明大脑的最佳组织特征能够对刺激进行充分的处理，并可能引导认知和意识的出现？在分析意识和无意识状态下的大脑记录时，我们最初遵循物理学中的经典方法来理解由无数单元组成的系统的集体行为：评估系统可以采用的可能配置（微观状态）的数量，为此我们使用与连接的大脑区域数量相关的全局熵度量。在意识状态中发现最大熵之后，我们接着使用适当的复杂性度量来检查连接配置的微观性质，并发现不仅由意识意识而且由潜意识认知处理（如睡眠阶段）表征的状态具有更高的复杂性。我们的观察表明，有意识的意识与最大的全局（宏观）熵和短时间尺度（微观）的复杂性连接的大脑网络的配置在病理无意识状态（癫痫发作和昏迷），但微观视图捕获的高度复杂性在生理无意识状态（睡眠），其中有信息处理。因此，我们的研究结果支持全球性的意识意识，所主张的几个认知理论。因此，我们希望我们的研究代表了初步的步骤，以揭示导致有意识意识的认知结构的各个方面。
2017-10-13 q-bio.NC
Optimal Trajectories of Brain State Transitions
神经动力学的复杂性部分源于底层解剖结构的复杂性。然而，白质结构的组织如何限制大脑如何从一种认知状态过渡到另一种认知状态仍然是未知的。在这里，我们从计算的角度来解决这个问题，将大脑状态定义为大脑区域的活动模式。利用网络控制理论的最新进展，我们模拟了由区域集合的集体控制引起的大脑状态转换的潜在机制。具体来说，我们研究了大脑如何在有限的时间内从一个指定的初始状态（其特征是在默认模式下的高活动）到一个指定的目标状态（其特征是在初级感觉运动皮层的高活动）。在所有的状态转换中，我们观察到，边缘上回和顶下小叶始终充当有效的，低能量的控制枢纽，与它们与感觉运动皮层的关键输入区域的强大解剖学连接一致。重要的是，这些和其他地区的额顶叶，扣带，鳃盖和注意力系统都准备影响一系列广泛的状态转换，不能很容易地分类的传统概念的控制常见的工程文献。这种理论上的多功能性伴随着易受伤害的脆弱性。在轻度创伤性脑损伤患者中，我们观察到假定控制过程的特异性丧失，这表明神经生理活动对损伤诱导的噪声更敏感。这些结果为健康认知中驱动大脑状态转变的机制及其在受伤后的改变提供了全新的见解。
2017-01-10 q-bio.NC
Development of modularity in the neural activity of children's brains
我们研究人类大脑的模块性如何随着儿童发育成成人而变化。理论表明，模块化可以增强网络系统对不断变化的外部刺激的反应功能。因此，模块化神经活动越多，认知能力就越强，而且随着儿童的发育，模块化程度可能会增加。从功能磁共振成像数据计算的模块化的值被观察到在儿童发育过程中增加，并在成年后达到峰值。头部运动的fMRI数据去卷积，它表明，模块化对年龄的依赖是独立的头部运动的幅度。提出了一个模型来说明模块化如何在短时间内提供更好的认知性能，即任务切换从模型中提取适应度函数。准种理论被用来预测平均模块性如何随年龄的变化，说明了从儿童到成人的发展过程中模块性的增加，这是由于年轻人对快速认知功能的选择。实验探索模块化对认知性能的影响。模块化可能是损伤、康复或疾病的潜在生物标志物。
2015-01-28 q-bio.NC
Reduced neural activity during volatile anesthesia compared to TIVA: evidence from a novel EEG signal processing analysis
术后认知能力下降是一种众所周知的现象，尤其是在老年人中至关重要。全身麻醉可以通过吸入（挥发性）或全静脉麻醉（TIVA）完成。虽然它们对术后症状的影响已经过研究，但关于它们在手术本身期间对大脑功能的影响却知之甚少。为了评估差异，将17例患者分为接受挥发性麻醉（n=9）或TIVA（n=8）。两组麻醉平面保持相同。将单个双极EEG电极（Neurosteer系统）放置在参与者的前额上。它在手术过程中呈现实时活动并收集数据。因变量包括频带（delta、theta、alpha和beta）以及先前使用器械提取并由Neurosteer提供的三个特征（VC9、ST4和A0）。所有手术均顺利，所有患者的脑电双频指数（BIS）评分均小于60。挥发性麻醉下的特征活动（与TIVA相比）对于δ、θ和α频带以及对于三个特征而言显著较低。进一步分析表明，麻醉类型之间的最大差异是特征A0。EEG频带和新的大脑活动特征提供了证据，证明挥发性麻醉与TIVA麻醉相比进一步减少了大脑活动的成分。具体来说，A0，以前显示与认知下降的严重程度和认知负荷的相关性，表现出最显着的差异麻醉类型。总之，这项研究表明，使用敏感特征测量麻醉期间的大脑活动，可以揭示不同的麻醉类型可能会不同地影响大脑活动，这可能会影响麻醉恢复，从而减少术后认知能力下降
2022-02-15 q-bio.NC
Fluctuation in background synaptic activity controls synaptic plasticity
突触可塑性对于大脑的学习和记忆至关重要。它包括长时程增强（LTP）和长时程抑制（LTD）。尖峰频率是大脑中突触可塑性的主要组成部分之一，大脑是一个嘈杂的环境。最近，我们对频率依赖性突触可塑性（FDP）进行了数学分析，发现LTP更可能随着背景突触活动频率的增加而发生。先前的研究表明背景突触活动的幅度波动。然而，人们对突触可塑性和背景突触活动波动之间的关系知之甚少。为了解决这个问题，我们进行了基于钙的突触模型的数值模拟。然后，我们发现，由于背景突触活动波动的增加，导致突触重量的增加，成为LTD的趋势减弱。我们的结果表明，波动影响突触可塑性在大脑中。
2021-08-12 q-bio.NC
Three cooperative mechanisms required for recovery after brain damage
中风是人类残疾的主要原因之一。实验观察表明，在中风后功能活动的恢复过程中，有几种机制被激活。在这里，我们通过解释三种机制所起的作用来揭示大脑是如何恢复的：可塑性适应，过度兴奋和突触发生。我们考虑神经网络中两种不同的损伤：一种是简单地导致有效系统尺寸减小的扩散损伤，另一种是强烈改变系统自发活动的局部损伤，即中风。实验观察到的恢复机制分别和以组合的方式实现。有趣的是，每种机制都在有限程度上有助于恢复。只有三者的结合应用才能恢复未受损系统的自发活动。这就解释了为什么大脑会触发独立的机制，这些机制的合作是系统恢复的基本要素。
2019-11-16 q-bio.NC
The Energy Landscape Underpinning Module Dynamics in the Human Brain Connectome
人类的大脑动力学可以通过统计力学的镜头进行有益的观察，其中神经生理活动在代表首选精神状态的局部吸引子周围和之间演变。许多受物理启发的这些动态模型基于对区域活动的瞬时测量来定义大脑的状态。然而，最近在网络神经科学方面的研究提供了初步证据，表明大脑也可能具有由局部相干活动或功能模块组成的时变状态的特征。在这里，我们研究这种基于网络的大脑状态概念，以了解功能模块如何动态地相互作用以执行认知功能。我们估计感兴趣的区域（ROI）之间的功能关系，通过拟合成对的最大熵模型，每个ROI的模式效忠功能模块。在这个模型中的局部极小值表示吸引子状态，其特征在于模块化结构的特定模式。局部最小值的聚类突出了三类具有类似模式的忠诚社区状态的ROI。视觉、注意力、感觉运动和皮质下ROI倾向于形成单一的功能社区。其余的ROI倾向于形成一个假定的执行控制社区或一个假定的默认模式和显着社区。我们使用马尔可夫链蒙特卡罗随机游走来模拟大脑在这些社区状态之间的动态转换。我们观察到，盆地之间的模拟过渡概率类似于经验观察到的社区效忠状态之间的过渡，在静息状态的功能磁共振成像数据。这些结果共同提供了一个视图的大脑作为一个动态系统之间的过渡盆地的吸引力的特点是连贯的活动在小群体的大脑区域，这些吸引力的强度取决于正在执行的认知计算。
2016-09-05 q-bio.NC
Shapeception: Unravelling Brain Activity during Animated Shape Perception and Mentalization
本文研究了观看动画形状时的大脑活动，发现mPFC、TPOj等脑区显著激活并与共情和心理化相关，据此提出了基于大脑活动的心理化预测模型，以辅助检测ToM困难及ASD等疾病研究。
2023-11-21 q-bio.NC
Decoding multimodal behavior using time differences of MEG events
多模式行为涉及分布在遥远大脑区域的多个处理站，但我们对这种分布式处理如何在大脑中协调的理解是有限的。在这里，我们采取解码的方法来解决这个问题，旨在量化的时间方面的全脑神经活动可以用来推断特定的多模态行为。使用MEG的高时间分辨率测量，我们以毫秒分辨率检测大脑表面数百个位置的活动爆发。然后，我们比较解码使用的三个特点的神经活动突发，解码与事件计数，与lasting和事件对之间的时间差。在这种情况下训练解码器特别具有挑战性，因为样本的数量比输入维度小几个数量级。我们开发了一种新的解码方法，这种制度相结合的非参数建模与积极的特征选择。令人惊讶的是，我们发现使用基于数千个区域对的时间差进行解码比使用其他活动特征明显更准确，在所有受试者中一致达到90%的准确率。这些结果表明，有关多模态脑功能的相关信息是由远程脑区之间的细微时间差异提供的。
2019-01-23 q-bio.NC
Normative atlases of neuroelectric brain activity and connectivity from a large human cohort
脑磁图（MEG）记录从一个大的规范性队列（n = 619）进行处理，以提取区域神经电活动的措施。这项工作的总体目标是使用这些措施来确定正常的人类神经电脑功能。其目的是（a）识别和测量群体共有的神经电特性的值和范围，（b）识别和测量区分个体的神经电特性的值和范围，以及（c）识别测量与个体特性（例如性别、生物学年龄和睡眠症状）的关系。我们希望，将由此产生的既定规范与有症状个体的记录进行比较，将使我们对病理学的理解取得进展。静息和任务条件下的MEG记录由剑桥（英国）老龄化和神经科学中心第2阶段队列研究提供。使用Reynolds一致性处理来定位和验证神经电流，对于每种p < 10-12，当校正多重比较时，对于每种p < 10-4。受试者内的区域活动和连接性的比较产生了大量可靠的测量，详细说明了个体之间的差异，每次比较p < 10-8，当校正为总共5 x 105次比较时，每次p < 0.005。群体范围内的区域比较（每个区域的p < 10-8）产生了大量的测量结果，这些测量结果是优势个体所共有的，详细说明了大脑功能的规范性共性。区域灰质（细胞）与白质（通讯纤维）活动的比较产生了强大的差异，整个群体和每个人。这些结果验证了结果的高空间分辨率，并建立了从白质获得神经电测量的前所未有的能力。
2018-11-17 q-bio.NC
XAI-Refine: An Automated Explanation-Knowledge Loop for Brain-Age Prediction
Emory University（埃默里大学）；Emory University School of Medicine（埃默里大学医学院）
XAI-Refine提出自动化解释-知识循环，通过整合事后分析、验证文献并转化为可微约束，实现证据引导的脑龄预测模型修正。
2026-09-10 cs.LG q-bio.NC
Latent Representation Learning for Multimodal Brain Activity Translation
Mila - Quebec AI Institute（米拉-魁北克人工智能研究所）；Wu Tsai Institute（吴蔡研究所）；Yale University（耶鲁大学）
提出SAMBA框架，通过学习无模态偏差的统一潜在空间，结合小波分解、图注意力网络和循环层，实现多模态脑活动翻译并学习丰富表示以分类外部刺激，助力神经科学下游应用。
2024-09-27 cs.LG q-bio.NC
Predicting brain evoked response to external stimuli from temporal correlations of spontaneous activity
自发性和受激性脑活动之间的关系是理解脑功能的一个基本问题。在非平衡涨落耗散关系的背景下，从理论和实验两方面研究了这个问题。我们考虑随机粗粒度的Wilson-Cowan模型的线性噪声近似和比较分析结果的实验数据从脑磁图（MEG）的人脑。自发活动的自相关函数的短时间行为的特征在于双指数衰减，具有两个特征时间，相差两个数量级。相反，响应函数表现出一个单一的指数衰减与视觉刺激下的诱发活动的实验数据。结果表明，大脑对弱的外部刺激的反应，可以预测从自发活动的观察，并铺平了道路，在不同的外部扰动下的大脑反应的对照实验。
2020-09-04 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Structural mediation of human brain activity revealed by white-matter interpolation of fMRI
人类大脑的解剖结构限制了大规模功能网络的形成。在这里，考虑到测量的大脑活动的灰质，我们插入这些功能信号到白质的结构，知情的高分辨率体素水平的大脑网格。内插体积反映了潜在的解剖信息，揭示了介导时间相干灰质区域之间的功能信号流的白质结构。内插体积的功能连接分析揭示了丰富的图片默认模式网络（DMN）及其子组件，包括白质束如何支持它们的形成，从而超越目前已知的空间模式，仅限于灰质。这些子组件有不同的结构功能模式，其中每一个差异招聘任务期间，展示合理的结构机制之间的功能切换任务积极和消极的组件。这项工作为大脑结构和功能的整合开辟了新的途径，并展示了全球活动模式如何从沿着不同白质通路的信号传播的集体相互作用中产生。
2019-08-26 eess.IV q-bio.NC
Forecasting Brain Activity Based on Models of Spatio-Temporal Brain Dynamics: A Comparison of Graph Neural Network Architectures
理解神经动力学的时空特性之间的相互作用有助于我们理解人脑中的信息处理。图神经网络（GNN）提供了一种新的可能性，解释图结构的信号，如在复杂的大脑网络中观察到的。在我们的研究中，我们比较了不同的时空GNN架构，并研究了它们对功能性MRI（fMRI）研究中获得的神经活动分布进行建模的能力。我们评估了GNN模型在MRI研究中各种场景下的性能，并将其与VAR模型进行了比较，该模型目前常用于定向功能连接分析。我们表明，通过学习局部功能相互作用的解剖基板，GNN为基础的方法能够强大的规模，大型网络研究，即使在可用的数据是稀缺的。通过将解剖连接性作为信息传播的物理基础，这种GNN还提供了关于定向连接性分析的多模态视角，为研究大脑网络中的时空动态提供了新的可能性。
2022-04-28 q-bio.NC stat.ML
Generative forecasting of brain activity enhances Alzheimer's classification and interpretation
针对阿尔茨海默病相关脑成像数据集不足限制深度学习模型泛化的问题，本研究用基于LSTM和BrainLM的脑活动生成式预测做数据增强，提升了AD分类性能，还揭示了疾病相关的特异性脑网络敏感性。
2024-10-30 cs.LG q-bio.NC
