学术背景 在人类社交互动中，目光（gaze）是传递信息的重要方式之一。研究表明，人类的目光能够影响他人的注意力、认知，甚至偏好。例如，当一个人注视某个物体时，观察者会倾向于认为该物体对注视者具有吸引力，进而影响观察者自身的偏好形成。然而，随着机器人技术的快速发展，机器人也逐渐具备了类似人类的目光行为。那么，机器人的目光是否能够像人类目光一样影响他人的偏好？这一问题不仅涉及人类对机器人行为的认知，还关系到未来人机互动（human-robot interaction, HRI）的设计与优化。 此外，心智理论（Theory of Mind, ToM）是理解他人心理状态的核心能力，包括推断他人的意图、信念和情感。ToM在人类社交互动中扮演着重要角色，但其在机器人目光效应中的作用尚未被充分研究。因此，...

基于时频脑电图的抑郁症检测新方法：TFAGL 学术背景 抑郁症（Major Depressive Disorder, MDD）是一种全球范围内常见的精神疾病，其主要症状包括情绪低落、内疚感、自我评价过低，并伴随着兴趣丧失、生活热情减退以及睡眠或食欲紊乱等。根据世界卫生组织（WHO）的统计，全球有超过2.46亿人受到抑郁症的影响，其中约30-35%的重度抑郁症患者每年尝试自杀，导致约2-15%的自杀率。因此，抑郁症预计将在2024年成为导致残疾疾病的主要原因之一。 目前，抑郁症的临床诊断主要依赖于医患对话和问卷调查，诊断结果容易受到患者主观意识和医生专业水平的干扰，缺乏客观性。脑电图（Electroencephalography, EEG）技术能够记录大脑活动的变化，与人类脑活动密切相关，能够...

基于多尺度双曲对比学习的跨被试脑电情绪识别研究 学术背景 脑电图（Electroencephalography, EEG）作为一种生理信号，在情感计算（Affective Computing）领域中具有重要应用。与传统的非生理线索（如面部表情或语音）相比，EEG信号具有更高的时间分辨率和客观性，能够更可靠地反映人类的情感状态。然而，EEG信号存在显著的个体差异，这使得跨被试（Cross-Subject）情绪识别成为一个具有挑战性的任务。不同个体的EEG信号受年龄、心理状态、认知特征等多种因素影响，导致预训练模型在新被试上的泛化能力较差。 为了应对这一挑战，研究者们提出了多种方法，包括基于时频域特征的分析、深度学习模型以及迁移学习等。然而，这些方法往往难以在减少被试间差异的同时保留情感特征的区...

小鼠后扣带皮层树突区室化可塑性将时间相近的情境记忆联系起来 学术背景 记忆的形成是一个动态过程，单个记忆被存储、更新并整合到其他已有记忆的框架中，以驱动适应性行为。近年来，研究表明，编码不同记忆的神经元群体的重叠可以将这些记忆联系起来，使得回忆一个记忆会触发另一个记忆的回忆。然而，树突可塑性机制在记忆联系中的作用尚不清楚。树突是神经元的重要组成部分，负责接收和整合来自其他神经元的信号。树突的区室化可塑性（compartmentalized dendritic plasticity）被认为在记忆形成和存储中起着关键作用，但其具体机制仍不明确。 本研究旨在探索树突区室化可塑性在记忆联系中的作用，特别是在小鼠后压皮层（retrosplenial cortex, RSC）中。RSC是负责空间和情境记...

脑周细胞和血管周围成纤维细胞在卒中后脑血管再生中的双重功能 学术背景 中风是导致全球死亡和残疾的主要原因之一，目前的主要治疗手段仅限于急性溶栓治疗或血栓切除术，随后进行长期康复。然而，中风的长期康复效果有限，尤其是脑血管的再生和功能恢复仍然是一个重大挑战。脑血管再生是中风后功能恢复的关键，但这一过程依赖于血管周围基质（stroma）的再生。基质祖细胞（stromal progenitor cells, SPCs）在许多器官的组织再生中起着至关重要的作用，然而，大脑中的SPCs的身份和功能仍然不明确。本研究旨在揭示大脑中SPCs的身份及其在中风后脑血管再生中的作用，为中风后的神经功能恢复提供新的治疗靶点。 论文来源 这篇论文由Louis-Philippe Bernier、Jasmin K. H...

从认知任务中的异质神经响应推断潜在神经环路 学术背景 在认知任务中，大脑的高级皮层区域（如前额叶皮层，prefrontal cortex, PFC）负责整合多种感觉、认知和运动信号。然而，单个神经元的响应通常表现出复杂的异质性（heterogeneity），即它们同时对多个任务变量做出响应。这种异质性使得研究者难以从神经活动中直接推断出驱动行为的神经环路机制。传统的维度降维方法（dimensionality reduction methods）依赖于神经活动与任务变量之间的相关性，但无法揭示这些异质响应背后的神经环路连接。 为了解决这一问题，Christopher Langdon和Tatiana A. Engel开发了一种新的维度降维方法——潜在环路模型（Latent Circuit Mod...