脑机接口（Brain-Computer Interface, BCI）作为一种新增强通信与控制技术近年来逐渐崭露头角。基于电生理特征（如脑电图，EEG）的BCI中，运动想象（Motor Imagery, MI）是一个重要分支，通过解码用户的运动意图用于临床康复、智能轮椅控制、及光标控制等领域。然而，由于EEG信号的复杂性，如低信噪比（Signal-to-Noise Ratio, SNR）、非平稳性、低空间分辨率和高时间分辨率等特点，准确解码运动意图仍具有挑战性。现有的MI基BCI解码主要使用传统机器学习和深度学习方法。传统机器学习通常分为特征提取和特征分类两个独立步骤，方法包括快速傅里叶变换（Fast Fourier Transform, FFT）、通用空间模式（Common Spatial...

论文题目：heuristics in risky decision-making relate to preferential representation of information 研究背景 在进行选择时，个体不仅彼此之间存在差异，而且也偏离了规范性理论的建议。这种差异的一个解释是个体在评估选择选项时具有独特的信息表示偏好。本文作者提出的假设是：在选择评估过程中，个体对不同来源信息的依赖反映了对最具信息价值刺激的偏好表示。 近年来，决策理论指出个体应该通过计算预期效用来评估选择的价值。然而，心理学家长期以来观察到参与者通常使用启发式方法，而不是完全依照预期效用的计算策略。这些启发式方法包括不恰当地加权效用或概率信息等。虽然一些模型已经参数化了人们对信息类型的启发式依赖，但具体的神经认知...

应用磁脑电图（MEG）分析全脑振荡微状态模式在寿命跨度中的变化：剑桥衰老与神经科学中心队列研究 研究背景 随着人口老龄化问题的日益严重，了解老化过程中的神经生理变化变得愈加关键。衰老的大脑是许多神经退行性疾病的主要风险因素，然而，整个大脑的振荡活动如何影响健康衰老尚不完全清楚。在细胞水平上，神经元的生物电化学特性使得它们能够产生电磁场，检测这些场的变化可以作为潜在的组织病理学生物标志物。五种典型的振荡脑信号（delta、theta、alpha、beta和gamma波）已被广泛研究，但它们在衰老中的具体作用仍有待深入探讨。研究者们提出，监测这些振荡信号的规律性和可预测性可以帮助识别认知衰退的潜在进程。特别地，alpha波的变化在衰老过程中表现出显著特征，如alpha波的减慢、alpha功率减少...

ALS的皮层神经生理特征解析及其生物标志物潜力研究 背景 Amyotrophic Lateral Sclerosis (ALS) 亦称肌萎缩侧索硬化症，是一种成人发病的神经退行性疾病，其特征是逐渐失去大脑、脊髓和周围运动系统的完整性。尽管临床和基因研究已揭示与额颞叶痴呆存在重叠，且识别出多种上游生物路径，但目前尚无高效的药物疗法来减缓疾病进程，现行试验依赖的生存期延长等结果并不敏感。亟需能够更贴合个体疾病活动的生物标志物，以便更快速地测试药物效果。 来源 该研究由Michael Trubshaw、Chetan Gohil、Katie Yoganathan等人撰写，他们均来自英国牛津大学。论文发表于2024年5月13日，刊登在Brain Communications期刊上。 研究方法及工作流程...

背景介绍 人类语言处理的一个显著特点是我们能够将储存的字汇元素——即词汇——按需组合起来，从而灵活地生成或改变当前的意义。这一过程的核心在于我们如何实时构建意义表征。尽管关于句法结构生成的研究已取得稳定进展并引发了富有成效的讨论，但关于新语义配置如何随着时间推移被表示的研究则相对较少。约翰霍普金斯大学的研究团队基于现有文献，专门研究了语言中的否定操作如何影响词语语义表示，特别是形容词。这项研究为理解人类大脑如何在实时中代表意义变化提供了一块基石。 论文来源 这篇题为“Negation mitigates rather than inverts the neural representations of adjectives”的论文由Arianna Zuanazzi、Pablo Ripollé...