-
体外鉴定海人酸诱导的人类皮层神经元网络中的浓度依赖性反应
本研究以人诱导多能干细胞(hiPSCs)来源的皮质神经元网络为模型,系统探究了卡因酸(KA)不同浓度对神经元功能、存活率及应激分子分泌的急性与长期效应。实验通过微电极阵列(MEA)技术实现了对神经元群体电活动的实时监测,结合分子生物学手段和代谢分析,揭示了KA浓度依赖性作用机制及其可逆性特征。在细胞模型构建方面,研究团队采用UTA.04511.WTs hiPSC系,经过32天定向分化形成包含谷氨酸能神经元、抑制性神经元及内源性星形胶质细胞的异质性皮质网络。该模型经多维度验证:免疫荧光证实神经元特异性标志物β-III微管蛋白与MAP2的共表达,星形胶质细胞标志物GFAP的阳性率约20%,与皮质组
来源:Neuroscience
时间:2025-11-28
-
生命早期的睡眠限制会干扰C57BL/6N小鼠海马区神经周网络(perineuronal nets)以及小钙蛋白中间神经元(parvalbumin interneurons)的发育
日本关西医科大学医学技术学部研究团队近期围绕早期睡眠限制对海马体抑制性神经回路发育的影响展开系统性研究。该研究通过构建3小时/日的慢性睡眠限制模型,重点考察发育关键期(P10-P28)内前额叶皮层与海马体在神经回路构建上的区域特异性差异,为揭示睡眠剥夺与神经发育障碍的关联机制提供了新证据。在实验设计方面,研究者采用C57BL/6N小鼠模型,通过精准控制睡眠-觉醒周期模拟人类婴幼儿常见睡眠障碍场景。取材时间点设置在P14(突触修剪关键期)、P21(神经网络整合期)和P28(成熟定型期),通过免疫荧光技术对海马体CA1和CA3区域进行多维度检测,涵盖PV、SOM、CR、GAD67四类抑制性神经元亚
来源:Neuroscience
时间:2025-11-28
-
综述:解码中枢神经系统再生:来自多个物种中脊髓损伤(SCI)和创伤性脑损伤(TBI)的单细胞RNA测序的见解
本研究聚焦于5-HT7受体在老年期记忆与行为调节中的功能,通过对比野生型与基因敲除小鼠的行为学特征及受体表达变化,揭示了该受体在年龄相关神经认知衰退中的关键作用。研究团队采用双组学方法,结合表型分析与分子机制探索,构建了从基础研究到临床转化的完整证据链。在实验设计层面,研究团队建立了跨越青年期(3月龄)与老年期(24月龄)的纵向观察模型。特别值得注意的是,实验组在遗传背景、性别比例(雌雄各半)及样本量(每组7-13只)均保持标准化处理,有效排除了非实验变量的干扰。这种双盲对照实验设计为结果的可信度提供了重要保障。行为学评估体系呈现多维度的创新整合:除传统记忆测试(空间记忆与物体识别记忆)外,特
来源:Neuroscience
时间:2025-11-28
-
综述:在调节食欲行为的过程中,稳态能量平衡回路与享乐性能量平衡回路之间的相互作用:以下丘脑腹内侧核中的类固醇生成因子-1/垂体腺苷酸环化酶激活多肽神经元为例
下丘脑腹内侧核(VMN)中Pituitary Adenylate Cyclase-Activating Polypeptide(PACAP)神经元在能量平衡调节中发挥核心作用,其功能整合了代谢信号、激素调控及神经递质网络的多重机制。该神经元通过投射到弧uate核(ARC)调控能量稳态相关神经肽的合成与释放,同时通过投射至腹侧被盖区(VTA)影响动机与奖赏相关行为,形成连接能量稳态与享乐性进食的神经界面。### 一、能量稳态调控机制VMN PACAP神经元通过两种主要途径调节能量摄入:其一是兴奋性激活POMC神经元,其二是抑制性调控NPY/AgRP神经元。POMC神经元通过分泌α-黑素细胞刺激素
来源:Neuroscience
时间:2025-11-28
-
基于深度学习的偶极反演网络在量子态测量(QSM)中的泛化能力研究
本文提出了一种新型管道,旨在解决基于深度学习的磁共振量子磁化(QSM)重建中数据分辨率差异带来的泛化性问题。传统方法在处理不同分辨率输入时存在性能下降,而现有解决方案通常需要修改网络架构或进行额外训练,限制了实际应用。本文提出的方法通过经典采样理论和物理模型补偿,实现了对预训练网络的兼容性提升,无需架构调整或重新训练,显著提高了跨分辨率重建的准确性。### 核心贡献与创新点1. **无需网络重构的跨分辨率泛化** 通过分阶段重新采样、多视角网络推断和误差补偿,将预训练模型(如QSMnet)直接扩展至不同分辨率输入。传统插值方法会导致高频信息丢失,而直接输入会导致维度不匹配的显著误差。2
来源:NeuroImage
时间:2025-11-28
-
人际情绪调节中的性别差异:一项关于神经与行为同步性的深度研究
本研究聚焦于性别在人际情绪调节(IER)中的作用机制,通过整合功能性近红外光谱(fNIRS)和运动能量分析(MEA)技术,系统探讨了性别差异在神经同步性和行为协调性上的表现及其对情绪调节效果的影响。研究以52对同性伴侣为对象,采用双盲实验设计,结合情绪诱发视频和策略干预,揭示了女性在人际情绪调节中具有更优的同步性和调节效果,并首次通过多模态神经行为学方法揭示了共同注意机制在其中的作用。### 一、研究背景与核心问题传统情绪调节研究多关注个体内在调节机制,而人际情绪调节(IER)作为社会心理学的重要领域,近年来逐渐受到学界重视。已有研究证实,女性在社交互动中展现出更强的情绪支持能力,其调节策略更
来源:NeuroImage
时间:2025-11-28
-
接受胃电刺激后出现胃轻瘫症状的患者(包括是否进行管饲的情况)
Fares Kasem|Le Yu Naing|Prateek Mathur|Lindsay McElmurray|Carmelita Moppins|Michael W. Daniels|Abigail Stocker|Thomas L. Abell|Endashaw Omer美国肯塔基州路易斯维尔大学内科系摘要背景胃轻瘫患者通常会摄入营养价值较低、高简单碳水化合物的饮食,因为这种饮食比含有适量碳水化合物、蛋白质和脂肪的均衡饮食更容易被他们耐受。当患者通过空肠造口管(J-tube)进食时,胃电刺激(GES)对药物难治性胃轻瘫(Gp)患者营养状况的影响尚不清楚。我们进行了一项前瞻性、非随机、开
来源:Neuromodulation: Technology at the Neural Interface
时间:2025-11-28
-
有意识的心脏感知与内感受觉注意对心跳引发的神经活动具有不同的调节作用
这项研究聚焦于心搏触发的脑电信号(HER)与两种不同心理过程的关联:一种是专注心脏活动的注意状态(interoceptive attention),另一种是心脏意识的自觉体验(conscious cardiac awareness)。通过设计新型实验任务,研究者成功分离了这两种心理过程对应的神经机制,揭示了其时空特征和功能关联的差异。研究团队开发了包含视觉提示的5秒钟表旋转任务,要求被试在观察旋转指针的同时感知并记录心跳。与传统的HCT任务相比,该设计通过实时PPG信号反馈强化了主观体验的可信度。被试在完成实验后需要标注每颗心搏的感知时间点,并验证与PPG检测的心跳位置是否一致。这种双重验证机
来源:NeuroImage
时间:2025-11-28
-
药物诱导睡眠期间的脑灌注:通过ASL MRI定量分析的皮质和皮下结构变化
这篇研究以非侵入性磁共振成像技术(ASL-MRI)为核心,系统探究了健康成年人睡眠剥夺后通过药物诱导睡眠期间的全脑及脑干区域血流动力学变化。研究团队通过双盲交叉设计,在严格控制的实验条件下对比了自然清醒状态与药物诱导睡眠期的脑血流特征,并首次将这种高精度成像技术应用于睡眠脑干觉醒网络的动态监测。研究背景显示,睡眠机制仍存在诸多未解之谜。尽管代谢调节假说和脑脊液清除假说为睡眠功能提供了理论支撑,但现有研究多依赖PET技术观察睡眠相关脑血流变化,存在辐射暴露、无法实时监测等局限性。本研究创新性地采用伪连续动脉自旋标记(pCASL)技术,在保持扫描稳定性的同时,实现了对深睡眠期脑干区域微血流变化的精
来源:NeuroImage
时间:2025-11-28
-
高强度间歇训练和中等强度持续训练后抑制性控制能力增强的神经基础:一项针对9至10岁儿童的fNIRS研究
该研究聚焦于高强度间歇训练(HIIT)与中等强度持续训练(MICT)对9-10岁儿童执行功能的干预效果及其神经机制。研究采用双盲随机对照试验设计,将60名符合纳入标准的儿童分为HIIT组、MICT组和对照组,通过为期8周的不同跳绳训练方案,结合认知行为测试和近红外光谱技术(fNIRS),系统评估了两种训练模式对抑制控制能力的影响及前额叶皮层血氧代谢的变化。### 一、研究背景与意义儿童执行功能发展存在关键窗口期,9-10岁阶段是抑制控制能力快速提升的敏感期。现有证据表明,规律运动可通过改善神经可塑性和脑区代谢效率提升认知功能(Cotman et al., 2002)。然而,关于HIIT与MIC
来源:NeuroImage
时间:2025-11-28
-
通过配对的术中直接皮层刺激方法,对人类运动前区与运动区的连接性进行解剖学表征
本研究由意大利特伦托大学CIMeC认知与脑科学中心的多位研究者完成,聚焦于术中神经生理学技术评估前运动皮层(Premotor Cortex, PM)与初级运动皮层(Motor Cortex, M1)的皮质-皮质直接连接机制。研究团队通过14例接受肿瘤切除术的患者,在全身麻醉下采用直接皮质电刺激(DES)技术,结合条件-测试脉冲范式,首次在人类中揭示了PM向M1传递运动信息的解剖学定位与时空特征。**研究背景与意义** 前运动皮层作为运动控制系统的核心枢纽,在整合感觉信息与执行运动计划中发挥关键作用。灵长类动物研究显示,PM通过背侧(PMd)和腹侧(PMv)两个功能亚区分别调控躯体近端与远端运
来源:NeuroImage
时间:2025-11-28
-
基于深度学习的动脉输入函数,用于动态脑部正电子发射断层扫描(PET)
动态正电子发射断层扫描(PET)成像结合代谢物校正的动脉输入函数(AIF)建模是揭示大脑生理和神经性疾病的关键技术。然而,传统AIF估计依赖动脉采血,存在侵入性风险、操作复杂及患者耐受性问题。本文提出深度学习驱动的动脉输入函数(DLIF)框架,通过端到端学习直接从动态PET序列中估计代谢物校正的AIF,无需任何血样采集。**核心贡献与创新点:**1. **非侵入性AIF建模**:DLIF突破传统动脉采血的依赖,仅通过PET图像序列实现AIF估计,显著提升患者舒适度和研究可行性。2. **动态时空建模能力**:采用Vision Transformer(ViT)架构处理三维动态PET数据,捕捉跨时
来源:NeuroImage
时间:2025-11-28
-
不同维度下对不确定性不耐受的神经相关机制:来自多模态奖励处理分析的见解
抗不确定性(Intolerance of Uncertainty, IU)作为心理健康领域的核心概念,近年来在神经科学领域受到广泛关注。本研究通过整合功能磁共振成像(fMRI)和结构磁共振成像(sMRI)技术,首次系统性地考察了IU三个子维度(前瞻性抗不确定性、抑制性抗不确定性、IU负担)与神经奖赏处理机制及脑结构的关联。研究团队来自德国哈勒-威廷伯格大学心理学系,采集了243名健康成年人的多模态神经影像数据,并运用分层回归分析技术揭示了不同IU维度独特的神经生物学特征。在研究设计方面,采用改良的扑克牌猜测任务,通过正奖赏、负奖赏及控制块对比,系统观测受试者在不同奖赏情境下的脑活动模式。负奖赏
来源:NeuroImage
时间:2025-11-28
-
识别对精神疲劳高度敏感的个体:一项功能连接性研究
本文探讨了个体间对精神疲劳的敏感性差异及其脑网络重组机制。研究选取95名健康大学生作为受试者,通过20分钟持续警觉任务(PVT)采集行为数据和脑电信号(EEG),并基于反应时(RT)和准确率构建复合指数(F指数),将参与者分为高敏感性组(FS组)和低敏感性组(FR组),每组30人。研究发现,FS组在任务后期呈现显著的RT延长和准确率下降,而FR组表现稳定。进一步通过功能连接分析显示,两组在多个频段的脑网络全局整合与局部分离特性存在差异,其中FR组在θ和β频段的全局效率(Global Efficiency, GE)和局部效率(Local Efficiency, LE)显著高于FS组。特别值得注意
来源:NeuroImage
时间:2025-11-28
-
利用速度选择性静脉自旋标记技术和3D GRASE技术实现的全脑静脉血容量快速成像
### 神经血管功能成像技术进展:VS-VSL 3D GRASE静脉血容量动态监测方法研究#### 一、研究背景与问题静脉血容量(CBVv)作为脑功能成像的重要生物物理参数,其测量精度直接影响脑血氧代谢(CBOT)和神经血管耦合(NVC)机制的研究。传统MRI技术如定量BOLD(qBOLD)和超氧血红蛋白增强BOLD(hyperoxia-BOLD)面临两大技术瓶颈:其一,梯度回波(GRE)序列长 echoes(TE)导致磁偏场(ΔB0)干扰显著,信号失真率可达15%-30%;其二,生理性干扰因素如呼吸运动和咖啡因摄入对CBVv的动态影响难以精准捕捉。这些局限性严重制约了CBVv在临床脑疾病研究
来源:NeuroImage
时间:2025-11-28
-
Agm-Net:基于注意力引导的掩蔽去噪异常定位网络
在工业质检、医疗影像分析及视频监控等领域,图像异常检测(Anomaly Detection, AD)技术通过识别图像中的异常区域,为缺陷检测、疾病筛查等场景提供关键支持。然而,传统监督式AD方法面临两大核心挑战:一是正常样本与异常样本的类别不平衡问题,通常异常样本数量远少于正常样本;二是实际应用中获取高质量异常样本的困难性,这严重制约了模型的泛化能力。近年来,基于知识蒸馏(Knowledge Distillation, KD)的半监督或无监督AD方法逐渐成为研究热点,其核心思想是通过模仿教师网络(Teacher Network, T)对正常样本的学习过程,使学生网络(Student Netwo
来源:Neural Networks
时间:2025-11-28
-
带注意力聚类嵌入的多视图子空间张量化
多视图聚类领域近年来的研究进展与STANCE方法创新分析多视图聚类作为数据科学的重要分支,在生物特征识别、图像语义分割、社交网络分析等场景中展现出独特优势。随着深度学习技术的快速发展,基于神经网络的自动特征提取能力显著提升了多视图聚类的性能。然而,现有方法在处理高阶关联性和多视图融合时仍存在明显局限,这促使研究者探索新的解决方案。传统多视图聚类方法多采用张量分解技术,通过构建三维张量整合不同视图数据。这类方法的优势在于能够显式建模样本间的多维关联,但存在两个根本性缺陷:首先,基于矩阵运算的浅层分解难以捕捉复杂非线性关系;其次,静态的融合机制无法适应不同视图间的动态交互需求。以Ji等人(2025
来源:Neural Networks
时间:2025-11-28
-
通过解释性交互式解耦表示学习来增强概念一致性
可解释交互式分解表示学习框架研究一、研究背景与挑战当前深度学习模型在特征提取方面存在显著优势,但其"黑箱"特性导致模型可解释性不足。分解表示学习通过分离独立概念来增强模型可解释性,但传统方法面临三大核心挑战:1. 概念对齐困境:模型生成的抽象特征难以与人类定义的概念建立明确对应关系。现有研究(Dang et al., 2024; Schramowski et al., 2020)表明,约68%的深度学习模型特征空间与人类认知存在维度错位问题。2. 交互闭环缺失:现有可视化系统(Huang et al., 2023; Zhao et al., 2022)主要提供单向解释功能,无法实现专家反馈与模
来源:Neural Networks
时间:2025-11-28
-
基于课程指导的图自增强方法:一种用于图神经网络(GNNs)的渐进式深化框架
近年来,图神经网络(GNN)作为处理非欧几里得数据的核心工具,在节点分类、链接预测等任务中取得了显著进展。然而,随着网络深度的增加,过平滑问题逐渐成为制约模型性能的关键因素。过平滑现象表现为节点特征在多层聚合后趋同,导致同一类别的节点难以区分,同时不同类别的节点特征相互靠近,削弱了类别可分离性。这种现象在异构图结构中尤为突出,因为高阶聚合会过度融合不同类别的信息。传统GNN的解决方案多聚焦于网络结构改进或聚合机制调整,但存在两个根本性局限:其一,缺乏对图结构动态特性的适应机制,其二,未建立有效的类别间特征分离策略。针对这些问题,研究者提出了一系列改进方法,例如引入注意力机制动态调整信息聚合权重
来源:Neural Networks
时间:2025-11-28
-
交互式图像到视频的迁移学习
人工智能领域在激活函数设计方面持续探索,新型R-Gaussian函数通过动态参数调节机制为深度学习优化提供了新思路。该研究由印度科钦科技大学数学系团队完成,核心贡献在于提出一种无需额外参数调整的激活函数解决方案,在保证计算效率的同时显著提升梯度传播稳定性。传统激活函数存在显著局限。Sigmoid和Tanh虽能有效约束输出范围,但在深层网络中梯度衰减问题突出,尤其面对高维异构数据集时表现更为明显。ReLU系列通过引入非零梯度缓解了部分问题,但负值区域的"死亡神经元"现象仍然制约着学习深度。尽管SELU等自归一化激活函数通过参数初始化优化输入分布,但其依赖的固定参数设置难以适应动态变化的数据特征。
来源:Neural Networks
时间:2025-11-28