读文万卷037期:基于EEG的时空卷积神经网络的驾驶员疲劳评估

1IEEE Transactions on Neural Networks and Learning Systems:基于EEG的时空卷积神经网络的驾驶员疲劳评估
驾驶员疲劳评估对于交通安全至关重要,许多复杂的因素会加剧这一困难。在本文中,基于多通道脑电图(EEG)信号的时空结构,我们开发了一种基于EEG的新型时空卷积神经网络(ESTCNN),用于检测驾驶员疲劳。首先,我们介绍核心模块以从EEG信号中提取时间依赖性。然后,我们使用密集层来融合空间特征并实现分类。发达的网络可以从脑电信号中自动学习有效特征,这优于传统的两步式机器学习算法。重要的是,我们进行疲劳驾驶实验以收集来自八个处于警戒和疲劳状态的受试者的脑电信号。使用2800个样本进行主题内分割,我们将ESTCNN的有效性与八种竞争方法进行了比较。结果表明,与这些比较方法相比,ESTCNN具有更好的97.37%的分类精度。此外,该框架的时空结构在计算效率和参考时间方面具有优势,从而可以在脑机接口在线系统中进一步实现。
原文:EEG-Based Spatio–Temporal Convolutional Neural Network for Driver Fatigue Evaluation
DOI: 10.1109/TNNLS.2018.2886414
相关课程及服务推荐(点击即可浏览):
第二十二届脑电数据处理中级班(南京,11.12-17)
第七届脑电信号数据处理提高班(南京,11.18-23)
第十届脑电数据处理入门班(南京,12.1-6)
第一届MNE-Python脑电数据处理班(南京,12.7-12)

第二十三届脑电数据处理中级班(重庆,12.16-21)

第十一届脑电数据处理入门班(重庆,1.7-12)

思影科技EEG/ERP数据处理业务
思影科技脑电机器学习数据处理业务
2.Expert Systems with Applications:用于工作负荷估算的脑机接口:学习过程中脑力的评估

学习者的注意力和脑力是在教育情境中获取知识的首要因素。因此,实时评估学习者的脑力有助于设计适应性学习技术,尤其是针对残疾人。为了评估当前的精神状态,一些监控系统已经发展了出来。本文探索了利用人头皮的无创信息记录以发展能够评估认知任务中大脑的工作负荷的可能性。

本文提出的基于脑电信号的工作负荷分类器结合了功率谱密度分析和统计学方法,脑负荷的特征是1-30Hz频率范围内脑活动的演变,由短时傅立叶变换计算得到每个通道上脑电信号的功率谱,统计分析的准则是确定是否来自不同样本的功率能够被分为同一类。

通过对两种不同认知任务(求解矩阵和回答计算机逻辑问题)下的脑电数据进行分析,结果表明,alpha和theta波段的功率谱密度随着认知任务难度的增大而降低,即theta和alpha的功率能够用于区分不同认知任务的难度水平。采用性能特征参数评价方法对设计的分类器进行性能评估,证明了此分类器在大脑负荷水平区分上表现良好。

原文:Brain-computer interface for workload estimation: assessment of mental efforts in learning processes.

doi: 10.1016/j.eswa.2018.06.027

3.Neuropsychopharmacology:青少年中,白质微结构与多动/注意力缺陷症状和注意缺陷/多动障碍的基因风险之间的关系
关于注意力缺陷/多动障碍(ADHD)症状学与遗传风险之间的关系少有研究。为了解决这个问题,Matthew等人调查了ADHD与青少年的白质微结构和大脑皮层厚度的相关程度。在实验中得到了ADHD症的多模态相关因素与ADHD多基因风险评分(PRS)之间显著相关。ADHD综合得分来自于多动症症状学评分。基于纤维束,计算体素水平上的FA和ADHD综合得分之间的相关性。局部皮质厚度则根据ADHD综合评分进行回归分析。ADHD PRS则基于最近的全基因组关联。ADHD综合评分与FA在包括双侧上、下纵束等几种白质纤维束上存在负相关。ADHD综合评分与眶额皮质厚度呈负相关。ADHD综合评分与ADHD PRS存在相关性。ADHD的 FA与ADHD PRS显著相关,而ADHD皮层厚度与ADHD PRS无关。
ADHD的变化与白质微结构相关,而白质微结构又与ADHD PRS相关。结果表明,ADHD症状的遗传风险可能与影响白质微观结构的过程有关。
原文:White matter microstructure is associated with hyperactive/inattentive symptomatology and polygenic risk for attention-deficit/hyperactivity disorder in a population-based sample of adolescents
https://doi.org/10.1038/s41386-019-0383-y
相关课程及服务推荐(点击即可浏览):

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第十四届DTI数据处理班(重庆,11.19-24)

第十五届DTI数据处理班(南京,12.26-31)

思影科技弥散加权成像(DWI/dMRI)数据处理
4.PNAS:为什么功能磁共振成像对空间范围的推断夸大了假阳性率
最广泛的任务功能磁共振成像(fMRI)分析都是使用参数统计的方法,都依赖于各种假设。在这项工作中,我们使用真实静止状态数据和总计300万随机任务组来分析计算fMRI软件包SPM、FSL、和AFNI以及非参数排列方法的FWER(多重比较谬误)。对于一个名义上FWER为5%的情况,参数统计方法对体素推断是保守的,而对聚类推断是无效的。
我们的结果表明,无效的聚类推论的主要原因是空间自相关函数不遵循假设的高斯模型。相比之下,发现非参数置换可以产生体素名义上的结果。这些发现说明了在神经成像领域使用统计方法进行验证的必要性。
原文:Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates
DOI:/10.1073/pnas.1602413113

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第七届任务态fMRI专题班(重庆,1.14-19)

第十八届磁共振脑网络数据处理班(南京,11.6-11)

第七届小动物脑影像数据处理班(南京,12.20-25)

第三十六届磁共振脑影像基础班(南京,2021.1.6-11)

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
5.Arthritis&Rheumatology:类风湿关节炎伴发纤维肌痛症患者的炎症与脑内感受性连接的关系
目的:
类风湿关节炎(RA)伴发纤维肌痛症(FM)患者表现出大脑连接性的改变,即中枢敏感化。本文的研究目的是研究外周炎症即风湿性关节炎的主要伤害性刺激与患有FM的风湿性关节炎患者的大脑连接之间的相互作用。
方法:
对伴有FM和无FM(分别标记为FM+和FM-)的RA患者(每组27例)进行功能磁共振成像的扫描,得到相应的实验数据。对采集得到的数据选用左中/后岛叶和左侧顶叶(IPL)作为种子点,进行了种子到全脑的功能连接性分析(选取的这几个种子区域之前分别被认为与FM症状和炎症有关)。在每组中分别评估了功能连接性和红细胞沉降率(ESR)之间的关系,并进行事后分析以测试交互作用的影响。如果P值小于0.05,则认为FWE显著。
结果:
伴有FM的RA患者和无FM的RA患者在年龄、性别、ESR上无差异(p> 0.2)。在RA(FM+)患者中,岛叶-左侧顶叶,左侧顶叶-背侧前扣带回,以及左侧顶叶-内侧前额叶皮质区功能连接增加与ESR水平升高相关(经FWE校正后P<0.05)。而且,事后交互分析在很大程度上也证实了ESR和功能连接之间的关系随着FM评分的增加而改变。
结论:
本文的实验证据表明:伴有FM的RA患者脑连接性的前触觉模式可能与周围炎症有关。对于这种“自下而上”的疼痛集中的患者,伴随的症状可能对抗炎治疗有部分反应。
原文:Association of Inflammation With Pronociceptive Brain Connections in Rheumatoid Arthritis Patients With Concomitant Fibromyalgia
DOI: 10.1002/art.41069

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第十二届脑影像机器学习班(重庆,11.11-16)

第七届任务态fMRI专题班(重庆,1.14-19)

第十八届磁共振脑网络数据处理班(南京,11.6-11)

第十三届脑影像机器学习班(南京,12.13-18)

第三十六届磁共振脑影像基础班(南京,2021.1.6-11)

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
6Schizophrenia Bulletin:多模态脑特征对首发精神分裂症的分类:结构与扩散相结合
最近的神经解剖学模式识别研究显示了发展精神分裂症客观的基于神经影像的分类的希望。本研究探讨了使用单一和多模态多变量神经影像学特征可靠地鉴别精神分裂症的可行性。采用全自动程序提取了包括区域灰质(GM)体积、皮质厚度、脑回指数、各向异性(FA)和平均扩散率(MD)在内的多种脑测量数据。使用梯度提升决策树来识别每组神经解剖度量和融合的多模态度量中最常选择的特征。
目前的分类模型是基于98例首发精神分裂症(FES)和106例匹配的健康对照(HCs)进行训练和验证的。分类模型在一个包含54名FES患者和48名HCs的独立数据集中进行训练和测试,使用的是在不同的磁共振成像扫描仪上获得的图像数据。利用融合的结构和扩散张量成像指标中最常用的特征,分类精度达到75.05%,高于单一成像指标的精度。最显著的鉴别特征包括左侧颞横回和右侧海马旁回的皮质厚度、左侧皮质脊髓束和右侧外包膜的FA。在独立队列中,从皮质厚度、脑回指数、FA和MD中选取的综合特征得出的平均准确率为76.54%。这些以GM异常和白质破坏为特征的特征对精神分裂症个体的潜在大脑病变具有辨别能力。
此研究结果进一步强调了多模态数据融合在识别精神分裂症方面的潜在优势。
原文:Classification of First-Episode Schizophrenia Using Multimodal Brain Features: A Combined Structural and Diffusion Imaging Study
doi:10.1093/schbul/sby091

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第十届磁共振脑影像结构班(重庆,11.2-7)

第十四届DTI数据处理班(重庆,11.19-24)

第十二届脑影像机器学习班(重庆,11.11-16)

第十三届脑影像机器学习班(南京,12.13-18)

第十五届DTI数据处理班(南京,12.26-31)

第三十六届磁共振脑影像基础班(南京,2021.1.6-11)

第十一届磁共振脑影像结构班(南京,1.12-17)

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍

7.NeuroImage:振荡在预测自生声音中的作用

能够预测自生的感觉结果是正常脑功能的一个重要特征。在听觉领域,与外界产生的声音相比,自生的声音会导致较小的大脑反应(如听觉诱发反应),这通常被称为感觉衰减效应。来自格拉斯哥大学的Cao等人,使用脑磁图的方法,让14名参与者在4中条件下听纯音刺激,以探究大脑中的振荡在预测自生声音中的作用。
结果发现,自生声音与刺激前alpha功率增加、刺激后gamma功率降低和听觉皮层alpha/beta相位锁定有关。所有这些振荡变化都与诱发反应的变化有关,这表明这些振荡事件和感觉衰减之间有密切的联系。此外,振荡前后的变化是相互关联的,这支持了这样一个观点:它们构成了一个自生声音的神经信息处理序列。根据反映反馈的alpha振荡和gamma振荡前馈过程和预测编码模型的研究结果,研究者们认为刺激前的α功率代表预测,刺激后的gamma功率代表预测误差,并通过后刺激alpha/beta相位重置进一步处理。
原文:The role of brain oscillations in predicting self-generated sounds
DOI:10.1016/j.neuroimage.2016.11.001
相关课程及服务推荐(点击即可浏览):

第二十三届脑电数据处理中级班(重庆,12.16-21)

第十一届脑电数据处理入门班(重庆,1.7-12)

第十届近红外脑功能数据处理班(重庆,12.23-28)

第二十二届脑电数据处理中级班(南京,11.12-17)
第七届脑电信号数据处理提高班(南京,11.18-23)
第十届脑电数据处理入门班(南京,12.1-6)
第一届MNE-Python脑电数据处理班(南京,12.7-12)
8.动态fcMRI显示在自闭症与个体内部之间的连接与时间变化的增加有关
图1:研究的连通性矩阵,使用40秒的窗口长度。(小组A、B)、50秒(小组C、D)和60秒(小组E、F)。左列:iFC的t统计量(p<0.05,未校正,用青色星号表示),SD-iFC的t统计量(p<0.05,未校正,用黄色星号表示)。黑色星号表示ROI对在iFC和SD-iFC中表现出显著差异。右列:散点图显示了上述矩阵中所有ROI对的计算t统计量(iFC和SD-iFC)之间的关系。x轴对应每一行下三角所示的iFC的t统计量,而y轴对应上三角所示的SD-iFC的t统计量。绿色垂直线和蓝色水平线表示显著性阈值。青色圈出的点表示只在iFC中存在显著差异的ROI对,黄色圈出的点表示只在SD-iFC中存在显著差异(星号表示),黑色圈出的点表示iFC和SD-iFC中均存在显著差异(a图中用黑色星号表示)。
自闭症谱系障碍(ASD)是一种日益流行的发展性障碍(CDC 2014),其核心缺陷是在社会交际领域。越来越多的人认为,ASD背后的大脑异常可以在分布式网络和连通性层面上被发现(Geschwind和Levitt 2007;Wass 2011)。本文作者通过自闭症脑成像数据库的76名ASD样本和76TD样本进行研究。选定了默认模式网络、显著网络、杏仁核和丘脑作为ROI,对样本的时间序列使用滑动窗相关分析发现:
TD组和ASD组在不同ROI中的IFC(Intrinsic functional connectivity)有明显不同。后扣带回与楔前叶-内侧前额叶皮质、坐顶叶-内侧前额叶皮质和丘脑的(滑动窗口相关的标准偏差)SD-iFC显著升高,而左顶叶-右丘脑的SD-iFC显著降低。还发现在iFC和SD-iFC中显示显著差异的所有ROI对之间存在显著的中介效应。
在对功能连通性随时间变化的研究中,作者发现ASD中通常报道的连通性不足至少部分是由更大的随时间变化性所驱动的。在ASD中,那些看似减少的连接可能并没有“断裂”,只是在几分钟的fMRI扫描中发生了更频繁的变化。
原文:‘Underconnected’, but not broken? Dynamic fcMRI shows underconnectivity in autism is linked to increased intra-individual variability across time
doi:10.1089/brain.2015.0389

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第十二届脑影像机器学习班(重庆,11.11-16)

第七届任务态fMRI专题班(重庆,1.14-19)

第十八届磁共振脑网络数据处理班(南京,11.6-11)

第十三届脑影像机器学习班(南京,12.13-18)

第三十六届磁共振脑影像基础班(南京,2021.1.6-11)

思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
9JAMA Psychiatry:使用PET成像在双向情感障碍患者和精神分裂症患者中验证多巴胺假说
多巴胺假说表明,多巴胺异常是精神疾病的基础,暗示了双相情感障碍和精神分裂症的多巴胺失调。然而,这一假设并没有直接在双相情感障碍患者和精神分裂症患者身上得到验证。因此本研究旨在考查:双向情感障碍患者的多巴胺合成能力是否会提高?与精神分裂症组和对照组相比,提高的程度如何?多巴胺合成能力是否与精神疾病症状的严重程度相关?
数据采集:
60名受试者参与了这项研究,22名双相精神病患者[18名初治或无抗精神病药物],平均年龄为23.6±3.6;16名精神分裂症患者[14名初治或无抗精神病药物],平均年龄为26.3±4.4;以及22名匹配对照,平均年龄为24.5±4.5。接受[18F]-DOPA(fluorodihydroxyphenyl-L-alanine) PET扫描,并收集积极和消极综合征量表、青年躁狂量表和整体功能评估等临床数据。研究日期为2013年3月至2016年11月。
结果:
纹状体多巴胺合成能力(Kicer,striatal dopamine synthesis capacity)组间差异有统计学意义,与对照组相比,双相情感障碍组和精神分裂症组的Kicer均显著提高,两个病人组之间差异不显著。在经历过精神病发作的双相和精神分裂症样本中,Kicer与阳性精神病症状严重程度显著正相关,解释了27%的症状严重程度方差(n = 32, r = 0.52, P = .003)。在目前经历精神病发作的双相情感障碍个体中,Kicer和阳性精神病症状严重程度之间存在显著的正相关(n = 16, r = 0.60, P = .01),这在调整躁狂症状严重程度后仍然具有显著性。
总的来说,上述研究结果与多巴胺功能障碍在精神病病因学中的转化诊断作用相一致,并提示多巴胺合成能力可能是双相情感障碍和精神分裂症的一个潜在的新药物靶点。
原文:A Test of the Transdiagnostic Dopamine Hypothesis of Psychosis Using Positron Emission Tomographic Imaging in Bipolar Affective Disorder and Schizophrenia
DOI :10.1001/jamapsychiatry.2017.294

第三十五届磁共振脑影像基础班(重庆,11.30-12.5)

第十二届脑影像机器学习班(重庆,11.11-16)

第七届任务态fMRI专题班(重庆,1.14-19)

第十八届磁共振脑网络数据处理班(南京,11.6-11)

第十三届脑影像机器学习班(南京,12.13-18)

第三十六届磁共振脑影像基础班(南京,2021.1.6-11)
思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
10.SCIENCE TRANSLATIONAL MEDICINE:新生儿脑活动的功能超声成像

功能神经成像方式对于了解大脑功能非常重要,但它们的临床应用却颇具挑战。最近,以超高帧率传输的平面超声波被证明可以在时空层面上识别啮齿类动物通过神经血管耦合而展现的脑激活。使用定制的柔性非侵入性头盔,作者在人类新生儿身上展示了实时功能超声成像(FUSI)是可行的,它结合了脑微血管的同步连续可视脑电图(EEG)记录和超快多普勒(UFD)成像。FUSI在新生儿的大脑中检测到非常小的脑血容量变化,这些变化与脑电图记录定义的两种不同睡眠状态密切相关。FUSI还评估了两名先天性皮质发育异常的新生儿的脑活动,从而能够以高时空分辨率(UFD为200 mm,EEG为1ms)阐明新生儿癫痫发作的动力学。然后应用FUSI追踪血管变化波在发作间期是如何传播的,并确定癫痫发作的发作灶。对人脑进行FUSI成像可以通过神经血管耦合高时间分辨率识别大脑激活,并可能为癫痫发作分析和脑功能监测提供新的见解

原文:Functional ultrasound imaging of brain activity in

human newborns

DOI: 10.1126/scitranslmed.aah6756

相关课程及服务推荐(点击即可浏览):
第二十二届脑电数据处理中级班(南京,11.12-17)
第七届脑电信号数据处理提高班(南京,11.18-23)
第十届脑电数据处理入门班(南京,12.1-6)
第一届MNE-Python脑电数据处理班(南京,12.7-12)

第二十三届脑电数据处理中级班(重庆,12.16-21)

第十一届脑电数据处理入门班(重庆,1.7-12)

思影科技EEG/ERP数据处理业务
思影科技脑电机器学习数据处理业务
如需某篇原文及补充材料请加思影科技微信:siyingyxf 或者18983979082(杨晓飞)获取,如对思影课程感兴趣也可加此微信号咨询。觉得有帮助,给个转发,或许身边的朋友正需要。右下角点个再看,我们会更努力做好。

微信扫码或者长按选择识别关注思影

非常感谢转发支持与推荐

(0)

相关推荐