1608 papers
De hersenen zijn misschien wel het meest complexe orgaan in het menselijk lichaam en het begrijpen van hun werking blijft een eindeloos avontuur. In deze categorie duiken we in de neurowetenschappen, waar onderzoekers zich richten op hoe neuronen communiceren, hoe onze gedachten en herinneringen ontstaan, en wat er gebeurt bij neurologische aandoeningen. Het is een dynamisch veld dat elke dag nieuwe inzichten biedt over wat ons menselijk maakt.
Op Gist.Science halen we de nieuwste inzichten direct van bioRxiv, de openbare preprintserver waar wetenschappers hun onbeoordeelde studies eerst publiceren. Wij verwerken elk nieuw preprint in deze categorie zorgvuldig, zodat u direct toegang heeft tot zowel een heldere, begrijpelijke samenvatting als een gedetailleerde technische analyse. Zo blijft u op de hoogte van de laatste doorbraken zonder de complexiteit van de originele teksten te hoeven doorworstelen.
Hieronder vindt u de meest recente papers binnen het veld van de neurowetenschap, direct samengevat voor u.
Door kinematica-geïnformeerd diep contrastief leren te combineren met dynamische systeemmodellering in twee dual-EEG-studies, tonen de auteurs aan dat interpersoonlijke coördinatie voortkomt uit de geometrische en temporele uitlijning van laagdimensionale neurale manifolden die flexibele, attractor-achtige dynamiek tussen interagerende partners co-reguleren.
Dit artikel stelt een ruisbestendig, continu rollend arena-framework voor dat een direct Multi-Armed Bandit-algoritme gebruikt om de parameters voor diepe hersenstimulatie voor cognitieve controle snel en automatisch te optimaliseren door ruwe reactietijden te evalueren zonder tussenliggende toestandsmodellen, waardoor de zoektijden worden verkort en de nauwkeurigheid van contactselectie voor klinische toepassing wordt verbeterd.
Dit artikel introduceert DualMyo, een multi-channel dual-stream Transformer-architectuur die gebruikmaakt van patch- en rotary positional embeddings om fijne motorische handschriften te decoderen uit sEMG-signalen, waarbij een hoge cross-sessie nauwkeurigheid wordt bereikt door middel van een lichtgewicht fine-tuning strategie.
Dit artikel introduceert een interpreteerbaar deep learning-framework (FC-CNN) dat conventionele regressiemethoden overtreft bij het voorspellen van hersentoestanden vanuit frequentie-opgeloste MEG functionele connectiviteit, waarbij wordt aangetoond dat amplitude-envelopecorrelatie een superieure feature is en dat modelgewichten neurofysiologische inzichten kunnen bieden voor de ontdekking van biomarkers.
Met behulp van intracraniële elektrofysiologie onthult deze studie dat de menselijke gedragsflexibiliteit wordt ondersteund door de geleidelijke, taakafhankelijke verfijning van de representationele geometrie binnen de ventrale temporale cortex, die zich dynamisch aanpast aan eisen van individuatie, categorisatie en conceptualisatie om prestaties op trialniveau te voorspellen.
Deze studie toont aan dat de stabiliteit van CA3-autoassociatieve geheugen afhankelijk is van een kritieke afweging tussen recurrente connectiviteit en neuronale schaarste, waarbij hoge connectiviteit alleen levensvatbaar is wanneer activiteit voldoende schaars is om ongecontroleerde excitatie te voorkomen, een conditie die natuurlijk wordt onderhouden door de gyrus dentatus en wordt gemoduleerd door volwassen neurogenese.
Deze studie toont aan dat een semi-gesuperviseerd deep learning-model dat gebruikmaakt van EEG-microstatensequenties, gecombineerd met transfer learning, effectief motorische verbeeldingsopdrachten kan classificeren om een hoge nauwkeurigheid te bereiken met verminderde kalibratietijd, wat een veelbelovend pad biedt voor gebruikersgemakkelijke en kalibratievrije hersen-computerinterfaces.
Deze studie onthult dat bij het syndroom van Fragile X de veranderde ontwikkeling van het axonale initiële segment Kv7-kanalen functioneel inert maakt, wat leidt tot tijdelijke tekortkomingen in de hippocampale circuitactiviteit in de vroege levensfase die tegen de volwassenheid verdwijnen.
Door bron-gelokaliseerde magneto-encefalografie te valideren tegen gelijktijdige intracraniële EEG bij epileptische patiënten, demonstreert deze studie dat MEG accuraat spontane oscillerende dynamiek over diverse frequenties en dieptes vastlegt, inclusief diepe subcorticale structuren zoals de hippocampus, waardoor het nut ervan voor het bestuderen van menselijke cognitie in gezondheid en ziekte wordt bevestigd.
Door middel van finite impulse response-modellering op grootschalige fMRI-data onthult deze studie dat de subregio's van de menselijke amygdala tijdens negatieve affect verschillende spatiotemporele dynamieken vertonen, waarbij laterobasale en superficiele gebieden vroeg pieken terwijl de centromediale regio een aanhoudende activatie vertoont, terwijl instructie voor cognitieve herwaardering er niet in slaagde deze respons patronen significant te veranderen.