1608 artigos
A neurociência explora os mistérios do cérebro e do sistema nervoso, desvendando como nossas células se comunicam para criar pensamentos, memórias e emoções. Neste espaço, mergulhamos nas descobertas mais recentes que buscam entender desde a biologia molecular até o comportamento complexo, tornando conceitos complexos acessíveis a todos os curiosos.
No Gist.Science, processamos automaticamente cada novo pré-publicação na categoria de neurociência enviada ao bioRxiv. Oferecemos para cada estudo um resumo detalhado com os aspectos técnicos e uma explicação em linguagem simples, garantindo que pesquisadores e leigos compreendam a importância dessas descobertas antes mesmo da revisão formal por pares.
Abaixo, você encontrará as últimas pesquisas publicadas no bioRxiv que estão transformando nossa compreensão do cérebro, prontas para serem exploradas em profundidade ou lidas de forma rápida e clara.
Ao combinar o aprendizado contrastivo profundo informado pela cinemática com a modelagem de sistemas dinâmicos em dois estudos de EEG dual, os autores demonstram que a coordenação interpessoal surge do alinhamento geométrico e temporal de variedades neurais de baixa dimensão que co-regulam dinâmicas flexíveis, do tipo atrator, entre parceiros em interação.
Este artigo propõe uma estrutura de arena de rolagem contínua e resiliente ao ruído usando um algoritmo de Multi-Armed Bandit direto para otimizar rápida e automaticamente os parâmetros de Estimulação Cerebral Profunda para o controle cognitivo através da avaliação de tempos de reação brutos sem modelos de estado intermediários, reduzindo, assim, os cronogramas de busca e melhorando a precisão da seleção de contatos para aplicação clínica.
Este artigo apresenta o DualMyo, uma arquitetura Transformer de fluxo duplo e múltiplos canais que utiliza embeddings de patch e rotativos posicionais para decodificar a escrita motora fina a partir de sinais de sEMG, alcançando alta precisência entre sessões por meio de uma estratégia de ajuste fino leve.
Este artigo introduz um framework de aprendizado profundo interpretável (FC-CNN) que supera métodos de regressão convencionais na predição de estados cerebrais a partir da conectividade funcional de MEG resolvida em frequência, demonstrando que a correlação de envelope de amplitude é um recurso superior e que os pesos do modelo podem fornecer insights neurofisiológicos para a descoberta de biomarcadores.
Utilizando eletrofisiologia intracraniana, este estudo revela que a flexibilidade comportamental humana é sustentada pelo refinamento gradual e dependente da tarefa da geometria representacional dentro do córtex temporal ventral, que se adapta dinamicamente às demandas de individuação, categorização e conceitualização para prever o desempenho ao nível do ensaio.
Este estudo demonstra que a estabilidade da memória autoassociativa do CA3 depende de um compromisso crítico entre a conectividade recorrente e a esparsidade neuronal, onde a alta conectividade só é viável quando a atividade é suficientemente esparsa para prevenir a excitação descontrolada, uma condição naturalmente mantida pelo giro denteado e modulada pela neurogênese adulta.
Este estudo demonstra que um modelo de aprendizado profundo semissupervisionado utilizando sequências de microestados de EEG, combinado com aprendizado por transferência, pode classificar tarefas de imagética motora de forma eficaz para alcançar alta precisão com tempo de calibração reduzido, oferecendo um caminho promissor para Interfaces Cérebro-Computador convenientes ao usuário e livres de calibração.
Este estudo revela que, na síndrome do X Frágil, o desenvolvimento alterado do segmento inicial axônico torna os canais Kv7 funcionalmente inertes, causando déficits transitórios na atividade do circuito hipocampal durante o início da vida que se resolvem na idade adulta.
Ao validar a magnetoencefalografia de origem localizada contra o EEG intracraniano concomitante em pacientes epilépticos, este estudo demonstra que a MEG captura com precisão a dinâmica oscilatória espontânea através de várias frequências e profundidades, incluindo estruturas subcorticais profundas como o hipocampo, confirmando assim sua utilidade para o estudo da cognição humana na saúde e na doença.
Utilizando modelagem de resposta ao impulso finito em dados de fMRI de larga escala, este estudo revela que sub-regiões da amígdala humana exibem dinâmicas espaciotemporais distintas durante o afeto negativo, com as áreas laterobasais e superficiais atingindo o pico precocemente enquanto a região centromedial apresenta ativação sustentada, ao passo que a reavaliação cognitiva instruída falhou em alterar significativamente esses padrões de resposta.