摘要近年来，神经影像数据分析的进展促进了大脑网络整合中适应性变化的表征。本研究提出了一种融合知识驱动与数据驱动的独特方法，为更精确地理解这些变化提供了新思路。通过运用图网络分析，并结合特定领域脑网络系统的现有神经生物学知识，本研究深入探讨了大脑网络交互与整合的机制。作为概念验证，本研究将该方法应用于语言领域(代表性模型系统)，并采用包含特定语言任务的功能影像数据集进行验证。研究结果揭示了在词汇生成

摘要刻板印象内容模型(SCM)指出，不同社会群体根据其被感知到的能力与热情度会引发不同的情绪反应。由于刻板印象与情绪状态之间存在这种关联，加之情绪又能有效预测群际行为，因此情绪评估在群际关系研究中具有重要意义。然而，传统的情绪评估方法主要依赖自我报告，而自我报告容易受到社会期望的影响，从而在即时情绪评估中存在一定的局限性。为此，本研究采用机器学习技术，通过功能磁共振成像(fMRI)来识别情绪相关的

摘要近年来，关于大脑网络活动时间结构的研究，特别是动态功能连接(dFC)，受到了越来越多的关注。多项研究表明，动态功能连接与认知、人口统计学特征以及疾病状态密切相关。滑动窗口法是计算动态功能连接最常用的方法之一。然而，这种方法无法检测快速认知过程中的瞬时时间变化(约100ms)，但这些快速变化可以通过基于模型的方法(如隐马尔可夫模型，HMM)或结合电生理学的动态网络模式(DyNeMo)来识别。这些

摘要大脑是一个高度复杂的网络。越来越多的证据支持大脑网络中一组重要脑区的关键作用，这些脑区通常被称为大脑的“核心”或“枢纽”区域。这些区域不仅能量消耗较高，而且在神经信息传递方面的效率也极高，因此被称为“富集俱乐部”。富集俱乐部在大脑网络中至关重要，因为它们直接调节不同区域之间的功能整合，并且有助于优化认知过程。在这里，本文回顾了富集俱乐部组织的最新进展，阐述了富集俱乐部在大脑中的基本功能，并探讨

摘要自发的神经活动在大脑中有序地传递信息。已有许多研究尝试理解自发的神经活动在宏观尺度上是如何演变的，这些研究主要通过静息态功能磁共振成像(rsfMRI)进行测量。以往的研究使用滑动窗口或时滞等方法观察了rsfMRI中的全局模式和信息流动。然而，据所知，尚未有研究探索在多个重叠的四维网络中随时间演变的空间传播模式。在这里，本研究提出了一种新方法，用于研究脑网络的动态状态如何在空间上传播，并评估这些

本研究提出了一种面向实时场景的认知负荷检测方法：把EEG的θ/α特征变成二维“脑状态图”，再交给轻量级CNN做分类。研究在三个数据集上验证，模型在“已见受试者”上达到95.81%准确率，在“全新受试者”上达到92.73%，而且只需要5个电极（1个前额叶+4个额叶），兼顾精度与部署成本。 

摘要最近的研究表明，静息态功能动态可通过临界点附近的晶格模型(如二维Ising模型)进行建模。Ising温度是决定模型相变的控制参数，能够为大脑宏观动力学提供重要见解，现已被用于分析不同脑状态及神经发育过程。神经发育阶段以微观神经环路重组为特征，这些变化会影响宏观大脑动力学及其功能连接，并可通过功能磁共振成像(fMRI)进行观察。因此，本研究提出了一种新的方法，利用功能连接和图神经网络(在Isin

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。导读经颅磁刺激(TMS)是一种有效的治疗难治性抑郁症的方法。TMS很可能诱导抑郁症中异常回路的功能连接性变化。脑电图(EEG)微状态是模拟大规模静息态网络的地形图。目前，典型微状态被认为是重度抑郁症(MDD)的标志，但尚不清楚它们是否或如何在经颅磁刺激后发生改变。本研究采用静息态EEG测量了49名重度抑郁症患者在基线和为期6周的每日经颅磁

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注导读本文整理了R语言绘图中使用频率较高的程序包，每个程序包都附载相应的参考来源链接（链接里有实现绘图的脚本）和下载链接。另：茗创科技为大家提供免会员极速下载服务，需要相应程序包的小伙伴可以私信茗创科技周翊工程师，微信号MCKJ-zhouyi或17373158786。gganimate：在R中绘制动态图gganimate在CRAN上可通过in

摘要图神经网络(GNN)越来越多地用于情绪识别、运动想象以及神经疾病等任务的脑电信号(EEG)分类。人们已经提出了一系列方法来设计基于GNN的分类器。因此，有必要对这些方法进行系统回顾和分类。本文对已发表的文献进行了详尽地检索，并总结了几种用于比较的类别。这些类别突出了各种方法之间的相似性和差异性。研究结果表明，频谱图卷积层比空间图卷积层的应用更广泛。此外，本研究确定了节点特征的标准形式，其中最流