脑机接口(BCI)系统可以记录并处理大脑信号并将其转换为输出命令，其可用于各种应用场景，如辅助技术，神经康复和认知增强等。在各种用于脑信号记录的技术中，脑电图（EEG）是BCI研究中研究最多的方法。而基于EEG的认知BCI，旨在评估和增强诸如注意力等认知功能。之前的研究更多的关注于选取合适的特征，以将其用来对注意力程度进行分类。用于监视专注精神状态的现有技术方法主要与EEG频带中的特定频段有关。大

在全球范围内，每年有近1000万新发痴呆病例，其中阿尔茨海默病（AD）最为常见。需要新的措施来改善对各种病因导致认知障碍的个体的诊断。作者报告了一个深度学习框架，该框架以连续方式完成多个诊断步骤，以识别具有正常认知（NC）、轻度认知障碍（MCI）、AD和非AD痴呆（nADD）的人。作者展示了一系列能够接受常规收集的临床信息的灵活组合的模型，包括人口统计、病史、神经心理学测试、神经影像学和功能评估。

什么是人工智能？人工智能（AI）一词没有严格的定义。广义上说，人工智能指的是旨在模仿人类智能的计算机系统，其目标是执行人类可以完成的任何任务（图1）。人工智能通常被认为是计算机科学的一个子领域，但它与其他几个研究领域密切相关，包括数据科学和机器学习，以及统计学。人工智能在科学领域的大部分前景来自于它在大型数据集中发现（或“学习”）结构的能力，以及使用这种结构来做出预测甚至执行任务的能力。这种人工智

《本文同步发布于“脑之说”微信公众号，欢迎搜索关注~~》   公开数据库对于促进科学研究的快速发展意义重大，公开数据的建立可以让全世界各国的领域内研究者对某些问题进行更深入更全面的研究。在大数据时代，数据库的开放和共享已逐渐成为研究领域的趋势之一，目前很多国外期刊杂志也鼓励投稿者共享和开放研究数据。上述情况对于脑科学领域的研究也是如此。此外，我们个人同样可以利用各类脑科学公开数据库方便地

我们公众号曾推送过一篇推文，对目前常用的EEG/MEG数据处理工具包进行了总结（《EEG信号处理与分析常用工具包介绍》），其中对Brainstorm工具包进行了简单介绍。本文详细介绍Brainstorm工具包的下载与安装步骤，希望对大家有用。Brainstorm简介Brainstorm是由麦吉尔大学（McGill University）的McConnell Brain Ima...

神经影像数据分析和解释需要结合多学科的共同努力，不仅依赖于统计方法，而且越来越多地依赖于与其他脑源性特征相关的关联，如基因表达、组织学数据、功能和认知结构。在这里，我们介绍了BrainStat，它是一个工具箱，包括（i）在体素空间和皮层空间的神经影像数据集中的单变量和多变量线性模型，以及（ii）死后基因表达和组织学的空间图谱，基于任务的功能磁共振成像元分析，以及几个常见静息态功能磁共振成像大脑皮层

在全球范围内，每年有近1000万新发痴呆病例，其中阿尔茨海默病（AD）最为常见。需要新的措施来改善对各种病因导致认知障碍的个体的诊断。作者报告了一个深度学习框架，该框架以连续方式完成多个诊断步骤，以识别具有正常认知（NC）、轻度认知障碍（MCI）、AD和非AD痴呆（nADD）的人。作者展示了一系列能够接受常规收集的临床信息的灵活组合的模型，包括人口统计、病史、神经心理学测试、神经影像学和功能评估。

结构神经影像数据已用于计算大脑生物年龄的估计值（脑龄），该年龄与其他具有生物学和行为学意义的大脑发育和衰老测量方法有关。人们对脑龄的持续研究凸显了对基于大量健康个体数据进行预训练的强大且公开的脑龄模型的需求。为了满足这一需求，我们之前发布了一个发育性脑年龄模型。在这里，我们扩展了这项工作，以开发、验证和共享一个预训练的脑龄模型来覆盖人类的大部分年龄范围。为了实现这一目标，我们在从 35,683 名

摘要：使用临床预测模型进行个体化风险评估可促进精准精神病学的实施。作为具有临床代表性的大型患者样本的数据来源，电子健康记录（EHR）提供了一个开发和验证临床预测模型的平台，并有可能将其应用于常规临床护理中。本综述描述了将精准精神病学应用于电子病历数据的有前途的用例，并考虑了它们在区分和校准（预测风险估计值与观察结果的对应程度）方面的性能，以及它们潜在的临床效用。我们回顾了4个经过外部验证的临床预测

摘要阿尔茨海默病(AD)损害了大脑的结构和功能网络，导致认知障碍。最近的连接组学研究结果已经将AD中结构和功能网络组织的变化与淀粉样蛋白-β和tau蛋白的积累和扩散模式联系起来，为该疾病的神经生物学机制提供了见解。此外，对基因相关的连接组变化的研究可能有助于AD的早期诊断，并促进在该疾病的早期阶段有效的个性化治疗策略的发展。在这篇文章中，我们回顾了连接组变化与淀粉样蛋白-β和tau蛋白病理之间的关