1、Journal of Computer Science：使用数据增强的卷积神经网络进行肿瘤分级

基于深度神经网络进行训练时，往往需要较大的样本量。由于病例采集的限制，医学影像的样本量相对于计算机视觉领域极为有限。Muhammad Sajjad等人提出了一种基于卷积神经网络（CNN）的肿瘤分级算法，该算法使用了“数据增强”技术，使得在较小样本的数据集上可以达到更好的分级效果。

该文使用的Radiopaedia数据集共包含了121张MR图像，实现了8种数据增强操作，包括旋转、翻转、裁剪等。经数据增强后，样本量增加了约30倍。随后基于之前在BRATS竞赛中排名较高的级联CNN算法（InputCascadeCNN）进行特征提取。在数据增强之前，使用InputCascadeCNN可以达到93.34%的分级精度；数据增强之后，分级精度可以提升至96.12%。

原文：SajjadM, Khan S, Muhammad K, et al. Multi-grade brain tumor classification using deepCNN with extensive data augmentation[J]. Journalofcomputationalscience,2019,30:174-182.

https://doi.org/10.1016/j.jocs.2018.12.003 

2、nature neuroscience：过度学习通过快速使神经化学过程抑制物占主导地位来过度稳定一项技能

过度学习指的是一项技能在提高到一定阶段后的持续训练。过度学习是否有益在我们的日常生活中是一个从未被明确回答过的问题。对此，美国布朗大学的Kazuhisa Shibata等人在nature neuroscience上报告了过度学习产生的重要影响：人类的过度学习突然改变神经化学处理，以超稳定和保护训练过的知觉学习不受后续新学习的影响。通常情况下，刚训练完的学习是非常不稳定的，它会被随后的新学习打断，直到几个小时后才出现被动的稳定状态。然而，过度学习非常迅速和强烈地稳定了学习状态，它不仅变得有弹性，而且还破坏了随后的新学习。这种高度稳定与早期视觉区域从谷氨酸显性兴奋性突然转向GABA显性抑制过程有关。超稳定与被动和较慢的稳定形成对比，后者仅与兴奋性优势降低到基线水平有关。使用超稳定可能导致高效的学习范式。 

原文：Overlearninghyperstabilizes a skill by rapidly making neurochemical processinginhibitory-dominant

Doi:10.1038/nn.4490

3、Frontiers in Psychology：语言是如何受到大脑支持的——语言模型介绍之MUC模型

近年来，关于语言的神经通路如何实现系统的整合是众多研究者关注的重点。今天给大家介绍一篇由马普所著名神经语言学家Hagoort(2013)提出的MUC模型。该模型主要基于心理句法、心理词库理论和脑功能成像研究提出，认为语言加工应当有三个部分参与其中，分别是提取（memory）、整合（unification）和控制（control）。其中提取和整合是语言信息加工的主要部分，控制是言语加工过程中对各种言语表现的控制，如对有关信息的关注、对无关信息的忽视以及选择合适的表达方式等。该理论认为句法加工并不是优先于语义加工和语音加工的，而是强调句法加工与语音和语义加工之间的平行性和交互性。在词汇加工上，对词汇信息中包括的语音、语义和语法信息的存储和提取(memory 部分）主要由左侧颞叶完成，其中语音信息的存储和提取主要有左后颞上回的中心延伸至颞上沟，词汇语义加工的脑区主要是左颞中回和颞下回，词汇句法存储和提取的脑区还不明确，但根据一系列脑成像研究的假设，左后颞上回可能在其中扮演者重要的角色。控制网络目前被认为是在左背外侧前额叶和前扣带回等脑区实现，控制网络主要参与了言语计划和产出的过程。

该模型将注意力主要集中在整合部分，认为额下回是语言信息整合的重要脑区，其中BA44/46区与语音加工有关，BA44/45区与句法加工有关，BA45/47区则与语义加工有关。作者在2004年的一篇对于Broca区语言功能研究的综述中详细的分析了这一脑区各部的功能，提出了各部在句子整合层面主要相关的语言成分。在MUC模型中，语言加工的整合部分是占据主要地位的，因此明确对这一成分进行加工的脑区是至关重要的。作者认为左额下回（包括Broca区在内的BA44，45，47可能还有46区的一部分）是语言信息整合的关键脑区，因此对这一脑区功能的分析就成了关键。 

原文：Hagoort, P. (2013). MUC (memory,unification, control) and beyond. Frontiers in Psychology, 4(JUL),1–13.

DOI:https://doi.org/10.3389/fpsyg.2013.00416

4、Current Biology：首次对现实生活中的人类睡眠动态结构进行大样本分析

随时间变化的动态睡眠特征很难在实验室环境之外捕捉到，因此缺乏评估睡眠动态的纵向研究和大数据方法。来自德国慕尼黑大学的Eva Charlotte Winnebeck等人在CurrentBiology发文。研究者通过对573名被试超过16000次睡眠的腕关节运动进行记录，首次实现在现实生活中对人类睡眠动态结构进行大样本分析。

将非线性运动活动进行转换得到‘‘Locomotor Inactivity During Sleep’’ (LIDS)，该活动模式直接反映了超日睡眠周期，并且复制了实验室睡眠参数的动态变化。目前的结果表明：LIDS衍生的睡眠动态结构不存在性别差异，不过年龄和轮班工作会有显著影响，特别是在下降率和超日振幅上。相反，超日周期和相位在所有测试变量中表现得非常稳定。总的来说，该研究为现场研究和临床试验的结果评估提供了必要的定量的睡眠表型。 

原文：Dynamics and Ultradian Structureof Human Sleep in Real Life

DOI：https://doi.org/10.1016/j.cub.2017.11.063

5、JNEUROSCI：使用ECoG绝缘螺旋电极记录的长期评估和可行性研究

螺旋形电极可以平衡信号质量和侵入性之间的代偿关系。然而，标准螺旋电极在直接接触颅骨或皮肤时易受电噪声的影响，其在灵长类动物中慢性植入的可行性和稳定性尚未得到充分的评价。来自汉阳大学的Hoseok Choi等人设计了一种由记录电极、绝缘体和螺帽三部分组成的螺旋电极。记录电极由高生物相容性、高导电性的钛制成。氧化锆用作绝缘体和螺母，以防止电噪音。研究者们将其植入猴脑中，并在植入前、后3个月内分别记录EEG和螺旋ECoG数据。     

研究发现，在非人类灵长类动物中，利用螺旋ECoG能够获得清晰的视觉诱发电位（VEP），电阻在整个评估其内维持稳定。螺旋ECoG比EEG有更高的信噪比和更宽的频带，且具有更高的灵敏度，能够捕捉不同刺激下的不同反应。该电极可提供全脑监测，信号质量高，侵入性小，并能在3个月内表现出可靠的电特性和生物相容性，具有良好的慢性种植应用前景。 

原文：Long-term evaluation andfeasibility study of the insulated screw electrode for ECoG recording

DOI:10.1016/j.jneumeth.2018.06.027
6、BRAIN:神经性疼痛病人脑电上可见的功率谱升高

为了研究慢性神经性疼痛的机制，我们比较了患者（15名，38-75岁，女性6名）和健康控制（15名，41-71岁，女性8名）的静息态脑电的功率谱。平均而言，患者组2-25Hz的功率谱显著增高，但是峰谱范围则向较低频率范围移动。同时，患者组与控制组，在所有电极的 7-9 Hz 频段均出现显著差异。额叶电极在13-15Hz出现显著差异。其中，患者组的6名无药物干预者在2-18Hz范围内显示出更高的功率谱。而基于峰频率和峰功率的分类结果可以以87%的正确率将患者组和控制组划分开。

在丘脑局部之后，我们对患者组的7名患者进行了随访。随访结果显示，3个月和12个月后，患者的疼痛缓解程度分别为70%和95%。12个月后，这7名患者theta频段的脑电恢复到了正常值。所有七名患者的平均脑电图功率在Theta波段逐渐下降，并在12个月后接近正常值。

脑电和行为结果显示，过高的theta频段的功率谱丘脑手术后该频段功率谱的降低均表明，脑电及神经性疼痛与丘脑皮层通路的耦联升高有关。局部丘脑的手术治疗被认为是修正丘脑皮层通路的开始，而这在脑电和疼痛缓解上均可以体现。 

原文：Increased EEG power and sloweddominant frequency in patients with neurogenic pain

DOI：https://doi.org/10.1093/brain/awh631

7、Nature Communications：通过高分辨率结构核磁成像研究脑干与脊髓发现的卒中后运动感觉通路的改变

卒中的病人在脑干与皮质脊髓束常伴随着结构性的损伤，但是很少人有想到脊髓的器质性变化对感知运动通路的影响。本文中Haleh通过高分辨率的结构核磁成像技术，从而在更加细微的结构层面上研究感知运动通路在皮质脊髓束中的通路变化，并与人们的运动感知做相关性分析。

人们按照单侧皮层中风的研究广泛地对皮质脊髓束的损伤进行研究，但是很少有人知道皮质脊髓束的损伤对感知运动通路改变的影响。这或许是因为前人大量对大脑结构变化进行的研究往往与这些感知运动网络的通路存在重叠，且并没有独立地对脑干进行研究。而这些通路都会经过脊髓的不同区域。这里我们是用高分辨率的结构核磁成像技术采集了，脑干与颈部皮质脊髓影像，从而使得我们可以在皮质脊髓束以及卒中等较大尺度的结构变化研究之外，从更加细微的尺度上去识别运动感知通路在其中的改变。研究还表明，在脑卒中患者中，自损性皮质脊髓束的损伤和相对损伤性内侧网状脊髓束完整性的增加与运动损伤的严重程度是相关的。 

原文：Brainstem andspinal cord MRI identifiesalteredsensorimotor pathways post-stroke

https://doi.org/10.1038/s41467-019-11244-3

8、Neuropsychopharmacology：缓解性抑郁症患者的结构脑网络

来自多伦多大学的Nicholas H. Neufeld等人通过磁共振成像技术检查了245名被试的结构脑网络，这些被试分为159人的健康对照组与86人的缓解性抑郁症患者。通过一种全新的、全脑的数据驱动的分组技术并将其应用于皮层厚度的数据以此得到非负的结构协方差网络。将缓解性抑郁症患者与健康对照组进行对比，发现患者的大脑皮层在结构协方差网络（岛叶边缘、枕颞叶、颞叶、海马旁边缘和下额颞叶）中明显变薄，证实了受影响的脑网络包括皮质边缘网络。总而言之，缓解性抑郁症患者的五处结构脑网络的皮层厚度被发现减少了，并且观察到大脑的行为关系尤其是岛叶边缘网络与疾病严重程度之间的关系。
原文：Structural brainnetworks in remitted psychotic depressionDOI:10.1038/s41386-020-0646-7

9、Neurology：脑卒中认知障碍与特色静息态功能的研究

来自法国里尔大学的研究人员在neurology杂志发文对患者年龄18岁以上，并在入院后72小时以内因缺血性导致中风（排除标准为中风性痴呆，继发性出血以及MRI禁忌症等因素），卒中后六个月采用飞利浦设备进行mri的数据采集。使用牛津大学fsl软件进行预处理，选择三个指标：平均度，平均聚类系数以及整体效率来比较有无PSCI的患者。从加权边缘矫正了各协变量后，将矩阵阈值设置为不同的稀疏度级别（2%到40%），增量为1%，对矩阵进行阈值化，计算每个稀疏度下的拓扑指数以及面积。通过全局分析和roi分析，得到通过多重比较矫正p<0.05后得出以下结论：   

组间的梗塞体积差异并不明显，左侧卒中的患者与右侧卒中的具有更相似的认知特征，psci患者的平均度低于认知健康患者。无论是否患有慢性PSCI，患者均存在离散的功能结构改变。 

原文：Identification of a specificfunctional network altered in poststroke cognitive impairment

DOI10.1212/WNL.0000000000005553

请微信搜索“思影科技”关注我们，关注我们的公众号，获得更多精彩脑科学内容，如需原文或对思影科技课程感兴趣请添加微信号siyingyxf或19962074063

欢迎浏览思影的数据处理课程以及数据处理业务介绍。（请直接点击下文文字即可浏览思影科技其他课程，欢迎添加微信号siyingyxf或19962074063进行咨询，仍接受报名，受疫情影响部分课程时间或有调整，报名后我们会第一时间联系）：

第六届任务态fMRI专题班（重庆4.8-13）
第二十八届磁共振脑影像基础班（重庆2.24-29）
第十四届磁共振脑网络数据处理班（重庆3.18-23）
第二十届脑电数据处理中级班（重庆3.7-12）
第二十九届磁共振脑影像基础班（南京3.15-20）
第十五届磁共振脑网络数据处理班（南京4.13-18）
第十届脑影像机器学习班（南京3.3-8）
第六届小动物磁共振脑影像数据处理班(3.27-4.1)
第十二届磁共振弥散张量成像数据处理班（南京3.21-26）
第九届磁共振脑影像结构班(南京2.26-3.2）
第八届脑电数据处理入门班（南京3.9-14）
第七届眼动数据处理班（南京4.9-13）
第七届近红外脑功能数据处理班(上海4.2-7）

思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理

思影数据处理服务五：近红外脑功能数据处理

思影数据处理服务六：脑磁图（MEG）数据处理

招聘：脑影像数据处理工程师（重庆&南京）

BIOSEMI脑电系统介绍