读文万卷001期：讲话容易“跑题”的神经机制；自闭症患者的自闭程度与脑部发育程度的关系
1、NatureCommunications ：揭示讲话容易“跑题”的神经机制
在讨论和交流的过程中，能够围绕着同一个主题进行顺畅和流利的表达在当今这个交流日益重要的社会中是一项重要的语言技能。这种连贯说话的能力可以说是有效沟通的必要条件，但随着年龄的增长，这种能力会下降，在日常生活会观察到:老年人更容易产生离题的、不连贯的讲话。那么这是为什么呢？就目前而言，关于支持连贯言语产生的神经机制仍旧不明确。因此，来自爱丁堡大学的研究者在著名杂志Nature Communications 发文对老年人在连贯言语产出中容易“跑题”的神经机制进行了研究。
作者使用了计算语言学方法来获得老年言语产出的“连贯性”或者说“一致性”。基本方法是采集所有被试在fMRI扫描期间的言语产出并进行转录，然后通过基于潜在语义分析(LSA)的计算分析（使用R语言编程）对语音样本进行测量，从而获得整体一致性。然后通过ROI分析方法发现，高度连贯的语言产生与双侧前额叶下皮层(BA45)和双侧前额叶外侧皮层(BA10)的活动增加有关，前者涉及从语义记忆中选择与任务相关的知识，后者更广泛地涉及复杂的对目标导向行为的规划。这些发现表明，通过对言语内容的形式分析可以预测自发性言语产生过程中的神经活动，而多个前额叶系统有助于言语的前后连贯。
原文：
Hoffman, P. Reductions in prefrontal activation predict off-topic utterancesduring speech production. Nat Commun 10, 515(2019). https://doi.org/10.1038/s41467-019-08519-0
2、Cell Reports：基于fMRI，lFP与光遗传的大鼠癫痫发作时间预测
Ben A. Duffy以大鼠作为实验被试利用光学诱导海马癫痫，以光遗传方法、fmri,以及LFP方法记录癫痫发作与终止过程的信息，以构建基于脑活动的癫痫发作时间的预测模型。最终获得了相对较好的预测模型（auc=0.87）。
在使用光遗传学进行二次放电诱导时，LFP记录显示，具有较早的黄疸发作时间的刺激更有可能导致二次放电，而光遗传学抑制则更难抑制。这些结果广泛存在于两个起始点，于背侧与腹侧海马。fMRI则揭示了二次放电前后起始于海马腹侧与背侧的的脑网络差异。短时癫痫发作常分别起始于海马的腹侧于背侧，而长时的二次放电则有更大范围双侧网络异常，在光抑制在阻止癫痫发作无效时，神经活动会更加广泛的扩散，但是在很大程度上于癫痫发作的相关神经活动重叠，而这些神经活动就可能被抑制。意义该研究结果揭示了抑制癫痫发作的关键点，这对有针对性的癫痫法做干预有重要意义。
原文：PredictingSuccessful Generation and Inhibition of Seizure-like Afterdischarges andMapping Their Seizure Networks Using fMRIDOI：https://doi.org/10.1016/j.celrep.2020.01.095
3、MolecularAutism：自闭症患者的自闭程度与脑部发育程度的关系
尽管自闭症患者与正常人的脑部发育的异常异常已经被深入研究，但是我们对于脑部发育异常程度与个体之间的症状表现程度仍没有深刻了解，近日Birkan Tunç、Robert T. Schultz等人对此进行了研究。
通过机器学习的方法来判断正常发育儿童的脑年龄与结构上的（皮层的厚度、表面积、体积）和扩散度量（分数各向异性和表观扩散系数）五个指标之间的关系，然后将这套模型运用在自闭症患者上预测其脑年龄，比较脑年龄与实际年龄的关系，结果发现脑发育最是提前的患者自闭程度是最轻的，脑发育最是延迟的患者自闭程度是最重的。这套方法的优点是将脑部发育情况与个体的症状表现联系在了一起，有助于更好的理解自闭症患者大脑发育与正常人大脑发育的差异。
原文：Deviation from normative brain development isassociated with symptom severity in autism spectrum disorder
DOI：10.1186/s13229-019-0301-5
4、schizophrenia bulletin：精神分裂症患者帕金森病的神经特征：使用并行ICA的多模态MRI研究
精神分裂症频谱障碍(SSD)的运动异常在过去几年中越来越受到关注。然而，帕金森SSD的神经机制尚不清楚。近日，一项刊登schizophrenia bulletin杂志上的名为‘A Neural Signature of Parkinsonism in Patients WithSchizophrenia Spectrum Disorders: A Multimodal MRI Study Using Parallel ICA’的研究报告中，来自海德堡大学社会心理医学中心等机构的研究人员使用并行独立成分分析（parallel-ICA），首次采用两种不同的神经成像方式（使用GMV和fALFF），研究了患有和不患有帕金森的SSD患者的脑结构和静息状态神经活动之间的关联。
结果所观察到的多网络水平效应反映了帕金森病在SSD中作为一种多维临床结构，其中皮质下缺陷，特别是丘脑和小脑，可能导致感觉运动皮层区域自下而上（“垂直”）调节的改变，强调了协调运动行为不同组成部分的神经系统相关结构/功能改变的重要性，为帕金森病的SSD提供了新的神经机制学见解。
原文：A Neural Signature of Parkinsonism inPatients With Schizophrenia Spectrum Disorders: A Multimodal MRI Study UsingParallel ICADOI：10.1093/schbul/sbaa007
5、JNEUROSCI：在元音产生过程中感觉运动皮层控制直接测量的声道运动
在语音产生的过程中，人们以惊人的精度和速度进行声道运动。来自旧金山大学的David F. Conant等人，使用超声和视频监测喉部发音运动（嘴唇、下巴和舌头）并同时记录4名参与者皮质表面的ECoG数据，以探究腹侧感觉运动皮层（vSMC）的神经活动与在产生英语元音过程中发音运动（位置、速度、加速度）的关系。该研究通过直接发声运动监测证实了，在语音产生过程vSMC编码发音运动参数。
研究亮点：使用颅内脑电的方法采集高分辨率的神经记录并同时监测详细的声道运动，深度探究了大脑对声道发音器官(嘴唇、下颚和舌头)是如何进行精确控制和协调的。通过同时测量语音动作和产生语音动作的神经活动，证明了感觉运动皮层的神经活动如何产生复杂、协调的声道运动。
原文：Human sensorimotor cortex control ofdirectly-measured vocal tract movements during vowel production
DOI: 10.1523/JNEUROSCI.2382-17.2018
6、PNAS：语义合成的神经动力学
人类处理口语信息具有即时和高效的特征，在信息接收的同时进行多层面的处理（语言学和具体内容）。这涉及语义合并的神经计算，例如，“吃苹果“的合并。这构了增量解释的基础，听众将听到的单个词汇整合到对当前会话的动态解释中。本研究基于简单口语中动宾关系，将多元模式分析和语义建模方法应用到脑电/脑磁数据的源定位中，试图得到口语句子处理中，词汇关系处理的生物标记。
本文通过比较上下文无关的和上下文有关的句子的神经信号，得到只有上下文有关的句子所产生的神经信号与口语信号显著相关。基于模式的直接连接结果显示，颞叶、额下区域、顶下区域在动词-名词的语义合并这种起着重要作用。本研究结果为人类语音处理中具有高分辨率的语义合并提供了可能的神经基础。原文：Neural dynamics of semantic compositionDOI：https://doi.org/10.1073/pnas.1903402116
7、BRAIN：特发性震颤、帕金森震颤和模拟震颤在小脑-皮层网络上存在差异
小脑-丘脑-皮质环路（Cerebello-thalamo-cortical loops）在病理性震颤和随意节律运动中扮演重要角色，不过目前尚不清楚该环路在不同类型震颤中是否存在解剖或功能差异。Muthuraman Muthuraman等人在BRAIN发文，比较特发性震颤病人、帕金森震颤病人和健康对照组的差异。以前臂为支撑双手反重力支撑时，记录256通道EEG和双侧手腕伸肌/屈肌EMG，这样就可以记录病人组的震颤以及健康对照组的自主模拟震颤，并进行相干分析、时频分析和源分析。利用beamformer算法对EEG和EMG信号进行相干源分析构建层析图，利用时间分辨部分方向相干分析（timeresolved partial-directed coherence analyses）估计不同相干源的信息流动方向和强度，得到小脑与皮层源的连接和已知的小脑-丘脑-皮层连接非常匹配。
结果发现：在帕金森震颤和特发性震颤中，活动主要从小脑流向感觉运动皮层；而在模拟震颤中，活动主要从大脑皮层流向小脑。另外，在模拟震颤中，EMG振荡主要流向小脑，而在帕金森和特发性震颤中，EMG振荡主要来自小脑。该结果提示小脑在震颤发生中的作用机制不同。
原文：Cerebello-cortical network fingerprintsdiffer between essential, Parkinson’s and mimicked tremors
DOI：10.1093/brain/awy098
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
