追问daily | 三天不用手机，大脑活动大变样；短睡眠易抑郁，长睡眠伤大脑；2024图灵奖揭晓

█脑科学动态

三天不用手机，大脑活动大变样

无需医生，消费设备可有效评估大脑健康

短睡眠易抑郁，长睡眠伤大脑

大脑如何区分痛感和瘙痒：揭秘前扣带回皮层的神经机制

睡眠脑电波提前数年预测认知障碍风险

烟酸胺成帕金森病治疗新希望

老年人睡眠障碍：原因与应对策略

AMIHGOS：让绒猴清醒成像更轻松

█AI行业动态

OpenAI 豪掷 5000 万美元成立 NextGenAI 联盟

Grok 3安卓版发布，语音模式全面升级

2024图灵奖揭晓：强化学习双雄Richard Sutton与Andrew Barto荣膺桂冠

世界首台“合成生物智能”计算机CL1问世

Manus AI：重新定义人机协作边界

█AI驱动科学

HippoRAG 2：推动大型语言模型的长期记忆和上下文检索

新研究揭示大脑如何编码目标方向和距离

功能向量头驱动大型语言模型的情境学习

A-MEM：动态记忆系统提升LLM智能体性能

跳舞也能研究大脑，可穿戴MEG技术揭示复杂行为的秘密

脑科学动态

三天不用手机，大脑活动大变样

随着智能手机的普及，过度使用智能手机对身心健康的影响引起了广泛关注。Sanjukta Mondal等科学家在发表了一项研究，他们招募了25名18至30岁的年轻人，进行了72小时的智能手机限制实验，期间进行了心理测试和功能性磁共振成像脑部扫描。扫描结果显示，限制使用智能手机会导致大脑中与多巴胺和血清素相关的区域活动发生变化，呈现类似于物质或酒精成瘾时的模式。

▷CR 相关大脑活动随时间的变化。Credit: Computers in Human Behavior (2025).

研究团队使用功能性磁共振成像来观察25名年轻成年人在72小时智能手机限制后的神经活动变化。他们通过对比智能手机图像和中性刺激图像，以及开启和关闭的智能手机图像，来评估大脑的反应。研究发现，智能手机限制后，大脑的奖励处理区域，特别是伏隔核和前扣带皮层，出现了显著的活动变化。这些变化与多巴胺和血清素受体的概率显著相关。此外，顶叶皮层的活动与渴望程度之间存在显著关联。研究发表在 Computers in Human Behavior 上。

#认知科学 #心理健康与精神疾病 #智能手机成瘾 #功能性磁共振成像

阅读更多：

“Effects of Smartphone Restriction on Cue-Related Neural Activity.” Computers in Human Behavior, vol. 167, June 2025, p. 108610. www.sciencedirect.com, https://doi.org/10.1016/j.chb.2025.108610

无需医生，消费设备可有效评估大脑健康

全球痴呆症病例预计到2050年将增加三倍，早期检测和干预可预防或延缓多达45%的病例。波士顿大学医学院的Rhoda Au博士等研究人员，通过招募23,000多名美国成年人，使用iPhone和Apple Watch进行自我管理的认知评估和问卷调查，发现消费级数字设备可有效评估认知健康。

▷Cam-Cog 评估的构建效度。Credit: Nature Medicine (2025).

研究名为“Intuition”，是一项远程观察性研究，招募了23,004名美国成年人，通过iPhone和Apple Watch收集了24个月的纵向多模态数据。研究使用自定义研究应用程序捕获日常设备使用、自我报告的健康信息和认知评估。研究目标是分类轻度认知障碍（MCI）、描述认知轨迹并开发工具以大规模检测和跟踪认知健康。研究解决了当前认知健康研究中的偏差来源，包括有限的代表性和认知测量工具的准确性。初步结果支持远程MCI检测的可靠性和有效性，并展示了在描述不同人口老龄化人群中有风险的认知健康轨迹方面的有用性。研究发表在 Nature Medicine 上。

#大脑健康 #疾病预防 #个性化医疗 #认知科学

阅读更多：

Butler, Paul Monroe, et al. “Smartwatch- and Smartphone-Based Remote Assessment of Brain Health and Detection of Mild Cognitive Impairment.” Nature Medicine, Mar. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41591-024-03475-9

短睡眠易抑郁，长睡眠伤大脑

睡眠时间过长或过短都与多种健康问题相关，但其生物学机制尚不明确。华威大学计算机科学学院的Jianfeng Feng团队利用英国生物样本库（UK Biobank）中近50万名成年人的数据，结合遗传信息、脑部成像和血液生物标志物，揭示了短睡眠和长睡眠对健康的不同影响。

▷短睡眠和长睡眠群体与多种健康条件之间的因果关系。Credit: Nature Mental Health (2025).

研究团队通过问卷调查将参与者分为短睡眠者（≤7小时）和长睡眠者（≥7小时），并分析了他们的遗传信息、脑部成像数据和血液生物标志物。结果显示，短睡眠者情绪相关脑区的脑组织减少，且与抑郁、心脏病和肥胖症风险增加相关；长睡眠者则表现出认知能力下降、炎症水平升高以及与阿尔茨海默病和精神分裂症相关的脑部结构变化。遗传分析表明，短睡眠和长睡眠具有不同的遗传结构和生物学机制。孟德尔随机化分析进一步支持了长睡眠可能是多种脑部疾病和心血管疾病的结果，而短睡眠则可能对多种疾病有潜在因果影响。研究发表在 Nature Mental Health 上。

#大脑健康 #个性化医疗 #心理健康与精神疾病 #睡眠研究

阅读更多：

Li, Yuzhu, et al. “Divergent Biological Pathways Linking Short and Long Sleep Durations to Mental and Physical Health.” Nature Mental Health, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s44220-025-00395-6

大脑如何区分痛感和瘙痒：揭秘前扣带回皮层的神经机制

疼痛和瘙痒是两种不愉快的感觉，但它们引发不同的反应。基础科学研究所认知与社会性研究中心主任Kaang Bong-Kiun和庆熙大学医学院教授Ko Hyoung-Gon领导的研究团队，通过分析前扣带回皮层（ACC）对疼痛和瘙痒刺激的神经元反应模式，揭示了大脑如何区分这两种感觉的神经机制。

▷可视化由疼痛和瘙痒诱导刺激激活的神经元。Credit: Nature Communications (2025).

研究团队使用双eGRASP技术，一种先进的突触分析方法，发现ACC中的刺激特异性神经元从背侧丘脑接收不同的突触输入。通过化学遗传学技术选择性地关闭疼痛特异性或瘙痒特异性神经元，结果显示抑制疼痛神经元可以减少疼痛感知而不影响瘙痒，反之亦然。这一发现表明，这些神经元在我们体验疼痛和瘙痒的过程中起着直接作用。研究发表在 Nature Communications 上。

#神经科学 #疼痛 #神经机制与脑功能解析 #前扣带回皮层 #双eGRASP技术

阅读更多：

Ko, Hyoung-Gon, et al. “Processing of Pain and Itch Information by Modality-Specific Neurons within the Anterior Cingulate Cortex in Mice.” Nature Communications, vol. 16, no. 1, Mar. 2025, p. 2137. www.nature.com, https://doi.org/10.1038/s41467-025-57041-z

睡眠脑电波提前数年预测认知障碍风险

认知障碍的早期识别对于干预和减缓疾病进展至关重要。麻省总医院的Shahab Haghayegh及其团队利用脑电图（EEG）技术，开发了一种人工智能工具，通过分析睡眠期间的脑电波活动来预测认知障碍的风险。研究结果显示，该工具能够准确识别85%后来发展为认知障碍的个人。

▷预测认知障碍风险，使用来自单变量和多变量脑电图分析的特征。A）整夜低密度脑电图设置的布局。B）对每个睡眠阶段和频段进行单变量（相对功率）和多变量脑电图分析（总相关（TC）、双总相关（DTC）、O 和 S 信息）。每个圆圈代表一个电极中存在的统计信息（颜色与 A 相同），维恩图中的灰色区域代表它们之间共享的信息，由多变量脑电图分析的指标测量。括号内的数字表示计算这些指标所使用的交互顺序。对于成对交互（顺序=2），TC = DTC = 互信息，因此仅计算顺序 2 的 TC。C）单变量和多变量脑电图分析的特征及其组合被用作机器学习算法的特征，以开发认知障碍风险的早期生物标志物。Credit: Journal of Alzheimer's Disease (2025).

研究团队对281名认知正常的女性进行了夜间多导睡眠图检查，并在大约五年后进行了认知重新评估。研究人员提取了不同频段的相对EEG功率和通道交互等特征，使用广义互信息度量进行量化，并作为机器学习模型的输入。最佳模型利用单变量和多变量EEG特征，达到了0.76的AUC（曲线下面积）。N3睡眠阶段和伽马频段的特征表现出最大的效应量。研究发表在 Journal of Alzheimer's Disease 上。

#大脑健康 #预测模型构建 #神经技术 #疾病预防

阅读更多：

Haghayegh, Shahab, et al. “Predicting Future Risk of Developing Cognitive Impairment Using Ambulatory Sleep EEG: Integrating Univariate Analysis and Multivariate Information Theory Approach.” Journal of Alzheimer’s Disease, Mar. 2025, p. 13872877251319742. SAGE Journals, https://doi.org/10.1177/13872877251319742

烟酸胺成帕金森病治疗新希望

帕金森病（PD）是一种常见的神经退行性疾病，其特征是多巴胺能神经元的丧失。西北大学的Dimitri Krainc及其团队通过无偏代谢组学分析，研究了CHCHD2基因如何影响帕金森病中的细胞代谢。研究发现，CHCHD2缺乏会导致α-酮戊二酸脱氢酶（α-KGDH）功能受损，进而影响线粒体代谢，增加脂质过氧化，最终可能导致神经元死亡。

▷CHCHD2 缺乏而非 CHCHD10 缺乏会导致脂质过氧化升高。Credit: Nature Communications (2025).

研究团队首先通过无偏代谢组学分析纯化的线粒体，发现α-酮戊二酸脱氢酶功能受损。这种缺乏导致三羧酸循环（TCA cycle）中α-酮戊二酸转化为琥珀酸的过程受阻，同时线粒体呼吸降低，影响ATP产生。进一步研究表明，这种代谢途径的失调导致脂质过氧化增加，损害细胞膜并可能引发神经元死亡。使用烟酸胺处理多巴胺能神经元，可以减少脂质过氧化并防止α-突触核蛋白的积累，这是帕金森病的关键特征。研究发表在 Nature Communications 上。

#大脑健康 #个性化医疗 #线粒体代谢 #帕金森病 #烟酸胺

阅读更多：

Gao, Ge, et al. “Dysregulation of Mitochondrial α-Ketoglutarate Dehydrogenase Leads to Elevated Lipid Peroxidation in CHCHD2-Linked Parkinson’s Disease Models.” Nature Communications, vol. 16, no. 1, Feb. 2025, p. 1982. www.nature.com, https://doi.org/10.1038/s41467-025-57142-9

老年人睡眠障碍：原因与应对策略

随着年龄增长，许多人面临睡眠质量下降的问题。纽约白原市的睡眠心理学家谢尔比·哈里斯博士指出，压力、睡眠结构和激素变化是主要原因。研究表明，65岁及以上人群中，高达70%存在慢性睡眠问题，尤其是女性，因激素变化导致潮热、夜间出汗和睡眠呼吸暂停等问题。

哈里斯还提到，老年人深度睡眠减少可能与进化有关，因为随着年龄增长，身体对深度修复的需求减少。此外，老年人更容易因疼痛、移动和夜间排尿而醒来。哈里斯强调，老年人不需要太多睡眠的说法是误解，建议保持规律的睡眠时间、白天冥想和限制白天睡眠时间。如果睡眠问题持续，应咨询医生，治疗方法包括认知行为疗法和药物干预。研究发表在 Sleep Medicine Clinics 上。

#认知科学 #健康管理与寿命延长 #睡眠障碍 #激素变化 #认知行为疗法

阅读更多：

Brienne Miner et al, Sleep in the Aging Population, Sleep Medicine Clinics (2016). DOI: 10.1016/j.jsmc.2016.10.008

AMIHGOS：让绒猴清醒成像更轻松

绒猴（Callithrix jacchus）因其与人类相似的视觉系统和脑结构，成为研究人类脑疾病的重要模型。然而，现有设备多针对啮齿动物设计，无法完全适配绒猴。为此，Gilbert、Kita、Liu、Majka、Okano、Schaeffer等国际研究团队开发了多种专用设备，包括MRI、PET、CT成像系统和3D打印头盔，显著提升了研究效率和精度。

研究团队开发了AMIHGOS软件，能够根据计算机断层扫描图像自动生成3D打印头盔，用于清醒状态下的神经成像。此外，还设计了8通道和14通道的射频线圈，分别用于功能MRI和解剖扫描。这些设备支持高分辨率脑图谱的生成和复杂行为的研究。研究还提供了已验证的触屏任务和基于任务的fMRI代码及刺激材料，所有设计文件通过Marmoset Brain Connectome（MBC）资源公开。研究发表在 Imaging Neuroscience 上。

#神经技术 #自动化科研 #绒猴神经科学 #3D打印 #多模态成像

阅读更多：

Zimmermann Rollin, Isabela, et al. “An Open Access Resource for Marmoset Neuroscientific Apparatus.” Imaging Neuroscience, vol. 3, Feb. 2025, p. imag_a_00483. Silverchair, https://doi.org/10.1162/imag_a_00483

AI 行业动态

OpenAI 豪掷 5000 万美元成立 NextGenAI 联盟

OpenAI 近日宣布成立 NextGenAI 联盟，联合全球 15 家顶尖研究机构，致力于通过人工智能加速研究突破并革新教育。OpenAI 承诺投入 5000 万美元，提供研究资助、计算资源和 API 访问权限，支持学生、教育工作者和研究人员在各自领域的前沿探索。NextGenAI 的目标是通过跨机构合作，以更快的速度推动科技进步，并为下一代培养塑造 AI 未来的能力。

联盟成员包括加州理工学院、哈佛大学、麻省理工学院、牛津大学等知名学府，以及波士顿儿童医院和波士顿公共图书馆等机构。这些机构正在利用 AI 解决高影响力挑战，例如加速医疗诊断、改进教育模式、推动元科学研究等。例如，哈佛大学和波士顿儿童医院的研究人员利用 OpenAI 工具缩短罕见病诊断时间，而德克萨斯 A&M 大学则通过生成式 AI 素养计划提升学生的 AI 应用能力。

NextGenAI 不仅旨在推动学术研究，还希望通过 AI 赋能教育，培养未来的 AI 领导者。牛津大学利用 AI 数字化稀有文本，波士顿公共图书馆则通过 AI 技术使公共领域资料更易于获取。OpenAI 首席运营官 Brad Lightcap 表示，NextGenAI 将加速研究进展，并催化新一代机构利用 AI 的变革力量。

#人工智能 #教育革新 #研究突破 #OpenAI #NextGenAI

阅读更多：

https://openai.com/index/introducing-nextgenai/

Grok 3安卓版发布，语音模式全面升级

Grok的语音模式现已向所有用户开放，提供了11种不同的模式。此次升级还新增了语音字幕功能，使其成为学习英语的绝佳工具。尽管目前仅支持英文，但这一功能的加入无疑为用户提供了更多的便利。此外，Grok 3安卓版也已发布，进一步扩大了其用户基础。

#Grok #语音模式 #语音字幕 #英语学习 #安卓版

阅读更多：

https://play.google.com/apps/testing/ai.x.grok

2024图灵奖揭晓：强化学习双雄Richard Sutton与Andrew Barto荣膺桂冠

2024年图灵奖（ACM A.M. Turing Award）授予了强化学习领域的两位奠基者——Richard Sutton和Andrew Barto。Richard Sutton被誉为“强化学习之父”，而Andrew Barto则是他的博士导师。自1980年代以来，两位研究人员通过一系列论文奠定了强化学习的理论基础，并开发了多个关键算法。他们合著的《Reinforcement Learning: An Introduction》至今仍是该领域的经典教材。

强化学习（Reinforcement Learning, RL）是一种通过奖励信号来训练智能体做出更好决策的技术。这一技术不仅在AlphaGo等AI突破中发挥了关键作用，还在机器人、网络优化、芯片设计等多个领域取得了显著成果。近年来，强化学习与深度学习的结合更是推动了AI技术的飞速发展，如ChatGPT的成功便得益于基于人类反馈的强化学习（RLHF）技术。

#强化学习 #图灵奖 #人工智能 #RichardSutton #AndrewBarto

阅读更多：

https://amturing.acm.org/

世界首台“合成生物智能”计算机CL1问世

澳大利亚公司Cortical Labs于2025年3月2日在巴塞罗那发布了全球首台“合成生物智能”（SBI）计算机CL1。CL1将人脑细胞与硅硬件结合，形成了一种动态、可持续且节能的计算智能，超越了现有的基于硅的AI芯片。

该系统的核心是由人脑细胞构成的神经网络，能够在硅芯片上不断进化，学习速度和灵活性远超传统AI芯片。Cortical Labs的创始人兼首席执行官 Hon Weng Chong 博士表示，CL1的推出是公司近六年努力的成果，旨在使这项技术民主化，让更多研究人员无需专用硬件和软件即可使用。

▷Credit: Cortical Labs

CL1不仅可以通过云端远程访问，还提供了“湿件即服务”（WaaS）模式，用户可以选择购买设备或按需使用。这种生物计算机有望在药物发现、疾病建模和机器人智能构建等领域带来革命性突破。尽管CL1的商业化才刚刚开始，但其潜力已经引起了广泛关注，尤其是在神经科学和医学研究领域。

#合成生物智能 #人脑细胞 #人工智能 #药物发现 #神经网络

阅读更多：

https://corticallabs.com/cl1.html

Manus AI：重新定义人机协作边界

Manus AI推出其潜心研发一年的革命性产品——Manus，首个具备跨领域任务执行能力的通用人工智能体。不同于传统聊天机器人局限于建议与信息生成，Manus通过自主决策与多步骤操作真正实现"从构想到落地"的全流程闭环，被开发者视为迈向通用人工智能（AGI）的重要里程碑。

Manus的核心突破在于将思维链转化为行动链。在简历筛选测试案例中，用户上传10份简历后，Manus首先像人类HR一样解压文件逐页阅读，自动提取关键信息建立候选人档案库，最终生成包含排名建议与评估报告的综合文档。整个过程支持离线运行，用户可随时关闭设备，任务完成后通过通知获取结果。当用户临时追加5份简历并提出偏好调整（如倾向特定技能），Manus能通过记忆模块学习新规则，在后续任务中即时应用优化方案。

又比如，面对纽约房地产研究的复合型需求，Manus展现了多模态问题拆解能力：通过文献调研建立区域安全评估体系，交叉验证学区教育资源数据，编写Python脚本计算预算模型，最终在房产平台实施精准筛选并生成图文报告。更令人瞩目的是股票相关性分析案例——Manus在完成数据验证与可视化后，根据用户指令自主开发交互式网站并部署上线，全程无需人工编码干预。这种将数据分析、编程开发与产品交付串联的"端到端"执行能力，标志着AI从工具属性向协作者属性的范式转变。

Manus采用模块化系统架构，集成多个专用模型协同工作。基准测试显示，其在通用AI助手评估体系中的表现已超越现有标杆产品，且在Upwork等平台的实际任务中验证了商业价值。为促进智能体生态发展，开发者宣布将于年内开源关键模型组件Post-Strain，邀请全球开发者共同探索人机协作的未来形态。“Manus”源自拉丁谚语"Mens et Manus"（脑与手的结合），强调知识必须通过实践创造价值。正如创始人所述："Manus不仅是思维延伸，更是将构想变为现实的『数字化双手』"。随着预览版发布，这场关于智能体如何重塑生产力模式的探索正式拉开帷幕。

#人工智能 #认知科学 #通用人工智能 #人机协作 #开源模型

阅读更多：

https://manus.im/

AI 驱动科学

HippoRAG 2：推动大型语言模型的长期记忆和上下文检索

大型语言模型在持续学习方面面临挑战，主要由于参数化知识保留的限制。来自俄亥俄州立大学和伊利诺伊大学厄巴纳-香槟分校的研究人员开发了HippoRAG 2，通过改进事实回忆、意义构建和联想记忆来增强检索增强生成。他们使用个性化PageRank算法，更有效地整合段落并优化在线LLM的使用，使AI系统更接近人类长期记忆能力。

HippoRAG 2包括人工新皮层、旁海马区编码器和开放知识图谱。离线时，LLM从段落中提取三元组，链接同义词并整合概念和上下文信息。在线时，查询通过嵌入检索映射到相关三元组，然后使用个性化PageRank（PPR）进行上下文感知选择。HippoRAG 2在联想记忆任务上比领先的嵌入模型提高了7%，同时在事实和上下文理解上保持强劲表现。广泛的评估显示其在各种基准测试中的鲁棒性，优于现有的结构增强RAG方法。

#认知科学 #记忆机制 #大模型技术 #知识图谱 #个性化PageRank

阅读更多：

Gutiérrez, Bernal Jiménez, et al. From RAG to Memory: Non-Parametric Continual Learning for Large Language Models. arXiv:2502.14802, arXiv, 20 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.14802

新研究揭示大脑如何编码目标方向和距离

大脑如何协调简单的目标导向动作，如伸手拿杯子，是一个复杂的过程。俄勒冈大学的研究团队通过功能性磁共振成像（fMRI）技术，揭示了这些动作背后的神经回路。

研究团队使用 fMRI 扫描受试者大脑，测量他们在执行伸手动作时的脑部活动。受试者躺在 MRI 机器内，通过头盔式装置与电子任务板互动。研究发现，大脑在规划伸手动作时，首先编码目标方向，然后编码距离。方向和距离的编码在多个参考框架中进行，而非单一框架。这一发现有助于改进脑机接口技术，如脑控假肢的设计。研究发表在 eNeuro 上。

#神经技术 #脑机接口 #神经机制与脑功能解析 #目标导向动作 #fMRI

阅读更多：

Caceres, Alejandra Harris, et al. “Neural Encoding of Direction and Distance across Reference Frames in Visually Guided Reaching.” eNeuro, vol. 11, no. 12, Dec. 2024. www.eneuro.org, https://doi.org/10.1523/ENEURO.0405-24.2024

功能向量头驱动大型语言模型的情境学习

大型语言模型通过情境学习（ICL）能够泛化并适应新任务，但ICL的具体机制尚不明确。加州大学伯克利分校的研究团队分析了12个参数量从7000万到70亿的LLMs的注意力头，通过控制消融实验，确定哪些注意力头在ICL中起主要作用。

研究人员通过选择性移除归纳头（induction heads）或功能向量头（function vector heads, FV heads），测量对模型性能的影响。研究发现，FV头在训练后期出现，位于模型更深层，且许多FV头最初作为归纳头功能，后转变为FV头。移除FV头导致模型准确性显著下降，而移除归纳头影响较小。仅保留前2%的FV头即可维持合理的ICL性能。

#认知科学 #大模型技术 #功能向量头 #情境学习 #大型语言模型

阅读更多：

Yin, Kayo, and Jacob Steinhardt. Which Attention Heads Matter for In-Context Learning? arXiv:2502.14010, arXiv, 19 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.14010

A-MEM：动态记忆系统提升LLM智能体性能

当前大型语言模型智能体的记忆系统存在僵化和缺乏动态组织的问题。罗格斯大学、蚂蚁集团和Salesforce Research的研究人员提出了A-MEM，一种新型智能体记忆系统，基于Zettelkasten方法，通过动态索引和链接创建互连的知识网络，显著提升了记忆管理的适应性和上下文感知能力。

A-MEM系统通过生成包含上下文描述、关键词和标签的全面笔记，并分析历史记忆以识别相关连接，实现了动态记忆组织。新记忆的集成可以触发现有历史记忆的上下文表示和属性的更新，使记忆网络能够持续优化其理解。在LoCoMo数据集上的实验表明，A-MEM在需要跨多个对话会话整合信息的任务上表现优于其他记忆系统，特别是在多跳推理任务中表现出色。此外，A-MEM在需要更少处理令牌的同时实现了这些改进，提高了整体效率。

#认知科学 #记忆机制 #动态记忆系统 #Zettelkasten方法 #LLM智能体

阅读更多：

Xu, Wujiang, et al. A-MEM: Agentic Memory for LLM Agents. 1, arXiv:2502.12110, arXiv, 17 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.12110

跳舞也能研究大脑，可穿戴MEG技术揭示复杂行为的秘密

神经影像学研究通常限制参与者的运动，导致实验结果缺乏生态效度。为了解决这一问题，George C. O’Neill、Robert A. Seymour等研究人员结合视频遥测技术和可穿戴磁脑电图（MEG）系统，开发了一种新的分析方法。他们使用开源机器学习方法处理视频数据，自动识别参与者在跳舞时的多肢体运动时间窗口，并将其与MEG数据相结合，揭示了复杂行为的神经机制。

研究团队首先比较了传统的基于刺激呈现的肢体运动分析与基于视频遥测的隐马尔可夫模型（HMM）状态的分析方法。结果显示，通过视频遥测技术，可以更准确地识别与特定肢体和身体姿势相关的神经元活动模式。这一方法为未来的自然主义行为研究提供了一种新的分析工具，展示了视频遥测与移动MEG结合在复杂行为研究中的潜力。研究发表在 Imaging Neuroscience 上。

#神经技术 #自动化科研 #大脑信号解析 #可穿戴MEG #视频遥测

阅读更多：

O’Neill, George C., et al. “Combining Video Telemetry and Wearable MEG for Naturalistic Imaging.” Imaging Neuroscience, vol. 3, Mar. 2025, p. imag_a_00495. Silverchair, https://doi.org/10.1162/imag_a_00495

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。