q-bio
03-05 00:00
本研究提出NEURONA，一种用于fMRI解码和神经活动概念定位的神经符号框架。该框架利用基于图像和视频的fMRI问答数据集，学习从视觉刺激的fMRI响应模式中解码交互概念，并将符号推理、组合执行与跨脑区的fMRI定位相结合。研究表明，在解码过程中融入结构性先验（如概念间的组合谓词-论元依赖关系），不仅能显著提升对精确查询的解码准确率，更能有效增强模型对未见查询的泛化能力。NEURONA展示了神经符号框架作为理解神经活动工具的潜力。
神经符号aifmri解码概念定位脑机接口认知神经科学泛化能力
q-bio
03-05 00:00
本研究基于Lipkin-Meshkov-Glick框架构建了一个量子大脑模型，其中引入了受生物学启发的非线性、状态依赖的突触反馈机制。研究发现，该反馈机制显著重塑了系统的相结构：它扩大了顺磁相的范围，同时压缩了铁磁相，这一效应在纵向场存在时尤为明显。研究通过基态Husimi分布和Wehrl熵从相空间角度刻画了相变，并利用与突触动力学自洽耦合的集体自旋平均场方程，高保真地再现了集体可观测量在特定协议下的量子时间演化。这些结果为理解突触可塑性如何参数化调控和重塑集体临界性提供了一个可控的理论框架。
量子大脑模型相变突触反馈集体临界性lipkin-meshkov-glick模型量子生物物理
q-bio
03-05 00:00
本研究提出了一种名为SMMA的全自动框架，结合深度学习分割与基于骨架的厚度量化技术，用于分析言语产生过程中的颏舌骨肌动态。该方法在验证中达到了接近人工水平的准确度（Dice系数=0.9037，平均绝对误差=0.53 mm，相关系数r=0.901）。应用于粤语元音发音分析（N=11）发现系统性模式：发/a:/音时颏舌骨肌厚度（7.29 mm）显著大于发/i:/音时（5.95 mm，p < 0.001，Cohen's d > 1.3），表明发/a:/音时该肌肉激活程度更高，与其在下颌下降中的作用一致。性别差异（男性厚5-8%）反映了解剖学上的比例缩放。SMMA在实现专家验证准确度的同时，消除了手动标注的需求，为言语运动控制的大规模研究及言语与吞咽障碍的客观评估提供了可能。
超声成像深度学习肌肉厚度言语产生自动测量运动控制
q-bio
03-05 00:00
本研究提出NeuroFlowNet，一种基于条件归一化流（CNF）的跨模态生成框架，首次实现了从头皮脑电（sEEG）信号重建整个深部颞叶区域的颅内脑电（iEEG）信号。该模型通过可逆变换直接建模复杂的条件概率分布，显式捕捉脑信号的随机性，从根本上避免了现有生成模型常见的模式崩溃问题。模型还集成了多尺度架构和自注意力机制，以鲁棒地捕捉细粒度时间细节和长程依赖关系。在公开的同步sEEG-iEEG数据集上的验证结果表明，NeuroFlowNet在时间波形保真度、频谱特征再现和功能连接性恢复方面均表现出色，为深部脑动力学的非侵入式分析建立了一个更可靠、可扩展的新范式。
脑电信号重建条件归一化流非侵入式脑成像跨模态生成深部脑活动
q-bio
03-05 00:00
本研究提出了一种记忆增强型Transformer模型，其注意力机制同时作为检索、巩固和回写操作。核心更新 $A^\top A V W$ 通过格拉姆矩阵 $A^\top A$ 将检索值重新锚定到持久记忆槽中，实现了从观测空间到潜在记忆再到监督转换的三方投影。通过将记忆划分为由符号控制的交叉对话矩阵 $W_s$ 耦合的偏侧化左右记忆库，研究发现耦合符号对功能特化至关重要。兴奋性交叉对话（$s=+1$）会导致记忆库主导性崩溃，而受人类大脑胼胝体投射净抑制效应启发的抑制性交叉对话（$s=-1$）则能主动抑制对侧记忆库激活，实现饱和特化（$\mathcal{D}_{sep} = \pm 1.00$，$\mathcal{P}_{ct} \approx 0$）。在一个结合了情景双射密码（需要联想回忆）和严格算术级数（需要规则提取）的受控符号基准测试中，抑制性模型在密码域损失比基线降低了124倍，同时在算术域表现相当，证实了持久性偏侧化记忆对情景回忆是必要的，但对基于规则的预测则非必需。
记忆增强transformer注意力机制功能偏侧化抑制性交叉对话情景记忆计算神经科学
q-bio
03-05 00:00
本研究提出了一种新颖的计算框架，利用字符串算法（如保序匹配和笛卡尔树匹配）来分析脑电图（EEG）时间序列，以系统性地识别和表征神经信号中的重复时间模式。该框架对幅度缩放具有不变性，能精确捕捉时间动态。应用于ADHD患者与对照组的EEG数据发现，ADHD组表现出显著更高的模式重复频率、更短的模式长度、更大的梯度不稳定性以及由更浅树结构和更少层级表征的层级复杂性降低。这些发现揭示了ADHD相关EEG改变涉及重复时间模式在结构、稳定性和层级组织上的系统性差异，为神经发育障碍的客观生物标志物开发提供了潜在的计算工具。
脑电图分析字符串算法时间模式注意缺陷多动障碍计算神经科学生物标志物
q-bio
03-05 00:00
本研究系统量化了基因调控网络（GRN）推断方法基准排名在评估协议变化下的不稳定性。通过分析三种人体组织和六种推断方法的数据，发现排名在四个关键协议轴（候选集限制、组织背景、参考网络选择、符号映射策略）上存在显著的反转率（最高达32.1%）。分解分析表明，反转主要由方法间相对判别能力的变化驱动，而非基准率膨胀，这挑战了GRN基准测试中的一个常见隐含假设。研究提出了稳定性感知评估的具体报告实践和诊断工具包。
基因调控网络基准测试排名稳定性评估协议方法比较生物信息学
q-bio
03-05 00:00
本研究提出了一种两相二次整合发放（QIF）神经元模型，通过两个交替的Riccati方程描述膜电位在有限范围内的演化，消除了标准QIF模型中电压无限发散的物理不真实性，同时能产生更真实的动作电位波形。尽管模型结构改变，系统在热力学极限下仍能获得精确的低维描述，由一个复Riccati方程主导。集体变量如发放率和平均电压的表达式保持紧凑且解析可解。该模型继承了标准QIF模型的可推广性，可作为现有平均场框架的直接替代，提供了一个更具生物合理性且仍可精确求解的神经元模型。
神经元模型二次整合发放平均场理论计算神经科学riccati方程
q-bio
03-05 00:00
本文提出Cryo-SWAN，一种受多尺度小波分解启发的体素变分自编码器，用于学习3D分子密度体积的鲁棒表示。该模型通过跨感知尺度的条件性由粗到精的潜在编码和递归残差量化，能够精确捕捉分子密度体积的全局几何结构和高频细节。在ModelNet40、BuildingNet及新构建的冷冻电镜体积数据集ProteinNet3D上的评估表明，其重建质量优于现有3D自编码器。学习到的潜在空间能根据共享几何特征组织分子密度，与扩散模型结合还可实现去噪和条件形状生成，为数据驱动的结构生物学和体积成像提供了实用框架。
3d体积表示变分自编码器多尺度小波冷冻电镜结构生物学分子密度
q-bio
03-05 00:00
本研究提出“感知流形”概念，发现神经网络对同一概念的感知空间维度比人类高出数个数量级。由于体积随维度指数增长，这导致机器与人类之间存在指数级的“错位”，即大量被网络自信归类的输入对人类而言毫无意义。研究证实，对抗样本的产生正是由于网络的感知流形在输入空间中占据过大区域，使得任何输入都极其接近某个类别的感知流形。研究预测并验证了对抗鲁棒性与感知流形维度呈负相关，并指出即使最鲁棒的模型仍存在指数级错位。
对抗样本感知流形维度错位神经网络鲁棒性人机对齐
q-bio
03-05 00:00
本研究提出了一种整合外观与运动特征的框架，以解决动物设施中企鹅连续监测的难题。针对企鹅视觉特征同质化、姿态变化快及环境噪声（如水反射）干扰等问题，在检测阶段，我们改进YOLO11模型，使其处理连续帧以利用时序信息，将mAP@0.5从0.922提升至0.933，并能检测到静态图像中难以区分的个体。在识别阶段，我们引入基于轨迹片段的对比学习方法，在特征空间中使同一企鹅的样本更接近，有效减少了身份切换。
动物监测目标检测个体识别时序分析对比学习计算机视觉
q-bio
03-05 00:00
本研究提出了一种基于定向边界框（OBB）的野马追踪方法，以解决传统轴对齐边界框在复杂空中俯拍场景下因背景干扰、目标小、密度高和姿态多变导致的性能下降问题。针对现有OBB检测器无法区分头尾方向、导致跟踪轨迹出现180°突变的问题，本文创新性地引入了一种头部朝向估计方法：通过裁剪OBB中心区域，并行使用头部、尾部和头尾联合三个检测器，并基于交并比（IoU）进行多数投票确定最终朝向标签。在299张测试图像上的实验表明，该方法达到了99.3%的准确率，显著优于单一模型，为基于OBB的鲁棒性连续动物追踪提供了有效解决方案。
动物追踪定向边界框计算机视觉群体行为空中视频分析朝向估计
q-bio
03-05 00:00
神经科学实验发现，人手运动遵循“三分之二幂定律”（$v \propto \kappa^{-1/3}$），几何上对应等仿射度量下的测地线。传统微分几何中，该度量因依赖加速度而非内蕴量。本文提出新视角：将大脑内部几何建模为“线平面”（Wire Plane），即配备由光滑曲线生成的“线微分结构”的 $\mathbf{R}^2$。我们证明等仿射度量基于一个协变3-张量，在此特定微分结构下成为定义在空间“图”上的自然内蕴对象。这一数学结果支持神经几何假说：大脑通过一维路径而非二维图表来感知和规划空间。
神经几何微分结构运动控制等仿射几何幂定律感知模型
q-bio
03-05 00:00
本研究将Malkin等人提出的最小能量边界与香农信息论相结合，构建了一个基于生物物理原理的模型。该模型能够准确预测突触电导偏离其自然值时，信息传输效率（比特/焦耳）的下降趋势，从而解释了Harris等人2015年观察到的实验现象。这项工作为理解突触在能量约束下的信息编码效率提供了理论框架。
高效编码突触电导信息论能量效率生物物理模型
q-bio
03-05 00:00
本文在量子类建模框架下，提出了一个关于心理标记的量子信息模型。研究认为，在信息过载和认知资源有限的条件下，个体主要响应的是携带认知与情感成分的紧凑内容标签——心理标记。作者将心理标记形式化为结构化的量子类态，并利用“语境性-不相容性-纠缠”三元组分析了其认知与情感成分之间的非经典关联。重点探讨了理性评估与情感着色之间的系统内纠缠，以解释语境依赖的判断、顺序效应和情感驱动的决策转变。研究通过区分系统间与系统内纠缠，并论证认知-情感纠缠是社交媒介信息环境中心理标记的基本结构特征，为量子类建模领域做出了贡献。
量子类建模心理标记认知-情感纠缠语境性信息过载决策科学
q-bio
03-05 00:00
本文提出度量-拓扑分解（MTF）计算框架，解释大脑如何在复杂多变的世界中实现稳定性与可塑性。该框架将离散的拓扑索引（用于情境选择）与连续的度量凝聚（用于局部推理）分离：海马体提供稀疏签名索引流形身份，新皮层则分层解缠几何结构。在腹侧通路中，类动态规划过程商对称性（如平移、缩放），将非凸感知迷宫转化为可分离的碗状结构。离线回放与巩固摊销变换以实现快速任务切换，而REM睡眠期间的梦境通过随机海马遍历来暴露和正则化潜在结构。智能通过重新校准特定情境的几何结构而涌现，将全局导航转化为局部动态。
计算神经科学海马体拓扑索引度量学习认知架构梦境功能
q-bio
03-05 00:00
本文提出“认知暗物质”概念，指那些深刻影响行为但难以从行为中直接推断的脑功能，如元认知、认知灵活性、情景记忆等。研究指出，当前AI基准测试和神经科学数据集均偏向于已掌握的能力，而忽略了这些关键维度。为此，作者规划了一个研究项目，旨在利用大规模认知模型的潜变量、眼动追踪等过程追踪数据，以及配对的神经-行为数据，为AI训练提供更丰富的认知过程信号，而非仅依赖行为结果，以期培养出更通用、更均衡的智能模型，并同时深化对人类智能本身的理解。
人工智能认知科学神经科学机器学习认知暗物质通用智能
q-bio
03-05 00:00
本研究针对贝叶斯系统发育推断中马尔可夫链蒙特卡洛（MCMC）样本的自相关性，系统比较了树空间有效样本量（ESS）的多种估计方法。研究引入了基于条件分支分布（CCD）的新颖估计器，以及一种基于独立链间分支频率差异的概率估计器。通过模拟实验评估，发现基于CCD的估计器性能与现有方法相当，且通过多估计平均降低了方差。然而，概率估计器及两种先前推荐的方法在长链计算中成本过高。研究还揭示了后验分布的多模态性和混合不良会显著影响ESS估计，强调了在复杂系统发育分析中谨慎解释结果的重要性。
有效样本量系统发育树贝叶斯推断mcmc条件分支分布计算成本
q-bio
03-05 00:00
本研究利用拟南芥基因水平的从头突变数据，检验了染色质特征是否不仅能预测平均每碱基突变率，还能预测基因间突变率的变异性。分析聚焦于受强纯化选择作用的必需和致死基因。结果显示，与活跃转录相关的组蛋白标记（H3K4me1、H3K4me3、H3K36ac）与较低的突变率平均值以及显著降低的基因间方差相关。GC含量在控制染色质预测因子后与平均值关联不大，但与突变率变异性呈正相关。这些结果表明，在功能受限的基因中，突变率受到染色质状态的系统性影响，进化过程可能不仅作用于预期的突变率，也作用于其在不同位点间的变异性。
突变率变异染色质特征拟南芥群体遗传学组蛋白修饰基因组进化
q-bio
03-05 00:00
本研究通过分析74名受试者（急性期、维持期及健康对照）的脑电图数据，全面评估了经典事件相关电位与静息态指标在重度抑郁症不同临床阶段的表现。结果显示，几乎没有传统指标能严格满足从急性期到维持期再到健康基线的单调变化轨迹，这主要归因于显著的个体间异质性。该发现揭示了群体层面特征提取的固有局限性，为未来开发具有真正临床效用的神经生物学标志物识别范式与算法提供了关键见解。
重度抑郁症脑电图临床阶段生物标志物个体异质性神经科学
q-bio
03-05 00:00
本研究探讨产前糖皮质激素暴露剂量与儿童期心脏复杂性变化的剂量-反应关系。通过对49名儿童（低剂量12人、高剂量13人、对照24人）在社交压力测试中的心电图分析，发现高剂量暴露儿童的多尺度熵衰减速率显著快于低剂量组（p=0.031），效应集中在心算压力阶段。熵衰减速率对信号选择和标准化具有稳健性（r>0.98），而样本熵和近似熵则不然。相比之下，11个ECG基础模型维度仅显示微弱剂量反应证据。研究提示多尺度熵分析能更敏感地检测产前药物暴露的持续心脏效应。
产前暴露心脏复杂性多尺度熵剂量反应儿童心脏糖皮质激素
q-bio
03-05 00:00
本研究通过构建具有可调连接异质性的随机递归神经网络，建立了连接组拓扑结构与神经元功能多样性之间的机制性联系。研究团队推导出异质动力学平均场理论，发现权重部分对称性与连接异质性的相互作用会诱导出非马尔可夫记忆项，其强度随节点连接度增加，从而产生广泛的活动时间尺度分布。理论分析表明，连接异质性会降低临界增益，并将不稳定模式定位到枢纽节点上。模型在MICrONS小鼠连接组实测拓扑结构上的实例化，成功解释了静息态记录中观察到的单神经元时间尺度广泛分布及其与入度的正相关性。
神经动力学连接组学时间尺度平均场理论网络拓扑计算神经科学