![]()
? 本期20篇代表性預(yù)印本
01. 人類(lèi)功能磁共振概念知識(shí)零樣本解碼框架的可復(fù)現(xiàn)評(píng)估
02. ENIGMA 腦磁管線(xiàn)可自動(dòng)分析多站點(diǎn)靜息態(tài)皮層頻譜
03. 計(jì)算精神病學(xué)規(guī)范建模范式的協(xié)議更新
04. Brainana:獼猴神經(jīng)影像的一站式預(yù)處理框架
05. 打開(kāi)尖峰分選黑箱的模塊化方法
06. CARACAS:無(wú)心電信號(hào)時(shí)自動(dòng)去除心臟偽跡
07. 大規(guī)模電生理尖峰分選的高效可復(fù)現(xiàn)管線(xiàn)
08. FASTIMAGES:用腦磁-功能磁共振數(shù)據(jù)集驗(yàn)證人類(lèi)重放檢測(cè)方法
09. 融入非決策時(shí)間的塌縮閾限擴(kuò)散模型
10. 經(jīng)驗(yàn)決策數(shù)據(jù)庫(kù)覆蓋 380 萬(wàn)個(gè)人類(lèi)經(jīng)驗(yàn)決策
11. 用經(jīng)典機(jī)器學(xué)習(xí)和時(shí)間動(dòng)態(tài)分析解碼人類(lèi)連接組功能磁共振認(rèn)知狀態(tài)
12. 音樂(lè)情緒中的運(yùn)動(dòng)共振可由腦電機(jī)器學(xué)習(xí)解碼
13. 冥想神經(jīng)動(dòng)態(tài)核心的腦電可靠性研究
14. 生物物理生成模型可精準(zhǔn)推斷鈣信號(hào)背后的放電
15. 視網(wǎng)膜假體知覺(jué)行為依賴(lài)完整早期視覺(jué)表征
16. 活體小鼠寬場(chǎng)鈣成像和黃素蛋白自發(fā)熒光成像方法
17. 動(dòng)力學(xué)計(jì)算工具包提供神經(jīng)活動(dòng)模型的模擬數(shù)據(jù)和質(zhì)量指標(biāo)
18. 繪制全生命周期頸髓形態(tài)測(cè)量圖譜
19. 將快速表面重建集成進(jìn)人類(lèi)連接組管線(xiàn)以穩(wěn)定皮層重建
20. 序列決策任務(wù)功能磁共振血氧信號(hào)的重測(cè)信度
本期20篇代表性預(yù)印本
01
bioRxiv · 2026-06-01
Reproducible Zero-Shot Decoding of Conceptual Knowledge from Human fMRI: A Systematic Evaluation of the Semantic Output Code Framework
人類(lèi)功能磁共振概念知識(shí)零樣本解碼框架的可復(fù)現(xiàn)評(píng)估
Md Rashedur Rahman
https://www.biorxiv.org/content/10.64898/2026.05.27.728259v1
背景:語(yǔ)言理解、閱讀和音系/語(yǔ)義加工依賴(lài)哪些神經(jīng)表征,以及這些表征在不同感覺(jué)通道或人群中是否共享。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用fMRI/BOLD 信號(hào)用于定位或比較腦區(qū)活動(dòng);機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,零樣本語(yǔ)義輸出編碼框架可用于從 fMRI 解碼概念知識(shí),但其可復(fù)現(xiàn)性和泛化能力需要系統(tǒng)評(píng)估。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
02
bioRxiv · 2026-06-08
The ENIGMA MEG Pipeline: Automated cortically localized spectral analysis of multi-site resting state MEG datasets
ENIGMA 腦磁管線(xiàn)可自動(dòng)分析多站點(diǎn)靜息態(tài)皮層頻譜
Allison Carol Nugent, Anna M Namyst, Frederick W Carver, Paul M Thompson, Jeffrey D Stout
https://www.biorxiv.org/content/10.64898/2026.06.03.729876v1
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用MEG 用于追蹤皮層活動(dòng)的時(shí)空過(guò)程;機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,ENIGMA MEG 管線(xiàn)提供自動(dòng)化、皮層定位的靜息態(tài)頻譜分析流程,服務(wù)多站點(diǎn) MEG 數(shù)據(jù)的統(tǒng)一處理。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
03
bioRxiv · 2026-05-28
Protocol Update: The Normative Modelling Paradigm for Computational Psychiatry
計(jì)算精神病學(xué)規(guī)范建模范式的協(xié)議更新
Augustijn A.A. de Boer, Johanna M.M. Bayer, Charlotte Fraza, Alice V. Chavanne, Barbora Rehak Buckova, Konstantinos Tsi…
https://www.biorxiv.org/content/10.64898/2026.02.17.706268v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,規(guī)范建模范式可以把個(gè)體腦和行為指標(biāo)放入群體分布中解釋?zhuān)瑸橛?jì)算精神病學(xué)提供個(gè)體層面的偏離評(píng)估。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
04
bioRxiv · 2026-06-08
Brainana: an end-to-end preprocessing framework for macaque neuroimaging
Brainana:獼猴神經(jīng)影像的一站式預(yù)處理框架
Xingyu Liu, Yijun Zhang, Zi Yin, Zonglei Zhen, Michael J. Arcaro
https://www.biorxiv.org/content/10.64898/2026.06.03.729972v1
背景:年齡增長(zhǎng)如何改變腦結(jié)構(gòu)、腦網(wǎng)絡(luò)和行為策略,以及這些變化是否影響社會(huì)、認(rèn)知或感覺(jué)運(yùn)動(dòng)功能。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;非人靈長(zhǎng)類(lèi)實(shí)驗(yàn)用于研究接近人類(lèi)的感覺(jué)或決策機(jī)制。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,Brainana 提供從獼猴神經(jīng)影像預(yù)處理到分析的一體化框架,有助于提高非人靈長(zhǎng)類(lèi)數(shù)據(jù)處理的一致性。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
05
bioRxiv · 2026-06-01
Opening the black box: a modular approach to spike sorting
打開(kāi)尖峰分選黑箱的模塊化方法
Samuel Garcia, Chris Halcrow, Charlie Windolf, Zachary M. McKenzie, Paul Adkisson-Floro, Heberto Ramon Mayorquin, Benja…
https://www.biorxiv.org/content/10.64898/2026.01.23.701239v2
背景:這篇論文要回答的是:數(shù)據(jù)集、方法中的核心機(jī)制問(wèn)題如何被測(cè)量、建模或解釋?zhuān)约跋嚓P(guān)證據(jù)能否支持更清晰的心理和神經(jīng)機(jī)制。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,模塊化 spike sorting 方法和可復(fù)現(xiàn)管線(xiàn)幫助研究者理解、比較并改進(jìn)大規(guī)模電生理數(shù)據(jù)處理。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
06
bioRxiv · 2026-06-03
CARACAS, a novel automated tool for Cardiac Artifact Removal in Absence of CArdiac Signal
CARACAS:無(wú)心電信號(hào)時(shí)自動(dòng)去除心臟偽跡
Pierre Champetier, Delphine Oudiette, Thomas Andrillon, Maximillien Chaumon
https://www.biorxiv.org/content/10.1101/2025.09.02.673728v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用EEG 用于分析毫秒級(jí)腦電動(dòng)態(tài);數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,CARACAS 可在缺少心電信號(hào)時(shí)自動(dòng)去除心臟偽跡,提升神經(jīng)影像或生理數(shù)據(jù)的預(yù)處理質(zhì)量。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
07
bioRxiv · 2026-05-28
Efficient and reproducible pipelines for spike sorting large-scale electrophysiology data
大規(guī)模電生理尖峰分選的高效可復(fù)現(xiàn)管線(xiàn)
Alessio P. Buccino, Arjun Sridhar, David Feng, Karel Svoboda, Joshua H. Siegle
https://www.biorxiv.org/content/10.1101/2025.11.12.687966v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,作者提出用復(fù)雜系統(tǒng)框架研究沉浸體驗(yàn),把媒體刺激、主觀體驗(yàn)和腦動(dòng)態(tài)放在同一分析框架中。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
08
bioRxiv · 2026-05-29
FASTIMAGES: Validating replay detection methods in human Neuroimaging using a combined MEG and fMRI dataset
FASTIMAGES:用腦磁-功能磁共振數(shù)據(jù)集驗(yàn)證人類(lèi)重放檢測(cè)方法
Simon Kern, Lennart Wittkuhn, Elena Buss, Nicolas Schuck, Gordon Benedikt Feld
https://www.biorxiv.org/content/10.64898/2026.05.26.727586v1
背景:年齡增長(zhǎng)如何改變腦結(jié)構(gòu)、腦網(wǎng)絡(luò)和行為策略,以及這些變化是否影響社會(huì)、認(rèn)知或感覺(jué)運(yùn)動(dòng)功能。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用fMRI/BOLD 信號(hào)用于定位或比較腦區(qū)活動(dòng);MEG 用于追蹤皮層活動(dòng)的時(shí)空過(guò)程;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;人類(lèi)參與者或患者數(shù)據(jù)用于檢驗(yàn)個(gè)體差異和實(shí)際行為表現(xiàn)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,F(xiàn)ASTIMAGES 數(shù)據(jù)集用聯(lián)合 MEG-fMRI 設(shè)計(jì)驗(yàn)證 replay 檢測(cè)方法,為人類(lèi)神經(jīng)影像中的序列重放研究提供基準(zhǔn)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
09
bioRxiv · 2026-06-05
Non-decision time-informed collapsing threshold diffusion model: A joint modeling framework with identifiable time-dependent parameters
融入非決策時(shí)間的塌縮閾限擴(kuò)散模型
Amir Hosein Hadian Rasanan, Lukas Schumacher, Michael D Nunez, Gabriel Weindel, J?rg Rieskamp
https://www.biorxiv.org/content/10.1101/2025.10.30.685574v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用EEG 用于分析毫秒級(jí)腦電動(dòng)態(tài);數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,非決策時(shí)間知情的塌縮閾限擴(kuò)散模型提高了時(shí)間依賴(lài)參數(shù)的可識(shí)別性,有助于更穩(wěn)健地解釋反應(yīng)時(shí)和選擇。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
10
bioRxiv · 2026-05-27
DfE-DB: A systematic database of 3.8 million human decisions across experience-based tasks
經(jīng)驗(yàn)決策數(shù)據(jù)庫(kù)覆蓋 380 萬(wàn)個(gè)人類(lèi)經(jīng)驗(yàn)決策
Yujia Yang, Mikhail S. Spektor, Anna I. Thoma, Ralph Hertwig, Dirk U. Wulff
https://www.biorxiv.org/content/10.64898/2025.12.12.693971v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;人類(lèi)參與者或患者數(shù)據(jù)用于檢驗(yàn)個(gè)體差異和實(shí)際行為表現(xiàn)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,DfE-DB 匯集大量基于經(jīng)驗(yàn)的決策數(shù)據(jù),為比較不同任務(wù)、模型和個(gè)體差異提供系統(tǒng)數(shù)據(jù)庫(kù)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
11
bioRxiv · 2026-06-01
Decoding Cognitive States from fMRI Using Classical Machine Learning and Temporal Dynamics Analysis: An Interpretable Approach Using the Human Connectome Project
用經(jīng)典機(jī)器學(xué)習(xí)和時(shí)間動(dòng)態(tài)分析解碼人類(lèi)連接組功能磁共振認(rèn)知狀態(tài)
Valeriya Kirova, Dzerassa Kadieva, Daniil Vlasenko, Fedor Ratnikov, Isak B. Blank
https://www.biorxiv.org/content/10.64898/2026.05.29.728756v1
背景:學(xué)習(xí)過(guò)程中的預(yù)測(cè)、獎(jiǎng)勵(lì)、誤差和行為調(diào)整如何被不同腦區(qū)編碼,并如何隨經(jīng)驗(yàn)更新。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用fMRI/BOLD 信號(hào)用于定位或比較腦區(qū)活動(dòng);機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;人類(lèi)參與者或患者數(shù)據(jù)用于檢驗(yàn)個(gè)體差異和實(shí)際行為表現(xiàn)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,經(jīng)典機(jī)器學(xué)習(xí)結(jié)合時(shí)間動(dòng)態(tài)分析可以從 HCP fMRI 數(shù)據(jù)中解碼認(rèn)知狀態(tài),并提高模型可解釋性。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
12
bioRxiv · 2026-06-08
Motor Resonance of Musical Emotion: A Machine Learning Approach to EEG Decoding During Expressive Music Performance
音樂(lè)情緒中的運(yùn)動(dòng)共振可由腦電機(jī)器學(xué)習(xí)解碼
Alice M. Proverbio, milos milovanovic
https://www.biorxiv.org/content/10.64898/2026.06.04.730044v1
背景:學(xué)習(xí)過(guò)程中的預(yù)測(cè)、獎(jiǎng)勵(lì)、誤差和行為調(diào)整如何被不同腦區(qū)編碼,并如何隨經(jīng)驗(yàn)更新。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用EEG 用于分析毫秒級(jí)腦電動(dòng)態(tài);機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,高度逼真的人臉刺激揭示了情緒知覺(jué)的多簇結(jié)構(gòu),說(shuō)明強(qiáng)迫選擇標(biāo)簽可能掩蓋了人們對(duì)情緒面孔的連續(xù)和分群表征。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
13
bioRxiv · 2026-05-31
The Neurodynamic Core of Meditation: Dissociating Meditation from Rest and Task in a Reliability-based EEG study
冥想神經(jīng)動(dòng)態(tài)核心的腦電可靠性研究
Praerna Chowdhury, Ramajayam Govindaraj, Arun Sasidharan, Apar A Saoji, Ravindra P N, Georg Northoff, Bindu M Kutty
https://www.biorxiv.org/content/10.64898/2026.05.27.728082v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用EEG 用于分析毫秒級(jí)腦電動(dòng)態(tài);數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,theta 相位耦合和 theta-gamma 耦合組織了口語(yǔ)語(yǔ)言網(wǎng)絡(luò),連接了視覺(jué)/物體識(shí)別、語(yǔ)義詞匯檢索和語(yǔ)言理解過(guò)程。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
14
bioRxiv · 2026-06-04
Precise calcium-to-spike inference using biophysical generative models
生物物理生成模型可精準(zhǔn)推斷鈣信號(hào)背后的放電
Gerard Joey Broussard, Giovanni Diana, Francisco J Urra Quiroz, Berat Semichan Sermet, Nelson Rebola, Sanjeev Janarthan…
https://www.biorxiv.org/content/10.1101/2024.12.31.630967v3
背景:這篇論文要回答的是:數(shù)據(jù)集、方法中的核心機(jī)制問(wèn)題如何被測(cè)量、建模或解釋?zhuān)约跋嚓P(guān)證據(jù)能否支持更清晰的心理和神經(jīng)機(jī)制。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用鈣成像或?qū)拡?chǎng)成像用于觀察群體神經(jīng)活動(dòng);機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,作者提出用復(fù)雜系統(tǒng)框架研究沉浸體驗(yàn),把媒體刺激、主觀體驗(yàn)和腦動(dòng)態(tài)放在同一分析框架中。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
15
bioRxiv · 2026-05-28
Intact early visual representations, not phosphene-adapted features, account for human perceptual behavior with retinal prostheses
視網(wǎng)膜假體知覺(jué)行為依賴(lài)完整早期視覺(jué)表征
Jonathan Skaza, Shravan Murlidaran, Apurv Varshney, Ziqi Wen, Miguel P. Eckstein, Michael Beyeler
https://www.biorxiv.org/content/10.1101/2025.06.23.660990v2
背景:這篇論文要回答的是:視覺(jué)信息如何被編碼并轉(zhuǎn)化為知覺(jué)判斷如何被測(cè)量、建模或解釋?zhuān)约跋嚓P(guān)證據(jù)能否支持更清晰的心理和神經(jīng)機(jī)制。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用機(jī)器學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測(cè)、解碼或比較表征;數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;人類(lèi)參與者或患者數(shù)據(jù)用于檢驗(yàn)個(gè)體差異和實(shí)際行為表現(xiàn)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,視網(wǎng)膜群體編碼會(huì)隨視覺(jué)輸入的時(shí)間統(tǒng)計(jì)結(jié)構(gòu)改變,預(yù)測(cè)未來(lái)運(yùn)動(dòng)的時(shí)間窗也會(huì)相應(yīng)調(diào)整,說(shuō)明早期視覺(jué)系統(tǒng)具有靈活的預(yù)測(cè)編碼能力。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
16
bioRxiv · 2026-05-27
Wide-Field Calcium and Flavoprotein Autofluorescence Imaging in Living Mice
活體小鼠寬場(chǎng)鈣成像和黃素蛋白自發(fā)熒光成像方法
Takamasa Yoshida
https://www.biorxiv.org/content/10.64898/2026.05.14.725112v2
背景:年齡增長(zhǎng)如何改變腦結(jié)構(gòu)、腦網(wǎng)絡(luò)和行為策略,以及這些變化是否影響社會(huì)、認(rèn)知或感覺(jué)運(yùn)動(dòng)功能。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用鈣成像或?qū)拡?chǎng)成像用于觀察群體神經(jīng)活動(dòng);數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍;小鼠實(shí)驗(yàn)用于連接行為、環(huán)路和神經(jīng)活動(dòng)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,作者提出用復(fù)雜系統(tǒng)框架研究沉浸體驗(yàn),把媒體刺激、主觀體驗(yàn)和腦動(dòng)態(tài)放在同一分析框架中。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
17
bioRxiv · 2026-06-05
Computation-through-DynamicsToolkit: Simulated datasets and quality metrics for dynamical models of neural activity
動(dòng)力學(xué)計(jì)算工具包提供神經(jīng)活動(dòng)模型的模擬數(shù)據(jù)和質(zhì)量指標(biāo)
Christopher Versteeg, Jonathan D. McCart, Mitchell Ostrow, David M. Zoltowski, Clayton B. Washington, Laura Driscoll, O…
https://www.biorxiv.org/content/10.1101/2025.02.07.637062v3
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,結(jié)果圍繞數(shù)據(jù)資源和分析流程如何提高可復(fù)現(xiàn)性展開(kāi),顯示相關(guān)行為表現(xiàn)、神經(jīng)信號(hào)或模型指標(biāo)之間存在可解釋的聯(lián)系;這些發(fā)現(xiàn)為該方向提供了新的可檢驗(yàn)假設(shè)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
18
bioRxiv · 2026-06-08
Charting Cervical Spinal Cord Morphometry Across the Lifespan
繪制全生命周期頸髓形態(tài)測(cè)量圖譜
Kurt Schilling, Michael E Kim, Matthew Amandola, Chenyu Gao, Karthik Ramadass, Praitayini Kanakaraj, Sam Bogdanov, Gaur…
https://www.biorxiv.org/content/10.64898/2026.06.03.729823v1
背景:年齡增長(zhǎng)如何改變腦結(jié)構(gòu)、腦網(wǎng)絡(luò)和行為策略,以及這些變化是否影響社會(huì)、認(rèn)知或感覺(jué)運(yùn)動(dòng)功能。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,頸髓形態(tài)指標(biāo)隨生命周期變化,提供了發(fā)展和老化研究中可量化的脊髓結(jié)構(gòu)基準(zhǔn)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
19
bioRxiv · 2026-06-02
Enabling Stable Cortical Reconstruction in the HCP Pipeline at Standard Resolution Using FastSurfer Integration with Hybrid T2w- and T1w-based Masking
將快速表面重建集成進(jìn)人類(lèi)連接組管線(xiàn)以穩(wěn)定皮層重建
Koji Hatano, Hirofumi Hirakawa, Hiroyuki Matsuda, Nobuhiko Hoaki, Takeshi Terao, Tsuyoshi Shimomura
https://www.biorxiv.org/content/10.64898/2026.05.29.728714v1
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用數(shù)據(jù)集、管線(xiàn)或工具評(píng)估用于檢驗(yàn)可復(fù)現(xiàn)性和適用范圍。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,結(jié)果圍繞數(shù)據(jù)資源和分析流程如何提高可復(fù)現(xiàn)性展開(kāi),顯示相關(guān)行為表現(xiàn)、神經(jīng)信號(hào)或模型指標(biāo)之間存在可解釋的聯(lián)系;這些發(fā)現(xiàn)為該方向提供了新的可檢驗(yàn)假設(shè)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
20
bioRxiv · 2026-06-07
Retest Reliability of Task-related fMRI BOLD Signals during Sequential Decision Making
序列決策任務(wù)功能磁共振血氧信號(hào)的重測(cè)信度
Nicolas Leo Stege, Judit Pekar, Meyra Sophie Jackson, Filip Niemann, Miro Grundei, Ilinca-Maria Graur, Yiquan Shi, Shu-…
https://www.biorxiv.org/content/10.64898/2026.05.11.724283v2
背景:新的數(shù)據(jù)集、工具、管線(xiàn)或可靠性評(píng)估如何提高認(rèn)知神經(jīng)科學(xué)研究的可復(fù)現(xiàn)性、可比較性和可擴(kuò)展性。 這使它不僅是一個(gè)單純的技術(shù)或現(xiàn)象描述,而是直接服務(wù)于數(shù)據(jù)資源、分析工具和可復(fù)現(xiàn)方法這一類(lèi)認(rèn)知神經(jīng)科學(xué)問(wèn)題。
方法:作者采用fMRI/BOLD 信號(hào)用于定位或比較腦區(qū)活動(dòng);人類(lèi)參與者或患者數(shù)據(jù)用于檢驗(yàn)個(gè)體差異和實(shí)際行為表現(xiàn)。這些方法共同服務(wù)于一個(gè)目標(biāo):把題名中的心理過(guò)程與可測(cè)量的行為、腦活動(dòng)或模型變量對(duì)應(yīng)起來(lái)。
結(jié)果:作者報(bào)告,結(jié)果圍繞數(shù)據(jù)集、方法中的核心機(jī)制問(wèn)題展開(kāi),顯示相關(guān)行為表現(xiàn)、神經(jīng)信號(hào)或模型指標(biāo)之間存在可解釋的聯(lián)系;這些發(fā)現(xiàn)為該方向提供了新的可檢驗(yàn)假設(shè)。
價(jià)值:為后續(xù)研究選擇數(shù)據(jù)、建模流程、質(zhì)量控制和可復(fù)現(xiàn)分析方案提供了實(shí)用入口。 這篇的具體價(jià)值在于把清晰的任務(wù)或數(shù)據(jù)指標(biāo)與神經(jīng)/行為解釋聯(lián)系起來(lái),便于讀者判斷該結(jié)果能否遷移到自己的實(shí)驗(yàn)設(shè)計(jì)、分析管線(xiàn)或理論問(wèn)題中。
編輯:BQ
審核:PsyBrain 腦心前沿編輯部
你好,這里是「PsyBrain 腦心前沿」
專(zhuān)注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破
視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級(jí)大刊
每日速遞「深度解讀」與「前沿快訊」
科研是一場(chǎng)探索未知的長(zhǎng)跑,但你無(wú)需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群,和一群懂你的同行,共同丈量腦與心智的無(wú)垠前沿。
點(diǎn)擊卡片進(jìn)群,歡迎你的到來(lái)
一鍵關(guān)注,點(diǎn)亮星標(biāo) ? 前沿不走丟!
![]()
一鍵分享,讓更多人了解前沿
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶(hù)上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.