- 综合排序
- 最热优先
- 最新优先
神经共振理论：大脑与身体如何物理同步“成为”节奏
前言：探讨了康涅狄格大学提出的神经共振理论（NRT），该理论颠覆了传统预测理论，指出大脑处理音乐并非简单预测，而是其物理结构，如神经元振动和脑电波，与音乐结构发生物理共振，实现同步。 科学证实，这种温和振动能舒缓神经、放松肌肉、辅助睡眠，成为现代人对抗亚健康的绿色选择。神经共振理论的核心机制与挑战传统观念好，各位“潮流小编”在线开扒NRT！ NRT在治疗其他神经系统和心理疾病方面，潜力也是无限大！想想中风后的神经恢复，帕金森病的运动障碍，还有折磨人的抑郁症……这些疾病都跟大脑神经回路的功能异常有关。NRT的共振原理，就可以派上用场了！ 如果我们能让AI理解并模拟大脑的神经共振模式，让它生成的音乐能够引发听众大脑的自然共振，那AI是不是就能创作出更具情感智能、更能触动人心的音乐了？ NRT跟ASAP有点像，都强调了身体和运动在音乐感知中的作用，但NRT更侧重于神经系统的物理共振。
13810编辑于 2026-05-03- 来自专栏思影科技
动脉自旋标记磁共振(ASL)的神经放射学家指南
应用非共振RF脉冲标记感兴趣组织近端的动脉血将导致MR信号的减少，该信号类似于标记的血液水交换引起的信号减少。这是由于大分子中的质子有非常短的T2，因此具有非常宽的频谱。 因此，在任何不对称的ASL序列中使用的非共振RF脉冲不仅会在不经意间饱和动脉血液，还会使这些大分子中的质子饱和。然后，这种饱和度将被转移到组织水分子中，从而降低MR信号[23]。 但PCASL对标记平面上的共振偏移很敏感，这可能会导致它移动。此外，RF脉冲之间可能会发生一些自旋相移。这两种效应都可能降低标记效率。 由于磁共振成像中的信号与场强呈二次增长趋势，而噪声仅呈线性增长，因此理论上信噪比将与场强呈线性增长[34]。 许多研究将ASL作为多方法结合的一部分，例如与磁共振波谱[126]或海马体积测量[127]结合，阐明AD相关的变化。阿尔茨海默病的局部灌注减少并不一定与其他神经病理性低灌注有关。
2.9K52发布于 2021-07-16 - 来自专栏敏捷开发&项目管理
共振式”项目管理
"共振式”项目管理--是我第一个提出的吗？：） 脑子里突然想到项目管理的一些事情，然后想到项目其实是有节奏的，项目中的人员其实如果找到了这个节奏，踏准了节奏，一切将是顺风顺水。 我们的项目其实也应该是有个节奏的，要想做好一个项目就得找到各方人员的节奏，协调各方节奏让他们顺应你的节奏，最后产生共振（物理上我们知道大家频率一样，就会产生共振，共振式将力量扩大，产生一种和谐之美）： 项目开始： 在项目开始的阶段，每个项目参与者（利益相关方）都会有自己的节奏，而且不愿意别人打乱他的固有节奏，因为他自己身心已产生共振，觉得很舒服。 很多维护人员变成了救火队员，最主要的原因就是没有去研究各方节奏，更没有想着去控制好项目的节奏，像个无头苍蝇到处乱飞 一个项目需要成功就是要掌握各方的节奏，然后调节各方节奏使得大家朝同一方向发力，产生“共振 一个高效的开发团队若找到了“共振点”，那“声音”将是“振聋发聩”的。 知节奏知天下，控节奏者控天下，希望大家都能踏准节奏，谱出一首优美的“项目旋律”~~
63440发布于 2018-04-12 - 来自专栏量子化学
使用EzReson进行化学共振分析（5）：实例：氢键的共振分析
为选取描述氢键的共振子系统，我们做如下考虑。 因此，我们选择这两条LMOs来定义共振子系统。 其共振子系统的两条LMOs展示如下： ? 为衡量氢键的强度，我们可以定义氢键共振能REHB如下： REHB= E(1−6) – E(1,4,5) 其中E(1−6)是由所有6个共振式组成的杂化体的能量，E(1,4,5)是由共振式1、4和5所组成的杂化体的能量 多参考方法下的共振分析 激发态分子的共振分析
97610发布于 2021-02-26 - 来自专栏AI科技评论
谷歌大脑发布神经网络的「核磁共振」，并公开相关代码
传统的尝试进行可解释性研究的方法是通过查看网络中哪个神经元被激发来来理解，但是即使我们知道「第 538 号神经元被激发了一点点」也毫无意义，并不能帮助我们理解神经元在网络中的意义。 但是去年的这项工作漏掉了一项重要的事情：这些神经元是如何像网络那样连接起来的？ 继去年发布神经网络特征可视化方法之后，今天 Google Brain 在神经网络的可视化上又进了一步。 Google Brain 将这项工作称为「神经网络的核磁共振成像」，我们知道核磁共振技术是生理学家可视化大脑工作机理的最有用的工具之一。 你可以深入到神经元的层面来讲述整个情节，但是成千上万的神经元中包含太多信息了。即使是数百个通道，在分裂成单个神经元之前，也包含着太多信息！ 然而除了这部分神经元之外，作者们也发现了有很多神经元并没有非常确定的意义，其中有一些神经元会同时会对几种突出的特征产生响应（比如同时对汽车和猫）。
90880发布于 2018-03-12 - 来自专栏AI研习社
谷歌大脑发布神经网络的「核磁共振」，并公开相关代码
传统的尝试进行可解释性研究的方法是通过查看网络中哪个神经元被激发来来理解，但是即使我们知道「第 538 号神经元被激发了一点点」也毫无意义，并不能帮助我们理解神经元在网络中的意义。 但是去年的这项工作漏掉了一项重要的事情：这些神经元是如何像网络那样连接起来的？ 继去年发布神经网络特征可视化方法之后，今天 Google Brain 在神经网络的可视化上又进了一步。 Google Brain 将这项工作称为「神经网络的核磁共振成像」，我们知道核磁共振技术是生理学家可视化大脑工作机理的最有用的工具之一。 你可以深入到神经元的层面来讲述整个情节，但是成千上万的神经元中包含太多信息了。即使是数百个通道，在分裂成单个神经元之前，也包含着太多信息！ 然而除了这部分神经元之外，作者们也发现了有很多神经元并没有非常确定的意义，其中有一些神经元会同时会对几种突出的特征产生响应（比如同时对汽车和猫）。
768140发布于 2018-03-28 - 来自专栏量子化学
使用EzReson进行化学共振分析（1）：定量的共振理论
在共振理论中，把这种由多个Lewis结构共振平均后的结构称为共振杂化体（resonance hybrid）。因此，具有非经典成键特征的分子就可以由共振杂化体来合理描述。 ? 图1. 苯的6c-6e大Π键可认为是两个含三个2c-2e π键的Kekulé结构的共振平均 此外，共振理论和共振杂化体还可用来描述极性键。 上式中第一项是组成该共振杂化体的所有共振结构的平均能量，它显然要高于共振杂化体的能量，因此必定是第二项才使得共振杂化体的能量要低于任何单个共振结构的能量，这样WFRT就合理地解释了共振稳定化能的来源。 由于第二项是对所有不同共振结构之间的两两求和，如果认为两个共振结构之间的共振作用能是 ，那么共振稳定化能就是所有这些共振作用能的加和。 2. 基于密度矩阵的共振理论（DMRT）与自然共振理论（NRT） 顺便介绍一下另一套定量共振分析理论——自然共振理论（Natural Resonance Theory，NRT），它是在量子化学圈中长期流行的共振分析理论
2.2K10发布于 2021-01-28 - 来自专栏脑机接口
虚拟环境和功能核磁共振为神经反馈技术注入新活
在神经反馈(NF)技术中，可以通过采集脑电波并利用视频或音频信息来训练调节参与者的大脑活动。近年来，电子游戏和虚拟环境（VE）软件平台越来越多地用于神经科学和神经反馈技术中。 实时功能磁共振成像(rt-fMRI)能够在线反馈明确定义的大脑网络功能。结合脑机接口(BCI)，可以实现大脑活动的闭环强化和训练。利用脑机接口rt-fMRI，可以针对特定的局部脑区域进行自我调节。 该光源由实时功能磁共振成像处理工具箱编程在线调制。因此，神经信号可以反馈给参与者以产生NF设置。实现的设置如图2所示。 这种在任务范式内隐式呈现NF的新方法被实现到功能磁共振成像环境中。研究者设计了一项研究，以评估脑机接口在为NF培训创建具有成本效益和沉浸式VE方面的可行性。 因此，rt-fMRI和VE技术在神经反馈训练中得到良好的应用，为以后的进一步研究奠定了基础。
43220编辑于 2023-09-19 - 来自专栏脑机接口
图神经网络 | BrainGNN: 用于功能磁共振成像分析的可解释性脑图神经网络
图神经网络简介 GNN是Graph Neural Network的简称，是用于学习包含大量连接的图的联结主义模型。 近年来，图神经网络(GNN)在社交网络、知识图、推荐系统甚至生命科学等各个领域得到了越来越广泛的应用。GNN在对图节点之间依赖关系进行建模的强大功能，使得与图分析相关的研究领域取得了突破。 图神经网络在脑科学 研究人员在文章中提出了一种图形神经网络（GNN）框架——BrainGNN，用于分析功能性磁共振图像（fMRI）并发现神经生物学标志物，以此来了解大脑。 在该项研究中，研究人员提出了一种用于fMRI分析的可解释图神经网络BrainGNN。BrainGNN将神经图像构建的图形作为输入，然后输出预测结果和解释结果。 研究人员表示，所提出的框架可以推广到其他神经成像模式的分析。这些优势对于发展精准医疗、理解神经疾病等研究至关重要。 参考 Li X , Duncan J .
2.5K20编辑于 2022-08-26 - 来自专栏量子化学
用EzReson进行化学键共振分析（6）：实例：吡咯的共振结构
描述同一个实际分子的Lewis结构称为共振结构，这种用多个共振结构描述同一个分子的行为称为共振。在我们学习有机化学的过程中，曾经遇到的一个例子就是吡咯的共振结构。 ? 轨道局域化 做共振分析时没有必要考虑分子中所有的电子，如吡咯中C/N的1s电子，而是只关注能够发生共振的电子。为了挑出能发生共振的电子，我们需要先做局域化得到局域轨道（LMO）。 化学共振分析 化学共振分析的输入文件pyrrole_wfrt.in如下： File = pyrrole-sgp Job = WFRT LMOS = 16 17 18 Atoms = 1 2 3 4 5 在pyrrole_ wfrt.out文件中，我们看到有吡咯共有50个共振结构，这50个共振结构可以精确重现99.45%的波函数。这50个共振结构中，比例超过5%的有5个。 吡咯中N原子的杂化方式说明了原子可以为了共振效应的最大化，而采取非标准的杂化方式。
4K30发布于 2021-04-07 - 来自专栏量子化学
使用EzReson进行化学共振分析（4）：实例：Diels–Alder加成的共振分析
综上，我们选取第35、37和38条LMOs来定义共振子系统。 会看到共有175个线性独立的共振结构，但我们只考察最重要的前三个共振结构，依次是[6-7 8-92-1]（22.69%）、[7-8 9-26-1]（13.78%）和[7: 8-96-1]（5.45%）， 可见，类反应物的Lewis结构（[6-7 8-9 2-1]）占非常大的优势；次要共振结构（[9: 7-8 2-1]）则反映了双烯上醛基的吸电子效应，使得电子在分子内又6号碳极化到9号碳；第三重要的共振结构 但这些共振结构中都没有出现双烯与亲双烯体之间的电子转移，说明了反应尚未开始进行。 当然，更严谨的做法是考虑所有的175个共振结构，把它们分为三类：零电子转移类（即两反应物间无形式电荷转移，共含75个共振结构）、正常电子转移类（电子在形式上从双烯流向亲双烯体，共50个共振结构）和逆电子转移类
86710发布于 2021-02-26 - 来自专栏量子化学
使用EzReson进行化学共振分析（3）：实例：1,3-丁二烯的共振分析
在前两篇推送中，我们介绍了定量的共振理论和EzReson的安装，从本篇开始，我们通过实例展示用EzReson程序进行化学共振分析的方法。 一. 二、具体实例 这里我们介绍几个例子：分析1,3-丁二烯的共振结构、用共振论研究一下Diels–Alder环加成反应、用共振分析研究氢键的强度。 这部分说明程序识别出该共振体系为4c-4e体系，共有21个Lewis共振结构。 ? 这里列出了程序穷举出的所有可能的21个Lewis共振结构，第二列Projection是各共振结构波函数在真实分子的波函数上的投影{pi}，第三列给出了构成各共振结构波函数行列式的LUO序号，最后一列信息是各共振结构的具体 以上显示了最终的WFRT求解结果，其中第3列Coefficient给出的是各共振结构对应的展开系数{ci}；第4列RE是各共振结构的参考能量值，即各共振结构的能量Ei对共振杂化体的能量E（见之前的理论介绍部分
1.5K10发布于 2021-02-26 - 来自专栏量子化学
用NBO做自然共振理论(NRT)分析
在自然共振理论（natural resonance theory, NRT）分析中，可以得到体系各种可能的共振Lewis结构，并给出它们出现的比例（称为共振权重）。 体系的总密度矩阵可表达为各共振结构的密度矩阵的权重平均： 其中 和 分别为共振结构 的密度矩阵和共振权重。 共振权重满足如下关系： 程序首先做常规的NBO轨道搜索，得到一种Lewis结构，然后在此Lewis结构的基础上产生其他共振结构，再通过变分法得到各Lewis结构的共振权重。 之后的表列出了所有搜到的共振结构，第一个为主导参考结构，下面为搜索到的“二级”共振结构。 EzReson程序做共振分析的文章，如《使用EzReson进行化学共振分析（1）：定量的共振理论》，文中汪洋老师也对自然共振理论提出了自己的看法，感兴趣的读者可以参阅文中提到的参考文献。
3.3K40编辑于 2022-05-17 - 来自专栏脑电信号科研科普
事件相关功能磁共振波谱fMRS
质子磁共振波谱(MRS)是一种非侵入性脑成像技术，用于测量不同神经化学物质的浓度。“单体素”MRS数据通常在几分钟内采集，然后在时间上平均单个瞬态来测量神经化学物质的浓度。 引言质子磁共振波谱（1H-MRS或MRS）是一种用于测量神经化学物质绝对或相对浓度的无创技术。MRS利用了质子（氢核）的局部化学环境在不同分子中是不同的这一事实。 因此，必须抑制来自水分子的信号，以防止它扭曲神经化学光谱。高场磁共振系统的引入有利于神经化学物质的检测。磁共振信号的信噪比(SNR)与MRI扫描仪的主磁场强度(B0)成正比。 GABA在3ppm时的共振与GABA在1.9 ppm时的共振呈J-耦合。 然后将神经化学循环模拟与宏观模型相结合，利用大量神经元活动的平均场减少来预测核磁共振衍生信号。正如区隔转移假说所预测的那样，模型中细胞外和细胞质池的变化可以用来解释神经化学物质的事件相关波动。
59850编辑于 2023-08-05 - 来自专栏脑电信号科研科普
NeuroImage：磁共振3D梯度回波磁化转移序列同时对铁和神经黑色素进行成像
在正常人中，SNPR的铁含量高于SNPC，而SNPC中含有丰富的多巴胺能神经元，已知这些神经元积累了中枢黑素(NM)。 因此，在大多数先前的神经成像研究中，SNPR通常被检测到由于铁含量高而被检测为T2∗W高信号区，而SNPC既有高铁的高信号区，又有NM-1 NM富集区(由于其高T2∗值和较低的铁含量)，这在NM敏感的磁共振成像 在解剖学上，含NM的多巴胺能神经元并不局限于SNPC区。根据组织学研究，中脑中的多巴胺能神经元位于三个不同的组，分别为A8、A9和A10。 MTC脉冲是开共振90°翻转角，具有3个1.91ms的块脉冲，这是飞利浦产品序列的一部分。 这种方法为鉴别早期PD和HCS提供了一种实用的磁共振成像方法，AUC高达0.98。
1.1K00发布于 2021-03-24 - 来自专栏数据派THU
与时代共振，AI助力工业缺陷检测
FCN（全卷积神经网络）[2]作为基于深度学习的语义分割技术的开山之作早在2014年就已经被提出，但是计算机视觉背景下的语义分割研究大多以自然场景为主，例如常用的cityscape数据集[3]，便是涵盖了城市道路 Long等人提出了全卷积神经网络(FCN)[2]是基于深度学习的语义分割模型的一个里程碑。 感受野(ReceptiveField)是指卷积神经网络每一层输出的特征图(feature map)上的像素点在输入图片上映射的区域大小。 FCN之后的语义分割模型大致可以分为以下几类：编码器-解码器结构、基于金字塔的模型、递归神经网络、视觉注意力模型，生成对抗网络。 图6 Segnet网络拓扑图[7]解码器使用编码器保留的池化索引对其输入进行上采样，以生成稀疏特征映射 多尺度分析是图像处理中的一个成熟思想，已被应用于各种神经网络结构中。
1.4K31发布于 2021-10-19 - 来自专栏机器人网
深度报道：磁共振引导的手术机器人
外科医生在进行脑肿瘤治疗时面临一个困境：他们可以使用磁共振成象（MRI）捕捉超高分辨率的肿瘤图像，也可以使用超精密的手术器具移除肿瘤，但是他们不能在同一时间做这两样事情。 至少以前还不能。 现在，伍斯特理工学院（WPI）教授Greg Fischer正致力于开发一种能够在磁共振仪内使用（如下图所示）的外科手术机器人。
1.3K60发布于 2018-04-12 - 来自专栏运维开发王义杰
Go 标准库：官方文档与实践经验的共振
官方文档通常提供了对库和方法的抽象解释，但可能没有充分涵盖实际使用场景。而实际使用中，可能会遇到文档未覆盖的特定问题。
38630编辑于 2023-08-21 - 来自专栏脑电信号科研科普
PNAS:皮层活动的高振幅共振荡驱动功能连接
静息状态功能连接在整个神经科学中被用于研究大脑组织和产生发育、疾病和认知的生物标志物。然而，人们对引起相关活动的过程知之甚少。 在此，我们分析了人类功能神经影像学资料。我们分解跨时间的静息状态功能连接，以评估每时每刻的活动共振荡对整体连接模式的贡献。我们发现功能性连通性是由少量的高振幅帧驱动的。 这些关键的观察结果对大脑行为关联、临床神经科学和表型发现的研究具有明确的意义，在这些研究中，做出推论的能力受到可用数据量的限制。 这种方法在临床和发育神经科学中可能特别有用，因为这些研究人群的特征通常会抑制稳定估计FC所需的延长扫描时间。 我们的方法框架很容易适用于其他成像数据集和记录模式，包括在神经元尺度的观察，使神经协同活动的研究在前所未有的时间分辨率进行。
96420发布于 2021-09-14 - 来自专栏精益六西格玛资讯
如何运用TRIZ方法解决汽车驾驶杆共振问题
而且有些车还会产生结构共振，影响驾驶舒适性，增加零部件故障和相应的维修成本。转向柱共振是典型问题之一。小编发现转向柱在空档时的固有频率接近发动机的二阶共振频率，导致转向柱在空档时剧烈振动。
53020编辑于 2022-12-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号