脑科学
关键词:
fNIRS| 问卷无法捕捉,fNIRS 挖掘 2D 与 VR 解剖学习下隐藏的认知负荷
加拿大皇后大学团队在《Frontiers in Psychology》发表研究,将 21 名医学生随机分为 2D 图谱组与 VR 组进行 18 分钟心脏解剖学习,全程以 fNIRS 监测前额叶血氧。结果显示,两组的学习成绩与主观认知负荷均无显著差异,但 2D 组前额叶氧合血红蛋白达峰时间延后约 0.4 秒(大效应量),提示二维材料引发了处于意识觉察之下的心理转换负担。此外,机器学习模型在留一被试验证下可识别外在认知负荷(MLP F1=0.914)。研究表明,fNIRS 能捕捉问卷难以反映的隐性认知差异,为自适应教学与神经教育评估提供了客观指标。
fNIRS | 当 AI 复刻母亲的声音,大脑会如何反应?一项 fNIRS 实验研究
绍兴文理学院团队在《Scientific Reports》发表 fNIRS 研究,用 GPT-SoVITS 合成参与者母亲、陌生中年女性与陌生甜美女声三种声音,以 22 通道设备记录聆听时前额叶与颞叶血氧变化。结果显示,相较两类陌生声音,AI 合成的母亲声音均引发更高的脑区激活(声音类型主效应显著,p<0.001),且参与者常不由自主联想到母亲。这表明 AI 复刻的亲人声音能触发熟悉性、记忆与情绪共同参与的多维加工,为 AI 声音在情感陪伴、老年照护等场景的应用提供了初步神经证据。研究亦提示样本量偏小、存在顺序效应,结论有待更大样本验证。
脑科学研究必看:Homer2 fNIRS数据预处理全流程避坑指南
本文面向fNIRS研究新手,系统讲解基于MATLAB平台Homer2工具箱的预处理全流程:从set path安装、Homer2_UI导入.nirs数据并目视标记坏通道,到通过Process Stream GUI构建处理流水线。核心六步依次为:光强转光密度(hmrIntensity2OD)、按通道运动伪影检测(调参tMotion、tMask、STDEVthresh、AMPthresh)、样条插值运动校正、带通滤波去漂移、光密度转血氧浓度(成人ppf=6.0,婴幼儿4.0–5.0)、以及组块平均提取HRF。文章逐一拆解各函数参数含义与推荐取值,并强调不可套用固定模板,须依据数据质量灵活调整流程,是新手获得干净脑血氧数据的实操指南。
最新产品