顶刊背后的故‪事‬ BrainPod

关键词：共情可塑性、亲社会行为
冷漠的环境会催生无情的个体？关爱的环境会将关爱传递？
传统观点认为，共情是一项稳定的能力，在我们生活早期习得，并且不会发生改变。但近年来，越来越多研究表明共情具有可塑性。
本期节目，嘉宾周雨青博士介绍了她近期发表在PNAS上的相关研究。她与她的合作伙伴结合功能磁共振成像以及计算建模技术，对不同社会环境下共情的可塑性开展了多项系统性研究，旨在刻画个体的共情水平在观察他人的共情反应后发生改变的过程，揭示其背后的计算机制与神经基础。
文章指路：
The social transmission of empathy relies on observational reinforcement learning：https://www.pnas.org/doi/full/10.1073/pnas.2313073121
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com
小红书：BrainPod脑锅

关键词：社会情绪、负债感
社会情绪这个词大家可能相对陌生，但在日常生活中我们一定有这样的体验：我们会因为他人的善意帮助感到感激，会因为伤害他人感到内疚，这些在社会交互中产生的情绪被称为社会情绪。这些情绪不仅会给我们带来正性或者负性的体验，更重要的，他们可以帮助我们适应复杂的社会环境。
然而，社会情绪相比于基本情绪、注意或者记忆等基本认知的研究是非常少的，这主要是由于社会情绪研究的难点，比如难真实诱发、难量化操纵、无动物模型。
本期节目，嘉宾高晓雪博士介绍了她发表在Nature Communications上的研究，她和她的团队如何结合多种研究手段探究负债感的心理和认知机制，如何解决社会情绪难以在实验室中真实诱发和定量测量等问题。
文章指路：
The psychological, computational, and neural foundations of indebtedness: https://www.nature.com/articles/s41467-023-44286-9
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com
小红书：BrainPod脑锅

关键词：表征几何、解耦表征、工作记忆、神经元学说、群体学说、别用PCA、正在找工作
系统神经科学两大派，单细胞派（The neuron doctrine）主张基于单个细胞研究功能，群体派（The population doctrine）认为研究单个细胞意义不大，应该从神经元群体着手。两派对立水火不容？
本期节目，嘉宾林枭雄博士介绍了他提出的一条折中道路——他提出了机器学习中稀疏性约束在神经网络中的生理意义，并以此识别了前额叶神经元群体对工作记忆的序列式信息表征。这项工作已在Science Advances上发表。
林枭雄博士于2016年在北京大学获得认知神经科学学士学位和艺术学士学位，2023年在慕尼黑大学获得系统神经科学博士学位。他的主要研究兴趣是揭示生物体和人工神经网络中智能的基本原理。林博目前求职中！计算神经科学领域的博士后机会，或是人工智能、机器学习和脑机接口等相关领域的行业机会，欢迎联系！
文章指路：
The neuronal implementation of representational geometry in primate prefrontal cortex: https://www.science.org/doi/10.1126/sciadv.adh8685
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com
小红书：BrainPod脑锅

关键词：神经编码、听觉皮层、神经网路
随着人工智能的迅速发展，AI是否能像人类一样进行思考成为了热门话题。本期节目，李远宁博士与我们分享了他近期在Nature Neuroscience上发表的一篇文章。通过让大脑和人工智能模型接受相同的语音输入并执行类似任务，他探索了两者之间的相似与差异。
李远宁博士现任上海科技大学生物医学工程学院研究员、助理教授、博导、独立课题组组长，计算认知与转化神经科学实验室主任。主要研究方向为计算和认知神经科学及机器学习，主要基于高密度颅内皮质脑电技术解析语言相关认知过程的神经机制，并运用机器学习和人工智能方法建立神经编码和解码的计算模型，开发语言脑机接口。目前实验室招聘博士后和助理研究员，欢迎联系！
文章指路：
Dissecting neural computations in the human auditory pathway using deep neural networks for speech：https://www.nature.com/articles/s41593-023-01468-4
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com
小红书：BrainPod脑锅

本期关键词：大脑发育、预测模型
1905年，法国心理学家们首次把智力测试用于学校，测量一个人在同年龄群体中的智力情况。百年后的今天，盖瑞洋博士基于大数据建立预测模型，通过脑片（MRI核磁影像）测量一个人的大脑在同龄人中的发育情况。
本期节目，我们邀请在英属哥伦比亚大学任教的盖瑞洋博士，聊聊他最近发表在柳叶刀数字医疗（The Lancet Digital Health）的一篇文章，聊聊相关项目的研发以及他的心路历程。
文章指路：
Normative modelling of brain morphometry across the lifespan with CentileBrain: algorithm benchmarking and model optimisation: https://www.sciencedirect.com/science/article/pii/S2589750023002509
01:04:40 Predictive Value of Acute Neuroplastic Response to rTMS in Treatment Outcome in Depression: A Concurrent TMS-fMRI Trial: https://ajp.psychiatryonline.org/doi/full/10.1176/appi.ajp.21050541
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com 
小红书：BrainPod脑锅

本期关键词：抑郁症、老年、预测模型
老年抑郁症群体逐年增加，却未得到足够关注。与年轻群体相比，老年人的自杀成功率更高。因此，关注老年心理健康尤为重要。
与传统的问卷方式不同，高梦霞博士致力于使用客观数据如脑影像，来预测老年人抑郁程度。
具体而言，她通过分析老年抑郁患者的全脑静息态功能连接和白质结构连接数据，采用多模态脑连接组学预测的方法，成功预测了自杀风险，为筛查晚年抑郁患者的自杀风险提供了潜在的高效方法。
高博士目前是香港大学的博后，她于2023年2月在《Nature》子刊上发表了一篇高质量的论文。我们邀请她作为我们节目的首期嘉宾，分享文章背后的故事。
文章指路：
Multimodal brain connectome-based prediction of suicide risk in people with late-life depression: https://www.nature.com/articles/s44220-022-00007-7
本节目由 BrainPod脑锅工作室 与 华人计算精神病学联盟 联合出品。
邮件：naoguo@outlook.com 
小红书：BrainPod脑锅