Авторы (анонимные, статья на двойном слепом рецензировании) представили работу под названием «Large EEG Foundation Model Learns Informative Low-Frequency Representations from Intracranial Brain Signals». В ней исследуется возможность переноса знаний, полученных Фундаментальными моделями на основе неинвазивной электроэнцефалограммы, на задачи декодирования инвазивных сигналов электрокортикограммы.

Проблема заключается в том, что ЭКоГ обеспечивает более высокое соотношение сигнал-шум, однако её трудно собирать в больших объёмах из-за ограниченного числа пациентов и малого пространственного покрытия. Для решения этой задачи авторы разработали модуль проекции каналов ЭКоГ в формат ЭЭГ и применили лёгкую стратегию адаптации предобученной модели.

Результаты показали, что адаптированная модель ЭЭГ превосходит стандартные декодеры ЭКоГ в извлечении информации о движениях пальцев из низкочастотных сигналов ЭКоГ с частотой дискретизации 128 Гц. Таким образом, данная работа открывает новую парадигму для инвазивных интерфейсов мозг-компьютер, демонстрируя, что знания, полученные при анализе ЭЭГ, могут улучшить декодирование сигналов ЭКоГ.

такая высокая точность почти всегда результат каких-то ляпов - например, сплошь и рядом народ забывает (или "забывает"), что подбор гиперпараметров надо делать без использования данных, на которых выполняется финальное тестирование

Знания

Полина Кривых была права.

Учёные из Scripps Research (США) обнаружили, что изменения формы (структуры) белков в крови, а не их количество, позволяют отслеживать прогрессию болезни Альцгеймера.
В исследовании, опубликованном 27 февраля 2026 года в Nature Aging, проанализировали плазму крови 520 человек (здоровые, с лёгким когнитивным нарушением и с Альцгеймером). С помощью масс-спектрометрии и машинного обучения выявили структурные изменения в трёх белках плазмы: C1QA, clusterin и apolipoprotein B.
Эти изменения (белки становились менее «открытыми» по мере прогрессирования болезни) позволили классифицировать стадии с точностью около 83% (здоровый / MCI / Альцгеймер), в парных сравнениях — свыше 93%, в повторных анализах через месяцы — около 86%.
Новый подход отражает нарушения протеостаза (системы правильной свёртки белков) и может дополнить существующие тесты на амилоид и тау, помогая диагностировать болезнь раньше и отслеживать эффективность лечения.

https://www.nature.com/articles/s43587-026-01078-2

Доброе утро. Анил Сет официально сошел с ума.

#анилсет #anilseth

Из рубрики «Бег от Альцгеймера»

#беготальцгеймера

Лекция Елены Ивановны - событие, которое точно нужно посетить ☝️

Вы научитесь отличить научное от псевдонаучного. Очень полезный навык в наши дни 😏

Приходите в «Белый вороненок» будет интересно 🤩

А еще можно купить книжку и получить автограф автора.

Знаете, какие толпы студентов всегда на лекциях Елены Ивановны в университете?

📍15 марта (воскресенье)
🕒15.00

https://afisha.nethouse.ru/event/lekcia-eleny-nikolaevoi-kogda-naucnye-otkrytiia-stanoviatsia-opasnymi-dlia-zdorovia

Человеческое зрение сохраняет богатое перцептивное представление объектов, движущихся за преградой, включая их пространственно-временные траектории и сенсорные характеристики, такие как цвет, причём эта репрезентация удерживается как минимум 1 секунду на ранних уровнях восприятия. Эксперимент с дисками, проходящими за видимой преградой, показал, что через секунду после исчезновения объектов цвет пробного стимула сильно смещался в сторону цвета исходных стимулов, демонстрируя эффект ассимиляции цвета и подтверждая наличие детализированной модели движения.

https://www.cell.com/current-biology/fulltext/S0960-9822(26)00071-0

Из рубрики «Новое слово в научной терминологии»

Я бы предложил применять термины «гибридный интеллект» и «химерический интеллект» (или сокращённо «химера») к системам мозг–искусственный интеллект, хотя такое словоупотребление заметно отклоняется от строгих биологических определений этих понятий.

В биологии гибрид подразумевает объединение генетического материала двух разных линий в едином геноме каждой клетки потомства, тогда как химера характеризуется сосуществованием в одном организме нескольких независимых клеточных популяций с различными генотипами без их слияния в общий геном.

В контексте нейроинтерфейсов я бы использовал термин «гибрид» для обозначения тесно интегрированных систем, в которых биологическая и искусственная компоненты образуют функционально единую вычислительную единицу, а термин «химера» — для архитектур, где искусственный интеллект и мозг остаются раздельными субстратами, механически сопряжёнными, но не объединёнными на уровне базовых структурных элементов. Таким образом, такое использование этих терминов я бы считал расширительным и функционально-аналогическим, не претендующим на буквальное соответствие биологической дефиниции.

В качестве примера гибридного интеллекта можно привести био-гибридные нейроинтерфейсы, разрабатываемые компанией Science Corporation, где лабораторно выращенные биологические нейроны (происходящие из стволовых клеток) интегрируются в электронное устройство, а после имплантации эти нейроны прорастают и формируют синаптические связи с собственными нейронами пациента, создавая единую расширенную нейронную сеть, в которой биологический и искусственный компоненты функционируют как единая вычислительная структура.

Аналогичный подход наблюдается в системах organoid intelligence, реализуемых Cortical Labs (с их DishBrain и CL1, где нейроны на чипе обучаются игровым задачам) и FinalSpark (Neuroplatform с удалённым доступом к органоидам для биовычислений), где мозговые органоиды (трёхмерные культуры человеческих нейронов) напрямую соединяются с аппаратными интерфейсами и обучаются совместно с AI-алгоритмами, образуя биологически-электронную вычислительную единицу с общей функциональной динамикой.

В качестве примера химерического интеллекта подходят большинство современных инвазивных и неинвазивных мозг-компьютерных интерфейсов, таких как Neuralink с имплантируемыми микроэлектродами (N1 implant, где тонкие нити фиксируют и стимулируют нейроны без их биологического слияния с устройством) или системы на основе электрокортикографии и стереотаксической ЭЭГ, где искусственный интеллект обрабатывает сигналы от биологических нейронов через отдельные электроды или сенсоры, но при этом сохраняется полная структурная раздельность: популяции нейронов мозга и вычислительные модули AI сосуществуют механически сопряжённо, без слияния на уровне клеточных или субклеточных элементов в единую сеть.

К этой же категории относятся и гибридные BCI в классическом смысле (например, комбинации моторной imagery с SSVEP или EEG с EMG), где разные сигналы или модальности просто параллельно или последовательно используются для управления, оставаясь независимыми субстратами.

Предложенная терминология, разумеется, будет оттачиваться по мере накопления экспериментальных данных и уточнения критериев интеграции в будущих работах по био-гибридным и органоидным системам.

Родриго Кян Кирога в своей статье-перспективе, опубликованной в журнале Neuron под названием «20 лет концептуальных клеток: от инвариантных реакций к уникальному кодированию человеческой памяти», рассматривает результаты исследований одиночных нейронов у человека за последние два десятилетия.

Автор описывает открытие концептуальных клеток (concept cells) — нейронов, представляющих конкретные понятия, — примерно 20 лет назад. Эти клетки были обнаружены в гиппокампе и прилегающих областях коры головного мозга человека. Их также принято называть клетками бабушки (grandmother cells).

Далее он излагает основные свойства концептуальных клеток и демонстрирует, как эти нейроны участвуют в формировании и хранении воспоминаний, работая в координации с дополнительными представлениями в неокортексе.

В заключительной части статьи Кирога сравнивает свойства реакций концептуальных клеток с теми, что наблюдаются в гиппокампе других видов животных. Он аргументирует, что абстрактное представление с помощью концептуальных клеток является исключительно человеческим феноменом и может служить краеугольным камнем уникальных когнитивных способностей человека, таких как способность к высокоуровневому абстрактному мышлению и обобщению.

https://www.cell.com/neuron/abstract/S0896-6273(26)00051-6?rss=yes&utm_medium=twitter&utm_source=dlvr.it

Из рубрики «Коротко, но не очень ясно»

Журнал Neuroscience and Behavioral Physiology не входит в список из 108 журналов РАН, чьи англоязычные версии прекращает Pleiades Publishing с 2027 года: это отдельное издание Springer, которое публикует отобранные переводы лучших статей из нескольких российских физиологических журналов, включая иногда материалы из «Журнала высшей нервной деятельности им. И. П. Павлова», но не является прямой переводной версией в пакете Pleiades-Springer и поэтому не затронуто расторжением контракта. Статьи Михаила Лебедева (Mikhail A. Lebedev) в нём опубликованы, в частности оригинальная работа от 12 марта 2024 года о развитии и тестировании обонятельного нейрофидбека для альфа-ритма ЭЭГ. Ситуация с 108 журналами остаётся тяжёлой — Pleiades официально расторгла лицензии из-за нарушений со стороны «Науки» и истечения договора со Springer Nature 31 декабря 2026 года, так что переводные версии потеряют индексацию, импакт-факторы, скачивания и глобальную видимость, а российские авторы рискуют выпасть из мировой науки; Шусторович как президент Pleiades ещё в 2019–2020 годах зарегистрировал в США товарные знаки на английские названия для защиты брендов, переписал договоры на приоритет англоязычных версий и прямое сотрудничество с авторами-физлицами после санкций 2022 года, чтобы сохранить «окно» для россиян в международных базах несмотря на бойкот госструктур.

#короткононеясно

Из рубрики «Бег от Альцгеймера»

Доброе утро!

https://youtube.com/shorts/PGRr32HVz3k?si=H23vHEEHig6YPKnB

#беготальцгеймера

Статья в Nature Communications (2026) предоставляет мультимодальные доказательства того, что транскраниальная магнитная стимуляция теменной коры, подобранная индивидуально по функциональной связности с гиппокампом, способна активировать и модулировать активность гиппокампа.
Исследование показало, что одноимпульсная TMS в индивидуально определённой теменной зоне вызывает специфические временные и спектральные ответы в гиппокампе (данные получены с помощью iEEG у 8 пациентов и fMRI у 79 здоровых участников). Сила этих ответов коррелирует с индивидуальной выраженностью функциональной связи между теменной корой и гиппокампом. Повторяющаяся TMS в той же зоне избирательно подавляет тета-ритмы в гиппокампе.
Полученные результаты дают прямые причинно-следственные нейронные доказательства и важные механизмы, которые помогут развивать персонализированные методы нейромодуляции для улучшения функций, зависящих от гиппокампа, в первую очередь памяти.

https://www.nature.com/articles/s41467-026-70346-x

Альцгеймер догнал Трампа

https://t.iss.one/ArtemROganov/2348