1，PNAS | 人類利用立體嗅覺進行導航
來源：中科院心理所
一般認為，視覺和聽覺提供了導航的線索，大腦藉由雙眼和雙耳信息輸入間的微小差異構建了我們的立體知覺並指引了空間定位。人的雙鼻的採樣空間相距3.5cm且並不重疊，鼻間的氣味濃度差異能否構成方位線索呢？為了回答這一問題，中國科學院心理研究所周雯研究組和張弢研究組合作，採用視覺光流刺激和純嗅覺氣味（不激活三叉神經）進行實驗，共216名受試者先後參與了實驗。相關論文近期發表於《美國國家科學院院刊》（PNAS）。
研究結果一致顯示，適度的鼻間氣味濃度差可有效偏移個體的自身運動方向知覺，使其認為自己在向氣味濃度更高的那側行進。這一效應依賴於鼻間氣味濃度的比值，而非鼻兩側氣味濃度的數值差異，且發生在主觀意識層面之下，受試者並不能報告哪一側鼻腔聞到的氣味更濃。這些發現不僅表明人類擁有「立體嗅覺」，它在意識層面下指引我們的導航，也為人類嗅覺虛擬實境系統的設計和發展提供了思路。
2，如何研究腫瘤愛「吃」什麼？北京腦中心創建最新方法
來源：北京腦
近日，北京腦科學與類腦研究中心的戈鵡平博士實驗室和華中科技大學同濟醫學院附屬協和醫院的熊南翔博士團隊合作，在Nature Communicatios雜誌上發表了題為Using arterial–venous analysis to characterize cancer metabolic consumption in patients的研究論文，在尋找腫瘤代謝物研究上獨闢蹊徑，為我們尋找到更多腫瘤生長所需的代謝物提供了新途徑。
大腦中各區域的血液，都是通過動脈流入，然後通過龐雜的毛細血管網，再匯集到靜脈送出。腦瘤被手術切除之前，他們在腦瘤組織中找到一根負責輸送血液入腫瘤的小動脈，同時找到一根負責收集腫瘤血液的小靜脈，分別在這兩根血管各取極少量的血液（不到1毫升），然後對同一個患者的腫瘤上下遊的血樣進行測定和比對分析。這個新的方法，他們命名為CARVE（雕刻）。通過非常精密的色譜質譜聯用測定技術，他們精確地鑑定了血樣中的204個代謝物。發現有14種代謝物為腦瘤大量吸收利用，19種代謝物由腦瘤大量釋放。
3，關於高頻和低頻神經-心臟-引導的TMS探測額迷走神經通路的研究
來源：瀚翔生物835259
研究確定具有功能意義的背外側前額葉皮層(DLPFC)刺激部位的方法，對於優化重複性經顱磁刺激(rTMS)緩解難治性抑鬱症的響應率至關重要。澳大利亞一項最新的研究中提出了一種由神經-心臟-引導的rTMS (NC-TMS)方法，其中將高頻rTMS應用於DLPFC來確定最大心率減速的部位。該位點被認為可以引導至額迷走神經自主通路，該通路則被認為與rTMS反應基礎的關鍵通路相交。
研究表明，低頻rTMS可能對NCG-TMS有用，並強調了低頻rTMS的不同生理效應。這些數據支持以下理論：額葉前額葉的rTMS參與額葉迷走神經的途徑，該途徑與DLPFC到sgACC的途徑相交，被認為是rTMS治療機制的基礎。本研究擴展了先前在高頻NCG-TMS上的發現，並提供了進一步的證據表明，應用於額葉部位的rTMS可以通過額葉迷走途徑調節自主控制。如果NCG-TMS的治療機製得到驗證，則高頻NCG-TMS有望成為可負擔得起的針對rTMS治療抑鬱症的個體化靶向方法。
4，柳葉刀精神病學：嚴重COVID-19患者的腦併發症
來源：生物通
一項對153名在英國醫院接受治療的患者進行的研究描述了一系列可能與該疾病有關的神經和精神併發症，結果發表在《Lancet Psychiatry》雜誌上。研究人員說，他們的報告提供了COVID-19患者神經系統併發症廣度的第一個詳細快照，應該有助於指導未來的研究，建立此類併發症的機制，以便開發潛在的治療方法。
為了調查影響大腦的COVID-19併發症，研究人員建立了一個安全的、全英國的在線網絡，供專科醫生報告具體病例的細節。這些門戶網站由代表神經病學、中風、精神病學和重症監護領域專家的專業機構主辦。數據收集於2020年4月2日至4月26日期間。觀察到的最常見的腦併發症是中風，39名患者表現出混亂或行為改變，反映出精神狀態的改變。
5，近日，約翰霍金斯科學家最新發現！一位腦損傷患者無法感知數字2-9 ：真正的悖論
來源：腦友記BrainUp
一位工程地質學家遭受了神經損傷，突然無法感知2-9的數字。但是，他仍然可以理解字母，符號，甚至是數字0和1。約翰·霍普金斯大學認知科學家麥可·麥克洛斯基說：「當他看著一個數字時，他的大腦必須'看到'一個數字，然後他才能看不到它-這是一個真正的悖論。」相關研究結果於6月22日發表在《美國國家科學院院刊》上。
當你看東西的時候，信號會從眼睛發出，大腦會做很多工作來弄清楚那個形狀是什麼以及它是如何與你同時看的其他東西分離的。例如，工程地質學家RFS的大腦知道他在看數字8，但卻不讓他意識到這一點。
劍橋大學高級臨床研究助理，劍橋大學阿登布魯克醫院名譽神經病學顧問蒂莫西·羅特曼博士說：「我認為它更接近於阿爾茨海默氏症的一種變體，而不是皮質基底肌症候群，這是兩種很難區分的疾病。」羅特曼認為，RFS無法看到數字很可能是由於語言和視覺整合困難。
6，圖論在靜息態和動態腦連接評估中的應用：構建腦網絡的方法
來源：思影科技
基於圖論的分析已經成為分析腦成像數據的一種強大而流行的方法，這主要是因為它有可能定量地闡明網絡、結構和功能的靜態結構、隨時間變化的動態行為組織以及與疾病相關的腦變化。
創建腦網絡的第一步是定義連接它們的節點和連邊，本文回顧了許多定義腦節點的方法，包括固定的節點和數據驅動的節點。擴展了大多數靜息態/單模態腦連接研究的視角，闡述了構建動態和多模態腦網絡的先進方法以及這些方法的性能。展示了來自健康對照組和精神疾病患者的模擬的和真實數據的結果。最後，概述了這些不同技術的優勢和挑戰。通過對近年來基於圖論的腦成像數據分析研究的總結和考察，為探索複雜腦網絡提供了新的有力工具。本文發表在Proceedings of the IEEE雜誌。
7，CVPR Workshop最佳論文獎：2D照片到三維人臉轉化技術
來源：上海交通大學人工智慧研究院
表情驅動動畫、電影或遊戲的虛擬角色、人臉識別等眾多應用場景對2D照片到三維人臉重建的需求越來越多，然而現有的方法在使用的過程中還有一些局限。本文研究發現，利用人臉照片庫中同一人的照片的身份和材質特徵相同，而表情和光照可能不同的特點，提出了一種基於半監督對抗學習（semi-supervised adversarial training）的方法，能夠從無約束照片集中學習三維的人臉表徵，包括：三維人臉的身份，表情，光照和姿態，結合逆渲染技術 (inverse rendering)，為從單張2D照片生成三維人臉提供了一種便捷迅速的途徑。實驗證明，相比於最新的從單張照片中重建三維人臉的方法，該方法達到了最好的效果。
本研究論文：Semi-supervised 3D Face Representation Learning from Unconstrained Photo Collections 獲CVPR 2020 workshop best paper award.
8，神奇！缺氧不會造成嬰兒的腦細胞死亡！
來源：一線科普
4月9日，美國俄勒岡健康與科學大學的研究人員在國際期刊The Journal of Neuroscience在線發表了一篇名為《Transient Hypoxemia Disrupts Anatomical and Functional Maturation of Preterm Fetal Ovine CA1 Pyramidal Neurons》的研究論文。
研究結果表明，早產兒的海馬體發育會受到損害，缺氧使得海馬體細胞無法正常成熟，從而可能終身影響大腦學習能力。但是，缺氧並不會造成早產兒的腦細胞死亡。
前文閱讀
1，腦科學日報：痴呆症不都是阿爾茨海默病導致的
2，腦科學日報：血檢準確預測預產期；父母學歷越高，孩子越害怕考試