Intrinsic neural timescales related to sensory processing: Evidence from abnormal behavioural states
Notice bibliographique
Résumé
Abstract The brain exhibits a complex temporal structure which translates into a hierarchy of distinct neural timescales. An open question is how these intrinsic timescales are related to sensory or motor information processing and whether these dynamics have common patterns in different behavioural states. We address these questions by investigating the brain’s intrinsic timescales in healthy controls, motor (amyotrophic lateral sclerosis, locked-in syndrome), sensory (anaesthesia, unresponsive wakefulness syndrome), and progressive reduction of sensory processing (from awake states over N1, N2, N3). We employed a combination of measures from EEG resting-state data: auto-correlation window (ACW), power spectral density (PSD), and power-law exponent (PLE). Prolonged neural timescales accompanied by a shift towards slower frequencies were observed in the conditions with sensory deficits, but not in conditions with motor deficits. Our results establish that the spontaneous activity’s intrinsic neural timescale is related to specifically sensory rather than motor information processing in the healthy brain. Highlights EEG resting-state shows a hierarchy of intrinsic neural timescales. Sensory deficits as in disorders of consciousness lead to prolonged intrinsic neuraltimescales. Clinical conditions with motor deficits do not show changes in intrinsic neural timescales.20 Graphical Abstract
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».