文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 近几十年来，功能性近红外光谱（fNIRS）等非侵入性、便携式神经成像技术的出现，使研究人员得以深入研究人脑功能性认知发展的机制，从而进一步发挥发展认知神经科学（DCN）的潜力。然而，用于分析婴儿fNIRS数据的传统范式仍然是有限的。因此，本文研究者介绍了一种fNIRS数据的多元模式分析（xMVPA），并通过可解释的人工智能模型（XAI

文章来源于微信公众号（茗创科技），欢迎有兴趣的朋友搜索关注。 人际神经同步(INS)已经在母-子互动研究中得到了证明，但目前在关于父-子互动的研究中还比较缺乏。这项研究考察了父亲和其5- 6岁的孩子(N = 66)在自然互动过程中的大脑活动同步情况，并讨论了与INS相关的因素。研究者将任务情景分为三种，合作完成、独自完成和休息阶段。研究结果发现，与独自解决问题和休息阶段相比，父-子在合作解决问题

重要性：功能性近红外光谱（fNIRS）是一种神经成像工具，可以测量静息状态下的功能连接；然而，fNIRS信号中存在的非神经元成分会导致连接中的虚假发现，从而影响功能网络的解释。 目的：我们研究了通过从fNIRS长通道数据中去除非神经元信号，短通道校正对静息状态连接的影响。我们假设可以减少连接中的虚假发现，从而提高已知不同连接强度的功能网络的可区分性。 方法：将基于主成分分析的短通道校正技术应用