人类对体感输入进行编码，以进行感知判断。纹理是一个重要的表面特征，通过手和手指上的无毛皮肤通过自由运动来探索，以产生与表面的动态接触，这种行为称为主动触摸。 本研究旨在研究在估计和无估计条件下对粗糙和光滑纹理进行主动触摸探索过程中的皮层振荡变化。本研究试图通过检查两个变量之间的相互作用来研究估计类型和纹理之间的潜在差异。

在这项工作中，我们提出了一种用于MDD患者和健康对照（HC）神经动力学解码的概率图模型，利用具有多元自回归观察的隐马尔可夫模型（HMM-MAR）。我们在MOMODA数据集上证明了该模型，该数据集包含来自53名被试的静息状态和任务状态脑电图数据，该数据由使用EGI公司128通道高密度脑电采集系统记录头皮脑电图所获取。

人类神经活动的实时功能成像及其闭环反馈能够自主控制目标大脑区域。特别是，脑机接口（BCI）。尽管各种研究报告了头皮脑电图（EEG）探测的运动皮层活动的自我调节，但尚不清楚其神经生理学过程，实验条件或BCI设计如何影响BCI学习的变异性。在本研究中，我们提供了使用基于感觉运动节律（SMR）的BCI阶段的EEG数据，该数据由4个单独的数据集组成。所有脑电图数据均使用高密度头皮脑电图设备（EGI）采集，该设备包含覆盖整个头部的128个通道。所有被试都被指示执行右侧运动的运动图像，作为基于与任务相关的SMR幅度功率衰减（即与事件相关的不同步）控制BCI的过程。该数据集将使研究人员能够探索BCI学习效率变异性的潜在来源，并促进后续研究以测试数据集探索的明确假设。

充足的睡眠对发育很重要，它能促进认知和行为功能上的神经回路的成熟。观察性研究已经将早期生活中的睡眠问题与不健康的认知、心理社会和身体健康结果相关联。但是，日常睡眠行为（例如，持续时间、规律性）与非快速眼动（NREM）神经生理学的关系-短期和长期-仍有待研究。本研究测量了32个健康的6个月大的婴儿的睡眠行为，评估其认知活动和神经生理学与高密度脑电图（EEG）的关系，以探索NREM睡眠和习惯性睡眠行为之间的关联。本研究揭示了四个发现：首先，白天睡眠行为与EEG慢波活动（SWA）相关。第二，夜间运动和从睡眠中醒来与纺锤体密度有关。第三，习惯性睡眠时间与量化与delta相干性的神经生理学连接有关。最后，6个月时的delta相干性预测了有12个月的夜间睡眠持续时间。这些新的发现拓宽了我们的理解，即婴儿的睡眠行为与三个特定的神经生理学水平密切相关：睡眠压力（由SWA确定）、丘脑皮质系统的成熟（纺锤体）和皮层连接的成熟（连贯性）。关键的下一步是将这一概念扩展到临床群体，以客观地描述婴儿“有风险”的睡眠行为，这些行为会导致以后的神经发育问题。

脑电图是探讨耳鸣中枢机制的重要技术。然而，由于耳鸣的高度异质性，以往的许多研究很难获得一致的实验结果。为了能准确识别耳鸣并为诊断和治疗提供理论指导，我们提出了一个强大的，数据高效的多任务学习框架，称为多频带EEG对比表征学习（MECRL）。在本研究中，我们收集了187名耳鸣患者和80名健康被试的静息态EEG数据，以生成高质量的大规模耳鸣诊断EEG数据集，然后将MECRL框架应用于生成的数据集，以获得能够准确区分耳鸣患者和健康对照的深度神经网络模型。结果表明，所提出的MECRL方法显著高于最先进的基线水平，可以很好地推广到为诊断的患者中。同时，对模型关键参数的可视化实验表明，耳鸣脑电信号的高分类权重电极主要分布在额、顶、颞区。总之，本研究有助于我们理解耳鸣的电生理和病理生理变化之间的关系，并为其提供了一种新的深度学习方法（MECRL）来识别耳鸣中的神经元生物标志物。

Moebius综合征（MBS）的特征在于颅神经VII和VI的先天性缺失或发育不全，从而导致面瘫和眼球侧向运动受损。因此，MBS个体不能产生面部表情。在最新模型的感觉运动，体感，运动/运动前皮层，和视觉区域之间的迭代通信被提出，它允许更有效的微妙面部表情。因此，患有先天性面部运动障碍的个体，特别是患有MBS的个体，应该在该网络内表现出非典型的连接。在本研究中，研究目的是测试这方面的感觉运动模拟模型。我们研究了这两个系统之间的β带功能连接的强度，使用HD-EEG高密度脑电图，结合变化检测任务与面部表情（和控制条件，涉及非面部刺激）。结果支持了我们的假设，即当区分微妙的面部表情时，受先天性面瘫影响的患者（与健康对照组相比）表现出感觉运动区域和视觉区域之间的连接强度降低。这些发现支持感觉运动模拟模型和微妙的面部表情处理过程中感觉运动和视觉区域之间的存在链接通信。