伊人丁香狠狠色综合久久,日韩欧美精品综合久久,亚洲精品老司机综合影院,成人免费一级在线播放

      科研進(jìn)展

      心理所2022年度十大科研進(jìn)展

      發(fā)布時(shí)間:2023-01-11

        2022年,心理研究所面向國家重大需求,潛心科研,碩果累累。近期,研究所圍繞使命導向的研究所評價(jià)體系,進(jìn)一步突出科研進(jìn)展,充分發(fā)揮實(shí)驗室的學(xué)術(shù)評價(jià)功能開(kāi)展遴選,全所師生參與票選,根據得票高低,現評選出心理所2022年度十大科研進(jìn)展: 

        1.重力環(huán)境塑造視覺(jué)生物運動(dòng)知覺(jué) 

        蔣毅研究組利用載人航天與模擬失重技術(shù),發(fā)現重力環(huán)境塑造視覺(jué)生物運動(dòng)知覺(jué),該現象與大腦對前庭及視覺(jué)重力信號的計算、整合及利用有關(guān),揭示了不同重力條件下人腦的可塑性,并為其在航天中的應用奠定了基礎。成果發(fā)表于Nature Communications。 

        點(diǎn)擊查看:《自然·通訊》 | 心理所合作研究揭示重力環(huán)境塑造人類(lèi)生物運動(dòng)知覺(jué) 

        2.疼痛分辨力特異性神經(jīng)表征

        胡理研究組聯(lián)合涂毅恒和孔亞卓研究組,利用腦電和功能磁共振成像技術(shù)揭示了高度可重復的疼痛分辨力特異性神經(jīng)表征,并證明了這些神經(jīng)表征可用于疼痛分辨力的客觀(guān)測量,為臨床實(shí)踐中的個(gè)體化疼痛評估和慢性疼痛診治提供了重要啟示。相關(guān)成果發(fā)表于Cell子刊Cell Reports Medicine。 

        點(diǎn)擊查看:Cell Reports Medicine |疼痛分辨力穩定且特異的神經(jīng)指標 

        3.精神分裂癥患者陰性癥狀的理論模型及相關(guān)研究

        陳楚僑研究組提出了一個(gè)新的陰性癥狀的理論模型并進(jìn)行了一系列相關(guān)動(dòng)機與快感缺損的研究:首先,提出了一個(gè)新的陰性癥狀的理論模型;其次,揭示了動(dòng)機與愉悅和表達是精神分裂癥患者陰性癥狀的兩個(gè)潛在因素;此外,探討了動(dòng)機與快感缺損與精神分裂癥患者社會(huì )功能障礙的關(guān)系;同時(shí),發(fā)現精神分裂癥患者和社會(huì )快感缺失個(gè)體社會(huì )獎賞期待加工中的異常神經(jīng)模式;最后,探討了陰性分裂型特質(zhì)預測付出-回報失衡情境中的獎賞動(dòng)機缺損。相關(guān)成果在Nature Reviews Psychology、Schizophrenia Research、 Schizophrenia Bulletin、European Archives of Psychiatry and   Clinical Neuroscience等發(fā)表。 

        點(diǎn)擊查看:《自然綜述-心理學(xué)》發(fā)表心理所陳楚僑研究員關(guān)于精神分裂癥陰性癥狀的理論模型以及臨床應用的綜述 

        合作研究 | 動(dòng)機與愉悅和表達減少是精神分裂癥患者陰性癥狀的兩個(gè)潛在因素 

        研究 | 動(dòng)機與快感缺損而非表達缺損是精神分裂癥患者社會(huì )功能障礙的重要成因 

        研究 | 精神分裂癥患者和社會(huì )快感缺失個(gè)體社會(huì )獎賞期待加工中的異常神經(jīng)模式 

        研究 | 陰性分裂型特質(zhì)預測付出-回報失衡情境中的獎賞動(dòng)機缺損 

        4.化學(xué)感覺(jué)在島葉表征的拓撲結構特征

        化學(xué)感覺(jué)包括嗅覺(jué)、味覺(jué)和三叉感覺(jué),在人類(lèi)生存、繁殖、營(yíng)養等方面起著(zhù)至關(guān)重要的作用?;瘜W(xué)感覺(jué)異常是許多疾病早期行為癥狀之一,相關(guān)腦區的精確識別對疾病及時(shí)干預具有重要意義。王亮研究組使用顱內電刺激技術(shù)揭示了化學(xué)感覺(jué)在島葉表征的拓撲結構特征,進(jìn)而發(fā)現島中央溝前腹側到后背側在鼻前和鼻后嗅覺(jué)加工中的作用。該研究成果發(fā)表于A(yíng)nnals of Neurology。 

        點(diǎn)擊查看:Annals of Neurology |心理所研究揭示化學(xué)感覺(jué)在島葉表征的拓撲結構特征 

        5.民眾在風(fēng)險感知和防護行為上的變化趨勢

        欒勝華研究組通過(guò)一項大規??缥幕目v向研究,刻畫(huà)了新冠疫情初期民眾在風(fēng)險感知和防護行為上的變化趨勢,以及兩者之間的因果關(guān)系,研究結果挑戰并拓展了健康防護的既有理論,對未來(lái)突發(fā)事件應對政策的制定提供了理論指導。成果發(fā)表于A(yíng)merican Psychologist。 

        論文鏈接:https://doi.apa.org/fulltext/2022-16338-001.html 

        6.建立CAS(ME)3微表情數據庫

        微表情應用研究中心建立了CAS(ME)3數據庫,這是一個(gè)大規模、自發(fā)的微表情數據庫,包含了樣本的深度信息,并且具有高生態(tài)效度。該數據庫有望引領(lǐng)下一代微表情分析的發(fā)展。成果發(fā)表在IEEE Transactions on Pattern Analysis and   Machine Intelligence。 

        點(diǎn)擊查看:心理所創(chuàng )建第三代高生態(tài)效度的深度微表情數據庫 - CAS(ME)3 

        7.創(chuàng )建中文閱讀眼動(dòng)數據庫

        李興珊研究組創(chuàng )建大規模中文閱讀眼動(dòng)數據庫Chinese Eye-Movement Database。該數據庫包含1718名被試、8015個(gè)不同中文句子、近140萬(wàn)個(gè)注視點(diǎn)的中文閱讀眼動(dòng)數據。將為中文閱讀認知機制的大數據研究提供重要支撐,為人工智能領(lǐng)域的模型開(kāi)發(fā)與訓練提供數據基礎,促進(jìn)人工智能與認知科學(xué)的融合發(fā)展。相關(guān)成果已在線(xiàn)發(fā)表于Nature旗下的數據期刊Scientific Data,并得到了央廣網(wǎng)等媒體的關(guān)注。 

        點(diǎn)擊查看:Chinese Eye-Movement Database |心理所創(chuàng )建中文閱讀眼動(dòng)數據庫 

        8.懷舊情緒能夠有效緩解人們的誘發(fā)性疼痛感受

        孔亞卓研究組和蔡華儉研究組合作,采用事件回憶和線(xiàn)索的方式誘發(fā)懷舊情緒,發(fā)現了懷舊情緒能夠有效緩解人們的誘發(fā)性疼痛感受,并在此基礎上揭示了基于丘腦皮層的鎮痛神經(jīng)機制,該研究為人們進(jìn)行疼痛自我管理和臨床非藥物鎮痛輔助治療提供了重要思路和證據。相關(guān)成果在 Journal of Neuroscience和 Annals of the New York Academy of   Sciences發(fā)表,被新華社、美國神經(jīng)科學(xué)學(xué)會(huì )(SfN)、美國科學(xué)促進(jìn)會(huì )(AAAS)、美國有線(xiàn)電視新聞網(wǎng)(CNN)等媒體報道,以及泰晤士報、獨立報等多家海外媒體轉載。 

        點(diǎn)擊查看:研究 | 懷舊情緒鎮痛的丘腦-皮層機制 

        9.知覺(jué)學(xué)習過(guò)程中的內在多時(shí)程機制

        黃昌兵研究組利用模型對多任務(wù)學(xué)習過(guò)程進(jìn)行解析,結果表明更為精細的分析粒度可以清晰地揭示知覺(jué)學(xué)習過(guò)程中更為全面的內在多時(shí)程機制,并且不同任務(wù)的學(xué)習時(shí)程內部存在差異。該研究不僅提供了一個(gè)綜合、完整的理論框架來(lái)解釋知覺(jué)學(xué)習的學(xué)習時(shí)程,加深了人們對于學(xué)習效應累積過(guò)程的理解,也為整合不同實(shí)驗設定下多種任務(wù)的學(xué)習時(shí)程機制研究提供了有效、可靠的工具。相關(guān)成果發(fā)表在Psychological Science。 

        點(diǎn)擊查看:研究 | 知覺(jué)學(xué)習的多時(shí)程機制 

        10.研發(fā)阿爾茨海默病腦影像深度學(xué)習判別器

        嚴超贛研究組研發(fā)可實(shí)用的阿爾茨海默病腦影像深度學(xué)習判別器,在Journal of Big Data在線(xiàn)發(fā)表題為《基于85,721 個(gè)樣本構建可實(shí)用的阿爾茨海默病腦影像深度學(xué)習判別器》的論文。 

        點(diǎn)擊查看:嚴超贛研究組研發(fā)可實(shí)用的阿爾茨海默病腦影像深度學(xué)習判別器

       
       
       
       
       
       
       
       
       
       
       
       
       
       

      附件下載: