en
Feedback
Лебедев про мозг

Лебедев про мозг

Open in Telegram

Михаил Альбертович Лебедев (@lebedevmikhaila) — нейроученый. Индекс Хирша — 57 (Google scholar). https://sites.google.com/site/lebedevneuro/curriculum-vitae https://scholar.google.com/citations?user=cvd2xxcAAAAJ&hl=en

Show more
5 765
Subscribers
+524 hours
+397 days
+9330 days
Posts Archive
Подсказали, что существует интересный ресурс. Оттуда: «То есть все затевалось только ради того, чтобы завести старую философскую шарманку о необъективности окружающей нас реальности». Рецензия, кстати, занимательная, но плохая в том смысле, что слишком перевешивает критика, но эта критика слаба («почему он пишет о том, что не опубликовано… он пишет о том, что общеизвестно» и т.п.). https://biomolecula.ru/articles/migel-nikolelis-istinnyi-tvorets-vsego-retsenziia

Сегодня представила текущее исследование на стыке нейробиологии и музыки на национальном конгрессе "Нейрофорум 2026". Медицин
Сегодня представила текущее исследование на стыке нейробиологии и музыки на национальном конгрессе "Нейрофорум 2026". Медицинское сообщество высоко оценило нашу работу и дало ценную обратную связь для продолжения изысканий в направлении создания действительно полезной в медицинском применении музыки. Сердечно благодарю своих соавторов, жюри конкурса молодых учёных, зрителей, докладчиков и экспертов-реабилитологов за внимание и подсказки для дальнейших экспериментов. Нейронаука продолжает исследовать самые основы чувств! #Олевия #Кибер #нейрофорум2026 #НейроЧудо #МузыкаМышц #Сонификация #нейротехнологии #нейропротезирование

⚡️ Согласны, что образование — это инвестиция, а не просто трата времени? Часто кажется, что обучение — это хаотичный процесс, где легко сбиться с пути, перегореть или потратить годы на направления, которые не приносят развития. Но что, если сделать ваш процесс обучения стратегическим? Чтобы у вас всегда была надежная опора и доступ к проверенным знаниям, мы собрали специальную папку каналов для тех, кто ценит осознанный подход к науке и самообразованию. 💎 Что внутри? Ваша личная команда для интеллектуального роста:Навигаторы по знаниям — помогут выстроить персональную траекторию обучения: от выбора актуальных курсов до глубокого погружения в профессию. • Методологи и эксперты — научат учиться эффективно, структурировать информацию и применять знания на практике, а не просто собирать «дипломы в стол». • Научные обозреватели — разберут сложные тренды и инновации простым языком, чтобы вы всегда были на шаг впереди. • Источники мотивации — поддержка и сообщество единомышленников, которые не дадут опустить руки, когда объем новой информации кажется пугающим. Принимайте взвешенные решения, опираясь на экспертный контент, последние исследования и лайфхаки по развитию когнитивных навыков. 🚀 Успевайте забрать папку себе и внедрить новые знания в свою жизнь: 👉 https://t.me/addlist/z9mEu_W2Vb82YTgy *(Внимание: через 3 дня ссылка станет недоступной)*

Мы угадали https://t.me/ScienceInquisition/1613 #панчин #мастурбации

Из рубрики «Марсианские хроники» #марсианскиехроники
Из рубрики «Марсианские хроники» #марсианскиехроники

Пациентка, страдавшая от слепоты на протяжении пятнадцати лет из-за пигментного ретинита, получила разработанный китайскими с
Пациентка, страдавшая от слепоты на протяжении пятнадцати лет из-за пигментного ретинита, получила разработанный китайскими специалистами высокотехнологичный ретинальный имплант высокого разрешения. Спустя две недели после проведения операции инженеры включили систему, после чего уже на второй день тестирования женщина смогла четко распознавать и писать буквы. Хотя авторы разработки отмечают необходимость дальнейших долгосрочных клинических испытаний, данный успех стал важным первым шагом на пути к восстановлению полезного зрения для людей с дегенеративными заболеваниями сетчатки.

Сергей Шишкин отметил: «В статьях по гиперсканированию часто не оценивают вклад артефактов. Стандартная фильтрация или ICA по
Сергей Шишкин отметил: «В статьях по гиперсканированию часто не оценивают вклад артефактов. Стандартная фильтрация или ICA полностью их не исключают, а синхронные движения или моргания испытуемых создают ложную синхронность. Строгих количественных контролей я в публикациях ни разу не видел — похоже, за метод берутся люди, неглубоко знающие анализ сигналов. Но даже без артефактов синхронизация ЭЭГ на общие стимулы тривиальна. Было бы интересно отделить внешнюю стимуляцию от истинного усиления реакций в ходе взаимодействия, но это практически невозможно, и никто этим всерьез не занимается. Видя очередные доклады по гиперсканированию, я грущу: есть куда более осмысленные способы тратить драгоценное время жизни». https://t.me/augmented_brain/14946

В статьях по гиперсканированию часто ещё и не оценивают возможный вклад артефактов, ограничиваясь просто использованием процедур, которые его лишь снижают количественно, но в принципе не могут исключить (напр., частотная фильтрация, ICA, визуальная отбраковка загрязненных эпох). Если испытуемые одновременно делают, например, движения головой, саккады,, моргают, артефакты могут быть так хорошо синхронизированы, что вклад в синхронность сохранится даже после нескольких стандартных процедур их удаления и коррекции. Тут надо делать аккуратные контроли, которые могли бы доказать отсутствие существенного вклада артефактов количественно, но я не могу вспомнить, видел ли я хотя бы одну статью про гиперсканирование, где такие контроли использовались бы. Похоже, за гиперсканирование, берутся исключительно люди, неглубоко знающие методику анализа физиологических сигналов. Впрочем, даже если бы вклада артефактов не было, все смысл гиперсканирования равно непонятен, поскольку, как правильно говорит ИИ, синхронизация ЭЭГ реакций на одновременно приходящие стимулы во время социального взаимодействия тривиальное явление. Если можно было бы отделить синхронизацию стимулов (как идущих извне, так и возникающих при собственном поведении) от усиления реакции на них, второй компонент было бы в какой-то мере интересно изучать (возможно, это именно то, что пытаются оценивать в гиперсканировании), но такое разделение, скорее всего, в типичных задачах в принципе невозможно, да и, кажется, не пытается им никто всерьёз заниматься. Так что да, я вот тоже каждый раз, как вижу очередной доклад о гиперсканировании, очень грущу и пытаюсь объяснить автору, что существуют куда более осмысленные способы тратить драгоценное время своей жизни.

Из рубрики «Все плохо» Reviewer 2 is watching you. #всеплохо
Из рубрики «Все плохо» Reviewer 2 is watching you. #всеплохо

Отпуск значимо улучшает показатели здоровья и субъективного благополучия (de Bloom et al., 2009). Ключевые психологические эф
Отпуск значимо улучшает показатели здоровья и субъективного благополучия (de Bloom et al., 2009). Ключевые психологические эффекты отдыха включают снижение ментального истощения, воспринимаемого стресса и тревожности при одновременном росте удовлетворенности жизнью. Физиологические изменения выражаются в улучшении качества сна, снижении системной утомляемости, стабилизации артериального давления и падении уровня кортизола (Strauss-Blasche et al., 2000). Регулярный отдых также ассоциирован со снижением риска сердечно-сосудистых патологий и общей смертности (Gump & Matthews, 2000). Однако терапевтический эффект отпуска кратковременен: показатели стресса и истощения возвращаются к исходному уровню в течение нескольких дней или недель после возобновления работы (de Bloom et al., 2009; Kühnel & Sonnentag, 2011; Westman & Eden, 1997). Лонгитюдные исследования показывают, что субъективное благополучие и уровень энергии достигают пика на восьмой день отпуска, после чего наступает плато из-за психологической габитуации (de Bloom et al., 2012). При этом общая продолжительность отдыха не влияет на скорость последующего угасания эффекта. С позиций психологии труда, ключевое значение имеет не длительность отпуска, а качественные характеристики восстановительного опыта (Sonnentag & Fritz, 2007). Для полноценной реабилитации необходимы четыре компонента: психологическое отстранение от работы, релаксация, опыт мастерства (хобби) и автономия в управлении личным временем. При соблюдении этих условий частые краткосрочные перерывы в течение года обеспечивают более устойчивую защиту от выгорания, чем один продолжительный ежегодный отпуск. Литература de Bloom, J., Kompier, M., Geurts, S., de Weerth, C., Taris, T., & Sonnentag, S. (2009). Do we recover from vacation? Meta-analysis of vacation effects on health and well-being. Journal of Occupational Health, 51(1), 13–25. de Bloom, J., Geurts, S. A., & Kompier, M. A. (2012). Effects of short vacations, long vacations and repeated vacations on worker health and well-being. The Journal of Happiness Studies, 14(4), 997–1011. Sonnentag, S., & Fritz, C. (2007). The Recovery Experience Questionnaire: Development and validation of a measure for assessing recuperation and unwinding at work. Journal of Occupational Health Psychology, 12(3), 204–221. Kühnel, J., & Sonnentag, S. (2011). How long do vacation effects last? A longitudinal study with seven measuring points. Journal of Organizational Behavior, 32(1), 141–158. Westman, M., & Eden, D. (1997). Effects of a respite from work on burnout: Vacation relief and fade-out. Journal of Applied Psychology, 82(4), 516–527. Gump, B. B., & Matthews, K. A. (2000). Are vacations good for your health? The 9-year mortality experience of the Multiple Risk Factor Intervention Trial. Psychosomatic Medicine, 62(5), 608–612. Strauss-Blasche, G., Eigmüller, B., & Marktl, W. (2000). Changes in well-being and physical symptoms after a vacation, and their relation to vacation characteristics. Psychology & Health, 15(5), 727–739.

Из рубрики «Безумная наука» Гиперсканирование — метод, который становится объектом как восторженных научно-популярных статей,
Из рубрики «Безумная наука» Гиперсканирование — метод, который становится объектом как восторженных научно-популярных статей, так и академического скепсиса. Речь идет об одновременной регистрации активности нескольких мозгов. Медийный дискурс здесь балансирует на грани безумия, создавая у обывателя иллюзию, будто человеческие мозги способны телепатически настраиваться на общую волну. Подобная проблематика обросла библиографией. Козолино пишет о социальном синапсе (Cozolino, 2006). Зеркальный резонанс разбирают Риццолатти и Коррадо Синигалья (Rizzolatti, Sinigaglia, 2006). Социальную архитектуру мозга исследует Либерман (Lieberman, 2013). Механизмы сонастройки анализирует Гоулман (Goleman, 2006). Николелис в книге об эволюции разума использует концепцию «мозгонета», где множество мозгов объединены в вычислительную сеть (Nicolelis, 2020). На деле же мозг, разумеется, не обладает механизмами для телепатического обмена. Межмозговая синхронизация (если это не ошибка в анализе) имеет тривиальную природу. Когда люди ведут диалог, вместе играют на музыкальных инструментах или смотрят один и тот же фильм, их органы чувств получают одинаковые стимулы, которые запускают похожие паттерны обработки информации. В ряде исследований то, что преподносится как межличностная синхронизация, берется из экспериментов, где мозговая активность людей записывалась в совершенно разное время. Если испытуемые просто смотрят один и тот же стандартизированный видеоролик с разницей в неделю, их нейрональные ответы все равно будут коррелированы. Особый градус академического абсурда возникает тогда, когда энтузиасты метода заявляют об обнаружении фазовой синхронизации на высоких частотах, например, в альфа- или гамма-диапазонах, а не просто о совпадении медленных огибающих амплитуды сигналов. Математически и физиологически невозможно, чтобы миллисекундные колебания миллионных ансамблей нейронов в двух изолированных головах удерживали стабильную разность фаз без жесткого физического кабеля или общего оптического тактового генератора. Хрестоматийным примером служит статья Линденбергера и коллег о синхронизации гитаристов (Lindenberger et al., 2009), где утверждалось о наличии фазового выравнивания в альфа- и тета-ритмах. Еще дальше пошли Юнь и коллеги (Yun et al., 2012), заявлявшие о непосредственном фазовом сцеплении высокочастотных потенциалов при невербальном контакте. Несмотря на ряд пороков подхода, ряд исследователей сохраняют наукообразие и используют метод не для поиска телепатии, а для «картирования сложной архитектуры социального взаимодействия». Монтегю (Montague et al., 2002) применил функциональную МРТ для записи активности участника экономической игры. Дюма (Dumas et al., 2010), исследовал межмозговую координацию ЭЭГ с во время совместных движений рук. Мусалиан (Mousalian et al., 2016) изучал активность мозга учителя и ученика. Литература: Cozolino, L. (2006). The Neuroscience of Human Relationships: Attachment and the Developing Social Brain. Dumas et al. (2010). Inter-brain synchronization during social interaction. Goleman, D. (2006). Social Intelligence: The New Science of Human Relationships. Lieberman, M. D. (2013). Social: Why Our Brains Are Wired to Connect. Lindenberger et al. (2009). Brains swinging in concert: cortical phase synchronization while playing guitar. Montague et al. (2002). Hyperscanning: simultaneous fMRI imaging of human brains during social interaction. Mousalian et al. (2016). Inter-brain synchrony as a marker of successful learning in teacher-student dyads. Nicolelis (2020). The True Creator of Everything: How the Human Brain Shaped the Universe as We Know It. Rizzolatti & Sinigaglia (2006). Mirrors in the Brain: How Our Minds Share Actions and Emotions. Yun et al. (2012). Inter-brain phase synchronization during turn-taking or non-verbal coordination. #безумнаянаука #гиперсканирование #crazyscience #hyperscanning

Музыкальная пауза

Из рубрики «Их нравы» В Иране 29-летнюю певицу Парасту Ахмади приговорили к 74 ударам плетью за онлайн-концерт без хиджаба, о
Из рубрики «Их нравы» В Иране 29-летнюю певицу Парасту Ахмади приговорили к 74 ударам плетью за онлайн-концерт без хиджаба, опубликованный на YouTube в 2024 году. Суд признал артистку виновной в оскорблении общественной нравственности, а также запретил ей заниматься творчеством и выезжать из страны на два года. Правозащитники осудили этот приговор, назвав порку формой пыток и отметив, что исполнение музыки женщинами по закону Ирана не является уголовным преступлением. https://www.pravilamag.ru/news/society-news/21-06-2026/773557-iranskuyu-pevicu-prigovorili-k-74-udaram-pletyu-za-onlain-koncert-bez-hidjaba/ #ихнравы

Из рубрики «Листая старые страницы» Исследовали, как моторная система мозга обезьян адаптируется к использованию инструментов
Из рубрики «Листая старые страницы» Исследовали, как моторная система мозга обезьян адаптируется к использованию инструментов на примере обычных и обратных плоскогубцев. При работе с обычным инструментом для захвата предмета нужно сжать кисть, а с обратным — разжать. Ученые регистрировали активность нейронов в моторных областях коры F5 и F1. Выяснилось, что при обучении работе с инструментами нейроны, которые изначально отвечали за сжатие пальцев руки, начинают активироваться при использовании плоскогубцев так, будто их наконечники стали собственными пальцами обезьяны. Эта активация зависит не от конкретных движений мышц руки, а от финальной цели действия. При использовании обратных плоскогубцев, где движения руки полностью противоположны естественному захвату, те же самые нейроны все равно срабатывали в момент закрытия наконечников инструмента и захвата пищи. В первичной моторной коре F1 исследователи обнаружили две группы нейронов: одни кодировали цель действия аналогично области F5, другие — исключительно физическое движение самой кисти, что подтверждалось записями мышечной активности. Эксперимент показывает, что моторная кора приматов организована вокруг конкретных целей, а не просто мышечных сокращений. Это позволяет мозгу включать инструменты в общую схему тела и управлять ими как продолжением собственного организма. Результаты также согласуются с теорией о том, что зеркальные нейроны в области F5 помогают понимать чужие действия именно через распознавание их целей. https://www.pnas.org/doi/10.1073/pnas.0705985105 #листаястарыестраницы

Revolutionizing P300 BCI Performance: Can We Hack the Inter-Subject Variability Barrier? Accurately decoding P300 event-relat
Revolutionizing P300 BCI Performance: Can We Hack the Inter-Subject Variability Barrier? Accurately decoding P300 event-related potentials from raw EEG is difficult due to low signal-to-noise ratios and variations between individual brains, making traditional single-trial classification too unreliable for real-time applications. Leonid Sidorov, Anna Makarova, Archil Maysuradze, and Mikhail Lebedev systematically mapped out and compared seven different data aggregation strategies to push Information Transfer Rates (ITR) to their theoretical limits. Using a 10-subject P300 speller dataset, we put two deep learning convolutional neural networks, EEGNet and BaseCNN, head-to-head against a classical Support Vector Machine. We evaluated distinct ways to slice, dice, and pool EEG data. These included subject-specific and pooled general models for single trials, standard epoch averaging with 5 and 10 stimulus repetitions, multi-channel models treating separate subjects as distinct input channels, cross-subject averaging, mixed averaging from an uncontrolled pool of trials, a combined approach with three trials per subject pooled across all participants, and time-shifted channels constructed from extended single-trial epochs. Our data showed that single-trial classification remains impractical. Individual models yielded highly variable results, with SVM leading the baseline pack at a mean ITR of 0.64 bits/trial, while EEGNet averaged 0.35 bits/trial and BaseCNN trailed at 0.15 bits/trial. Pooling data into a generalized universal model did not move the needle much further, peaking at 0.63 bits/trial. However, major breakthroughs occurred when changing the aggregation architecture. When we treated all 10 subjects as individual input channels, the networks automatically learned optimal spatial weights, causing the multi-channel EEGNet to jump to an ITR of 0.86 bits/decision unit with an accuracy of 98.3% without any hard-coded averaging. The absolute winner was the combined cross-subject approach using multi-channel EEGNet across 30 total channels. This strategy achieved a staggering 0.95 bits/aggregated decision in standard, unrestricted no-aperture recordings, and a phenomenal 0.97 bits/aggregated decision on Aperture data where visual fields were restricted to isolate stimuli. This phenomenal performance brings the system incredibly close to the absolute theoretical binary-classification limit of 1.0 bit. The neuroscience takeaway is clear. Controlled cross-subject averaging consistently outperforms random trial mixing, and multi-channel deep learning architectures outperform simple mathematical averaging if the underlying inter-subject structure is preserved during training. Furthermore, when peering inside the models, the neural networks naturally assigned the highest weights to the subjects who possessed the most stable, distinct individual P300 topographies, proving the networks learn genuine physiological features rather than just memorizing noise. These findings offer a clear, practical roadmap for designing next-generation, multi-subject Brain-Computer Interfaces. #BCI #Neurotechnology #EEGNet #DeepLearning #Neuroscience #P300Speller #DataScience #NeuralEngineering

Доброе утро #доброеутро
Доброе утро #доброеутро

Новое интервью шарлатана Тома Оксли, разоблаченного Сергеем Шишкиным: https://youtu.be/0gvHqRv8gTg?is=TMqitOjwYuYcwty1 Напомним, что Оксли имплантирует людей стентродами, но в его экспериментах эти люди пользуются айтрекерами. Поскольку айтрекеры работают сносно, к Оксли текут инвестиции от Apple и т.п.

В научном исследовании Леонида Сидорова, Анны Макаровой, Арчила Майсурадзе и Михаила Лебедева изучаются различные методы объе
В научном исследовании Леонида Сидорова, Анны Макаровой, Арчила Майсурадзе и Михаила Лебедева изучаются различные методы объединения данных для повышения точности работы интерфейсов мозг-компьютер на основе вызванного потенциала P300. Выделение этого сигнала из электроэнцефалограммы затруднено из-за низкого соотношения сигнал/шум и сильных индивидуальных различий между людьми. Чтобы решить эту проблему, авторы систематически сравнили несколько подходов с использованием классического метода опорных векторов и двух видов сверточных нейросетей, оценивая их эффективность по скорости передачи информации. Исследователи проверили индивидуальные и общие модели для одиночных попыток, усреднение сигналов при повторении стимулов, многоканальные модели с разделением участников по каналам, а также разные варианты межсубъектного усреднения данных. Анализ показал, что классификация одиночных попыток неэффективна на практике из-за слишком низкой скорости передачи информации, тогда как контролируемое объединение данных значительно улучшает результаты. Наилучшие показатели продемонстрировал комбинированный межсубъектный подход, совмещенный с многоканальной нейросетью EEGNet, когда от каждого участника бралось по три попытки. Это позволило достичь скорости передачи информации, близкой к теоретическому максимуму для бинарной классификации агрегированного решения. Ученые пришли к выводу, что упорядоченное межсубъектное усреднение стабильно превосходит случайное смешивание сигналов, а многоканальные архитектуры работают лучше простого усреднения при условии сохранения индивидуальной структуры данных каждого испытуемого. Эти результаты открывают новые возможности для совершенствования декодирования сигналов мозга и создания многопользовательских интерфейсов мозг-компьютер. https://www.biorxiv.org/content/10.64898/2026.06.17.732982v1

Прочитал очередную злобную клевету у иноагентов: «Недавно была крупная нейротехнологическая научная конференция. За все дни я ни разу не слышал, чтоб кто-то обсуждал их наработки или что-то с ними связанное», — заявил собеседник редакции. Но это и нам урок. Нужно активнее пропагандировать наш канал и расширять круг подписчиков. «Ни разу не слышал»! Вот неуч. #иноагенты