Михаил Лебедев (Mikhail Lebedev) — нейроученый

Короткий интенсивный курс обонятельной тренировки (10 сессий за ≤14 дней) на комплексе VIBRAINT RehUp с 6 запахами, точной подачей, контролем дыхания и ЭЭГ у 15 пациентов с поствирусной дизосмией показал приверженность 66,6 % (10 человек прошли полностью), значимое улучшение точности дискриминации запахов (p ≤ 0,026), улучшение обоняния по тесту у 70 % завершивших курс (порог +1–4 балла, идентификация +1–11 баллов), рост бета-ритма на ЭЭГ (p=0,01) как признак повышенной когнитивной вовлеченности. Метод эффективен, приверженность выше, чем при классике, а длительность курса намного короче. Перспективен, нужны дальнейшие исследования. https://hnj.science/optimizaciya-texnologii-obonyatelnogo-treninga-s-primeneniem-programmno-apparatnogo-kompleksa-u-pacientov-s-narusheniyami-obonyaniya/

Статья Романа Акиньшина и его коллег представляет новую систему управления протезом руки NeuroManip, которая сочетает электромиографию (ЭМГ) и отслеживание взгляда. Система использует спайковую нейронную сеть на нейроморфном процессоре AltAi для классификации паттернов ЭМГ в реальном времени, а гарнитура для отслеживания взгляда и камера идентифицируют объект в фокусе пользователя. Прототип достигает точности, сравнимой с системами на GPU, но при потребляемой мощности менее ватта, что позволяет создать легкое носимое устройство. Для шести функциональных жестов, записанных у пациентов с ампутацией, система демонстрирует надежное распознавание. Когда система зрения ограничивает выбор тремя контекстно-подходящими жестами для рассматриваемого объекта, точность распознавания возрастает примерно до 95%, исключая небезопасные хваты. Результаты показывают, что предлагаемый контекстно-зависимый нейроморфный контроллер может обеспечить энергоэффективное и надежное управление протезом, потенциально повышая безопасность и удобство в повседневной жизни. В исследовании также оценивалось влияние массы электроники на утомляемость пользователя, подтверждая важность легких и эффективных решений, подобных процессору AltAi. https://arxiv.org/html/2601.17991v1

Открытый эфир «ДОВЕРИЕ» в рамках международной конференции «Будущее команд» 28 января | 18:00 (мск) | онлайн Участие бесплатное, по регистрации. Почему мы говорим о доверии? Потому что доверие — это не мягкая тема. Это скорость решений, устойчивость команд и способность проходить сложные периоды без разрушений. Когда доверия нет — команды молчат, выгорают и теряют людей. Когда доверие есть — появляются энергия, ответственность и движение вперёд. О чём будет эфир Это честный разговор о доверии: ⚪️в бизнесе, ⚪️в командах, ⚪️в личном лидерстве. С живыми примерами, сложными вопросами и реальным опытом. Участники эфира — спикеры международной конференции «Будущее команд»: ✔️Вадим Зеленский — предприниматель, основатель фонда «Больше, чем можешь» ✔️Лилия Дасаева — основатель и автор спектакля «Мечтай!», спикер Сколково ✔️Василина Соколова — основатель HRBox, HRD SOKOLOV ✔️Эрнест Хачатурян — ex-председатель совета директоров Luding Group, executive coach ✔️Ирина Просвирякова — модератор эфира, основатель «Фактора Лидера», директор конференции «Будущее команд» Формат ⚪️панельная дискуссия о доверии ⚪️TED-talk и личные «секреты доверия» от каждого спикера 👉Участие бесплатное, нужна регистрация: Этот эфир — часть большого разговора о том, какими должны быть команды будущего, чтобы выдерживать реальность, а не ломаться о неё.

Панчин сонифицирует грибы https://t.me/lonely_oocyte/6808

В статье Nature (26 января 2026) признаётся, что лимит потепления в 1,5 °C будет превышен, и предлагается переориентировать климатическую политику на рост чистой энергии (солнечная, ветровая, аккумуляторы) для замещения ископаемых топлива к 2050 году. Вводится метрика «clean-energy shift» (рост чистой генерации минус рост спроса) как ключевой показатель. Другие источники эмиссий (лес, пожары) рассматриваются отдельно; ядерная энергия не включена в приоритеты. https://t.me/khokhlovAR/1176

Исследование использует данные программы Million Veteran Program (MVP) для анализа генетики шизофрении у людей африканского происхождения в США. Подтверждена высокая наследуемость и полигенность заболевания, общая для всех популяций, но с сильным перекосом предыдущих исследований в сторону европейцев. Выявлены ассоциации, независимые от предков, расширены известные генетические локусы более чем на 100, уточнены ключевые гены с общими нейробиологическими функциями. https://www.nature.com/articles/s41586-025-10000-6

Восстановление хвата у пациентов с полной тетраплегией с помощью избирательной эпиневральной стимуляции — это минимально инвазивный и клинически эффективный подход. В исследовании четырём участникам на месяц имплантировали эпиневральные электроды на срединный и лучевой нервы выше локтя. Стимуляция позволяла выполнять несколько функциональных задач (например, из Шкалы моторных способностей), что подтвердило хорошую переносимость, стабильность электродов и практическую пользу метода для самостоятельных действий в повседневной жизни. https://link.springer.com/article/10.1186/s12984-025-01857-9

Предупреждение: Некоторые уже скандалят по поводу этой статьи. Говорят, все неправильно. Исследование обнаружило ключевую проблему в популярном методе картирования сетей поражений (LNM). Этот метод использует данные о связях в здоровом мозге, чтобы найти общие сети для разных болезней. Оказалось, что LNM по сути раз за разом анализирует одну и ту же стандартную карту связей. Из-за этого он постоянно выдаёт почти одинаковые "сети болезни" для совершенно разных состояний — будь то депрессия, эпилепсия или даже случайные точки. Это говорит о методологическом артефакте, а не об открытии общей биологии расстройств. Вывод: текущая версия LNM ненадёжна для поиска уникальных основ заболеваний, и нужны новые, более строгие методы. https://www.nature.com/articles/s41593-025-02196-7

Виртуальное моделирование чрескожной электрической стимуляции спинного мозга для восстановления моторных функций руки Исследование объясняет различия в воздействии разных протоколов стимуляции на основании компьютерного моделирования и экспериментов, показывая ключевую роль в активации сенсорных, а не двигательных нейронов. https://www.biorxiv.org/content/10.64898/2026.01.22.701010v1

REVE — это универсальная фундаментальная модель для анализа ЭЭГ, обученная на рекордных 60 000 часов записей от 25 000 человек. Она адаптируется к сигналам с любого оборудования благодаря новой системе кодирования. Модель демонстрирует высшую точность в 10 задачах, включая распознавание эмоций, классификацию моторных образов, детекцию эпилептических приступов и стадирование сна, часто требуя минимальной донастройки. https://brain-bzh.github.io/reve/

С интересом ознакомился вот с такой ссылкой на себя: Kristina Volkova, Mikhail A. Lebedev, Azeddine Aziz, David Friedenberg, Bernadette Brouwer, Taufik A. Valiante, and Berj L. Bardakjian. Decoding movement from electrocorticographic activity. Frontiers in Neuroscience, 13:653, 2019. В том же произведении ссылка, которая выглядит правильной: Ksenia Volkova, Mikhail A. Lebedev, Alexander Kaplan, and Alexei Ossadtchi. Decoding movement from electrocorticographic activity: a review. Frontiers in neuroinformatics, 13:74, 2019. https://scholar.google.com/scholar_url?url=https://open.library.ubc.ca/media/download/pdf/24/1.0451332/3&hl=en&sa=X&d=15188555780618427600&ei=i_93aZaQKMm4ieoPof3esQc&scisig=AHkA5jSwePuMN5TUF0NX46gAN7vM&oi=scholaralrt&hist=RC9N61oAAAAJ:16624674108119485126:AHkA5jQtH8j6I91fQbR9eeRjoCoK&html=&pos=8&folt=cit

Исследуется повышение точности классификации эмоций на основе ЭЭГ путём улучшения пространственной точности данных о мозговой активности. Традиционные методы с ручным сопоставлением электродов на матричной сетке ограничивают пространственную точность. В исследовании предлагаются автоматизированные методы проекционного отображения каналов — орфографическая и стереографическая проекции, использующие дифференциальную энтропию и спектральную плотность мощности. Эксперименты с использованием многомасштабной свёрточной нейронной сети на открытом наборе данных показали, что автоматизированные методы на сетках высокого разрешения значительно превосходят ручное сопоставление, повышая точность классификации до 4.06%. Результаты подтверждают, что улучшение пространственной точности данных ЭЭГ повышает эффективность распознавания эмоций, что имеет значение для разработки более надёжных диагностических инструментов и персонализированных методов лечения психических расстройств. https://ieeexplore.ieee.org/abstract/document/11253823