The past, present, and future of sleep quality assessment and monitoring

Movie reconstruction from mouse visual cortex activity

“…Such visual processing phenomena are likely difficult to investigate using existing fMRI-based reconstruction approaches, due to the low spatial and temporal resolution of the data. Additionally, many of these fMRI-based reconstruction approaches rely on the use of pretrained generative diffusion models to achieve more naturalistic and semantically interpretable images [5,6,8,9], but very likely at the cost of introducing information that may not be present in the actual neuronal representation. In contrast, our video reconstruction approach using single-cell resolution recordings, without a pretrained generative model, provides a more accurate method to investigate visual processing phenomena such as predictive coding, perceptual learning, and selective feature attention.…”

“…Reconstruction of visual perception directly from brain activity has the potential to give us a deeper understanding of how the brain represents visual information. Over the past decade, there have been considerable advances in reconstructing images and videos from human brain activity [1,2,3,4,5,6,7,8,9,10]. These advances have largely leveraged deep learning techniques to interpret fMRI or MEG recordings, taking advantage of the fact that spatially separated clusters of neurons have distinct visual and semantic response properties [3].…”

BOLD Moments: modeling short visual events through a video fMRI dataset and metadata

“…BMD’s unique combination of stimuli type, experimental design, and auxiliary scans makes it well-suited for a diverse set of analyses extending beyond those demonstrated here, such as video reconstruction (Chen et al, 2023; Kupershmidt et al, 2022; Nishimoto et al, 2011), video synthesis for cortical discovery (Gu et al, 2022; Luo et al, 2023), encoding and decoding models (K. Han et al, 2019; Naselaris et al, 2011), spatio-temporal integration (Fairhall et al, 2014; Hu et al, 2022), and action observation networks (Buccino, Vogt, et al, 2004; Shmuelof & Zohary, 2005; Spunt et al, 2011; Urgen et al, 2019). BMD is thus well positioned to probe the functionally diverse and widespread cortical network recruited during dynamic visual perception.…”

La promoción del sueño a través de las ciencias del comportamiento como una política pública

“…Además, algunos de los estudios seleccionaron como participantes a personas interesadas en mejorar su sueño, lo que pudo haber sesgado los resultados (Daskalova et al, 2018;Schneider et al, 2023). Por otro lado, sólo un estudio utilizó mediciones objetivas de sueño obtenidas a través de actigrafía, el método más confiable para registrar sueño en condiciones de vida libre (Adler et al, 2017), mientras que otros utilizaron estimadores de sueño comerciales (Daskalova et al, 2018;Mitchell et al, 2021;Schneider et al, 2023;Tavernier & Adam, 2017), los cuales son menos precisos (Chen et al, 2023). El estudio restante basa sus mediciones en las respuestas de las personas en el Índice de Calidad del Sueño de Pittsburgh (Filion et al, 2015).…”

“…Estas herramientas muestran una potencial aplicación para la salud del sueño (Ko et al, 2015) y pueden ser útiles como nudges que fomenten comportamientos saludables de sueño al otorgarnos información sobre nuestros hábitos (Arroyo & Zawadzki, 2022). No obstante, se necesitan más investigaciones para determinar la rigurosidad de estos dispositivos comerciales antes de utilizarlos como estrategia de nudge de sueño, ya que hay mucha variabilidad entre los diferentes productos (Stone et al, 2020), como así también inconsistencias en su validez y métricas de su registro (Chen et al, 2023). En lo que respecta a aplicaciones de salud móvil, en Argentina, por ejemplo, se desarrolló "Mi reloj interno" que recoge los hábitos de sueño de las personas a través de preguntas sobre diversos datos cronobiológicos (v.g., horarios en los que se levantan y acuestan en días hábiles y libres, exposición a la luz, regularidad de actividades físicas, etc.)…”