神经心理学与技术:NIH计划(第1部分)
在我们的数字时代，先进的技术和方法为临床神经心理学家提供了在研究和实践方面进行概念性和实质性改进的潜力.这对未来的神经心理学家(例如，今天正在大学中接受培训的神经心理学家)具有根本的培训意义，因为他们可能需要最低限度的基本理解并结合 omics (人类基因组计划，蛋白质组学，连接组)的发现)，心理测量理论的发展，先进的技术(例如基于虚拟/增强现实的评估)和信息科学.
有了明天(或可以说是今天)的这些至关重要的技能，新的数字时代的神经心理学家将准备好进一步发展基于证据的科学和专业知识.这必然涉及对网络科学创新(例如神经信息学，本体论和协作知识库)的培训和理解，以及计算机化评估方法的设计.
神经心理学家的网络科学
网络科学是一个使用网络解决复杂问题的领域(Barabási，2013年).重要的是要注意，术语 network 和 graph
对于神经心理学家而言，就像对生物学家一样，这意味着不应将人类生物系统简化为一小套独特的理论认知结构(例如注意力).相反，应该从系统的角度考虑神经认知过程，这会认识到认知的巨大复杂性.
神经心理学家可以将网络用作灵活的工具，用于在学科内部和学科之间进行交流.具有以下三个关键特征可以实现这种灵活性:
- 网络使系统各方面之间的复杂交互可见.
- 网络在数学上代表了调查和操纵系统.
- 网络代表可以通过各种方式存储和分析的数据结构.
神经心理学家可以使用这些领域的数据来分析和开发网络模型，这些模型可以为我们提供有关患者许多方面以及改善患者生活方式的新颖见解.
考虑到这一点，我们最近与临床神经心理学家(TCN)共同撰写了一篇文章，题为“现代神经心理学评估方法真的“现代"吗?"我们即将发布的博客文章将对上述文章的各个部分进行扩展和详细说明:“美国国立卫生研究院为促进临床神经心理学的科学发展而采取的举措."
在此博客中，我们旨在强调此讨论，并包括“大数据"时代其他人(心理学和神经心理学家)所做的创新工作.我们提倡“将行为和社会科学纳入国立卫生研究院(NIH)计划，或可互换地称为变革性机遇.这些计划解决了神经心理学家从零散的，数据贫乏的方法过渡到整合的和数据贫乏的方法的需求.最终改善翻译应用的丰富科学方法."
作为 TCN 特刊的共同撰稿人(Miller，2018年)，“如果不同时讨论如何管理，集成数据，就无法讨论新测试和技术集成. ，访问和利用." TCN
在我们的 TCN
我们还引入了与神经心理学有关的深度学习(将数据从较低级别处理到越来越高的级别)，这是一种机器学习，可模拟健康大脑和受损大脑的层次结构，并从较不复杂的数据中过渡而来从传统的神经心理学测试到更复杂和与生态相关的(即与日常活动相关)，但从基于技术的措施(如虚拟现实)中产生的概念上相似的数据(即高维数据). Miller(2018)在 TCN 特刊中还深入讨论了机器学习与神经心理学未来的关联.
大众心理健康网(www.dzxl120.com)
本文链接：https://www.dzxl120.com/post/10163.html
