当前位置:首页 > 今日动态 > 神经科学
  • 基于LASSO的列线图和机器学习模型预测急性缺血性卒中后30天鼻胃管依赖

    背景:鼻胃管(NGT)喂养是为急性缺血性卒中(AIS)伴吞咽困难患者提供肠内营养的常用方法。然而,长期NGT依赖会导致不良临床后果。早期识别可能发展为持续性NGT依赖的患者仍具挑战性。方法:共纳入852例需要NGT的AIS患者,分配至训练集(n=596)和内部

    来源:Frontiers in Neurology

    时间:2026-08-10

  • 眼动脱敏与再加工对认知效应的研究:提出的主动机制

    摘要引言:创伤后应激障碍(Post-traumatic stress disorder, PTSD)以侵入性记忆和受损的弹性框架为特征,常导致慢性心理困扰。眼动脱敏与再加工(Eye Movement Desensitization and Reprocessi

    来源:Frontiers in Computational Neuroscience

    时间:2026-08-10

  • 综述:恶性循环:耳鸣与睡眠障碍的双向关系及病理生理机制

    在睡眠医学与耳科学领域,耳鸣与睡眠障碍的共病可能构成一种致残性的恶性循环:侵入性幻听感知干扰睡眠,而低质量、非恢复性睡眠进一步加剧耳鸣相关痛苦及感知显著性,显著损害患者健康。近期神经生理学与临床研究提示,该共病并非简单因果关系,而是由共享的中枢神经系统机制驱动

    来源:Frontiers in Neurology

    时间:2026-08-10

  • 综述:重型创伤性脑损伤去骨瓣减压术后洲际航空医疗转运:系统综述与循证飞行适宜性路径

    背景:在国外遭受的创伤性脑损伤(TBI)造成了重大的临床、后勤和心理社会挑战。关于颅脑手术后航空医疗遣返时机和安全性的指南仍不一致且大多未经验证。 病例描述:一名26岁外国国民在酒店阳台坠落后意识不清。计算机断层扫描(CT)显示右侧额颞顶急性硬膜下血肿,伴双侧

    来源:Brain and Spine

    时间:2026-08-10

  • 综述:血管内血栓切除术后改善预后的新兴策略

    背景:血管内血栓切除术(endovascular thrombectomy, EVT)是急性缺血性卒中(acute ischemic stroke, AIS)由大血管闭塞(large vessel occlusion, LVO)所致患者的标准化治疗。在随机试验

    来源:Future Neurology

    时间:2026-08-10

  • 想象训练对大学生运动员认知功能的影响:一项随机对照试验

    摘要:认知功能对于运动表现至关重要,但常常因疲劳、压力以及运动与学业双重需求而受损。虽然体育锻炼和运动想象都被证明会影响认知,但它们在大学生运动员中的急性效应比较仍未被充分探索。本研究比较了深蹲想象、深蹲执行和静坐休息对认知表现的影响。研究人员将98名大学生运

    来源:Frontiers in Cognition

    时间:2026-08-10

  • 多关节与单关节抗阻训练后神经肌肉适应的差异

    研究人员结合超声(ultrasound, US)、肌电图(EMG)和测力法(dynamometry)测量,以建立两种训练量相等的抗阻训练方案(一种涉及多关节运动,另一种涉及单关节运动)后神经肌肉适应的差异。二十四名参与者被分为深蹲组(SQG)和腿屈伸组(LEG

    来源:European Journal of Applied Physiology

    时间:2026-08-10

  • 有保证的神经网络故障检测与控制用于计算资源受限的安全关键系统

    主动故障检测依赖于注入辅助控制输入以增强故障可区分性,同时保持系统稳定性和安全性。尽管可以通过求解集成调节、安全和检测目标的约束最优控制问题来获得此类输入,但所得公式通常是高维、非凸且计算要求高的,限制了其在实时安全关键系统中的适用性。本文提出了一种具有可证明

    来源:Control Engineering Practice

    时间:2026-08-10

  • 基于图神经网络的方法从网络威胁情报数据集进行知识图谱可视化与异常检测

    现代网络攻击的规模与复杂性日益增长,要求异常检测模型能够捕获网络流量中蕴含的非欧几里得(non-Euclidean)且高度关系型的模式。本研究提出一个统一且可解释的基于图的网络异常检测框架,在完全一致的实验设置下系统评估了四种代表性图神经网络(GNN)架构——

    来源:Computer Networks

    时间:2026-08-10

  • TcfDyG: 基于时间感知通道融合动态图神经网络的加密货币网络异常检测

    随着区块链技术和加密货币系统的快速发展,金融网络中的交易行为变得高度动态并表现出复杂的演化模式。然而,有效建模这些行为面临重大挑战:交易数据包含随时间复杂演化的异质信息。现有方法通常难以捕捉这些多通道特征之间的深层非线性相关性,限制了其发现潜在风险的能力。因此

    来源:Blockchain: Research and Applications

    时间:2026-08-10


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康