-
AKT相关长链非编码RNA的整合表达与生物信息学分析表明UCA1可能是双相情感障碍的候选生物标志物
摘要双相情感障碍是一种严重的精神疾病,其特征是情绪和行为的反复异常。鉴于已有研究指出AKT信号通路与双相情感障碍相关,我们研究了该疾病患者及健康对照组的外周血样本中三种与AKT相关的长非编码RNA(LINC-ROR、MALAT1和UCA1)的表达情况。此外,我们还进行了探索性的生
来源:Journal of Molecular Neuroscience
时间:2026-07-21
-
整合生物信息学与网络分析方法识别寨卡病毒引发的神经炎症中的关键分子靶标及核心基因
摘要寨卡病毒(ZIKV)感染会导致显著的神经发育和神经系统异常。然而,寨卡病毒引发神经炎症的分子机制目前尚不完全清楚。在本研究中,研究人员采用了生物信息学分析的综合方法来识别与寨卡病毒感染相关的分子靶标。研究使用了来自基因表达组数据库(GEO)的65个样本(35个寨卡病毒阳性样本
来源:Journal of Molecular Neuroscience
时间:2026-07-21
-
安格曼综合征的临床与遗传学研究:对摩洛哥26例病例的回顾性分析
摘要安格曼综合征(OMIM #105830)是一种罕见的神经发育障碍,由母系遗传的位于15q11.2–q13区域的UBE3A基因功能丧失所致。尽管该病的临床和分子特征在欧洲和亚洲人群中已有详细描述,但低收入和中等收入国家的相关数据仍然十分匮乏。这项回顾性研究旨在分析摩洛哥人群中安
来源:Journal of Molecular Neuroscience
时间:2026-07-21
-
综述:急性缺血性卒中血管内取栓术后动脉内溶栓治疗:随机对照试验的网络荟萃分析
摘要背景与目的对于符合特定适应症标准的患者,血管内取栓术是治疗大血管阻塞所致急性缺血性卒中的黄金标准疗法。该疗法面临的一个关键挑战是无效再通现象,这种现象可部分归因于远端微循环的栓塞。因此,有一些临床试验研究了在成功进行血管内取栓术后使用动脉内溶栓术的疗效与安全性,旨在在不增加出
来源:Journal of the Neurological Sciences
时间:2026-07-21
-
基于物理信息神经网络的温和灸温场模拟与参数优化
•PINN方法可用于解决二维瞬态艾灸生物热传递问题。•在所研究的参数空间内,该模型能够实现稳定收敛。•正交实验可用于量化各参数对热量渗透深度的影响。•已确定一种有助于实现深层加热效果的参数组合。引言温和艾灸作为悬灸的一种形式,是艾灸疗法中最常使用的手段之一。在这种疗法中,点燃的艾
来源:Journal of Thermal Biology
时间:2026-07-21
-
多条件引导扩散模型用于面部草图到照片的合成
•多条件引导扩散模型提升了从面部草图到照片的合成效果。•多尺度语义融合提高了下采样过程中的结构精度。•混合交叉注意力机制整合了纹理先验以优化细节表现。•嵌入在U-Net中的视觉变换器能够捕捉全局低频信息。
引言
从手绘草图生成逼真的面部图像在多个领域有着重要应用,包括用于嫌疑人
来源:Neural Networks
时间:2026-07-21
-
综述:阅读大脑中视觉采样的节奏性结构
•我们提出了一种用于阅读中时空采样的节奏框架•该研究整合了视觉、注意力及眼动机制•它将阿尔法、贝塔、西塔节律与核心阅读计算过程联系起来•我们将阅读重新定义为基于振荡的感官运动采样•该研究通过同步性紊乱将神经噪声与阅读障碍联系起来
引言
阅读是一项独特的人类技能,它能以惊人的速度
来源:Neuroscience & Biobehavioral Reviews
时间:2026-07-21
-
综述:进食障碍中的血管收缩作为转化研究靶点:自主神经功能紊乱、岛叶机制以及一种新型多模式检测系统
•将血管收缩视为一种有机制依据的生物标志物,有助于明确进食障碍中的自主神经功能及内感受器功能紊乱。•结合自主神经科学、岛叶神经回路以及多模态检测系统,构建出一个具有生物学依据的实用框架。•为改善神经性厌食症相关疾病的评估、个性化治疗以及复发监测提供了新途径。•为精神疾病的心身模型
来源:Neuroscience & Biobehavioral Reviews
时间:2026-07-21
-
用于冷启动推荐的具有检索语义的大语言模型
摘要:物品冷启动问题仍是推荐系统面临的重要挑战。现有方法存在三方面局限:新物品因不在预训练语料库中而产生的语义偏差、物品属性有限导致的语义稀疏性,以及缺乏交互数据所造成的行为差异。为解决这些问题,我们提出了一种名为“带检索语义的大语言模型”(LaReS)的方法。首先,为减少语义偏
来源:Neural Networks
时间:2026-07-21
-
MIP-Net:一种具有局部自适应对比度的多尺度倒金字塔网络,用于水下物体检测
摘要水下物体常常面临严重的视觉质量下降问题,包括水中的杂质导致的强烈背景噪声、光学散射造成的边界模糊,以及复杂环境中的小物体丢失现象。这些因素共同给水下物体检测带来了巨大挑战。为了解决这些问题,我们提出了专为水下物体检测设计的多尺度倒金字塔网络(MIP-Net)。与传统的特征融合
来源:Neural Networks
时间:2026-07-21