-
多发性硬化症中的疼痛与认知:与客观障碍和主观感知障碍的不同关联
摘要背景疼痛和认知障碍是多发性硬化症(MS)常见且致残的特征,但两者之间的关系仍未得到充分认识。特别是,尚不清楚疼痛是否与客观认知表现相关,还是主要影响患者对其认知困难的感知。目的研究多发性硬化症患者(pwMS)疼痛、客观认知表现和主观认知障碍之间的关联。方法对2025年4月
来源:Multiple Sclerosis and Related Disorders
时间:2026-10-12
-
疑似视神经炎的诊断挑战:2022 年国际标准的 5 年回顾性应用
摘要背景视神经炎(ON)是导致亚急性视力丧失的常见原因,将其与其他急性视力损害原因区分开来仍然具有挑战性,特别是在非专科医疗机构中尤为如此。目的回顾性地将2022年国际诊断标准应用于疑似视神经炎的患者,根据诊断标准对患者进行分类,识别最常见的替代诊断,并评估临床辅助检查的可及
来源:Multiple Sclerosis and Related Disorders
时间:2026-10-12
-
太极拳左右腿单侧蹬伸期间时间局域化的神经肌肉组织特征
摘要单侧下肢勾踢动作需要姿势控制、重心转移和肢体运动的协调调控,但左右肢体的肌肉协同模式是否以相似方式组织尚不清楚。本研究考察了陈式太极拳蹬一跟动作过程中依赖条件和时间定位的神经肌肉组织方式。15名男性精英太极拳运动员进行了左右腿勾踢试次,同步记录了来自12条下肢肌肉的双侧表
来源:Journal of Biomechanics
时间:2026-10-12
-
神经鞘瘤病临床队列中LZTR1杂合变异的临床谱系:多系统特征描述性研究
•对携带致病性或很可能致病性LZTR1变异的成年患者进行深度表型分析,发现反复出现的血管、神经、肿瘤和骨骼表现,支持多系统疾病模型。•在基因确诊个体中,识别出脑血管病(10/24)、先天性血管异常(9/24)、中枢神经系统囊性病变(5/24)、肿瘤(9/24)和Schmorl
来源:Cancer Genetics
时间:2026-10-12
-
植物乳杆菌联合有氧训练改善卵巢切除大鼠的认知和行为损伤
•有氧运动和*L. plantarum*改善了卵巢切除大鼠的认知功能。•联合干预减轻了海马和前额叶的神经炎症。•双重疗法比单一疗法更有效地上调BDNF/TrkB信号通路。•联合方案减轻了行为绝望和记忆缺陷。引言更年期,无论是自然发生还是外科手术引起的(双侧卵巢切除术),其特征
来源:Physiology & Behavior
时间:2026-10-12
-
血小板来源外泌体对甲基苯丙胺成瘾动物模型中认知情感功能的时间效应
•血小板外泌体在甲基苯丙胺成瘾动物模型中促进神经发生。•外泌体治疗的疗效受昼夜节律调控。•在休息期给药可更显著地诱导神经发生。引言药物成瘾是一种慢性的、复发的且复杂的疾病,对个人和公共卫生构成广泛威胁。甲基苯丙胺(METH)是最常滥用的成瘾性物质之一,近几十年来在许多国家的使
来源:Physiology & Behavior
时间:2026-10-12
-
面向鲁棒分布外农作物害虫识别的因果图表示学习
图结构和因果理论解决分布外害虫识别挑战。
显式地将害虫图像图分解为因果子图和偏差子图。
通过因果干预减轻虚假相关性,以减少混杂因素。
在三个数据集上进行的广泛实验证明了所提出方法的优越性。
引言
害虫侵袭对农业生产率构成严重威胁,导致巨大的经济损失[1]。准确的害虫
来源:Pattern Recognition
时间:2026-10-12
-
大语言模型与图神经网络:综述
**摘要**
大语言模型(LLMs)和图神经网络(GNNs)在建模文本语义和关系结构方面提供了互补的能力。然而,它们的集成跨越了多种训练和推理工作流,使得系统部署时的比较变得困难。本综述主要以主导耦合环路为组织标准,将LLM与GNN的集成归纳为四种范式:增强器(Enhanc
来源:Neurocomputing
时间:2026-10-12
-
利用数据驱动的病灶-症状映射方法研究数理能力中神经成分与理论成分之间的关系
**摘要**
数字素养(Numeracy),即理解和运用数字的能力,是许多日常技能至关重要的基础能力。数字素养任务已依据不同的分类方法被划分为不同类别,但目前人们对任务类别与数字素养神经模型之间关系的理解仍然不足。本研究采用病灶方法来解决这一关键缺口。研究采用数据驱动方法,
来源:Neuropsychologia
时间:2026-10-12
-
视听语音识别全面综述:当前趋势、挑战与未来方向
# 摘要
本文对视听语音识别(AVSR)和视觉语音识别(VSR)进行了统一的历史与方法论分析。我们分析了该领域的发展脉络——从早期基于手工构建的视觉-声学描述子和隐马尔可夫模型(HMM)的统计流水线,到卷积-循环网络(CNN-RNN)的兴起,再到以注意力机制为核心的Tran
来源:Neurocomputing
时间:2026-10-12