当前位置:首页 > 今日动态 > 神经科学
  • 多物种间曼氏巴拉姆虫感染比较神经病理学:揭示种属特异性差异及其临床意义

    本刊推荐:研究人员为明确自由生活阿米巴Balamuthia mandrillaris感染在不同宿主中的神经病理学差异,开展了跨物种比较神经病理学研究。该工作系统揭示了感染病理特征的种属特异性,为理解其致病机制及开发针对性诊疗策略提供了重要依据。意义显著。

    来源:Parasitology

    时间:2026-04-28

  • 基底动脉闭塞性卒中血管内治疗后CT对比剂染色的预后价值:一项预测不良功能结局的关键影像学标志物研究

    本研究聚焦基底动脉闭塞(BAO)卒中血管内治疗(EVT)后,CT影像中出现的对比剂染色(Contrast Staining)现象。研究人员通过回顾性分析,评估了术后CT上对比剂染色对患者90天功能结局(改良Rankin量表/mRS)的预测价值。研究发现,对比剂染色是BAO患者EVT术后不良功能结局(mRS ≥4)的强有力独立预测因子,其预测效能优于其他术前及术后的影像学参数。该结果为BAO患者EVT术后的早期预后评估及个体化管理提供了重要的影像学依据。

    来源:Frontiers in Neurology

    时间:2026-04-28

  • 营养状况、腹肌厚度与卒中后功能恢复:一项亚急性至慢性期患者的关联性研究

    为解决卒中患者康复中营养状况与腹部肌肉结构对其功能恢复影响的关联尚不明确的问题,研究人员开展了一项前瞻性观察性研究,评估了亚急性至慢性卒中患者的营养状况(MNA-SF评估)、非瘫痪侧腹肌厚度(超声测量)与功能恢复(Barthel指数等)的关系。结果表明,营养风险与出院时较低的功能独立性(Barthel指数)独立相关,但与腹肌厚度变化无明显关联。这强调了卒中康复中早期营养筛查与综合评估的重要性。

    来源:Frontiers in Neurology

    时间:2026-04-28

  • 人类脑数据:人工智能领域中一个高价值、开放性的新资源

    为解决当前大型基础模型在“理解”人类认知深层机制方面的局限,本文探讨了利用神经影像数据(如fMRI、EEG、MEG)直接“训练”AI模型(即脑训练AI)的新范式。研究提出,此类数据不仅可提升AI在感知、执行及语义任务上的性能,其独特的开放性(可随神经科学发展被不断重新解读)更使其成为突破AI对齐与推理瓶颈的战略资源,有望重塑神经科学家在AI发展中的角色。

    来源:Frontiers in Human Neuroscience

    时间:2026-04-28

  • 帕金森病患者疾病感知的影响因素分析:一项关于负面认知、高危人群与心理干预的横断面研究

    为解决中国帕金森病(PD)患者疾病感知现状不明、影响因素不清的问题,安徽医科大学第一附属医院的研究人员开展了一项横断面研究,调查了128名PD患者的疾病感知水平及其影响因素。结果显示,患者普遍存在负面疾病感知,尤其在后果和情绪表征维度得分较高;女性、丧偶、低教育水平、病程长是负面感知的高危因素。该研究为临床识别高危人群、制定针对性的心理干预(如加强社会支持、应对技能训练)提供了实证依据。

    来源:Frontiers in Neurology

    时间:2026-04-28

  • 综述:卒中后痉挛的肌肉能量技术:机制与临床应用

    这篇综述系统阐述了肌肉能量技术(MET)作为一种创新的非侵入性手段,在管理卒中后痉挛(PSS)中的潜力。文章探讨了MET通过抑制脊髓及皮层运动神经元兴奋性、调控疼痛通路发挥作用的双重机制假说,并汇总了其改善肌张力、关节活动度和功能的临床证据。作者也指出了当前证据的局限性,如高质量研究较少、方案缺乏标准化,以及MET对患者主动参与度的依赖可能限制其适用范围,最终为未来将MET整合进循证康复实践提供了框架。

    来源:Frontiers in Neurology

    时间:2026-04-28

  • CHIP亚型特异性影响脑血管与心脏代谢疾病风险的孟德尔随机化及机制研究

    本研究针对不确定潜能的克隆性造血(CHIP)在脑血管及心脏代谢疾病中的因果关联及亚型异质性尚不明确的问题,利用孟德尔随机化(MR)分析结合体外实验,揭示了TET2-CHIP等亚型在缺血性卒中、脑出血等疾病中的特异性风险模式,为CHIP的精准风险分层提供了遗传学与实验证据。

    来源:Frontiers in Neurology

    时间:2026-04-28

  • 基序驱动的超图表示学习:基因调控网络的直推与归纳推理

    现有GRN建模多关注基因对关系,忽略高阶调控基序。本研究提出Motif-GRN框架,构建基序超图并融合对比学习,实现跨数据集GRN精准推断,为网络生物学提供新范式。

    来源:IEEE Transactions on Neural Networks and Learning Systems

    时间:2026-04-28

  • 基于深度学习的柑橘植物病虫害分类方法,采用一种计算效率高的卷积神经网络(CNN)模型

    摘要 最近在特定领域分类方法方面的进展表明,与传统的机器学习技术相比,深度学习的表现非常出色。本研究开发了一种计算效率高的卷积神经网络(CNN)模型,专门用于柑橘植物病害的分类,其性能可与预训练的InceptionV3模型相媲美。该模型采用五个层次的架构,利用

    来源:Scientific Reports

    时间:2026-04-28

  • 综述:患有头部和颈部疾病的马匹的评估与管理

    Melinda R. Story | Yvette S. Nout-Lomas 科罗拉多州立大学马体育医学系,美国科罗拉多州柯林斯堡 章节摘录 关键要点 • 对于每一个出现头部和颈部问题的病例,都必须采取全面、系统性的评估方法。 • 区分由疼痛

    来源:Veterinary Clinics of North America: Equine Practice

    时间:2026-04-28


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