-
信息瓶颈引导的异质图学习在可解释神经发育障碍诊断中的应用
针对神经发育障碍(NDDs)诊断中多模态神经影像数据融合困难、模型可解释性不足等问题,本研究提出了可解释信息瓶颈异质图神经网络(I2B-HGNN)。该研究融合信息瓶颈(IB)原理与异质图学习,构建了IBGraphFormer和IB-HGAN双组件框架,有效识别了与诊断相关的生物标志物,并实现了神经影像学与非成像数据的可解释性融合。实验表明,该方法在ASD和ADHD诊断中兼具高分类精度与可解释性,为开发客观、数据驱动的诊断工具提供了新思路。
来源:Neurocomputing
时间:2026-04-26
-
当神经痛感超越血液:TRPV1基因多态性与镰状细胞病相关神经病理性疼痛的研究
镰状细胞病(SCD)患者常伴发疼痛,但其神经病理性疼痛特征长期被低估。本研究针对SCD相关神经病理性疼痛的患病率及其与TRPV1基因多态性的关联展开横断面调查。结果显示,超过三分之一(36.9%)的SCD患者存在神经病理性疼痛,其与年龄增长、黑人种族及频繁疼痛发作显著相关,但未发现所研究的TRPV1多态性(rs224534, rs222747)与之存在统计关联。该研究强调了在SCD临床管理中识别神经病理性疼痛成分的重要性,并为理解其复杂机制提供了临床与遗传学依据。
-
基于忆阻器的储层计算系统处理稳定神经信号,赋能高效实时脑机接口
本文介绍了一种基于忆阻器储层计算(RC)系统的创新神经信号处理方法。针对脑机接口(BMI)实时处理海量神经数据的挑战,研究人员利用忆阻器的短时记忆(STM)特性,将记录到的神经脉冲编码为高维动态特征,并结合柔性神经探针实现长达两周的稳定神经元追踪。实验表明,该系统在小样本条件下,能对小鼠行为状态实现高达82.2%的准确分类,并展现出良好的鲁棒性。这项工作为开发高能效、可集成的边缘神经信号处理系统提供了有前景的解决方案。
来源:Advanced Intelligent Systems
时间:2026-04-26
-
在DoS攻击下,针对二阶多智能体系统的周期性事件触发近似最优编队控制
摘要
本文研究了在遭受拒绝服务(DoS)攻击的情况下,二阶多智能体系统(MASs)的周期性事件触发近似最优编队控制问题。首先,建立了一个双模马尔可夫切换模型(DM-MSM),在该模型中,攻击频率和持续时间约束被嵌入到转移概率矩阵中。该模型明确捕捉了攻击的随机开启/关闭特性以及由此
来源:Neurocomputing
时间:2026-04-26
-
利用双层光谱CT对胰腺导管腺癌术前行神经周围浸润的预测
胰腺管腺癌神经侵袭预测:双层数谱CT碘浓度参数优于常规CT衰减参数,AUC达0.86,准确性77.0%,LASSO回归筛选,DCA验证临床价值
来源:Abdominal Radiology
时间:2026-04-26
-
富血供实性表现胰腺浆液性囊腺瘤:一种非功能性胰腺神经内分泌肿瘤的罕见良性“模仿者”的影像学特征、诊断陷阱与临床意义
本文针对临床上富血供实性表现胰腺浆液性囊腺瘤(SCA)与非功能性胰腺神经内分泌肿瘤(NF-pNET)难以鉴别的诊断难题,进行了一项系统综述。研究回顾了现有影像学证据,发现CT平扫低密度(HU)和DWI-ADC高值有助于倾向SCA诊断,而动脉期高强化和生长抑素受体显像阳性缺乏特异性。该研究强调了在评估此类不典型胰腺富血供实性病变时进行多参数谨慎评估的重要性,为避免良性病变的不必要切除提供了关键线索。
来源:Abdominal Radiology
时间:2026-04-26
-
综述:乳酸菌叶酸合成在食品中的益处及缺乏相关风险——一篇综述
本综述系统解析乳酸菌(LAB)通过从头合成途径(de novo pathway)生产叶酸的能力,聚焦植物乳杆菌(Lactiplantibacillus plantarum)等优势菌株,探讨其在乳制品、谷物等发酵食品中的应用潜力。研究揭示LAB合成叶酸的关键基因(如folC、folE)调控机制,阐明叶酸缺乏对神经管缺陷、高同型半胱氨酸血症等疾病的影响,并验证LAB发酵食品对肠道稳态及营养吸收的改善作用,为天然叶酸生物强化提供可持续解决方案。
来源:Probiotics and Antimicrobial Proteins
时间:2026-04-26
-
基于情境学习的基础模型在小数据集材料性能预测中的集成框架及其物理特征增强研究
针对材料性能预测中数据稀缺的挑战,研究人员提出了统一的情境学习基础模型(ICL-FM)框架,该框架集成了基于成分和结构感知的表征。研究将预训练的TabPFN与图神经网络(GNN)嵌入及新颖的MagpieEX描述符耦合,在MatBench基准和独立的热导率(LTC)数据集上验证,实现了与SOTA模型相竞争或更优的性能,显著降低了训练成本。这项工作为材料信息学确立了一个可泛化、数据高效的新范式。
来源:npj Computational Materials
时间:2026-04-26
-
人工智能在吸烟与酒精相关癌症诊断与检测中的应用:一项系统性综述
【编辑推荐】吸烟与饮酒是导致胃癌、肝癌、肺癌等癌症的重要风险因素,早期精准诊断面临挑战。本研究系统综述了人工智能(AI)与深度学习(DL)(如卷积神经网络CNN)技术在相关癌症诊断与症状识别中的应用。结果表明,AI方法具有高准确性,并通过可解释AI(XAI)、多模态数据整合等手段提升了诊断透明度与模型泛化能力。该综述为AI驱动癌症精准诊疗提供了重要见解。
来源:ARTIFICIAL INTELLIGENCE REVIEW
时间:2026-04-26
-
硅掺杂氧化锆自整流忆阻器交叉阵列:面向高效神经形态计算的存算一体平台
为解决高密度忆阻器交叉阵列中漏电流大、需外接选通管以及器件波动影响精度的问题,研究人员开展了基于Si掺杂ZrOx的自整流忆阻器(SRRAM)研究。该器件实现了高选择比(106)与长寿命(>2×106次),在32×32阵列中完成了能效MAC运算,并通过不确定性感知学习使手写数字识别准确率达92%,为低功耗类脑芯片提供了可靠突触单元。
来源:Advanced Composites and Hybrid Materials
时间:2026-04-26