-
神经脊髓炎谱系障碍中的财务毒性:一项ABC-X混合方法研究
摘要
背景
视神经脊髓炎谱系疾病(NMOSD)是一种罕见的自身免疫性疾病,其特点是复发率较高,即使在临床稳定的时期也需要长期维持治疗。这种长期的治疗方案给患者带来了沉重的经济负担,可能比许多其他慢性疾病带来的负担更为严重。然而,关于财务毒性(FT)对NMOSD患者具体影响的数
来源:Brain and Behavior
时间:2026-04-24
-
抑制HMGB1可恢复青少年酗酒后成年海马区的神经发生及空间学习能力
青少年间歇性酒精暴露(AIE)导致成年海马体神经免疫激活和神经发生减少,通过抑制HMGB1-TLR4-NFκB通路可逆转病理变化并改善认知功能。实验以 female Wistar rats 为模型,AIE 处理后给予甘草酸,证实其能恢复 HMGB1 表达、抑制小胶质细胞(CD11b)和星形胶质细胞(GFAP)活化,逆转 DCX 和 Ki-67 神经发生标志物下降,并改善 Morris 水迷宫和空间学习行为缺陷。
来源:Physiology & Behavior
时间:2026-04-24
-
MN-AQA:用于可解释跳水评分的多阶段神经符号动作质量评估
提出MN-AQA多阶段神经符号框架,通过姿态恢复模块解决复杂视觉条件下的关键点漂移问题,阶段条件编码器建模动作阶段语义,混合推理机制动态融合神经特征与符号规则,实现可解释的评分与多维度输出。实验在MTL-AQA数据集上验证其Spearman相关系数达0.89,MAE 0.087,RMSE 0.132,优于现有基线方法。
来源:Pattern Recognition
时间:2026-04-24
-
具有弱局部-全局对齐约束分支的动态面部自动检测网络
面部动作单元(AU)检测面临区域定位模糊和时空干扰问题,本文提出协作检测框架:1)设计区域因果干预块动态解耦局部特征,结合对抗训练抑制背景噪声;2)构建时空自适应融合架构,通过帧间差异建模时间演变,利用图神经网络(GNN)捕捉空间相关性;3)采用对比学习实现全局-局部特征语义对齐。实验表明该方法在BP4D和DISFA数据集上实现最优检测精度与鲁棒性,计算效率提升显著。
来源:Pattern Recognition
时间:2026-04-24
-
下额回在创造性联想过程中支持类别转换:一种模式相似性分析
语义记忆搜索中切换与聚类的脑机制差异研究。通过双语义多义词词 ассоциативная задача要求被试生成两阶创造性关联,fMRI显示双额叶皮层活动模式差异:第二阶段切换时更显著激活右侧双额叶皮层,且模式异质性大于聚类。揭示了创造性思维中语义关联转换的关键神经机制。
来源:Neuropsychologia
时间:2026-04-24
-
慢性中度至重度创伤性脑损伤患者空间忽视与大脑结构连接侧化不对称性之间的关联:一项探索性初步研究
本研究首次对创伤性脑损伤(TBI)患者空间忽视(SN)的神经机制进行探讨,通过17例慢性中重度TBI患者的DTI和DKI数据分析,发现29%存在左侧SN,且右侧全局注意与胼胝体完整性相关,提示白质纤维束损伤可能影响SN症状。
来源:Neuropsychologia
时间:2026-04-24
-
STHG-MSGNN:一种基于时空异质性引导的多尺度图神经网络,用于大规模城市地面沉降预测
时空异质性驱动的多尺度图神经网络模型STHG-MSGNN通过时空异质性建模与多尺度特征融合,显著提升武汉地区基于InSAR数据的地面沉降预测精度,实验表明其RMSE、MAE和sMAPE分别优于基准模型6.72%、9.59%和9.13%。
来源:Journal of Computational Science
时间:2026-04-24
-
短暂正念干预对自主神经功能的综合影响:多系统协调视角下的应激调控机制研究
为解决传统长期正念干预(MBI)实施复杂、对自主神经系统(ANS)多系统协调机制研究不足的问题,本研究通过两次短暂正念干预(bMBI)与特里尔社会应激测试(TSST),探究其对青年人群的呼吸性窦性心律不齐(RSA)、皮肤电导水平(SCL)及血压等ANS多指标的作用。结果显示,bMBI在干预期间显著提升RSA、降低SCL,并在应激后促进RSA与SCL的交互协调,降低舒张压(DBP),表明bMBI可快速优化ANS多系统协调,为开发高效、低成本的应激管理策略提供生理证据。
来源:Physiology & Behavior
时间:2026-04-24
-
面向高效图像超分辨率的类ViT统一多尺度学习网络:在重建质量与计算效率间取得优越权衡
近期,基于视觉Transformer (ViT) 的超分辨率 (SR) 模型虽重建性能优异,但自注意力机制带来的巨大计算与内存开销,限制了其在资源受限场景中的应用。为解决此难题,研究人员开展了一项关于“类ViT的统一多尺度学习网络 (UMLN)”的研究。他们提出了一种新颖的混合特征聚合模块,通过高效的卷积操作生成全局权重矩阵,模拟自注意力的全局建模能力,并设计了CGDConv模块以有效捕获局部与非局部上下文信息。实验表明,该模型在多个公开基准数据集上超越了现有高效SR方法,在匹配最先进轻量级ViT模型性能的同时,显著降低了计算成本。这项研究为在边缘设备上实现高质量、高效率的图像超分辨率提供了有前景的解决方案。
来源:Pattern Recognition
时间:2026-04-24
-
复合磁纳米材料PANI@Fe3O4@ML吸附去除水中六价铬的响应面与神经网络建模优化研究
本研究针对工业废水中剧毒六价铬[Cr(VI)]的去除难题,通过超声辅助聚合法制备了新型杂化磁性纳米复合材料聚苯胺@四氧化三铁@辣木叶生物质(PANI@Fe3O4@ML),系统评估了其对Cr(VI)的吸附性能。研究结合响应面法(RSM)与人工神经网络(ANN)模型优化了吸附条件,在pH 2.27、吸附剂剂量0.0488 g/L、初始浓度26.74 mg/L、温度43.77°C时实现了96.43%的高去除率。该复合材料最大吸附容量达50.8 mg/g,吸附过程符合Langmuir模型与伪二级动力学,且为自发的吸热过程。这项工作为高效、低成本去除水中Cr(VI)提供了一种有前景的吸附剂设计与工艺优化策略。
来源:Next Nanotechnology
时间:2026-04-24