生物通官微陪你抓住生命科技跳动的脉搏
Ki-67指数与甲胎蛋白(alpha-fetoprotein)和乳酸脱氢酶(lactate dehydrogenase)联合使用在区分儿童成熟与未成熟卵巢畸胎瘤中的应用
摘要 背景:在儿童中准确区分成熟与未成熟的卵巢畸胎瘤仍然是一个诊断挑战。目前的组织病理学分级具有主观性,且缺乏可靠的术前生物标志物。本研究旨在评估Ki-67、甲胎蛋白(AFP)和乳酸脱氢酶(LDH)单独使用及联合使用的诊断和预后价值。 方法:我们回顾性分析了82名(≤18岁)
来源:Frontiers in Neurology
时间:2026-04-21
一名患有Smith–Magenis综合征的儿童所出现的进行性多灶性系统性动脉病,伴有反复发作的低灌注性中风
摘要 此内容没有提供摘要。由于您可以访问该内容,因此页面上提供了完整的HTML内容。您还可以通过“保存为PDF”按钮获取该内容的PDF版本。 非动脉粥样硬化性脑动脉病变是儿童缺血性中风最常见的已知风险因素。 参考文献:Fulle
来源:Canadian Journal of Neurological Sciences
双锚图正则化潜在学习方法在可扩展的多标签特征选择中的应用
DAMFS是一种结合双锚图学习和共享潜在表示的多标签特征选择框架,通过自适应锚分配和联合优化策略解决复杂数据中的特征选择问题,实验验证其在多个领域的有效性。
来源:Neurocomputing
Uni-DTR:一个统一的框架,用于在无示例的类增量学习中平衡知识保留与适应性
类增量学习中的Uni-DTR框架通过双层次知识蒸馏和原型分类器校准,有效缓解灾难性遗忘与分类器偏差,在CIFAR-100和Tiny-ImageNet上平均精度达65.7%/56.0%,遗忘率低于基线方法。
通过颗粒球实现多粒度图细化以进行图分类
MGGR方法通过多粒度图分解和层次化编码器提升图分类性能,实验验证其在准确性和效率上的优势。
将极化现象与立体声技术相结合:通过极化线索实现实时立体声匹配
偏振融合立体匹配网络PF-IGEV通过引入CAGWC模块优化上下文感知分组相关性计算,结合合成偏振-KITTI数据集解决弱纹理表面匹配难题,在KITTI 2012基准上达到1.01%的no-c匹配误差和1.34%的all误差,实时性达55ms。
TANet:用于图像去噪的三域注意力网络
提出TANet多域注意力图像去噪网络,通过噪声估计块捕获全局噪声,三重注意力机制协调通道、空间和频率特征,星形块高效构建判别性表示,在合成高斯噪声和真实数据集上PSNR/SSIM表现优异且参数效率高。
TriAdapt-DGNN:一种用于时间序列链接预测的三重自适应动态图神经网络
动态链接预测在社交和引文网络中面临拓扑动态性、空间关系时变性和事件不规则性挑战。本文提出TriAdapt-DGNN框架,通过结构特征协同演化、多图聚类门控和计算感知记忆机制,实现时空动态建模与高效计算平衡。实验表明, TriAdapt-DGNN在六个基准数据集上平均AP排名提升0.5,显著优于传统静态图方法和事件驱动模型。
利用可解释机器学习,基于脑电图(EEG)的听觉诱发电位对本土歌曲与非本土歌曲、中性音乐以及人类大脑的静息状态进行分类
本研究提出基于脑电信号的可解释框架,通过时间域和时频域特征(如经验模态分解)分析不同音乐类型及静息状态下的听觉诱发电位(AEPs),随机森林分类器平均准确率达97.5%,揭示了脑电δ波与AEPs的关联,为神经反馈和康复提供新方法。
GloTrust:在区块链图中连接本地和全球视角以进行信任评估
区块链信任评估中,传统GNN方法因局部消息传递和语义不对称导致全局依赖捕捉不足。本文提出GloTrust框架,通过构建扩展图增强长程连接,引入伪节点路由实现全局通信,并设计语义感知注意力机制动态加权异构信任关系。实验表明,该框架在真实区块链数据集上显著优于基线方法,且能抵御协同攻击等安全威胁,验证了其跨领域的适用性。
知名企业招聘: