-
GLP-1受体激动剂通过中枢交感神经回路驱动心率升高的机制:来自新生大鼠离体模型的证据
本研究聚焦GLP-1RA临床致心动过速的未解机制,利用新生大鼠脑干-脊髓离体制备模型,揭示exendin-4经激活延髓RVLM C1区及脊髓IML交感神经元直接增强交感神经活性(SNA),为药物心血管效应提供新的神经环路解释。
来源:Hypertension Research
时间:2026-04-11
-
脑小血管病中老年患者睡眠时长与认知功能及情绪障碍的关联:“适度睡眠-认知保护”的U型关系探究
本研究针对脑小血管病(CSVD)患者睡眠时长对认知及情绪的影响尚不明确的问题,探讨夜间睡眠(6–9 h为优)与日间小睡(≤1 h最佳)对认知(Mini-Mental State Examination/Clock Drawing Test等)及焦虑(Self-Rating Anxiety Scale)的作用,证实“适度睡眠-认知保护”模型,为CSVD个体化睡眠干预提供依据。
来源:Sleep Research
时间:2026-04-11
-
面向冲击波传播的统计信息代理模型:融合线性降维与神经网络的高效预测框架
为应对高维多块向量-向量回归的复杂挑战,研究人员开发了一种结合有监督/无监督线性降维与神经网络在潜在空间中非线性映射的统计信息代理模型框架。该方法通过方差加权和依赖信息策略优化了潜在空间映射,应用于包含爆高和地形两种不确定性源的冲击波超压预测问题,显著提升了模型精度与稳健性,并实现了高效的预测统计分析与全局敏感性评估。
来源:Journal of Computational Science
时间:2026-04-11
-
DF‑MobileNetV4:面向水下鱼类摄食行为识别的双尺度自适应注意力与融合卷积块增强网络
为解决循环水养殖中单尺度特征难以捕捉鱼群复杂空间分布、水下模糊致边界歧义等问题,研究者提出DF‑MobileNetV4,集成双尺度自适应注意力(DSA)与Fused ConvBlock,在自建RASUFI数据集上实现95.59%识别准确率,为智能投喂提供高效轻量化方案。
来源:Information Processing in Agriculture
时间:2026-04-11
-
综述:大脑层级生成模型中的默认模式网络
本综述将默认模式网络(DMN)置于预测加工架构,提出其核心作用是协调高层级抽象预测(priors),以“管弦乐指挥”式跨网络投射驱动全脑生成模型更新,并结合纵向轴、局部层级轴与分层连接轴解释功能多样性。
来源:Current Opinion in Behavioral Sciences
时间:2026-04-11
-
无声心灵的谜题:从Anauralia看心智之耳与自我调控的科学之旅
编辑荐读:为厘清听觉心像(Anauralia)与心理功能的关系,研究者基于大样本(N=32,784)开发奥克兰听觉意象量表(AAIS),发现Anauralia与更高尽责性、更优自我调节及更低ADHD症状相关,揭示感官心像多维性对神经认知多样性的意义。
来源:Auditory Perception & Cognition
时间:2026-04-11
-
椎管内髓外肿瘤术后慢性轴性疼痛控制策略:半椎板切除术与椎板成形术的区域疗效对比
本研究聚焦IDEM肿瘤术后长期生活质量核心指标——慢性轴性疼痛,系统比较了保留结构的半椎板切除术与传统椎板成形术在不同脊柱节段的临床差异。结果表明,单侧肌群保护的半椎板切除术在胸段优势显著,为优化手术入路选择提供了高质量循证依据,对改善患者远期预后具有重要临床价值。
来源:Brain and Spine
时间:2026-04-11
-
性别与月经周期对单足冷加压试验中脑血管反应的影响
本研究探讨了自然生理状态下男女差异及女性月经周期阶段如何影响单足冷加压试验(CPT)诱发的颈总动脉(CCA)、大脑中动脉(MCA)血流动力学响应。结果显示:男女间及女性卵泡早期(EF)与黄体中期(ML)间,CCA直径、血流及传导率等主要指标在CPT期间无显著交互差异,提示CPT用于评估脑供血血管反应时可能无需严格区分这些因素,为心血管风险评估提供更简化的生理学依据。
来源:Applied Physiology Nutrition and Metabolism
时间:2026-04-11
-
综述:儿童创伤性脑损伤中的Hinge颅骨切开术:一项基于墨西哥神经外科医生的叙述性回顾及全国性调查
儿童创伤性脑损伤中铰链开颅术可减少并发症和二次颅骨成形需求,但现有证据有限且异质化,需标准化 protocols 和多中心研究。
来源:Child's Nervous System
时间:2026-04-11
-
利用深度学习提升面部表情识别能力:一个可泛化的框架,具有监测认知障碍的潜力
面部表情识别(FER)在心理健康监测中的应用研究,提出融合CNN-LSTM-AM的混合模型,通过空间特征提取、时间依赖建模和注意力机制优化,在FER-2013数据集上达到98.50%准确率,有效捕捉细微表情差异,适用于认知障碍的实时监测与早期诊断。
来源:Knowledge-Based Systems
时间:2026-04-11