-
内镜辅助下应用金刚石钻头与硬脑膜牵开器进行条状颅骨切除术:一项技术性论文
本技术报告针对内镜下条状颅骨切除术中存在的骨缘出血问题,提出了一种新颖的解决方案。研究人员开发了一种可与金刚石钻头结合使用的硬脑膜牵开器,利用钻磨产生的局部热能对骨边缘进行烧灼止血,同时保护硬脑膜免受热机械损伤。一项针对3月龄额缝早闭患儿的初步应用显示,该方法失血量极小(<5 cc)且未观察到硬脑膜损伤,为优化微创颅缝早闭手术提供了有前景的新思路,其安全性、可重复性及对围手术期失血量的影响有待更大规模研究进一步验证。
来源:Child's Nervous System
时间:2026-04-10
-
非洲队列研究:HIV感染者共病特征及其住院风险分析
本研究针对撒哈拉以南非洲地区艾滋病病毒(HIV)感染者面临的多重共病(multimorbidity)挑战,旨在探究其患病特征及其与住院风险间的关联。通过对非洲队列研究(AFRICOS)数据分析发现,HIV感染者中共病率为12.4%,以贫血、头部相关疾病和神经病变最为常见,且共病与住院风险显著相关(aOR=1.44)。该结果为该地区HIV感染者共病管理及医疗资源配置提供了重要实证依据。
来源:BMC Global and Public Health
时间:2026-04-10
-
综述:妊娠期肝内胆汁淤积症与子代神经发育:胆汁酸介导的机制与远期神经发育结局
这篇综述聚焦妊娠期肝内胆汁淤积症(ICP)对子代神经发育的潜在长期影响,超越了传统的围产期风险视角。文章系统梳理了大型登记研究与队列研究的流行病学证据,揭示了宫内ICP暴露与子代注意缺陷/多动障碍(ADHD)、自闭症谱系障碍(ASD)等神经发育诊断风险增加的相关性,尤其在早发型疾病中关联更强。其核心机制框架以母体胆汁酸(TBA)升高为始动暴露,阐述了胆汁酸如何扰乱胎盘转运、引发胎盘炎症/氧化/内质网应激等反应,从而重塑子宫内环境,并可能通过影响小胶质细胞成熟、神经炎症和血脑屏障(BBB)脆弱性等下游通路,在胎儿大脑发育敏感期编程远期神经发育结局。综述为理解ICP提供了生命历程视角,并指明了未来转化研究的优先方向。
来源:Archives of Gynecology and Obstetrics
时间:2026-04-10
-
选择性摄食行为决定了不同物种对微塑料的敏感性:一项针对两种重要的鲤科鱼类——普通鲤鱼和Catla的比较生理学与行为学研究
微塑料污染对经济鱼类Catla和Common Carp的行为及生理影响存在物种特异性差异,底栖杂食性Common Carp因误食聚苯乙烯微塑料导致摄食性能下降和氧化应激增强,而浮游食性Catla未表现出显著变化,摄食策略是毒性差异的主因。
来源:Marine Policy
时间:2026-04-10
-
可解释的机器学习在煤炭港口废水处理中用于混凝剂投加量预测的应用
针对煤矿港口煤质污水混凝剂投加量预测难题,本研究提出融合Sobol敏感性分析与SHAP可解释性的神经网络模型,通过连续水质监测实现动态优化,使预测精度达R²=0.902,RMSE=0.057,并揭示进水/出水浊度主导效应及温、电导率交互影响。
来源:Marine Policy
时间:2026-04-10
-
一种基于简化的U-Net的电池健康状态估计框架,该框架采用了优化的恒压充电段技术
1.8% RMSE的电池健康状态估算方法,基于优化恒压充电段和简化U-Net卷积神经网络,通过离散相关分析确定输入长度,并融合浅层与深层特征缓解深度神经网络退化问题。
来源:Journal of Energy Storage
时间:2026-04-10
-
基于松鼠搜索算法的胶囊神经网络在阿尔茨海默病和帕金森病分类中的应用
基于SSA-CapsNet的阿尔茨海默病与帕金森病智能分类框架,通过MLP预处理、LMO与GEO特征提取优化,结合松鼠搜索算法调参的胶囊神经网络模型,在Kaggle公开数据集上取得98.53%的准确率,显著提升疾病分类性能。
来源:Expert Systems with Applications
时间:2026-04-10
-
具有变分图自动编码器的双门多行为推荐系统
多行为推荐中的结构约束生成框架DGMB通过联合建模高阶协同结构和行为感知双门融合机制,有效解决数据稀疏问题,在冷启动场景下表现优于基线模型。
来源:Expert Systems with Applications
时间:2026-04-10
-
具有多层次对比学习的层次注意力网络,用于基于知识的推荐系统
提出HANCL框架,通过双空间几何建模解决异构图空间适应不足问题,采用层次注意力网络聚合用户-项目图与知识图谱特征,结合多级对比优化抑制监督稀疏噪声,在三个基准数据集上显著提升推荐性能。
来源:Expert Systems with Applications
时间:2026-04-10
-
一种高效的在线检测网络,用于高速铁路中车轮与轨道之间的相对横向位移检测
轮轨侧向位移动态检测方法研究提出基于轴箱加速度和轨道不平顺数据的神经网络框架,通过频率分解策略实现低频和高频子模块协同优化,在复杂工况下检测精度达0.204mm且误差降低42.8%,显著优于传统直接预测网络。该方案依托现有轨道检测车辆无需新增设备即可实现在线高效检测,有效解决视觉检测成本高实时性差的问题。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-10