-
眼病预警新靶点:腱反射缺失可独立预测2型糖尿病患者的视网膜病变风险
本推荐介绍了一项针对2型糖尿病(T2D)并发症风险预测的研究。为解决临床上难以便捷识别未来会发生糖尿病视网膜病变(DR)的高危患者问题,研究人员开展了腱反射缺失与DR发病及进展关联的纵向队列研究。结果显示,眼腱反射(ATR)和膝腱反射(PTR)的消失是DR的独立危险因素。此项研究的意义在于,为临床医生提供了一种无创、简便的床边筛查工具,可辅助识别需优先进行眼科转诊的T2D患者。
来源:Diabetology
时间:2026-03-29
-
融合深度学习影像分析与转录组特征的多模态计算框架用于口腔癌早期诊断与生物学解析
本刊推荐:为应对口腔癌(尤其是口腔鳞状细胞癌,OSCC)早期诊断的挑战,研究者们开发了一种整合深度学习图像分析与转录组学图谱的多模态计算框架。该研究利用DenseNet201、InceptionResNetV2和MobileNetV2三种卷积神经网络(CNN)架构组成的集成模型,结合Dempster–Shafer Theory (DST) 进行决策融合,显著提升了口腔病变的分类准确性(在OSCC数据集中达92%准确率,在Dental Condition多类别分类中达70%准确率)。该工作还通过GEO数据集GSE37991的转录组分析,揭示了与OSCC相关的细胞外基质(ECM)-受体相互作用、细胞色素P450代谢等关键通路,为理解口腔癌的分子机制提供了新见解。该研究展现了人工智能驱动方法在口腔癌筛查中的潜力,有望辅助临床实现更早、更精准的非侵入性诊断。
来源:Advances in Biomarker Sciences and Technology
时间:2026-03-29
-
针对具有非典型神经系统表现的移植物抗宿主病的体外光免疫疗法:病例报告
**摘要**
由于缺乏明确的诊断标准和治疗策略,移植物抗宿主病(GVHD)的罕见表现形式在临床上是一个挑战。本文报告了一例患者,该患者出现了GVHD的神经系统症状,但在进行体外光免疫疗法(ECP)后症状成功缓解。
**引言**
移植物抗宿主病(GVHD)是异基因造血
来源:Annals of Hematology
时间:2026-03-29
-
Semaglutide治疗可逆转高脂肪饮食(HFD)引起的海马区小胶质细胞活化,并改善认知功能障碍
龚浩东|刘俊璐|王一涵|林旭凡|吴光森|欧一超|周明峰|杨乐|彭俊翔|叶新云|王永佳|徐飞|周洪振|冯占鹏中国南方医科大学南方医院神经外科摘要长期高脂肪饮食(HFD)会导致肥胖、神经炎症和认知能力下降,增加阿尔茨海默病(AD)的风险。本研究探讨了GLP-1受体激动剂Semaglu
来源:Tissue and Cell
时间:2026-03-29
-
设计并开发一种自动化的脑电图信号处理与诊断支持架构,该架构采用先进的深度学习模型,以实现早期、准确且可扩展的神经系统疾病检测
EEG信号智能诊断框架研究提出融合噪声过滤、图傅里叶变换与自调制卷积神经网络的系统,在阿尔茨海默病和额颞叶痴呆诊断中实现6.42%-8.27%的准确率提升,为物联网医疗环境中的早期神经疾病筛查提供可靠工具。
来源:Physiotherapy Research International
时间:2026-03-29
-
用于自然语言推理中数据增强的逻辑形式化控制方法
逻辑数据增强方法与自然语言模型结合提升推理能力,采用符号逻辑约束生成过程,通过命题逻辑表达式映射和状态空间搜索算法生成多样化逻辑变体,有效提高预训练模型的逻辑推理性能。
来源:Neurocomputing
时间:2026-03-29
-
DUST-NS:通过神经网络显著性实现MLLM中的双主干稀疏调优
任务特定神经元在多模态大语言模型视觉与语言模块中的分布规律及高效调优方法研究。
来源:Neurocomputing
时间:2026-03-29
-
基于自适应批评学习的鲁棒性能跟踪控制方法,用于处理具有未知不确定性的非线性系统
基于自适应动态规划的非匹配不确定性非线性系统鲁棒预设性能跟踪控制方法,通过构建误差动态系统实现与最优跟踪的等价性转换,采用新型预设性能函数约束跟踪误差,并设计单层神经网络参数估计的自学习算法,无需系统动态函数即可实现稳定控制。
来源:Neurocomputing
时间:2026-03-29
-
DASA:数据增强与句法分析在跨领域情感三元组提取中的应用
跨领域方面情感三元组抽取中,传统数据增强方法忽视语法结构一致性,且依赖模型显式构建方面-评论关联。本文提出DASA框架,首先基于成分句法分析构建语法树,结合目标域词性约束进行语义引导的跨域数据增强,确保生成样本的语法一致性。随后设计双图注意力机制,分别通过依存语法图和词性组合图建模方面-评论的语义关联,利用图注意力网络动态融合上下文特征。实验在六个跨领域数据集上验证,DASA的微平均F1值较基线提升2.48%-6.15%,显著优于现有数据增强和图神经网络方法。
来源:Neurocomputing
时间:2026-03-29
-
利用带掩码的最优传输正则化技术实现持续命名实体识别的抗遗忘功能
本文提出Masked Optimal Transport Regularization(MOTR)解决持续命名实体识别中的灾难性遗忘问题,通过特征-标签联合分布构建最优传输成本函数,设计实体对齐与分离的双机制,动态平衡知识保留与新增实体识别,在三个基准数据集上验证其有效性。
来源:Neurocomputing
时间:2026-03-29