-
针对伴有自发性水平性眼球震颤的急性眩晕的床边诊疗方法:同时进行冰水试验刺激的作用及其与HINTS协议在区分周围性及中枢性病因中的相关性
Luigi Califano,
Cataldo Latorre,
Maria Grazia Melillo,
Iacopo Cangiano,
Giuseppe Manna,
Maria Gabriella Coppola,
Roberto Teggi
急性眩晕急诊常见,HINTS协议诊断准确但需经验,冰水测试新方法通过双侧冷刺激抑制周围性前庭病变患者眩晕眼动,未抑制中枢性病变,与HINTS高度一致,可作为急诊补充工具。
来源:Audiology Research
时间:2026-03-07
-
天然黏土及天然黏土/TiO2纳米复合材料对消毒后热聚合颌面硅胶颜色稳定性影响的评估
Mohammed Abdalqadir,
Lazyan Raouf,
Kaml Mohammed,
Kawan Othman,
Dler Shwan,
Kamaran Bakhtiar
和
Bruska Azhdar
**摘要**
多囊卵巢综合征(PCOS)是一种异质性的内分泌-代谢紊乱,与胰岛素抵抗(IR)、内脏脂肪堆积和增加的心脏代谢风险相关。内脏脂肪指数(VAI)是脂肪组织功能障碍的经过验证的替代标志物,但其与PCOS患者循环中的神经营养因子和脂肪因子平衡的关系尚未完全明了。本研究将
来源:Polymers
时间:2026-03-07
-
儿童腰骶椎间盘突出:风险因素、手术结果以及与COVID-19大流行相关的封锁措施的潜在影响
儿童腰椎间盘突出症手术风险及疫情影响的临床研究:回顾性分析2011-2024年30例患者,发现运动参与(30%)、肥胖(16.7%)和创伤史(10%)为风险因素,全采用微创手术(MD)治疗,术后96.7%临床改善但33.3%持续腰痛。新冠封锁期间LDH手术病例增加3.3倍(p=0.002),住院时间缩短至5天(p=0.005)。
来源:Child's Nervous System
时间:2026-03-07
-
开放性脊柱裂患者癫痫患病率与脑结构异常相关性研究
本研究针对开放性脊柱裂患者脑结构异常与癫痫的关联性不明问题,通过一项回顾性横断面队列研究,系统评估了经治患者的脑MRI异常谱及其共现模式。研究发现,尽管Chiari畸形II型、脑室扩大等结构异常极为常见,但该队列的癫痫患病率仅为7.0%,提示癫痫与特定脑结构异常间缺乏明确的关联模式。此研究为理解SBA神经学表现谱提供了重要数据。
来源:Child's Nervous System
时间:2026-03-07
-
患有罕见遗传性神经发育障碍的个体及其家庭/护理人员在医疗保健中的价值:一项旨在为指南制定提供依据的综述性研究
罕见遗传神经发育障碍(RGNDs)患者及家属在医疗决策中的核心价值包括自主性、以患者为中心、可行性及医患联结,同时需平衡个体与家庭层面的利弊及不确定性。本研究通过系统综述分析2000-2025年相关文献,发现现有指南开发需重视家庭影响及身份相关考量,并需加强患者视角的实证研究。
来源:Journal of Intellectual Disability Research
时间:2026-03-07
-
分析功能近似对深度神经网络鲁棒性的影响
本文探讨利用近似计算(AxC)中的功能近似技术增强深度神经网络(DNN)对硬件故障的韧性,评估其在安全关键系统(如自动驾驶)中的应用潜力。通过全面基准测试,证明在特定条件下,使用近似乘法器可在不降低可靠性的前提下将能耗降低30%,并构建了基于TensorFlow的故障注入框架以加速验证。
来源:Microprocessors and Microsystems
时间:2026-03-07
-
基于二维石墨烯/V掺杂Ga2O3的自校正动态忆阻器在神经形态计算中的应用
柔性金属氧化物忆阻器在神经形态计算中的应用研究,通过Au/V-doped a-Ga2O3/单层石墨烯/Cu结构实现可控混合机制(ECM和VCM),提升器件稳定性与多级存储能力,支持脉冲神经网络和残差计算框架,为可穿戴AI硬件开发提供新方案。
来源:Materials Today Physics
时间:2026-03-07
-
neoTextGCN:一种用于文本属性图中节点分类的新方法
文本属性图节点分类中,Neo-GCN框架通过KFAC适配的NGD优化ID-GCN,解决复杂图结构参数空间优化难题,在Cora等基准数据集上显著提升分类性能,验证第二阶优化方法对身份感知图神经网络的适用性。
来源:Knowledge-Based Systems
时间:2026-03-07
-
一种基于广义双曲分布的高级混合概率神经网络,用于处理非高斯数据
银行失败预测中广义双曲分布改进的概率神经网络模型研究。本文提出将广义双曲分布(GHDs)、高斯-拉普拉斯混合模型(GLM)和拉普拉斯-t混合模型(LtM)作为核密度估计器替代传统高斯分布,改进概率神经网络(PNN)模型。实验表明,在银行失败预测中,该模型显著降低分类错误率,最高减少39.50%。同时采用曼哈顿距离和下采样平衡数据,结合SHAP方法解释模型行为,验证了模型的有效性和可解释性。
来源:Knowledge-Based Systems
时间:2026-03-07
-
结合回放机制与弹性权重巩固的神经符号持续学习方法:以心理健康风险评估为例
神经符号持续学习框架结合经验回放、弹性权重巩固和软符号约束,有效缓解灾难性遗忘,在心理健康风险评估中验证了高预测稳定性与可解释性。
来源:Knowledge-Based Systems
时间:2026-03-07