-
听觉感觉刺激对意识障碍患者意识水平及生理参数影响的系统评价与Meta分析
目的: 系统评价听觉感觉刺激(SS)对意识障碍(DOC)患者意识水平及生理参数的影响。此外,本研究旨在基于频率、强度、时间及类型(FITT)框架探讨可能影响治疗效果的干预特征,并探究研究间异质性的潜在来源。
方法: 本系统评价与Meta分析依照系统评价和Met
来源:Frontiers in Neuroscience
时间:2026-10-28
-
小鼠视觉皮层区域奖赏编码的功能层级组织与抑制主导性
视觉皮层是已确定的奖赏相关信号传导位点,但这一证据几乎完全来自初级视觉皮层(primary visual cortex)和训练过的联想范式,因此尚不清楚专门的奖赏信号是否以及如何在整个视觉皮层层级中组织。本研究利用Allen视觉行为Neuropixels数据集
来源:Frontiers in Behavioral Neuroscience
时间:2026-10-28
-
非对称编码器-解码器U-Net结合混合注意力与残差多尺度空洞卷积用于脑肿瘤分割
摘要
引言: 从磁共振成像中准确且自动地分割脑肿瘤被视为临床诊断和手术规划的关键。然而,同时提取局部精细细节和全局上下文线索仍然具有挑战性,这主要归因于模糊的肿瘤边界和肿瘤尺寸的显著差异。
方法: 为解决上述问题,本研究设计了一种新型HCSA-RMSDC U-
来源:Frontiers in Neuroscience
时间:2026-10-28
-
四层AI管道实现FDA MAUDE数据库神经外科设备不良事件报告的结构化处理
摘要 自发报告型医疗器械数据库,包括美国食品药品监督管理局(FDA)的制造商与用户设施设备体验(MAUDE)数据库,其大部分内容以非结构化自由文本形式存储。为了在专科层面进行监测,需要一种可推广的方法将这些叙述转换为结构化、可搜索的数据。我们开发了一个4层人工智能管道,并将其应用
来源:Scientific Reports
时间:2026-10-28
-
基于大型语言模型和神经机器翻译的双语死因文本标准化以扩展通用数据模型:韩国大规模队列研究
摘要本研究旨在通过将院内死亡数据与国家死亡统计数据进行关联,扩展观察性医疗结果伙伴关系通用数据模型(CDM)。具体而言,我们开发了一个利用大型语言模型(LLMs)和神经机器翻译(NMT)的流水线,以标准化非结构化的双语死因文本。在1,033,461名患者的队列中,识别出64,03
来源:Scientific Reports
时间:2026-10-28
-
CBAT-Net:一种基于CNN-BiLSTM-Transformer混合架构的蛋白质二级结构Q3/Q8同时预测模型
摘要蛋白质二级结构预测(PSSP)仍然是计算生物学中的核心挑战之一,与药物设计、蛋白质工程和疾病机制理解等重要应用相关。尽管近年来一些深度学习方法表现出了显著性能,但尚未实现三态(Q3)和八态(Q8)二级结构的高精度同时预测。本研究展示了一种新型的统一架构,结合了卷积神经网络(C
来源:Scientific Reports
时间:2026-10-28
-
迷迭香酸对L-蛋氨酸诱导的成年大鼠行为缺陷和海马神经发生障碍的保护作用
L-蛋氨酸(L-met)是一种必需氨基酸;然而,过量摄入会诱发与记忆障碍和海马神经发生减少相关的氧化应激。迷迭香酸(RA)是一种天然酚类化合物,已被报道具有抗氧化和神经保护特性。本研究旨在探讨RA对L-met诱导的成年大鼠记忆缺陷和海马神经发生改变的影响。将5
来源:Food Science & Nutrition
时间:2026-10-28
-
颈动脉斑块超声影像组学与动态全身免疫炎症(SII)轨迹融合用于急性缺血性卒中大血管闭塞(AIS-LVO)血管内取栓(EVT)后90天功能结局的亚急性风险分层:一项探索性预后模型的开发与内部验证
背景:研究人员假设,将通过超声影像组学量化的宏观颈动脉斑块结构与由纵向免疫轨迹定义的下游微细胞时间动态相整合,可为接受血管内取栓(endovascular thrombectomy, EVT)患者的90天功能结局提供高精度预后框架。方法:这项单中心、回顾性队列
来源:Frontiers in Neurology
时间:2026-10-28
-
基于积极情绪粒度的新能源SUV轮毂造型优化方法
本研究开发了一种基于积极情绪粒度(PEG)的新能源SUV轮毂造型优化方法。通过场景化专家筛选、意象词汇细化、主成分分析和用户评分,确立了三个意象维度;运用形态学分析和层次分析法确定了八个输入变量。将粒子群优化-反向传播神经网络(PSO-BP)与BP神经网络、支持向量回归(SVR)
来源:Scientific Reports
时间:2026-10-28
-
综述:无导数优化:算法格局、理论保证、应用与挑战的统一综述
亮点•无导数优化根据函数评估如何引导搜索进行分类•问题结构塑造了无导数方法的适用性和选择•应用涵盖人工智能、可持续能源和神经工程•讨论了关键部署挑战以勾勒未来研究方向摘要无导数优化(DFO)已成为解决那些目标和约束只能通过函数评估而非高效解析模型或梯度来获取的问题的重要优化引擎。