-
分期外侧腰椎椎间融合术联合微创后路螺钉固定术,伴或不伴关节突切除术,用于退变性脊柱畸形的冠状面和矢状面矫形:一项回顾性队列研究
摘要:引言:退变性脊柱畸形(DSD)中的冠状面失衡(CI)难以矫正,尤其是当分节段曲线(FC)僵硬且腰骶基底倾斜时。研究问题:分期外侧腰椎椎间融合术(LLIF)联合靶向微创后路矫正是否与逐步的冠状面和矢状面矫形以及随访时冠状面对线的维持相关?材料与方法:研究人
来源:Brain and Spine
时间:2026-07-25
-
CD-TrGNN:面向ISAR空间目标姿态估计的复域Transformer-图神经网络
在地基空间监视中,空间目标姿态估计对于空间态势感知至关重要,然而现有基于逆合成孔径雷达(ISAR)图像的方法存在三个核心局限:在仅幅度处理中相位信息被丢弃,卷积神经网络具有受限的全局感受野,且卫星组件的物理拓扑未被显式建模。为解决这些问题,研究人员提出了一种复
-
严格递归闭环评估温室气温预测,使用生成的外生变量和外生误差传播分析
精确的多步预测温室气温对于基于传感器的环境监测和面向控制的决策支持至关重要。然而,传统的评估方法通常依赖于开环或半闭环设置,其中未来观测值在实际部署中可能不可用。本研究利用多源环境传感数据,建立了一个严格的递归闭环预测协议和一个外生误差传播分析框架。研究人员开
-
体力应激条件下SD-ΔRR识别糖尿病感觉运动性多发性神经病变的诊断效能
目的
本研究旨在评估SD-ΔRR作为一种新型短时程心率变异性(heart rate variability,HRV)评估方法,在糖尿病患者中诊断糖尿病感觉运动性多发性神经病变(diabetic sensorimotor polyneuropathy,DSPN
来源:Journal of Diabetes Investigation
时间:2026-07-25
-
综述:从黑箱到清晰:深度卷积神经网络中可解释性方法的系统综述
深度神经网络(DNNs)显著提升了机器感知与推理能力,但其决策过程缺乏透明度,尤其在医疗、金融和法律等高影响领域构成重大挑战。卷积神经网络(CNNs)的黑箱特性尤为令人担忧,因为其决策依据与决策本身同等重要。本文围绕一个易于提出却难以回答的问题展开:如何使CN
来源:Machine Learning and Knowledge Extraction
时间:2026-07-25
-
巴西2008–2023年儿童神经纤维瘤病与恶性外周神经鞘瘤死亡情况:一项关于持续不平等的16年全国分析
目的:神经纤维瘤病(Neurofibromatosis, NF)是一组累及多系统的遗传性肿瘤易感综合征,但在中等收入国家中儿童死亡率数据仍较匮乏。恶性外周神经鞘瘤(Malignant Peripheral Nerve Sheath Tumors, MPNST)
来源:Child's Nervous System
时间:2026-07-25
-
图像处理中深度学习的综述:发展、应用与挑战
摘要深度学习模型在计算机视觉领域的快速发展,得益于其能够将特征表示与任务推理整合到端到端的自动化框架中,从而超越了传统的手动特征工程方式。本综述根据核心组件(卷积型与注意力型)将深度学习模型分为卷积神经网络、视觉变换器以及混合模型,系统梳理了这些模型的技术发展历程,并对其优势与局
来源:ARTIFICIAL INTELLIGENCE REVIEW
时间:2026-07-25
-
用于实时自适应计算的时间可塑性光子处理器
实时智能系统日益需要能够对不断演化的输入持续进行适应的硬件,然而现有大多数处理器依赖静态权重推理,因此在动态环境中容易受到分布偏移与误差累积的影响。尽管自适应权重更新原则上可以解决这一局限,但其在电子硬件中的实现受到稳定性–可塑性权衡(stability–pl
-
高效混合3D CNN架构家族中知识蒸馏范式的系统性比较分析
计算需求仍然是资源受限环境下部署基于视觉的人类动作识别(Human Action Recognition, HAR)模型的主要障碍。尽管最先进的3D卷积神经网络(3D CNN)实现了高精度,但其推理时间可能限制其在实时应用中的使用。为解决这一问题,研究人员设计
来源:Machine Learning with Applications
时间:2026-07-25
-
综述:应用于护理的体外膜肺氧合新生儿循证神经监测:一项范围综述
目的:旨在梳理新生儿ECMO神经监测的可用证据,并由此推导出一个循证护理模型,将监测结果转化为贯穿ECMO病程的具体床旁护理行动。方法:一项JBI范围综述(PRISMA-ScR)检索了PubMed、BVS、ScienceDirect、Scopus、Web of
来源:Journal of Neonatal Nursing
时间:2026-07-25