-
综述:超越酮症:癫痫膳食治疗与微生物群-肠道-脑轴
癫痫是一种复杂的神经系统疾病,越来越多的证据支持微生物-肠道-脑轴(microbiota-gut-brain axis, MGBA)在调节神经炎症、神经元兴奋性和治疗反应性方面发挥重要作用。除诱导酮症的传统作用外,膳食治疗可能通过调节肠道微生物生态、肠屏障完整
来源:Nutrients
时间:2026-07-03
-
综述:儿童类胡萝卜素状态、视觉结局与认知指标关联性的范围综述
背景:类胡萝卜素(carotenoid)成分在维持儿童眼和脑发育及功能方面具有重要作用。目的:该范围综述整合当前关于类胡萝卜素改善儿童视觉和认知功能结局效益的知识。设计:该综述通过PubMed、Web of Science、Embase、Mendeley和Go
来源:Nutrients
时间:2026-07-03
-
选择性5-HT<sub>1A</sub>受体激动剂NLX-112上调胶质细胞源性神经营养因子(GDNF)并在帕金森病小鼠模型中对抗MPTP诱导的黑质纹状体变性具有神经保护作用
NLX-112是一种强效且选择性的5-HT<sub>1A</sub>受体激动剂,已成功完成针对帕金森病(Parkinson’s disease, PD)患者左旋多巴(L-DOPA)诱导的运动障碍的2A期临床试验。本研究在PD的1-甲基-4-苯基-1,2,3,6
来源:ACS Chemical Neuroscience
时间:2026-07-03
-
利用单个安装在靴子上的加速度计对跟腱断裂患者的跟腱负荷进行连续监测
摘要:目的:跟腱断裂会导致长期的结构和功能缺陷。此前试图确定最佳康复方法的研究,由于无法在康复过程中持续监测跟腱所承受的负荷,存在很大局限性。我们的目标是开发一种数据驱动模型,仅通过安装在靴子上的加速度计就能预测每一步中跟腱所承受的峰值负荷。方法:19名正在从急性跟腱断裂中恢复的
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
任务驱动的头部朝向对虚拟现实环境中行走时步态与平衡的影响
摘要:在日常行走过程中,人们常常需要同时处理诸如查看手机或阅读街边广告牌等次要任务,这要求他们有意识地调整头部方向并分配注意力。然而,这些不同的头部方向需求对步态调节及次要任务表现的影响至今尚未得到系统性的量化研究。为填补这一空白,我们采用了沉浸式虚拟现实技术,在具有不同头部方向
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
用于背根神经节的半植入式微型冷却器,可实现精准、持续且累积性的镇痛效果
摘要:疼痛仍然是一个重大的临床难题,目前的药物治疗往往受到副作用、耐受性以及疗效差异的限制。由于在疼痛信号传导中起着关键作用,背根神经节已成为神经调节的一个有前景的靶点。在本研究中,我们开发了一种微型化、半植入式的冷冻神经调节装置,能够为清醒且可自由活动的老鼠的腰段背根神经节提供
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
量化年轻受试者中腿部肌腱振动与由此引发的周期性姿势波动之间的关联机制 轻微触碰对这种引发的姿态摆动的不同影响
摘要:对站立中的人类施加周期性的感官和机械扰动,为了解健康状态和疾病状态下的姿势控制提供了重要线索。然而,正弦波式本体感觉驱动的作用及其与触觉信号的相互作用至今尚未得到系统研究。本研究采用100赫兹的正弦波作为载频,并通过0.1–0.5赫兹的正弦波对其幅度进行调制,将该振动方案应
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
基于深度迁移学习的传感器融合神经肌肉接口,实现连续手指关节角度估计
摘要:准确解码生物信号中的运动意图,是实现直观的上肢假体控制界面的重要步骤。我们提出了一种新颖的高维多模态深度学习框架,该框架结合表面肌电图和B模式超声图像,能够持续估算掌指关节及近端指间关节的角度。该框架采用共享的编码器-解码器-回归架构,整合了卷积神经网络、转置卷积、以指令动
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
基于神经发育治疗原理的助力步态训练系统的听觉线索整合技术
摘要:本研究提出了一种改进的步态康复系统,该系统将事件驱动的听觉提示模块与依据神经发育治疗原理设计的助力型移动训练器相结合。该系统由三个关键组成部分构成:(1)一个能够与用户的步态同步以减轻身体负担的助力模块;(2)一种在髂骨上棘处提供刺激的阶段性触觉提示机制,以帮助实现协调的运
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03
-
GaitNet:基于迁移学习优化的CNN-GRU架构,用于健康人群与中风后患者的意图识别
摘要:在脑卒中后的康复过程中,实现对人类运动意图的高精度、高数据效率且实时的检测,对于有效控制辅助机器人和康复机器人至关重要。然而,现有的方法大多针对健康参与者,且往往需要大量针对特定个体的数据,这限制了它们的临床应用价值。为了解决这些问题,我们提出了GaitNet,这是一种基于
来源:IEEE Transactions on Neural Systems and Rehabilitation Engineering
时间:2026-07-03