-
情感神经科学人格量表中的社会支配力:心理学测量学特性及与初级情绪系统的关联
本文阐述了嵌入在情感神经科学人格量表(Affective Neuroscience Personality Scales, ANPS)3.1版中的社会支配力(Social Dominance, SD)量表的心理测量学特性。在两个样本中,研究人员证实SD量表的心
来源:Personality Neuroscience
时间:2026-06-03
-
垂体腺瘤MRI中Knosp分级的自动化评估:基于规则方法与基于机器学习(Machine Learning)方法的实验比较
背景(Background):Knosp分级系统被广泛用于表征垂体腺瘤(Pituitary Adenoma, PA)的鞍旁扩展及分层海绵窦(Cavernous Sinus, CS)侵犯风险、全切率(Gross Total Resection, GTR)和内分秘
来源:Brain and Spine
时间:2026-06-03
-
综述:抗胶质导向再生凝胶(AGRG-LDP-916)在外周神经重建中的比较分析:来自前瞻性随机对照研究的证据
外周神经损伤(PNIs)伴节段性缺损的治疗仍是临床面临的重大挑战。尽管自体神经移植(ANGs)被视为金标准,但其受限于供区 morbidity 以及长间隙修复效果的变异性。加工的同种异体移植物和合成导管提供了替代方案,但缺乏促进最佳再生的生物线索。本文基于已发
来源:Brain and Spine
时间:2026-06-03
-
基于SHAP的可解释多类物联网入侵检测的注意力融合深度学习模型
物联网(IoT)的快速增长增加了网络流量的规模、复杂性和脆弱性,使得入侵检测成为现代网络安全的关键因素。传统的入侵检测系统(IDS)分析手工设计的特征和规则来检测新兴的攻击模式。为解决这些局限性,研究人员分析了注意力增强的一维(1D)卷积神经网络(CNN)、长
来源:Frontiers in Artificial Intelligence
时间:2026-06-03
-
机器学习、深度学习以及磁共振成像(MRI)技术在儿童后颅窝肿瘤分类中的作用
摘要
目的
儿童后颅窝肿瘤是儿童中枢神经系统肿瘤的重要组成部分;然而,MRI特征的重叠常常阻碍了准确的非侵入性诊断。本研究旨在评估使用MRI衍生的放射组学特征对这类肿瘤进行分类的机器学习(ML)和深度学习(DL)模型。
方法
这项回顾
来源:Child's Nervous System
时间:2026-06-03
-
预测儿科急诊科中的分流器故障:临床表现、影像学检查的应用及辐射暴露
摘要目的评估儿童因脑室腹腔(VP)分流管故障而就诊于儿科急诊科时的临床预测因素,并量化累积的影像学相关辐射暴露量。方法这项回顾性研究纳入了84名年龄在0至18岁之间、装有VP分流管的患儿,这些患儿在2014年8月至2018年7月期间接受了随访。共分析了123次与分流管相关的急诊就
来源:Child's Nervous System
时间:2026-06-03
-
利用激光阵列实现的光学内存计算
摘要一种基于垂直腔面发射激光器(VCSEL)阵列的新型光内存计算系统有望突破冯·诺依曼瓶颈。该阵列中激光器的高调制速度可实现快速计算,其高效率使得自动驾驶汽车和无人机中的边缘计算成为可能。这种高效且高度可扩展的系统被证明每秒能执行9亿次卷积运算,计算精度达到98%。
来源:Light-Science & Applications
时间:2026-06-03
-
青少年直线速度滑冰运动员在进行本体感觉增强训练时,鸢尾素(Irisin)和脑源性神经营养因子(BDNF)的反应及其对运动功能的适应性:一项随机对照试验
摘要
背景
直排轮滑运动员需要反复进行下肢负荷训练,并具备精确的踝关节控制能力,这使他们面临不稳定的风险。建议进行本体感觉强化训练以提高神经肌肉表现并降低受伤风险。然而,这种训练对神经营养生物标志物(尤其是鸢尾素作为主要结果指标,以及脑源性神经营养因子
来源:Sport Sciences for Health
时间:2026-06-03
-
综述:基于运动的康复对工作年龄成人早发性卒中后认知和身体恢复的系统评价
背景:早发性卒中(early-onset stroke)在过去十年中日益常见,导致残疾、生产力下降以及持续的神经和身体缺陷。认知功能障碍(cognitive dysfunctions),尤其是在执行功能(executive function)、注意力(atte
来源:Discover Public Health
时间:2026-06-03
-
综述:生成式人工智能在电子电路设计中的进展与应用:一项综合综述
随着现代电子系统在性能、降低功耗、更高集成密度、缩短设计周期和增强可靠性方面提出更高要求,电子电路设计也变得更加困难。在这方面,生成式人工智能(AI)已成为一组有前景的方法,用于自动化设计活动、探索大设计空间、提高预测精度并更快地优化工作。尽管如此,当前文献仍
来源:ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING
时间:2026-06-03