-
基于域感知与域-类自适应的运动执行至运动想象脑电图分类网络
摘要:引言:运动想象(MI)是基于脑电图(EEG)的脑-机接口(BCI)中使用最广泛的范式之一。近年来,深度学习(DL)和迁移学习(TL)技术被越来越多地采用,以进一步提高MI-EEG解码性能,从而促进BCI的实际部署。在迁移学习中,源域与目标域之间的相似性是
来源:Frontiers in Neuroscience
时间:2026-06-01
-
综述:重复经颅磁刺激治疗失眠障碍的疗效:随机对照试验的系统评价与荟萃分析
目的:失眠障碍(Insomnia Disorder, ID)带来显著健康负担,一线治疗受限于可及性或不良反应,亟需替代方案。重复经颅磁刺激(repetitive transcranial magnetic stimulation, rTMS)作为一种无创神经调
来源:Frontiers in Neuroscience
时间:2026-06-01
-
APOE3-Christchurch变体增强iPSC来源间充质基质细胞的神经血管支持功能
衰老及阿尔茨海默病(Alzheimer’s Disease, AD)等神经退行性疾病与血脑屏障(blood-brain barrier, BBB)和神经血管单元(neurovascular unit, NVU)进行性功能障碍相关,这会导致血管完整性受损及神经元
来源:Frontiers in Molecular Biosciences
时间:2026-06-01
-
综述:疲劳缓解的可能性
慢性疲劳(Chronic Fatigue)在临床和非临床领域被广泛讨论,但其定义和测量方法仍然存在异质性和争议。在这种碎片化的背景下,采取一种基于有效干预措施的视角,为明确慢性疲劳的核心特征和调节机制提供了一条可靠的途径。本迷你综述(Mini Review)旨
来源:Frontiers in Integrative Neuroscience
时间:2026-06-01
-
纳米硒可减轻铅纳米颗粒对鹌鹑的肝神经毒性及生长性能的影响:通过调节氧化应激、神经递质和抗炎反应来实现
作者:Omnia I. Eleouny、Magda I. Abo-Samaha、Sahar F. Mahmoud、Hanan A. Ghoneim、Adel H. Saad、Yasser S. El-Sayed•铅纳米颗粒的暴露显著降低了日本鹌鹑的生长性能,并引发了肝神经毒性。•
来源:Tissue and Cell
时间:2026-06-01
-
综述:“虚无”亦有意义:遗漏反应揭示预测性脑机制
理解脑的预测机制需要将内源性活动与外部刺激诱发的反应分离。遗漏范式(omission paradigms)通过考察预期刺激缺失时的神经反应,为解析内部计算提供了独特窗口。本综述整合跨物种、跨模态及跨范式的遗漏研究,揭示脑如何预测世界。研究一致表明,脑利用明确习
来源:European Journal of Neuroscience
时间:2026-06-01
-
甲状腺功能亢进症小鼠中性别与区域特异性的胶质反应性与非认知及非抑郁样行为改变缺乏相关性
背景:胶质反应性与甲状腺功能亢进症相关的精神和认知障碍有关,但甲状腺功能亢进症中胶质反应性的体内成像证据尚未阐明。本研究旨在利用18F-DPA714正电子发射断层扫描/计算机断层扫描(PET/CT)成像检测甲状腺功能亢进症诱导的胶质反应性,并探讨其与小鼠行为改
来源:Brain and Behavior
时间:2026-06-01
-
情绪波动与神经系统疾病因果关系的孟德尔随机化研究
研究人员采用一项孟德尔随机化(Mendelian Randomization, MR)研究,旨在探究遗传预测的情绪波动与包括中风、阿尔茨海默病(Alzheimer’s Disease, AD)、多发性硬化(Multiple Sclerosis, MS)、癫痫(
来源:Brain and Behavior
时间:2026-06-01
-
老年人单腿与双腿递增负荷骑行时神经肌肉、心肺及肌氧合(肌氧)反应的比较
既往在年轻成人中的研究表明,小肌群运动时任务失败时可耐受的神经肌肉损伤度大于大肌群运动,但尚未有研究在同种运动模式下匹配运动形式比较老年个体的神经肌肉反应。本研究比较了递增负荷单腿骑行(single-leg cycling, SLC)与双腿骑行(double-
来源:Experimental Physiology
时间:2026-06-01
-
用于工业物联网中实时异常检测的量子增强型脉冲智能框架
摘要工业物联网(IIoT)中的异常检测同时面临着时间一致性、计算延迟控制以及高维异构传感器数据表示等方面的挑战。要解决这些难题,需要开发出能够在处理非平稳数据流的同时保持有限的推理时间并保留传感器间依赖关系的模型。本文提出的量子增强型脉冲神经网络(QESNN)将参数化的量子电路与
来源:Scientific Reports
时间:2026-06-01