-
基于晶粒尺寸控制的阻变存储器实现领域特定功能用于实时视频信号处理
传统神经形态平台通常依赖于异质器件集成以提供多种功能,这种策略增加了系统复杂性并阻碍了可扩展性。研究人员提出了一种基于晶粒尺寸控制的阻变存储器(RSM)阵列的平台,该阵列采用了锡(Sn)卤化物钙钛矿薄膜。一种光热化学过程产生了横向变化的晶粒尺寸,从而在整个阵列
-
基于F(ab’)2修饰石墨烯场效应晶体管生物传感器实现血浆神经丝轻链超灵敏检测
神经丝轻链(NfL)是多种神经系统疾病鉴别性的血液生物标志物。目前针对NfL的精准检测依赖单分子阵列(Simoa)与免疫沉淀-质谱(IP-MS)等前沿技术,这类技术需要复杂的仪器设备、熟练的操作人员以及完善的实验室条件。研究人员开发了一种稳健的片上石墨烯场效应
-
深度学习在苹果叶病诊断中的应用:与卷积神经网络和Transformer的比较研究
摘要植物疾病对全球粮食安全构成了重大威胁,显著降低了农业产量。因此,及时诊断植物疾病有助于防止粮食损失并维护经济稳定。本研究探讨了使用八种卷积神经网络(Convolutional Neural Networks)和两种视觉变换器(Vision Transformers)来诊断苹果
来源:Scientific Reports
时间:2026-05-28
-
脓毒性休克血管加压药物对大肠杆菌生存能力的影响
摘要去甲肾上腺素是一种儿茶酚胺,被用作治疗败血症的一线血管加压剂。然而,研究表明去甲肾上腺素能够增强大肠杆菌(Escherichia coli)的适应能力和毒力。大肠杆菌是脊椎动物肠道微生物群中最主要的兼性厌氧共生细菌之一,也是导致败血症最常见的细菌之一。尽管大肠杆菌物种内部存在
来源:Scientific Reports
时间:2026-05-28
-
失眠症状与精神病理学指标、血液学参数之间的相关性,以及精神分裂症患者中的性别差异
摘要精神分裂症患者患失眠症的风险较高,但这一群体中相关的影响因素尚未完全明确。因此,本研究旨在探讨精神分裂症患者的失眠症状与心理病理指标及血液学参数之间的关联,并分析性别差异。2022年10月至2024年12月期间,本研究招募了184名精神分裂症患者。使用失眠严重程度指数(ISI
来源:Scientific Reports
时间:2026-05-28
-
Triumeq治疗在TDP-43基因相关的肌萎缩侧索硬化症(ALS)小鼠模型中的疗效评估
摘要肌萎缩侧索硬化症(ALS)是一种致命的神经退行性疾病,其特征是神经元细胞质中TAR DNA结合蛋白(43 kDa;TDP-43)的积累。内源性逆转录病毒(ERVs)被认为与ALS的病理机制有关,因此有人提出使用抗逆转录病毒疗法(特别是Triumeq)来治疗ALS。然而,目前尚
来源:Scientific Reports
时间:2026-05-28
-
脂联素和细胞因子在肌萎缩侧索硬化症中的作用:对疾病进展和生存状态的评估
摘要肌萎缩侧索硬化症(ALS)是一种致命的、进行性的神经退行性疾病。该病通常发展迅速,在症状出现后的3至5年内会导致呼吸衰竭。识别影响疾病进展和生存率的风险因素对于改进治疗策略至关重要。因此,本研究探讨了炎症因子和脂联素(尤其是脂联素)在ALS进展和预后中的作用。研究共纳入80名
来源:Scientific Reports
时间:2026-05-28
-
仅针对腹侧被盖区多巴胺神经元的小鼠光学自我刺激研究
摘要在啮齿动物中的光遗传学研究强调了腹侧被盖区(VTA)多巴胺(DA)神经元在奖励、学习和动机中的作用。通常通过使用特定于DA神经元的启动子来表达Cre重组酶的转基因啮齿动物品系,并结合将携带Cre依赖性表达盒的腺相关病毒(AAV)载体注入VTA内部,来实现对VTA DA神经元的
来源:Scientific Reports
时间:2026-05-28
-
一种基于增强型超图卷积神经网络(Hypergraph CNN)并结合自适应焦点损失(Adaptive Focal Loss)的算法,用于自动心电图(ECG)心跳信号分类
摘要深度学习技术在利用心电图(ECG)分析自动诊断心血管疾病(CVD)方面展现出了巨大潜力。然而,当前方法仍存在一些关键挑战:严重的类别不平衡、复杂的时间依赖性以及心搏间关系的建模不足,这些因素最终限制了其临床应用效果。本研究提出了一种新颖的混合深度学习框架,该框架结合了卷积神经
来源:Scientific Reports
时间:2026-05-28
-
液-液相分离以及由DcpS清除酶形成的淀粉样纤维
摘要Decapping Scavenger (DcpS) 酶最初因其能够水解 mRNA 分解过程中产生的帽结构而被发现。人类 DcpS 是急性髓系白血病 (AML) 和肝转移的已知靶点。最近,该蛋白被发现在神经元发育调节中起作用,并与某些发育性神经系统疾病有关。本文首次证明,人类
来源:Scientific Reports
时间:2026-05-28