-
中脑多巴胺神经元染色体区域的转录下调与精神分裂症有关
摘要腹侧中脑的多巴胺能神经元是精神分裂症病理生理学中的关键细胞类型,但关于患病大脑中特定细胞类型的基因组失调的信息仍然缺乏。我们构建了一个独特的中脑功能基因组资源,包含了97个RNA-seq数据和34个Hi-C染色体接触图谱,这些数据来自被诊断为精神分裂症(SCZ)和双相情感障碍
来源:Nature Communications
时间:2026-04-08
-
混合视觉Transformer框架在先天性心脏病听诊诊断中的应用:基于儿童心音频谱的高效检测新范式
针对传统先天性心脏病诊断成本高、依赖专家经验及抗噪性不足等问题,本研究提出基于心音信号的混合视觉Transformer(H_ViTs)模型,融合卷积神经网络局部特征提取与视觉Transformer全局建模优势。在ZCHSound儿科心音数据集上,该模型多项指标优于既往报道,为自动化辅助诊断提供新思路,但仍需优化类别不平衡与噪声鲁棒性。
来源:Scientific Reports
时间:2026-04-08
-
左优势肠系膜下神经节丛的解剖特征与可视化:为保留自主神经的结直肠手术提供新见解
为解决腹腔镜下保留自主神经的结直肠手术中肠系膜下神经丛(IMP)及其内神经节(IMG)因体积小、位置隐蔽、难以识别而被忽视,进而影响术后肠、泌尿及性功能的问题,研究人员对17具人体标本进行了解剖学与可视化研究。他们系统表征了左优势肠系膜下神经节丛的解剖特征,并发现IMG的位置、大小与IMA的分支模式显著相关。该研究为术前通过IMA分支模式预测IMG特性,从而指导精准的神经保留手术提供了重要的解剖学证据。
来源:Scientific Reports
时间:2026-04-08
-
BK通道激活剂SPG601调节静息态脑电图并改善脆性X综合征执行功能的随机对照交叉研究
本研究首次评估了BK通道激活剂SPG601在脆性X综合征(FXS)成人患者中的安全性、神经生理效应及认知改善作用。通过随机、双盲、安慰剂对照的交叉试验,研究人员发现单次给予SPG601可安全、显著地调制静息态脑电的γ、α2、θ频段功率谱密度及非周期性斜率,并提升NIH工具箱Flanker抑制控制与注意测试的得分,为FXS的靶向治疗提供了首个临床证据。
来源:Scientific Reports
时间:2026-04-08
-
基于数据集平衡、特征选择与集成方法的心脏病分类机器学习模型比较研究
为改善心脏病早期检测的准确性,研究人员评估了LR、DT、RF、NB、SVM、ANN和KNN等七种机器学习模型。研究利用BRFSS 2020数据集,结合多种特征选择技术(ANOVA、Chi-Square、Regression Analysis)和Bagging集成方法,系统分析了数据集平衡对分类性能的影响。结果表明,在平衡数据集上,随机森林(RF)模型表现最佳,结合特征选择后准确率最高达92%。该研究为心脏病预测的机器学习模型选择和数据预处理策略提供了重要参考。
来源:Scientific Reports
时间:2026-04-08
-
面向电网运行的数据缺失处理革命:基于神经拟态-美西螈混合智能与生物启发的电能消费预测框架
本文针对电力消费预测中数据缺失严重影响精度和电网稳定性的难题,介绍了一项融合了四项突破性创新的研究。研究人员提出了一个集成生物启发式的中智智能框架,首次将中智集理论(neutrosophic set theory)专门用于电力数据填补,并整合了受美西螈(axolotl)组织再生能力启发的自适应数据恢复机制、基于秃顶秃猴(Bald Uakari)行为的新型元启发式优化算法,以及一个融合数据填补与特征选择的多目标优化框架。实验表明,该框架显著提升了预测精度(31.2%),降低了重构误差,并在跨领域应用中展现出高达82.3%的迁移效率,为智能电网预测设立了新基准。
来源:Scientific Reports
时间:2026-04-08
-
格式塔法则在视觉皮层中增强图形表征并影响对比度感知
这项研究旨在解决视觉感知中“图形-背景”分离的神经机制难题。研究人员以人类和猕猴为对象,通过对比度辨别任务,探究格式塔线索对早期视觉皮层神经活动的调制。研究发现,位于格式塔定义的图形上的刺激,在V1和V4脑区引发的神经活动更强,且知觉对比度更高,表明高级视觉区的反馈调制是格式塔组织形成的关键。该成果为理解感知组织的层级计算模型提供了直接神经证据。
来源:Scientific Reports
时间:2026-04-08
-
基于深度学习与微胶质细胞生物传感器利用患者血浆小细胞外囊泡对重性抑郁障碍和双相情感障碍的鉴别诊断研究
为克服重性抑郁障碍(MDD)与双相情感障碍(BD)因症状重叠导致的临床误诊与治疗延误难题,研究人员开展了一项融合深度学习和微胶质细胞生物传感技术的创新研究。该研究利用患者血浆来源的小细胞外囊泡(sEVs)作为疾病信息载体,诱导微胶质细胞产生形态变化,并通过DenseNet121卷积神经网络(CNN)分析细胞图像,成功构建了能够精准区分MDD、BD与健康对照(CTRL)的诊断模型。结果表明,该方法在概念验证层面为建立一种全新的精神疾病鉴别诊断平台提供了有力支持,具有重要的临床转化潜力。
来源:Scientific Reports
时间:2026-04-08
-
基于FDA已批准药物多靶点神经保护作用的阿尔茨海默病治疗候选物计算筛选与验证研究
本研究致力于应对阿尔茨海默病(AD)复杂的病理机制,探索了从FDA已批准药物骨架中筛选多靶点神经保护剂的新策略。通过结构虚拟筛选、分子动力学模拟与系列体外实验验证,研究人员发现化合物ZINC000019796155可抑制BACE1、BuChE和Aβ聚集,并展现抗氧化与神经保护作用,为AD治疗提供了具有已知安全性特征的新型多靶点候选化合物。
来源:Scientific Reports
时间:2026-04-08
-
基于静息态功能连接嵌入空间解析重大精神障碍的跨诊断关联
为解决传统上被视为不同临床实体的重大精神障碍(如MDD、SCZ)及神经发育障碍(如ASD)之间的关联难以在复杂的高维功能连接特征空间中量化的问题,研究人员开展了一项基于rsFC的嵌入-关联工作流程研究。该研究在人工合成的连通性数据基础上,确定在中等监督水平下的球形空间是rsFC嵌入的最佳表示形式,并应用于多障碍rsFC数据集。结果一致揭示了三者间稳固的神经生物学关系:ASD与MDD表现出显著的差异性,而SCZ与两者均表现出更高的相似性。这为精神障碍的维度性、跨诊断视角提供了新的神经基础见解,具有重要的理论和方法学意义。
来源:npj Systems Biology and Applications
时间:2026-04-08