-
改良深外侧壁减压术治疗甲状腺相关眼病:一项回顾性评估
背景:甲状腺相关眼病(TAO)可导致严重眼球突出和甲状腺相关视神经病变(DON),进而威胁视功能。当药物治疗不足时,通常需要行眼眶减压术;然而,传统深外侧壁减压技术仍与多种并发症相关。
目标:评估改良深外侧壁减压术在TAO和DON患者中的临床疗效和安全性。
来源:Eye & ENT Research
时间:2026-03-28
-
心率变异性与腹痛相关肠脑互动障碍(AP-DGBI)患儿睡眠之间的关系
背景:儿童腹痛相关肠脑互动障碍(AP-DGBI)常伴有睡眠障碍,这可能与自主神经系统有关。心率变异性(HRV)是自主神经系统活动的无创测量指标。研究人员的目的是检查HRV是否与AP-DGBI儿童睡眠障碍的特征相关,以阐明睡眠障碍的潜在生理机制。方法:本研究使用
来源:Neurogastroenterology & Motility
时间:2026-03-28
-
直肠乙状结肠刹车在手术疾病和疗法中的临床相关性:结肠测压研究的系统综述
背景:直肠乙状结肠刹车(rectosigmoid brake, RSB)通过远端结肠的逆行周期性运动模式调节直肠充盈。其破坏与术后肠梗阻(postoperative ileus, POI)、低前切除综合征(low anterior resection synd
来源:Neurogastroenterology & Motility
时间:2026-03-28
-
基于人工智能的统计建模描绘局灶性皮质发育不良中的结构扭曲
对于缺乏磁共振成像可见病灶(如局灶性皮质发育不良(FCD))的癫痫患者,手术切除靶向脑电图(EEG)活动异常的区域。然而,在这些标本中识别细微的皮质结构异常的组织病理学仍具挑战性。研究人员研究了基于人工智能(AI)的形态计量和空间分析,对NeuN染色的皮质切片
来源:Brain Pathology
时间:2026-03-28
-
工业大麻籽提取物缓解高脂饮食诱导的氧化应激、神经炎症并改善小鼠记忆损伤
本研究比较了韩国和加拿大麻籽的营养组成和生物活性成分,并评估了韩国麻籽提取物(KHSE)在缓解小鼠高脂饮食诱导的氧化应激、神经炎症和记忆损伤方面的有效性。加拿大麻籽(CHS)的碳水化合物含量(2.6 g/100 g)高于韩国麻籽(KHS)(2.0 g/100
来源:The Journal of Nutritional Physiology
时间:2026-03-28
-
儿童脑组织疝入硬脑膜静脉窦:病例系列分析及文献综述
本研究报道3例儿童硬膜静脉窦脑疝(BHDVS)病例,通过MRI确诊,发现其与特发性颅内高压(IIH)相关,管理以保守为主,强调影像识别对避免误诊和过度治疗的重要性。
来源:Child's Nervous System
时间:2026-03-28
-
在水动力干扰下,对肌腱鞘驱动的水下柔性机器人臂进行动态建模和单神经元自适应PID控制
水下柔性机械臂的精确控制受制于腱鞘传动迟滞和水动力干扰,本研究提出单神经元自适应PID控制策略。通过Assumed Modal Method与拉格朗日方程建立动态模型,采用Manning公式等效阻力模型表征水动力扰动,实现传动特性、柔性变形和水动力干扰的综合建模。实验验证表明该策略使均方误差降低76.18%,根均方误差降低51.44%,有效抑制振动并提升末端执行器轨迹精度。
来源:Ocean Engineering
时间:2026-03-28
-
左壳核(Putamen)与前额叶皮层(ACC)之间的连接机制,是自我控制与成就动机在损失后风险行为调整过程中相互作用的基础
自我控制与成就动机的交互作用通过左腹侧纹状体-前扣带回功能连接影响损失后风险调整。
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE
时间:2026-03-28
-
基于深度学习和机器学习的方法,用于电弧直能量沉积过程中通过声学信号进行缺陷监测
wire arc direct energy deposition(WA-DED)制造大型金属部件时,高沉积率易产生裂纹、孔隙等缺陷,传统无损检测方法存在依赖人工和专用设备等局限。本研究通过高灵敏度麦克风采集声信号,结合线切割电火花加工(EDM)分离样本,经降噪预处理和FFT特征提取后,采用CNN与多种机器学习模型进行缺陷分类,经k折交叉验证,CNN达到99%准确率和1.00 ROC-AUC值,验证了声学监测在实时制造缺陷检测中的可行性和优越性,为替代传统后处理检测提供新方案。
来源:JOURNAL OF INTELLIGENT MANUFACTURING
时间:2026-03-28
-
GGCN:结合生成网络(Generate Network)和卷积神经网络(Convolutional Neural Network)的步态识别技术
步态识别模型GGCN结合生成网络与卷积神经网络,通过监督映射模块消除多种干扰因素,在CASIA-B、OULP、OUMVLP数据集上表现优于现有方法。
来源:Journal of Visual Communication and Image Representation
时间:2026-03-28