-
综述:用于检测神经退行性疾病患者跌倒的可穿戴传感器发展趋势和技术演变的系统综述
本文综述了2010-2022年间发表的89篇研究,系统分析了可穿戴传感器用于NDs(神经退行性疾病,如PD)患者跌倒检测的技术进展。文章揭示了传感器类型、身体位置、算法(如SVM、CNN)及验证方法的演变趋势,指出踝部是首选传感器位置,多传感器融合与机器学习(尤其是2019年后)成为提高准确性的主流。本文为未来开发更精准、实用的实时监测系统,并扩展应用于PD以外的NDs提供了重要参考。
来源:Frontiers in Neurorobotics
时间:2026-03-13
-
CD19 CAR-T治疗前桥接放疗对非霍奇金淋巴瘤的安全性及有效性:一项系统性回顾与荟萃分析
为解决高肿瘤负荷非霍奇金淋巴瘤患者在接受CD19 CAR-T治疗前,桥接放疗是否安全有效的问题,研究人员系统性回顾了18项研究。结果表明,无论是单独使用桥接放疗还是联合系统治疗,均不增加CAR-T相关毒性,且展现出较低的细胞因子释放综合征发生率,为桥接放疗的临床应用提供了重要证据支持。
来源:Haematologica
时间:2026-03-13
-
酸敏感离子通道3(ASIC3)基因敲除对小鼠心肌梗死后左心室重构及自主神经功能的影响
摘要:已有研究表明,心脏传入神经元可触发神经激素系统的过度激活,而后者是驱动心肌梗死(Myocardial Infarction, MI)后不良心脏重构的重要因素。酸敏感离子通道(Acid-sensing ion channels, ASICs)高表达于心脏交
来源:Physiological Reports
时间:2026-03-13
-
心理压力或寒冷诱发的成人颈动脉、血流动力学及自主神经反应性的异同:一项随机交叉研究
冷加压试验(CPT)被用于研究心血管和自主神经反应,而斯特鲁普色词测验(Stroop)也被用于此目的,尽管其血管效应尚需进一步理解。本项随机交叉研究比较了由寒冷和心理应激诱发的血管、血流动力学和自主神经反应。二十名参与者(10名女性;年龄25.7 ± 5.2岁
来源:Physiological Reports
时间:2026-03-13
-
人类单腿着地过程中下肢肌肉协同特性与着地负荷之间相关性的分析
摘要 本研究旨在探讨人类单腿着陆过程中下肢肌肉协同作用特征与着陆负荷之间的相关性。研究人员从21名男性运动员的单腿着陆动作中收集了下肢肌电图数据,并运用非负矩阵分解算法提取了相关分析指标,包括参与协同作用的
来源:Scientific Reports
时间:2026-03-13
-
基于量子点的酶生物传感器的开发,用于检测尿液中的多巴胺
摘要多巴胺(DA)是一种由下丘脑释放的神经递质,在维持心理健康方面起着重要作用。多巴胺水平异常会导致抑郁症和精神分裂症等神经系统疾病。因此,通常通过各种分析方法对尿液中的多巴胺进行检测,作为一种无创手段来评估其生理状态。现有的多巴胺检测方法既繁琐又耗时。为了解决这一问题,我们开发
来源:Scientific Reports
时间:2026-03-13
-
综述:积雪草(Centella asiatica)通过抑制炎症和凋亡并调控Gsk-3β信号通路来减轻氯化铝诱导的大鼠神经退行性变
这篇综述探讨了草本植物积雪草(CA)在对抗铝诱导的神经毒性中的潜力。研究揭示了CA通过多种机制发挥神经保护作用,包括调节氧化应激(MDA、GSH、SOD)、减轻DNA损伤、抑制细胞凋亡(Bax/Bcl2、Caspase-3)与炎症(Il-1β)相关基因表达,并通过调控GSK-3β信号通路减少β-淀粉样蛋白和Tau蛋白沉积。体内大鼠模型证实了CA能有效改善脑组织病理变化,为治疗神经退行性疾病(如阿尔茨海默病)提供了新的植物药理学见解。
来源:The Journal of Basic and Applied Zoology
时间:2026-03-13
-
将单视图2D图像转换为全彩色3D计算全息图:一种基于神经逆向渲染的方法
直接生成高质量三维相位-only全息图是突破现有计算全息技术瓶颈的关键。本文提出神经逆向渲染框架,通过多尺度优化单目深度网络、物理光学衍射模型和三角相位合成网络,实现单视图二维图像到三维全息的端到端生成。方法有效整合深度学习与波前光学理论,支持任意分辨率输出,实验表明PSNR达33.26dB,SSIM达0.84,且可同时处理全彩色和多深度细节。
来源:Pattern Recognition
时间:2026-03-13
-
OCL-SKD:通过自我知识蒸馏在线持续学习中平衡塑性与稳定性
在线持续学习需平衡模型获取新知识的能力(可塑性)与防止灾难性遗忘的稳定性。本文提出基于自知识蒸馏的OCL-SKD方法,通过从低置信度预测向高置信度预测转移知识削弱模型过度自信以提升可塑性,同时最小化新旧模型输出分布的散度以维持稳定性。实验在CIFAR-10、CIFAR-100和Tiny-ImageNet上验证,该方法达到最佳性能。
来源:Neurocomputing
时间:2026-03-13
-
综述:基于深度学习的点云上采样:方法论综述、性能比较及噪声鲁棒性分析
点云上采样技术通过深度学习方法解决稀疏输入到密集均匀分布的转化问题,重点分析监督与无监督框架的算法创新及噪声鲁棒性,提出未来研究方向。
来源:Neurocomputing
时间:2026-03-13