-
星形胶质细胞在发作期呼吸功能障碍与SUDEP交界处的关键作用
摘要专业翻译
癫痫猝死(SUDEP)是癫痫相关死亡的首要原因,其典型特征为以呼吸衰竭、心律失常和大脑抑制为终末级联反应。尽管癫痫长期以来被视为神经元固有的疾病,但越来越多的证据表明,胶质细胞尤其是星形胶质细胞,在癫痫发生(epileptogenesis)及向S
来源:Frontiers in Network Physiology
时间:2026-10-01
-
红景天苷通过CYP2E1-神经球蛋白-细胞色素c介导的氧化还原轴抑制胶质瘤细胞迁移与增殖
背景: 胶质母细胞瘤(GB)是最具侵袭性的原发性脑肿瘤之一,其特点是预后差、复发率高且对常规治疗耐药。红景天苷(Salidroside)是一种源自红景天(Rhodiola rosea)的天然糖苷,已在多种癌症模型中显示出促凋亡和抗增殖特性;然而,其在胶质瘤中的
来源:Frontiers in Oncology
时间:2026-10-01
-
首发精神分裂症rTMS治疗后纵向白质网络重组及其与睡眠改善的关联:一项随机假刺激对照DTI研究
背景:睡眠障碍在首发精神分裂症中高度普遍,并与不良临床和功能结局相关。尽管重复经颅磁刺激(repetitive transcranial magnetic stimulation, rTMS)已显示对失眠和精神分裂症具有治疗潜力,但其对首发精神分裂症睡眠障碍的
来源:Frontiers in Neuroscience
时间:2026-10-01
-
基于代谢组学的脑缺血再灌注损伤(CIRI)代谢物标志物发现:flavopiridol相关代谢物(FRM)的神经毒性机制与功能验证
目的:探究代谢物改变在脑缺血再灌注损伤(CIRI)中的作用及潜在机制,并探索用于该疾病诊断的新型候选分子标志物。方法:采用改良Longa EZ线栓法建立大鼠大脑中动脉闭塞(MCAO)模型。通过改良神经功能严重程度评分(mNSS)、2,3,5-氯化三苯基四氮唑(
来源:Frontiers in Molecular Biosciences
时间:2026-10-01
-
阿杜丁通过上调海马CA1区SIRT3表达减轻脑缺血后神经元损伤及氧化应激与神经炎症
线粒体功能障碍和氧化应激是脑缺血后神经元死亡的主要原因。Sirtuin 3(SIRT3)是一种线粒体去乙酰化酶,在调控细胞代谢和氧化应激中发挥关键作用;然而,其在缺血性神经元损伤中的参与机制尚未完全阐明。本研究探讨了短暂全脑缺血后海马CA1区SIRT3免疫反应性的时间变化,并
来源:BMC Neuroscience
时间:2026-10-01
-
从代偿到耗竭:基于功能性近红外光谱的创伤性中央脊髓综合征与前额叶-运动网络解耦机制研究
摘要背景脊髓受压的严重程度并不能完全解释创伤性中央脊髓综合征(TCCS)中上肢运动功能障碍的异质性。本研究旨在通过比较TCCS与无症状颈椎脊髓压迫症(ACSCC)的脊髓上重组,将解剖学压迫的神经影像学特征与症状性功能障碍区分开来。方法本研究招募了20例TCCS患者、20例AC
来源:Journal of NeuroEngineering and Rehabilitation
时间:2026-10-01
-
急性起病神经精神综合征伪装成进食障碍:一例儿童病例报告及临床启示
摘要背景儿童急性起病神经精神综合征(PANS)是一种罕见的异质性疾病,其特征为快速起病的强迫观念/强迫行为和/或食物限制,并伴有至少两个急性起病的神经精神症状。目前,PANS被视为一种排除性诊断,与多种精神障碍有显著重叠,包括强迫症、抽动症和进食障碍。关于进食障碍与PANS之
来源:Journal of Eating Disorders
时间:2026-10-01
-
生理老化与更年期状态对小鼠认知功能及神经炎症的联合影响
摘要更年期是发生在中年的一场重要的内分泌变化,它使女性容易出现神经炎症、认知能力下降以及患痴呆症的风险增加。然而,内分泌老化与生理老化在这种变化过程中的具体影响尚不明确。在本次研究中,我们探讨了小鼠更年期起始年龄是否会对这些结果产生影响。我们使用了年轻成年(2.5个月大)和中年(
来源:Scientific Reports
时间:2026-10-01
-
ADOS-2筛查阳性但DSM-5未达诊断标准的早产儿童的社会情感与行为特征分析
摘要为刻画自闭症诊断观察量表第二版(ADOS-2)筛查阳性但《精神障碍诊断与统计手册》第五版(DSM-5)未达诊断标准早产儿童的特征,本研究对一项前瞻性随访队列进行了横断面分析。共纳入74名胎龄不足32周的新生儿,于4至6岁时进行评估,并将其分为一致组(DSM-5阳性/ADO
来源:Scientific Reports
时间:2026-10-01
-
基于卷积神经网络与混合堆叠分类器的有限脑电数据高效检测模型
摘要在观察数据有限的情况下,训练基于脑电图(EEG)的检测模型以实现高测试准确率是一项具有挑战性的任务。本工作提出了一种简单的设计方案,通过线性信号变换和卷积神经网络(CNN)来扩充样本数量,并利用混合堆叠分类器(SC)来避免拟合问题。该CNN的专用层使用有限的最大池化、平均
来源:Scientific Reports
时间:2026-10-01