-
基于多模态图融合的GCN算法,结合fMRI和T1加权MRI数据用于阿尔茨海默病的诊断
阿尔茨海默病(AD)早期诊断存在数据融合不足和模型可解释性差的问题。本文提出MGF-GCN多模态图融合模型,结合fMRI的非线性格兰杰因果矩阵与T1w-MRI的形态学特征构建脑图,通过跨注意力机制实现多模态对齐,并进一步设计贝叶斯自注意力GCN(BSAGCN)进行分类。该方法利用BN246脑图谱进行精细分区,使模型能可视化关键脑区贡献权重,实验表明其诊断准确率和可解释性均显著优于现有方法,为临床决策提供新依据。
来源:Neural Networks
时间:2026-02-21
-
GSASN:一种用于网络流量矩阵预测的空间建模的图自学习注意力评分网络
网络流量预测技术对智能路由器至关重要,可优化资源分配并解决带宽延迟挑战。现有图注意力网络存在线性约束限制,本文提出GSASN通过自学习参数矩阵突破该局限,并构建时空融合模型ST-GSASN,实验显示其RMSE降低24.7%,MAE降低36.5%,R²提升显著,参数量仅为对比模型的5%。
来源:Neural Networks
时间:2026-02-21
-
间歇性Theta节律爆发式刺激治疗长期意识障碍:一项前瞻性随机对照试验
这篇前瞻性随机对照研究证实,针对左背外侧前额叶皮层(DLPFC)的间歇性Theta节律爆发式刺激(iTBS)能显著提升意识障碍(DoC)患者的昏迷恢复量表修订版(CRS-R)评分,其疗效机制与iTBS增强丘脑皮层低频振荡(特别是theta节律)有关,为意识康复提供了一种临床有效且耐受性良好的神经调控新策略。
来源:Annals of Clinical and Translational Neurology
时间:2026-02-21
-
缺血性脑卒中取栓术后造影剂相关性急性肾损伤:预后影响及CAN-REST风险预测评分
本回顾性多中心研究聚焦于急性缺血性卒中(AIS)血管内取栓(EVT)后造影剂相关性急性肾损伤(CA-AKI)这一潜在可预防的并发症。研究发现,约二十分之一的EVT患者会发生CA-AKI,其与院内死亡及90天不良功能结局(mRS评分)独立相关。研究进一步基于12项常规临床变量开发并验证了CAN-REST预测评分(AUC 0.710),该工具能在术前早期识别高危患者,为临床实施预防策略提供了重要依据。
来源:Neurology
时间:2026-02-21
-
基于SkiNET-FoodSpec的AI-拉曼生物传感平台:用于食品微生物腐败早期检测的非破坏性实时光谱指纹识别
本研究针对传统食品腐败检测方法破坏性、耗时且难以识别早期生化变化或立体异构微生物副产物的局限,研发了一种集成生物分子光谱学与高级自组织映射神经网络(SkiNET)的新型非侵入性生物传感平台SkiNET-FoodSpec。该系统在肉类、牛奶和叶菜等多种食品基质中实现了>93%的分类准确率,可检测腐败前于可见或嗅觉信号的早期腐败,为食品质量保证提供了智能、即时的诊断工具,有望提升食品安全、减少浪费并支持可持续食品体系。
来源:Food Research International
时间:2026-02-21
-
综述:衰老大脑中的淋巴引流障碍:脑膜淋巴衰退作为脆弱性的汇聚轴
这篇综述系统梳理了2003至2025年间96项研究,揭示大脑引流淋巴系统(特别是脑膜淋巴管与颈深淋巴结构成的“脑-颈淋巴轴”)随衰老出现的结构退变与功能衰退。该衰退与脑脊液/组织间液(CSF/ISF)处理、免疫调节受损相关,是阿尔茨海默病(AD)、帕金森病(PD)等年龄相关脑部疾病的重要脆弱性环节。文章指出脑膜淋巴功能可通过VEGF-C等治疗手段进行调控,为其作为潜在可干预靶点提供了证据支持。
来源:Neurobiology of Aging
时间:2026-02-21
-
基于记忆引导的掩模重建技术结合中心对比学习方法,用于实现鲁棒的多变量时间序列异常检测
提出基于全局关联记忆模块和中心对比学习策略的MMR-CCL方法,通过记忆模块存储多时间窗口的关联信息指导mask重建,缓解语义偏差和过拟合问题,有效区分正常与异常样本。
来源:Neural Networks
时间:2026-02-21
-
综述:探索皮肤-脑轴的新技术
这篇综述重点探讨了皮肤与中枢神经系统之间的双向通信——皮肤-脑轴,及其在特应性皮炎、银屑病、慢性瘙痒等疾病中的作用。文章系统回顾了用于研究该轴心互作的传统与新兴体外模型,并着重介绍了可集成到高级皮肤模型和器官芯片中的微纳传感技术(如微电极阵列MEAs、有机电化学晶体管OECTs、电化学生物传感器等),旨在实现对神经活动、屏障动态和神经免疫信号的实时、多重监测,为开发下一代研究工具和治疗方法提供指导。
来源:Advanced Sensor Research
时间:2026-02-21
-
鼻内给予的神经肽S通过改变青春期雄性大鼠体内九肽类物质的mRNA表达,减轻了急性应激引起的焦虑反应:初步报告
本研究通过鼻内注射神经肽S(NPS)观察应激大鼠行为变化及下丘脑OT和AVP mRNA表达,发现NPS能显著缓解焦虑样行为,伴随OT和AVP mRNA下调,提示其抗焦虑机制与调节这两类神经肽表达相关。
来源:Neuroscience and Behavioral Physiology
时间:2026-02-21
-
综述:周期性呕吐综合征
周期性呕吐综合征(CVS)儿童诊断延迟,平均发病5.7岁确诊8.0岁,间隔2.3年。现有治疗包括急性期NSAIDs、曲普坦类药物及预防性辅酶Q10、维生素B2等,但需避免苯妥英钠。NASPGHAN 2025指南推荐药物治疗方案。
来源:Brain and Development
时间:2026-02-21
-
MeshONet:一种通用且高效的算子学习方法,用于结构化网格生成
本文提出MeshONet,一种基于操作学习的通用结构化网格生成方法,通过双分支共享主干架构解决多变量映射问题,实现效率提升四个数量级,并无需重新训练即可适应新几何。
来源:Neural Networks
时间:2026-02-21
-
具有区分性自加权采样的对比知识嵌入
知识图谱嵌入通过将实体和关系映射到连续低维空间简化后续操作并保留结构。本文提出CoDiSS框架,采用对比学习与自适应负采样策略,通过DWR损失优化知识图谱嵌入模型,动态加权区分有效和无效负样本,提升模型表达能力。实验表明其在TransE、ComplEx等模型上优于基线方法。
来源:Neural Networks
时间:2026-02-21
-
在高斯散布算法中解耦几何形状与外观以实现反射表面重建:一种基于光泽图像先验的引导方法
3D重建中反光表面高保真渲染方法通过分阶段优化几何与外观,利用颜色空间分析检测高光区域并实施差异化几何监督,结合小波多尺度特征提取和门控融合网络分离基色与高光反射,有效解决传统方法因光一致性假设失效导致的几何与外观失真问题。
来源:Neural Networks
时间:2026-02-21
-
菌丝体
一个年迈的植物学家在充满年轻工人的咖啡馆中陷入回忆与困境,其研究象征生命循环与代际更替,最终在自我认知危机中坚持存在。
来源:Neurology
时间:2026-02-21
-
沉思性反刍思维与神经动力学:顶叶-扣带皮层回路中任务切换灵活性的降低及其作为病理性吸引子状态的神经机制
本文聚焦于沉思性反刍思维(brooding)的顽固性神经机制。研究人员结合认知神经科学与动力学系统理论,创新性地将沉思性反刍概念化为默认模式网络(DMN)内的一个神经吸引子状态。通过EEG和任务切换范式,他们发现高特质反刍个体在从受提示反刍任务(CR)切换到工作记忆任务(WM)时,其背外侧前额叶皮层(dlPFC)的γ频段活动募集减少,并且后顶叶和扣带皮层的神经活动轨迹随时间趋于收敛。这些结果为理解反刍思维的顽固性提供了新的动力学视角,揭示了其背后可能存在的病理性神经吸引子状态,对精神障碍的机制研究具有重要理论意义。
来源:Cognitive Neurodynamics
时间:2026-02-21
-
高钠摄入与认知健康:一项为期六年的纵向研究揭示钠摄入对老年男性情景记忆衰退的性别特异性影响
为探究高钠饮食与认知衰退的关联,研究人员开展了针对1208名认知正常老年人的6年纵向研究。研究发现,基线钠摄入量与男性受试者的情景记忆(Episodic Recall)衰退速度呈显著负相关(β=-0.0000201, FDR调整p=0.044),但此关联未在女性及按ApoE ε4状态分层的人群中观察到。这提示钠摄入作为可调控的生活方式因素,其认知效应存在性别差异。
来源:Neurobiology of Aging
时间:2026-02-21
-
基于相似性感知的对比学习方法:通过频率增强与重构实现人脸防伪造
面部反欺骗技术中,提出基于频率域相似性感知对比学习新方法。通过动态整合多频带信息增强模块和随机替换高频率谱重建策略,有效平衡结构一致性与欺骗特征可视化,结合相似性矩阵优化对比学习目标,显著提升未知攻击类型和跨域场景下的检测性能。
来源:Neural Networks
时间:2026-02-21
-
《Neurology®》的演变:从一本期刊发展成为一系列期刊
《Neurology》通过分刊策略优化内容定位,推出临床实践(NCP)、神经免疫与神经炎症(N2)、神经遗传学(NG)等子刊,解决高拒稿率(15%)与读者需求矛盾,N2/NG采用开放获取模式以吸引更多投稿,NE聚焦教育研究,NOA覆盖全领域研究。
来源:Neurology
时间:2026-02-21
-
用于帕金森病诊断的嗓音生物标志物的预测建模
帕金森病早期筛查研究基于Kaggle数据集,通过声学特征筛选与多种机器学习模型(包括HGB)分析,发现HGB模型在各项指标上表现最优(准确率1.00,p<0.001),可解释性分析显示jitter和shimmer是核心预测因子,验证了声学筛查的经济性和可行性。
来源:Cognitive Neurodynamics
时间:2026-02-21
-
通过时域fNIRS解码技术揭示的与年龄相关的神经动态,该技术用于研究视听双重任务处理过程中的大脑活动
本研究探讨年龄相关神经改变的可解码性,通过时间域fNIRS信号分析静息和视听双任务状态。结果显示视听任务下组合特征(方差、峰值等)显著提升年龄分类准确度(0.810),静息时则不足。空间分析揭示左右脑区功能不对称性,表明认知负荷有助于捕捉神经衰老标志。
来源:Beilstein Journal of Nanotechnology
时间:2026-02-21