-
综述:广泛性焦虑障碍患者的执行功能:系统综述与荟萃分析
执行功能在广泛性焦虑障碍中的角色解析研究背景广泛性焦虑障碍(GAD)作为最常见的精神障碍之一,其终身患病率超过其他焦虑障碍,且56%患者伴随严重功能障碍。DSM-5将GAD定义为持续6个月以上的过度担忧伴随躯体症状。近年研究发现,GAD与"冷"执行功能(EF)缺陷密切相关,但具体受损领域存在争议。核心发现通过对32项研究(13,084名参与者)的荟萃分析发现:认知灵活性:GAD患者表现出显著损伤(β=-0.30),尤其在临床样本中效应更强(β=-0.37)工作记忆:整体受损(β=-0.20),临床组反应时(RT)和准确率均下降,挑战了注意控制理论(ACT)仅预测效率下降的观点抑制控制:未发现显
来源:Journal of Affective Disorders
时间:2025-06-12
-
基于机器学习的NH3
/H2
预混旋流火焰燃烧参数化学发光建模研究
氨(NH3)作为零碳燃料在能源转型中备受关注,但其燃烧特性差、NOx排放高等问题制约应用。氢(H2)的掺混可改善燃烧性能,但混合燃料的实时监测仍是技术难点。传统基于化学发光强度比的经验方法预测精度不足,而现有机器学习研究多缺乏模型可解释性。针对这一挑战,Cardiff大学的研究团队创新性地将贝叶斯正则化人工神经网络(BR-ANN)应用于NH3/H2预混旋流火焰的燃烧参数预测。研究采用切向旋流燃烧器实验系统,在4000≤Re≤7000、0.55≤xNH3≤0.90、0.35≤ϕ≤1.70条件下采集203组数据。通过AvaSpec和StellarNet光谱仪同步捕捉OH*(302-326 nm)、
来源:International Journal of Hydrogen Energy
时间:2025-06-12
-
综述:结核性脑膜炎的认知障碍:系统评价与荟萃分析
Abstract结核性脑膜炎(TBM)是结核病累及中枢神经系统(CNS)的最严重形式,常导致长期认知障碍。近期研究通过系统评价与荟萃分析(PRISMA指南)发现,TBM患者整体认知评分降低11.72分(I2=84%,P=0.00125),其中执行功能与言语记忆为持续性受损领域。亚组分析显示治疗3-12个月后部分认知恢复(RR=0.74,95%CI:0.59–0.93),但残留缺陷显著。推荐使用Addenbrooke认知检查-III(ACE-III)和Trail Making测试(TMT-A/B)进行动态监测。Introduction结核病(TB)全球年发病达1060万例,其中TBM占肺外结核1
来源:Indian Journal of Tuberculosis
时间:2025-06-12
-
综述:神经美容学:探索神经科学与美容学的交叉领域
Abstract神经美容学作为神经科学(Neuroscience)与美容学(Cosmetics)的跨界融合,正通过先进的神经影像学工具解码“美”的神经密码。研究表明,化妆品成分可通过激活嗅觉、触觉等感官通路,直接作用于大脑的奖赏回路(reward circuit)和情绪中枢(如杏仁核amygdala),从而影响使用者的自我认知与心理状态。Methods基于PubMed和Google Scholar的文献分析显示,关键词“Neurocosmetics”相关研究近五年增长300%。功能性磁共振成像(fMRI)和脑电图(EEG)证实,含神经酰胺(ceramide)的护肤品能降低皮肤屏障应激时的前额叶
来源:Current Cosmetic Science
时间:2025-06-12
-
基于元关系的异构图神经网络与深度强化学习在柔性作业车间调度中的应用研究
在智能制造浪潮中,工厂需要像"变形金刚"般快速应对市场需求波动、机器故障等突发状况。传统生产调度方法面对这些挑战时往往捉襟见肘,而柔性作业车间调度问题(Flexible Job-shop Scheduling Problem, FJSP)因其允许工序在多台机器间灵活分配的特性,成为提升系统适应性的关键。虽然现有研究已将图神经网络(Graph Neural Network, GNN)与深度强化学习(Deep Reinforcement Learning, DRL)相结合取得进展,但节点间语义关系被忽视、异构特征捕捉不充分等问题,如同"雾里看花"般阻碍着调度性能的进一步提升。针对这些瓶颈,研究人员
来源:Expert Systems with Applications
时间:2025-06-12
-
基于图物理信息注意力网络的电网级联故障风险轻量化评估模型
随着新能源大规模并网和电网互联程度提升,级联故障(Cascading Failures, CF)引发的连锁停电事故已成为现代电力系统最严峻的挑战之一。传统动态模型如基于自组织临界性(Self-Organized Criticality, SOC)的OPA模型虽能模拟故障演化,但计算复杂度令其难以实时应用;而深度学习方法又普遍存在物理规则缺失与"黑箱"决策的缺陷。这种矛盾在意大利2003年大停电、美国2011年西南大停电等事件中暴露无遗——工程师既需要分钟级风险预警,又必须理解故障传播的关键节点。西交利物浦大学智能电网研究团队在《Expert Systems with Applications》
来源:Expert Systems with Applications
时间:2025-06-12
-
光场显微成像中基于收敛加速惯性算法的三维定位方法研究
在生物医学研究领域,观察微观物体的三维动态行为一直是重大挑战。传统显微镜受限于二维成像和有限景深,而新兴的光场显微镜(Light-field Microscopy, LFM)通过记录光场相位和强度信息,实现了快速、低光毒性的三维成像。然而,现有技术面临两大瓶颈:一是基于交替方向乘子法(ADMM)的定位算法存在收敛性缺陷;二是传统卷积稀疏编码(CSC)模型因相邻图像块(patch)重叠导致深层定位精度下降。这些问题严重制约了LFM在神经突触动态监测等精细研究中的应用。针对这些挑战,研究人员创新性地将三维定位问题转化为切片(slice)基卷积稀疏编码问题。通过构建深度相关的EPI字典——即从不同深
来源:Expert Systems with Applications
时间:2025-06-12
-
基于事件相关电位(ERPs)的自杀风险检测:系统综述与元分析揭示P3成分的神经标记作用
自杀作为全球重大公共卫生问题,每年导致约80万人死亡,且每例自杀背后存在20次未遂行为。传统风险评估依赖主观量表,存在社会期望偏倚和患者自述受限等问题,诊断准确率不足。近年来,脑电图(EEG)衍生的时间锁定电位——事件相关电位(ERPs),因其毫秒级时间分辨率成为研究热点。海军军医大学精神病学团队在《Psychoradiology》发表的研究,首次通过系统综述和元分析揭示特定ERP成分与自杀风险的关联机制。研究采用PRISMA框架检索PubMed等5大数据库,纳入23项符合标准的研究(样本量2,039人),运用随机效应模型进行定量合成。关键技术包括:(1)标准化均值差(SMD)计算;(2)Co
来源:Psychoradiology
时间:2025-06-12
-
基于序列分解重构与LSTM-DCA融合的致密油藏水平井产量预测方法
随着全球非常规油气资源开发加速,致密油藏已成为勘探研究热点。这类储层孔隙度低、渗透性差,压裂水平井投产后呈现"快速递减-缓慢衰减"的复杂生产动态。传统基于物理模型的预测方法难以捕捉强非线性特征,而纯数据驱动的机器学习又缺乏物理约束。中国石油大学(北京)Jinxin Cao团队在《Engineering Applications of Artificial Intelligence》发表研究,创新性地将信号处理技术与深度学习相结合,提出LSTM-DCA混合预测框架。研究采用来自中国某致密油区块的886天水平井生产数据,通过三次样条插值处理缺失值。核心技术包括:1)经验模态分解(EMD)将产量序列
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
面向密集人群的头部追踪:多源数据融合网络与大规模跨场景基准数据集
在智能交通和安防领域,密集人群中的行人追踪犹如"大海捞针"——当数百人摩肩接踵时,传统基于全身检测的方法常因遮挡而失效。据统计,人群密度超过2人/m2时,可见身体区域会减少60%以上。虽然人工智能在头部检测领域取得进展,但现有数据集如CroHD仅包含单一视角的互联网视频,缺乏真实场景的复杂交互数据。更棘手的是,头部追踪需要处理仅20×20像素的小目标,其标注成本是全身框的3-5倍,这导致全球头部追踪数据集不足全身数据集的1/10。武汉理工大学团队在《Engineering Applications of Artificial Intelligence》发表的研究打破了这一僵局。他们耗时18个月
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
融合集成卷积神经网络与视觉Transformer的智能土壤分类及自适应模糊逻辑作物推荐系统
在印度这个农业大国,超过50%的劳动力依赖土地谋生,但传统耕作方式正面临严峻挑战。农民们往往凭经验判断土壤特性,忽视了对pH值、氮磷钾含量等关键指标的检测,导致作物减产率高达30%(Ganguly et al., 2017)。更棘手的是,印度拥有从冲积土到山地土等7大类差异显著的土壤类型,每种土壤对作物的适应性截然不同。这种"盲种"现象不仅造成经济损失,还加速了土地退化——这正是Farhan Sheth团队在《Engineering Applications of Artificial Intelligence》发表突破性研究的现实背景。研究团队创造性地将两种尖端AI技术融合:擅长局部特征提取
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
基于机器学习的泊松分布数据控制图优化方法及其在工业过程监控中的应用
在工业质量控制领域,统计过程控制(SPC)工具如控制图(Control Charts, CCs)是监测异常的核心手段。然而传统Shewhart、EWMA和CUSUM控制图面临两大困境:一是对泊松分布这类离散数据的适应性差,二是检测灵敏度受限于特定偏移范围——Shewhart仅擅长大偏移,而EWMA/CUSUM虽对小偏移敏感却易漏检大偏移。这种"非此即彼"的局限性严重制约了工业场景中对全尺度过程偏移的捕捉能力,可能导致如食品包装缺陷、药品生产异常等关键问题的延迟发现。为突破这一技术瓶颈,来自巴基斯坦的研究团队在《Engineering Applications of Artificial Int
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
基于周边强震动记录与深度学习的累积绝对速度预测方法
在地震工程领域,准确评估地震破坏性始终是防灾减灾的核心课题。累积绝对速度(CAV)作为综合反映地震动振幅和持续时间的关键强度指标(IM),被广泛应用于建筑安全评估、核电站抗震设计等领域。然而,传统CAV预测方法面临两难困境:地面运动预测方程(GMPE)虽能利用历史数据建立统计模型,却无法整合实时监测数据;插值方法虽可基于周边站点数据推算目标位置CAV,但难以挖掘历史数据规律。这种"数据割裂"现象严重制约了地震应急响应效率。针对这一挑战,中国研究人员创新性地将深度学习引入地震工程领域。通过分析日本K-NET和KiK-net强震观测网络1996-2024年的10万余条记录,团队构建了包含10,46
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
基于流量分解的时空滤波自注意力网络在交通流量预测中的应用
随着城市化进程加速,交通拥堵已成为困扰现代社会的顽疾。智能交通系统(ITS)的核心挑战在于准确预测交通流量,但传统方法如支持向量回归(SVR)和长短期记忆网络(LSTM)难以捕捉复杂的时空非线性关系。更棘手的是,相邻道路的流量模式会随时间动态变化,而突发事故等异常事件更会破坏数据稳定性。现有基于图神经网络(GNN)的方法如STGCN和GWN,虽能建模空间关联,却无法同时处理静态图结构的局限性和全局非相邻道路的相似性。注意力机制模型如GMAN虽扩展了感知范围,但引入的无关空间噪声反而降低了预测精度。针对这些痛点,浙江理工大学的研究团队在《Engineering Applications of A
来源:Engineering Applications of Artificial Intelligence
时间:2025-06-12
-
神经发育障碍患者月经症状频率及其影响的混合方法研究
月经对神经发育障碍(Neurodevelopmental Disorders, NDD)群体而言,不仅是生理周期更是多重挑战的叠加。现有研究表明,80%的月经人群会经历痛经,但NDD群体因感官异常、情绪调节困难等问题,症状往往更严重且易被忽视。医疗系统对这类特殊需求缺乏认知,常将症状归因于基础疾病,甚至过度依赖避孕药等压制性方案。这种现状催生了一项关键研究——通过科学证据打破认知壁垒,为NDD群体争取更精准的健康支持。由多学科团队开展的研究发表在《Disability and Health Journal》,创新性地采用混合方法:定量方面使用月经症状问卷(MSQ-24)评估30名NDD参与者症
来源:Disability and Health Journal
时间:2025-06-12
-
儿童虐待与羞耻感的关联性研究:基于16项研究的Meta分析
在全球范围内,儿童虐待已成为严峻的公共卫生问题。据联合国儿童基金会数据,近60%的5岁以下儿童遭受过家庭心理攻击或体罚。这种早期创伤不仅损害儿童身心健康,更可能通过羞耻感(shame)的持续作用影响其终身发展——受害者常陷入"我是坏人"的自我否定,而非"我做错事"的行为反思。然而现有研究存在三大矛盾:性虐待与羞耻感的关联结论不一,身体虐待的作用存在正负分歧,且缺乏对五种虐待亚型的系统比较。中国人民大学的研究团队通过Meta分析整合16项研究数据,最终在《Child Abuse 》发表成果,为创伤心理干预提供了关键靶点。研究采用系统检索策略,涵盖中英文7大数据库(如Web of Science、
来源:Child Abuse & Neglect
时间:2025-06-12
-
综述:心理疲劳对奥运球类运动表现影响的系统评价
心理疲劳与奥运球类运动表现:机制与挑战动态环境中的认知负荷奥运球类运动(如足球、篮球)区别于田径、体操等项目的核心特征在于其动态不可预测性。运动员需实时处理对手动作、空间变化及战术调整,这种高频决策过程显著增加认知负荷,导致心理疲劳(MF)几乎不可避免。研究表明,MF通过消耗前额叶皮层认知资源,影响执行功能(如注意力、抑制控制),进而损害运动表现。实验诱导与矛盾证据现有23项随机对照试验(RCTs)中,Stroop色词任务(30分钟为主)是最常用的MF诱导方法,通过抑制自动化阅读反应消耗认知资源。足球运动员在MF状态下传球准确性和跑动距离下降,但部分研究(如Badin等2016)发现专业运动员
来源:Acta Psychologica
时间:2025-06-12
-
脊髓脊膜膨出(MMC)修复时机与病变水平对脑发育及脑脊液分流需求的影响研究
这项开创性研究揭示了脊髓脊膜膨出(Myelomeningocele, MMC)病变水平与修复时机的双重影响。科研人员对比分析了2016-2021年间接受治疗的59例腰骶部MMC患者,其中24例实施产前修复,35例选择产后修复。令人瞩目的是,L1-L3高位病变组在产前超声中即显示更大的第三脑室直径(p=0.029),产后MRI进一步证实其额角(p=0.022)和枕角(p=0.035)扩张更显著。特别有趣的是,在产前修复组中,高位病变患者的脑室扩张程度虽更明显,但CSF分流需求却未显著增加——这与产后修复组形成鲜明对比,后者高位病变患者的分流率高达82%,显著高于低位病变组的50%(p=0.044
来源:Child's Nervous System
时间:2025-06-12
-
综述:聚焦超声在儿童神经外科中的应用:机遇与挑战的范围综述
Abstract经颅聚焦超声(FUS)作为一种非侵入性技术,通过颅骨传递声能产生生物效应。尽管早期研究集中于成人运动障碍,但其在儿童神经外科的潜力逐渐显现。本文通过范围综述(PRISMA-ScR框架)梳理了20项相关研究,揭示FUS在儿童患者中的独特价值与挑战。BackgroundFUS技术通过精准的声能聚焦实现无创干预,其核心优势在于避免开颅手术风险。儿童神经系统发育的特殊性(如颅骨厚度差异、血脑屏障动态变化)为FUS应用带来机遇与限制。目前,该技术已从成人特发性震颤扩展至儿童脑肿瘤治疗领域。Methods采用系统性范围综述方法,筛选临床前实验与临床研究数据。纳入标准涵盖FUS在儿童脑肿瘤(
来源:Child's Nervous System
时间:2025-06-12
-
综述:骨科患者上肢急性短缩术的范围综述
急性上肢短缩术的临床实践与争议引言急性短缩术在上肢骨科中应用于截肢再植、骨缺损和畸形矫正等场景。相较于下肢,上肢长度差异的耐受性更强,但短缩可能改变肌肉最佳工作长度(如肱三头肌力量减少11-63%),影响旋转功能(前臂旋转范围降低)。方法学遵循PRISMA-ScR指南,研究者检索了PubMed等数据库至2024年的35篇文献(24例病例系列,11例个案),涵盖355例手术。纳入标准聚焦于肱骨/前臂急性短缩,排除渐进性短缩或单骨短缩。关键发现适应症分布再植术(12篇):最大短缩前臂10cm(Sabapathy等)、肱骨12cm(Chuang等),以保障无张力神经血管吻合。骨折不愈合(15篇):肱
来源:European Journal of Trauma and Emergency Surgery
时间:2025-06-12