• 对疾病进展的参数模型进行基准测试，以实现认知衰退的早期检测

  阿尔茨海默病（AD）是老年人中最常见的神经退行性疾病之一，其病程复杂且高度异质化，使得早期诊断和干预变得尤为重要。近年来，研究者们利用疾病进展模型（DPMs）来研究AD的早期阶段，这些模型可以用于描述疾病演变的定量特征，并提高预测的准确性。本研究的目标是评估三种参数化DPM框架在早期检测任务中的表现，并确定最优化的神经心理学指标组合，以支持DPM的构建和临床应用。DPMs的构建依赖于长期随访数据，这些数据反映了个体在不同阶段的生物标志物变化。由于AD的进展并非线性，且涉及多种风险因素，如淀粉样蛋白、tau蛋白缠结、遗传和环境因素，因此，DPMs需要能够适应这些复杂的病程模式。同时，DPMs在实

  来源：Computer Methods and Programs in Biomedicine

  时间：2025-11-16

• 一种基于脑电图的简单工具，用于指导新生儿缺氧缺血性脑病的治疗性低温决策

  在新生儿医学领域，识别缺氧-缺血性脑损伤（HIE）并及时启动治疗性低温（TH）对于优化神经发育结果至关重要。本文探讨了一种基于早期常规脑电图（EEG）的决策工具，旨在帮助临床医生快速、准确地判断足月新生儿是否需要接受治疗性低温治疗。研究团队通过分析EEG信号中慢频率带的振幅，特别是delta（0.5–4 Hz）频谱功率的变化，开发出一种能够区分HIE严重程度的系统。这种系统能够以高准确度识别需要低温治疗的病例，并且具有较低的误报率，从而为临床决策提供了强有力的支持。研究中使用的数据来源于法国巴黎的阿曼德·特鲁瓦泽医院（Armand Trousseau Hospital）的新生儿重症监护病房（N

  来源：Computer Methods and Programs in Biomedicine

  时间：2025-11-16

• 用于多层次Cosinor分析的SAS宏

  Margaret M. Doyle | Terrence E. Murphy | Brienne Miner | Melissa P. Knauert耶鲁大学医学院内科老年病学系摘要背景与目标: Cosinor分析允许使用余弦曲线来描述周期性数据中的循环变化。该分析提供了一套直观的估计值，包括MESOR（节律的中间估计统计量），即拟合结果的中点；振幅，即正态分布结果中MESOR与峰值之间距离的一半；以及顶峰时间，即结果达到峰值的时间。传统上，大多数已发表的Cosinor分析是通过两阶段方法生成的：首先对每个个体的数据拟合一条曲线，然后在后续分析中比较估计的Cosinor参数的差异。最近开发了多

  来源：Computer Methods and Programs in Biomedicine

  时间：2025-11-16

• 颈动脉狭窄的流固耦合分析：同心与偏心形态对血流动力学参数的影响

  近年来，动脉狭窄的研究因其严重的后果和慢性特性而受到广泛关注。动脉狭窄的形态分析在理解其生理特征及治疗策略方面起着关键作用，因为狭窄形状和结构的改变会显著影响附近区域的血流动力学，甚至可能影响其发展进程。本研究聚焦于三种常见的狭窄形状——圆形、椭圆形和拉长形，并将其置于易发部位——颈动脉窦，以探讨其形态的同心性和偏心性对血流动力学的影响。通过数值分析方法，结合流体-结构相互作用（FSI）多物理场模型，本研究分析了这些形状在不同同心性与偏心性条件下的血流动力学参数。研究结果表明，某些参数对于区分不同狭窄形状具有显著的识别能力。例如，速度分布的相位偏移在圆形狭窄中表现出最大的差异，分别达到15.7

  来源：Computer Methods and Programs in Biomedicine

  时间：2025-11-16

• “初级保健普通儿科中的旅行前健康准备与儿科旅行医学的比较”

  亮点 在初级保健儿科领域，旅行前的医疗保健服务仍缺乏足够的研究。在629名接受旅行前医疗保健服务的儿童中，普通儿科医生接触到了更多年龄较小的、享有公共医疗保险的以及通过Visa on Arrival（VFR）途径入境的旅客，但他们提供的抗疟疾预防措施和咨询建议比专门的旅行医学服务要少。研究结果强调了为儿科医生提供旅行医学培训的必要性，以及确保他们能够公平地获得旅行医学专家的帮助。

  来源：Journal of Travel Medicine

  时间：2025-11-16

• 环保型纳米纤维素复合材料用于稳定纳米乳液杀虫剂：提升药效和耐候性

  在现代农业中，杀虫剂是有效控制害虫的关键工具。然而，传统杀虫剂的配方常常因为意外飞溅、反弹以及雨水冲刷等问题，导致使用效率低下。为了应对这些挑战，研究人员开发了一种基于淀粉样蛋白/纤维素纳米晶体（PTB/CNC）复合物的绿色油包水纳米乳液。这种新型乳液不仅提升了杀虫剂在植物叶片上的附着能力，还显著增强了其在恶劣环境下的稳定性，为可持续农业发展提供了新的解决方案。该研究的核心在于通过三（2-羧乙基）膦（TCEP）诱导牛血清白蛋白（BSA）发生构象变化，形成一种相变淀粉样蛋白（PTB）。与此同时，为了防止PTB过度自聚，研究人员引入了纤维素纳米晶体（CNC），使其能够与PTB形成稳定的复合结构。这

  来源：Carbohydrate Polymers

  时间：2025-11-16

• 一种水溶性β-环糊精聚合物能够在体外以及尼曼-皮克C型疾病小鼠模型中减少胆固醇积累和自噬功能障碍

  胆固醇在人体中的积累和异常调控是多种神经系统疾病的重要诱因，其中尼曼-皮克病C型（NPC）和阿尔茨海默病（AD）便是典型的代表。这两种疾病都会导致大脑功能障碍和神经退行性变化，而这些变化可能与胆固醇代谢失衡密切相关。研究发现，胆固醇的异常积累不仅会干扰细胞膜的稳定性，还会影响细胞器之间的相互作用，特别是溶酶体与自噬体的融合过程，从而导致自噬功能紊乱。这种紊乱在NPC中尤为明显，因为NPC1或NPC2蛋白的缺陷使得胆固醇无法正常转运，最终在溶酶体中堆积。而在AD中，胆固醇的异常积累可能通过干扰自噬过程，影响β-淀粉样蛋白和tau蛋白的清除，进而加剧神经退行性病变。因此，寻找能够有效降低大脑中胆固

  来源：Carbohydrate Polymers

  时间：2025-11-16

• 脑动静脉畸形中的血脑屏障功能障碍：一种采用动态增强磁共振成像评估的低灌注-再灌注损伤的小鼠模型

  本研究通过构建一种小鼠模型，探索了脑动静脉畸形（bAVM）在形成和治疗过程中，脑血流动力学变化及其对血脑屏障（BBB）的影响。bAVM是一种异常的血管连接，通常出现在大脑中，会导致慢性低灌注、失去自调节能力以及静脉淤血等血流动力学改变，这些变化可能进一步引发BBB功能障碍，表现为出血、癫痫和认知功能下降等症状。为了更好地理解bAVM的病理机制以及治疗后可能产生的不良反应，研究者设计并验证了一种模拟bAVM血流动力学变化的小鼠模型，并利用动态对比增强磁共振成像（DCE-MRI）技术对BBB的变化进行实时评估。研究的核心在于构建一个能够模拟bAVM形成过程及治疗后血流恢复的模型。通过在小鼠颈部进行

  来源：Brain and Spine

  时间：2025-11-16

• 腰腹膜分流术作为处理复杂颅脑创面状况的抢救策略

  复杂颅骨伤口（Complex Cranial Wound Conditions, CCWC）在神经外科临床实践中是一个常见且棘手的问题，尤其是在与脑脊液（Cerebrospinal Fluid, CSF）循环障碍、脑积水或植入物相关感染并存的情况下。这类情况不仅影响患者的康复进程，还可能导致严重的并发症，增加医疗资源的消耗和患者的经济负担。在面对这些复杂情况时，移除颅内分流系统并将其改道至腰椎与腹腔之间（即腰腹分流术，Lumboperitoneal Shunting, LPS）逐渐被视为一种有效的挽救策略。本文通过回顾性分析15例患者的数据，探讨了LPS在治疗CCWC中的应用效果及其在不同临床

  来源：Brain and Spine

  时间：2025-11-16

• 他汀类药物治疗结合CD19导向的CAR T细胞疗法可改善复发性或难治性大B细胞淋巴瘤患者的预后

  伊桑·A·伯恩斯（Ethan A. Burns）| 诺亚·吉斯（Noah Giese）| 苏尼尔·马图尔（Sunil Mathur）| 米拉·科斯拉（Meera Khosla）| 舒巴姆·阿德罗贾（Shubham Adroja）| 哈拉·哈桑奈因（Hala Hassanain）| 杰奎琳·里奥斯（Jacqueline Rios）| 戈德斯法维尔·乌莫鲁（Godsfavour Umoru）| 希尔潘·沙（Shilpan Shah）| 汉·梅（Hanh Mai）| 卡丽·袁（Carrie Yuen）| 唐志航（Chih-hang Anthony Tang）| 胡志奇（Chih-chi Andrew

  来源：Blood Immunology & Cellular Therapy

  时间：2025-11-16

• 利用几何深度学习增强基于变压器的架构，通过迁移学习实现结肠镜下息肉大小的分类

  摘要在结肠镜检查过程中准确估计息肉的大小对于结直肠癌预防中的风险评估和监测计划至关重要。然而，目前的方法往往依赖于主观的视觉判断，这可能导致结果不一致和潜在的错误分类。本研究提出了一种深度学习框架，通过整合RGB（红、绿、蓝）信息和深度信息，实现了息肉大小的自动化和客观分类。该方法利用改进的Af-SfM（Active Feature Selection and Surface Matching）模块生成精细且经过校正的深度图，并将其与RGB输入结合，以支持将息肉分类到临床相关的大小类别中。该模型在由专家胃肠病学家整理的超过10,000张标注的结肠镜图像数据集上进行了训练和验证。实验结果表明，结

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 通过自然对话中的语音和文本，利用完全自动化的虚拟人类来检测抑郁症

  本研究探讨了通过虚拟人类（VHs）进行开放式对话来检测抑郁症状的可能性。随着全球抑郁患病率的持续上升，传统的诊断方法存在一定的局限性，往往依赖主观观察和问卷调查，可能导致对病情的低估和治疗不足。为了改善这一状况，研究团队开发了一种全新的系统，该系统能够进行自然的、情感丰富的对话，并形成了名为DEPTALK的数据集。DEPTALK数据集包括101名参与者，其中42人表现出抑郁症状。这些参与者与模拟基本情绪的VHs进行了六次非正式的社会互动，为后续的分析提供了丰富的数据资源。为了分析这些数据，研究团队采用了先进的预训练转换器模型，生成语音和文本的嵌入表示。随后，他们采用了两种不同的策略进行建模：一

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 可变形的短语级注意力机制：一种用于提升基于人工智能的医疗编码效率的灵活方法

  AI技术正在以革命性的速度改变医疗领域的信息处理方式，尤其在临床文本的自动编码和疾病信息提取方面展现出巨大潜力。随着医疗数据的不断增长，传统的手动编码方法在效率、准确性和成本上逐渐暴露出局限性，因此开发高效的自动化信息提取技术成为提升公共健康数据质量的关键。本研究提出了一种名为“可变形的短语级注意力机制”（Deformable Phrase-Level Attention, DPLA）的新方法，旨在通过捕捉文本中的词汇层面和短语层面的上下文信息，提高临床文本分类模型的性能，特别是在电子病历和病理报告中的医学概念提取任务中表现突出。### 研究背景与意义AI技术的应用正在改变医疗行业的技术格局，

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 综述：医学研究中的自动化机器学习：一项系统性的文献映射研究

  随着人工智能技术的迅速发展，机器学习（Machine Learning, ML）在医疗健康领域的应用日益广泛。从疾病诊断到治疗方案制定，再到患者预后预测，ML技术已经成为提升医疗效率和精准度的重要工具。然而，尽管其潜力巨大，ML模型的构建和优化仍然面临诸多挑战，尤其是在数据处理、模型选择以及临床适用性等方面。为了克服这些障碍，自动化机器学习（Automated Machine Learning, AutoML）逐渐成为研究的热点，旨在简化ML模型的开发流程，提高其可访问性和实用性，使非专业人员也能高效地利用ML技术。AutoML通过自动化数据预处理、特征选择、模型选择和超参数调优等关键步骤，降

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 一种基于药物-靶点相互作用的深度表示学习算法，用于筛选阿尔茨海默病的新药候选物

  阿尔茨海默病（Alzheimer's disease, AD）是一种严重影响老年人群体的严重神经退行性疾病，其病理机制复杂，目前尚无根治手段。尽管已有药物可以缓解部分症状，但这些药物往往无法从根本上治愈疾病，且在治疗过程中可能伴随严重的副作用。因此，寻找新的治疗药物成为当务之急。在这一背景下，研究人员提出了一种基于机器学习的方法，名为DTIP（Drug-Target Interaction Prediction），旨在通过分析药物与靶点之间的相互作用信息，识别潜在的治疗药物。DTIP的核心理念是利用已知的药物-靶点相互作用（Drug-Target Interaction, DTI）数据，构建一

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 基于椭圆形状先验约束的弱监督超声图像分割

  在医学影像领域，超声（US）图像的像素级分割对于疾病筛查、诊断和治疗效果评估具有至关重要的作用。然而，传统方法通常依赖于大量精确标注的像素级数据，这不仅耗时耗力，而且在实际应用中存在一定的限制。为了解决这一问题，近年来研究者们致力于开发弱监督学习算法，以减少对密集标注的依赖，同时保持较高的分割性能。其中，多实例学习（MIL）因其在有限标注数据下的有效性而受到广泛关注，并被广泛应用于预测任务中。特别是在超声图像分析中，放射科医生通常使用交线形成的椭圆形区域来标注目标结构，这为分割任务提供了重要的先验信息。因此，我们提出了一种基于椭圆形先验约束的弱监督方法——椭圆形形状先验约束多实例学习（ESPC

  来源：Artificial Intelligence in Medicine

  时间：2025-11-16

• 综述：利用深度学习模型从MRI图像中检测、分类和分割脑肿瘤：最新方法、挑战及未来发展方向

  脑瘤的诊断在神经肿瘤学领域中是一个非常重要的挑战，主要因为肿瘤的复杂性、异质性和高死亡率。随着深度学习技术的最新进展，医学图像分析的研究已经取得了革命性的变化。通过这些进展，已经实现了脑瘤检测、分类和分割的自动化和精确化。本文旨在提供一个系统的综述，重点分析基于任务和方法的脑瘤分析模型的发展。此外，本文还总结了常见的公共数据集、MRI图像的预处理方法以及性能评估指标。详细回顾了深度学习模型在脑瘤检测、分类和分割方面的性能指标和临床相关性。为了更有序地呈现这些研究，本文将所有相关工作分为若干组，并在特定基准上进行了比较。同时，本文还识别了当前脑瘤诊断方面的挑战，并探讨了未来研究的潜在影响，以提高

  来源：Array

  时间：2025-11-16

• 事件发生与床位配置之间的关联：在COVID-19疫情期间对一家日本学术医院进行的回顾性观察研究

  在新冠疫情暴发的背景下，医院内部的运作模式经历了显著的变化，这种变化对护理人员的工作环境以及患者安全产生了深远的影响。本文探讨了病房运作的多样化和复杂性（DCWO）与护理相关事件发生之间的关系，尤其是在疫情带来的突发性变化下，医院如何调整病房配置以应对患者数量的激增。研究的核心在于揭示在面对突发公共卫生事件时，病房运作模式的变化是否会影响护理人员的工作效率和患者安全。通常情况下，医院的病房是按照临床科室进行配置的，每个病房主要服务于特定的科室，例如骨科和肾内科的患者会集中在同一病房。这种模式有助于护理人员熟悉病房内的患者群体，从而提高护理质量和效率。然而，新冠疫情的爆发打破了这一常规，迫使医院

  来源：BMJ Leader

  时间：2025-11-16

• 一种先进的银蛋白@Zr-己二酸金属有机框架（MOF）纳米复合材料，用作电化学传感器，可同时检测槲皮素和对乙酰氨基酚：生物应用与可持续性评估

  本研究致力于开发一种简便且可持续的方波伏安法（SWV）方法，用于在生物样本中同时分析槲皮素（QR）和对乙酰氨基酚（PC）。为了实现这一目标，研究团队首次设计并制备了一种新型传感器——SP@Zr-Adipate-MOF/CPE。该传感器由银-蛋白（SP）功能化的锆-己二酸金属有机框架（MOF）纳米复合材料封装在碳糊电极（CPE）上构成。通过光谱学和X射线衍射技术研究了SP@Zr-Adipate-MOF纳米复合材料的相互作用，同时利用循环伏安法（CV）、扫描电子显微镜（SEM）和电化学阻抗谱（EIS）对传感器进行了全面表征。在实验过程中，研究团队评估并确认了传感器的稳定性和可重复性。传感器展现出均

  来源：Analytica Chimica Acta

  时间：2025-11-16

• 综述：微藻作为功能性生物材料在组织修复与再生中的应用

  在现代医学和生物工程领域，组织修复与再生技术正逐渐成为解决多种疾病和创伤问题的重要手段。这些技术旨在通过人工手段恢复受损组织的结构和功能，从而改善患者的生活质量。然而，尽管取得了显著进展，组织工程在临床转化过程中仍然面临诸多挑战。其中，氧气和营养供应不足、血管化进程延迟、过度炎症反应以及感染等问题，常常成为阻碍组织再生的关键因素。为应对这些挑战，研究人员不断探索新的生物材料和技术，以期更好地模拟人体内的再生环境，提高组织修复的成功率。近年来，微藻因其独特的生物学特性和多样的功能潜力，逐渐引起了广泛关注。微藻是一类广泛存在于海洋和淡水环境中的单细胞光合微生物，它们包括原核生物（如蓝藻）和真核生物

  来源：Acta Oecologica

  时间：2025-11-16

知名企业招聘：