• 针对涉及高影响区域的银屑病的靶向口服肽Icotrokinra

  摘要背景涉及高影响部位的斑块型银屑病难以治疗。伊科特罗昆拉（Icotrokinra）是一种靶向口服肽类药物，能够选择性地结合白细胞介素-23受体，目前正被研究用于治疗这种病症。方法这项三期、双盲、安慰剂对照试验随机分配了12岁及以上的斑块型银屑病患者（体表面积≥1%；研究者全球评估（IGA）评分≥2[完全清除（0）、轻微（1）、轻度（2）、中度（3）和重度（4）]；并且至少有中度银屑病累及头皮、生殖器和/或手足部位），让他们每天接受200毫克的伊科特罗昆拉或安慰剂，比例为2:1。第16周的主要终点是达到IGA评分为0或1的参与者比例，以及与基线相比评分改善2分或以上的比例。这一结果通过Mant

  来源：NEJM Evidence

  时间：2025-11-09

• Micromeria fruticosa (L.) Druce 的己烷提取物的化学特性、抗氧化作用及其对黄嘌呤氧化酶的抑制作用

  Micromeria fruticosa，一种属于唇形科的药用植物，因其广泛的药用价值和生物活性成分而受到传统医学的重视。该植物在多个地区被用于治疗各种疾病，包括感冒、心脏病、眼部感染、高血压和胃痛等。然而，尽管已有研究关注其极性提取物的化学成分和生物活性，但对于其非极性提取物，尤其是与氧化应激相关疾病如高尿酸血症的潜在作用，仍缺乏系统的探讨。本研究旨在通过分析Micromeria fruticosa地上部分的己烷提取物，揭示其化学组成、抗氧化活性以及黄嘌呤氧化酶（XO）抑制能力，从而进一步探索其药理潜力。在方法上，本研究采用了液相色谱-质谱联用技术（LC-MS）对提取物进行化学成分分析。此外

  来源：Current Pharmaceutical Analysis

  时间：2025-11-09

• 肺炎支原体相关的心脏并发症再探讨

  文章PDF首页预览 关闭

  来源：Clinical Infectious Diseases

  时间：2025-11-09

• 肺炎支原体心脏并发症：被忽视的混杂因素、生物标志物及宿主驱动转变

  当呼吸道遭遇肺炎支原体（Mycoplasma pneumoniae, MP）侵袭时，临床医生的注意力往往聚焦于肺部炎症反应。然而，一场隐匿的"跨界打击"可能正在心血管系统悄然上演。近年来，越来越多的证据表明，这种常见的社区获得性肺炎（Community-acquired Pneumonia, CAP）病原体与心律失常、心肌炎甚至心力衰竭存在密切关联。但一个关键谜题始终悬而未决：观察到的心脏损伤究竟源于肺炎支原体的直接攻击，还是患者基础疾病在感染应激下的失代偿表现？这一归因问题直接影响治疗策略的选择与预后判断。近期发表于《Clinical Infectious Diseases》的通讯文章对此展

  来源：Clinical Infectious Diseases

  时间：2025-11-09

• 综述：基于二维敏化剂的物理刺激触发动态疗法

  近年来，随着生物医学技术的快速发展，物理刺激触发的治疗方式在癌症及其他疾病治疗中展现出巨大潜力。这类治疗手段依赖于智能诊疗平台，能够响应外部的物理刺激，如光、磁性场、超声波、X射线、射频等，从而在病变部位激活治疗剂，提高治疗的靶向性并减少对健康细胞的副作用。其中，二维（2D）材料因其独特的物理、化学和生物特性，被认为是实现动态治疗的重要载体。本文将对基于二维材料的三种物理刺激触发动态治疗方式——光动力治疗（PDT）、声动力治疗（SDT）和放射动力治疗（RDT）进行详细介绍，并探讨其在提升治疗效果方面的最新进展，同时分析其面临的挑战和未来的发展方向。### 物理刺激触发的动态治疗理想化的治疗方式

  来源：Coordination Chemistry Reviews

  时间：2025-11-09

• 综述：α, α’, δ, δ’-四甲基-葫芦[6]脲（TMeQ[6]）的客体-主体配位化学领域的最新进展

  α, α’, δ, δ’-四甲基瓜环[6]（TMeQ[6]）作为一种瓜环衍生物，因其独特的椭球形结构和外表面特性而引起了广泛关注。瓜环[n]（Q[n]）是一类具有笼状结构的宏环化合物，因其形似南瓜而得名。这类化合物通常由甘脲基单元通过亚甲基桥连接而成，形成一个疏水的腔体和带正电的外表面。这种结构赋予瓜环[n]分子识别能力，使其能够通过非共价相互作用，如范德华力、静电相互作用和氢键，与多种客体分子形成稳定的包合物。通过调节甘脲基单元的数量和连接方式，可以改变瓜环[n]的尺寸和形状，从而实现对不同尺寸和形状的客体分子的特异性识别。TMeQ[6]是瓜环[6]家族中的一个重要衍生物，其结构特点在于在母

  来源：Coordination Chemistry Reviews

  时间：2025-11-09

• DGAA：基于振幅对齐的领域泛化

  近年来，深度学习在医学图像分割领域取得了显著的进展。然而，大多数已取得的成果都是基于一个相对简单的场景假设，即源域和目标域的数据分布是完全一致的。然而，这一假设在现实中并不成立，因为将现有的方法直接应用于临床场景时，往往会导致模型性能的大幅下降。现有的应对分布偏差的方法包括数据增强、元学习等，但这些方法并未明确区分和处理不同数据域之间的相似性和差异性，从而限制了模型的泛化能力。为了缓解数据处理过程中相似性和差异性之间的相互干扰，我们采用了一种更先进的方法，利用快速傅里叶变换（FFT）来分离数据的相似性（相位）和差异性（振幅）成分。随后，我们通过我们提出的振幅对齐网络对振幅部分进行独立处理，该网

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 利用表面肌电图和模糊逻辑分析确定孕妇的最佳睡眠姿势

  在现代医学和健康科学的发展过程中，孕妇的睡眠质量与舒适度已成为重要的研究领域。随着技术的进步，人们越来越关注如何通过科学的方法改善孕妇的睡眠环境，以促进她们的身心健康以及胎儿的正常发育。然而，尽管已有多种干预措施被提出，关于哪种睡眠姿势最有效，仍存在一定的不确定性。传统的评估方法往往依赖于主观判断，缺乏对身体力学变化的精确分析。因此，本研究引入了一种基于数据驱动的决策方法，结合模糊决策和统计分析，以确定最合适的睡眠姿势。在本研究中，我们使用了表面肌电图（sEMG）技术，监测了四十名低风险、初产妇（6至32周孕期）的孕妇在不同睡眠姿势下的主要肌肉群活动情况。这些肌肉群包括臀大肌、竖脊肌、臀中肌、

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• TRA：用于自动睡眠分期阶段的轨迹检索增强模型

  自动睡眠分期在评估睡眠质量和诊断睡眠障碍方面发挥着至关重要的作用。尽管现有的基于深度学习的方法在一定程度上推动了这一任务的发展，但它们的进一步应用和研究仍然受到临床标注数据稀缺的严重限制。为了解决这一问题，我们提出了一种名为轨迹检索增强（Trajectory Retrieval Augmented，简称TRA）的框架。该框架通过引入轨迹检索机制，从数据集中检索出高度相似且类别一致的序列，从而缓解数据稀缺的问题。此外，我们还设计了一个孪生多尺度特征提取模块，用于编码更具判别性的类别一致表示，从而显著提升模型性能。与五种基线方法的比较实验表明，所提出的方法在宏F1分数上提高了3.84%，在准确率上

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• IHC-IS4BC：一个基于乳腺癌IHC染色切片的病理图像分割监督数据集

  近年来，随着人工智能和生物医学工程的快速发展，基于脑电图（EEG）的情绪识别技术逐渐成为跨学科研究的热点领域。该技术融合了神经科学、心理学与计算机科学的理论基础，旨在通过分析EEG信号解码个体的情绪状态。EEG作为一种非侵入性的神经信号采集方式，能够反映大脑活动的实时变化，从而为情绪识别提供丰富的数据来源。然而，EEG信号的复杂性与多维特征使得情绪识别面临诸多挑战，尤其是在如何有效地提取和整合局部与全局的脑活动信息方面。当前，许多研究尝试利用深度学习模型来解决这些问题。其中，层次化模型因其能够同时捕捉局部和全局的神经活动模式而备受关注。通过将局部信息与全局信息进行联合分析，层次化模型能够更好地

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 在现实世界证据研究中为克罗恩病建立多结果集：德尔菲电子调查的结果

  摘要 随机对照试验（RCT）提供了高质量的证据，但往往缺乏在现实世界人群中的普遍适用性。尽管现实世界证据（RWE）研究有助于填补这一空白，但由于回顾性设计和结果指标的多样性，这些研究在克罗恩病（CD）领域的标准化程度仍然有限。基于最近的ECCO立场文件，本研究旨在确定对现实世界CD研究最相关的结果指标。 1表示存在分歧，DI≤1表示一致或没有分歧。加权评分方法对关键结果进行了优先排序。 共有51/85名专家（60%）完成了第一轮调查，48/51名专家（94%）完成了第二轮调查。两轮调查中均

  来源：Journal of Crohn's and Colitis

  时间：2025-11-09

• GP-CLIP：一种基于跨模态学习的双阶段骨龄评估方法

  骨龄评估是儿童医学领域中的重要工具，用于判断骨骼发育的成熟程度，进而辅助诊断和治疗各种与生长发育相关的疾病。传统的骨龄评估方法，如Greulich-Pyle（GP）方法，依赖于放射科医生将患者的左手X光片与标准骨龄图谱进行比较，基于其临床经验进行判断。然而，这种方法存在主观性强、评估效率低以及不同医生之间存在差异等问题。随着人工智能和深度学习技术的发展，越来越多的研究致力于开发自动化骨龄评估系统，以提高评估的准确性和一致性。本文提出了一种基于跨模态学习的两阶段骨龄评估框架，旨在克服传统方法的局限性，同时提升模型的泛化能力和临床解释性。在第一阶段，该框架利用GP图谱对骨龄范围（1–228个月）进

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 基于U-Net++深度学习的圆锥束计算机断层扫描中耦合伪影的校正

  在工业和医学成像领域，锥束计算机断层扫描（CBCT）作为一种非破坏性的成像手段，被广泛应用于检测物体内部结构。然而，CBCT图像中常见的散射伪影和束硬化伪影严重限制了图像质量，影响了缺陷检测和信息评估的准确性。散射伪影通常由X射线在穿透物体时与物质相互作用，产生偏离原本路径的散射光子，导致图像中出现不均匀的灰度分布和边缘模糊。而束硬化伪影则源于X射线能量分布的不均匀性，当高能量射线穿透物体后，低能量射线被吸收，导致图像中出现灰度不均和对比度下降的问题。这两种伪影往往相互影响，形成复杂的耦合效应，使得传统的方法难以有效解决。针对上述问题，研究人员提出了多种伪影抑制方法，包括硬件方法、软件方法、混

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 一种无监督的图像生成方法，用于将眼底结构图像转换为荧光素血管造影图像，并融合硬性渗出物信息

  在现代医学影像技术中，眼底图像（Fundus Structure, FS）和荧光素血管造影（Fluorescein Angiography, FA）是两种常用的成像方式，分别用于评估视网膜的结构和血管系统的功能。然而，这两种图像在某些关键特征上存在显著差异，特别是硬性渗出物（Hard Exudates）这一在FS图像中常见而在FA图像中缺失的病变特征。这种差异对基于生成对抗网络（Generative Adversarial Networks, GANs）的图像生成模型提出了挑战，因为它们在学习图像转换过程中可能受到这些不一致特征的影响，导致生成的FA图像质量下降，甚至影响临床诊断的准确性。为了

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 基于小波卷积的Cobb角自动估计

  在脊柱侧凸的诊断与治疗决策中，准确测量Cobb角具有重要意义。Cobb角是评估脊柱后前位（PA）X光片上曲线程度的标准指标，其测量过程通常依赖于识别脊柱曲线两端最严重的倾斜椎体。传统的人工测量方法存在较大的主观差异，这可能导致临床判断的不一致。因此，开发一种全自动的Cobb角测量方法，不仅能够减少观察者间的误差，还能提高诊断的准确性和一致性。当前，一些基于深度学习的自动Cobb角测量方法已经被提出。这些方法大致可以分为两类：一类是基于回归模型，直接根据X光片中的脊柱形状输出Cobb角；另一类则是基于关键点检测或椎体分割的方法。回归模型虽然能够快速输出结果，但其缺乏临床解释性，无法明确指出哪些椎

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• HDRIME：一种改进的RIME算法，用于基因表达微阵列数据的全局搜索和特征选择

  HDRIME作为一种基于物理启发的元启发式算法，其提出旨在克服传统RIME算法在处理高维优化问题时所面临的局限性。随着科技的发展，特别是在生物信息学和机器学习领域，数据的高维度特征成为了一个显著挑战。例如，微阵列基因表达数据通常包含成千上万个基因，这不仅增加了计算复杂性，还可能引入冗余或噪声，从而影响模型的泛化能力和诊断准确性。因此，如何高效地从海量数据中选择关键特征，成为研究者关注的重点。HDRIME的提出正是基于这一需求。与RIME相比，HDRIME通过引入四种关键机制，显著提升了其在复杂优化任务中的表现。首先，在初始化阶段，HDRIME采用了聚类和柯西变异相结合的策略，这使得算法能够在更

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 一种针对基于脑电图（EEG）的情绪识别的优化球形空间频率自卷积神经网络

  在当前的科技发展背景下，情感识别技术正逐步成为人机交互、心理健康监测以及脑机接口（BCI）系统的重要组成部分。情感不仅影响个体的感知、决策和行为，还对认知功能产生深远影响。因此，开发一种能够准确捕捉和分类情感状态的系统，对于提升人机交互的智能化水平具有重要意义。随着神经科学和人工智能技术的进步，基于脑电图（EEG）的情感识别方法正在成为研究的热点。然而，EEG数据本身具有噪声大、高维性和复杂性的特点，这给情感分类带来了诸多挑战。传统的情感识别方法通常依赖于手工提取的特征，难以全面捕捉EEG信号中蕴含的复杂情感模式。此外，现有的深度学习模型在处理EEG数据时，往往无法充分考虑其空间和频率特性，导

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• 帕金森病分类中的平衡与特征选择策略：一种改进的序列特征选择方法

  Parkinson’s Disease (PD) 是一种影响全球数百万患者的神经退行性疾病。其主要特征包括运动功能障碍，如震颤、僵硬和运动迟缓，这些症状通常由大脑中多巴胺生成细胞的退化引起。由于 PD 的诊断对疾病的早期干预和治疗效果至关重要，因此开发更快速、高效和可靠的诊断方法成为研究的重点。然而，传统的 PD 诊断方法往往依赖于侵入性检查、昂贵的设备以及耗时的专家评估，这使得基于机器学习（ML）的诊断方法在近年来受到越来越多的关注。在机器学习领域，模型的性能通常受到数据质量、特征选择和数据平衡等多方面因素的影响。特别是在医疗数据集中，由于样本分布不均衡（class imbalance）和

  来源：Biomedical Signal Processing and Control

  时间：2025-11-09

• LncRNA CRYBG3通过p53/HSF1/TRAP1轴调控非小细胞肺癌细胞的适应性放射抵抗

  在现代医学领域，血液系统恶性肿瘤的治疗正面临诸多挑战。这类疾病，包括白血病、淋巴瘤和多发性骨髓瘤等，其治疗难点在于癌细胞的异质性、对传统疗法的抵抗以及复发率较高。其中，血液癌干细胞（Hematological Cancer Stem Cells, HCSCs）作为癌细胞中的一个特殊亚群，因其具有自我更新能力、免疫逃逸特性以及对治疗的抵抗性，成为研究的热点。HCSCs不仅推动了肿瘤的进展，还对治疗效果产生重大影响，使得现有的治疗手段难以达到长期缓解甚至治愈的目标。因此，针对HCSCs的免疫治疗策略成为当前研究的重要方向。### HCSCs的特性及其在血液癌症中的作用HCSCs具有多种生物学特性，

  来源：Biocell

  时间：2025-11-09

• 3,9-二-O-甲基尼索林通过RIPK2介导的NF-κB通路抑制作用来延缓胃癌进展

  急性胰腺炎（AP）是一种严重的消化系统疾病，其主要特征是胰腺组织的炎症反应、胰腺酶异常激活以及伴随的细胞损伤。该病的发生与多种因素相关，如胆结石、酒精摄入、高脂血症等，这些因素会引发胰腺腺泡细胞的钙离子异常升高，进而导致胰酶前体的不正常激活，形成恶性循环，加重病情。随着全球AP发病率的上升，其对患者和医疗系统的负担也日益显著，因此，深入研究其发病机制并寻找有效的治疗策略具有重要的临床意义。研究发现，四甲基吡嗪（TMP）是一种从中药川芎中提取的生物活性生物碱，具有广泛的药理作用，包括扩张血管、改善微循环、抗炎、抗氧化以及抗凋亡等。尽管已有研究表明TMP在胰腺细胞中具有一定的保护作用，但其在AP中

  来源：Biocell

  时间：2025-11-09

知名企业招聘：