• ERG11VF125AL与MRR1N647T突变在耳念珠菌III分支氟康唑耐药性中的相对贡献度研究

  亮点目标耳念珠菌（Candida auris）是一种新兴的全球性关注真菌病原体，通常表现出多重耐药性。在已描述的六个C. auris分支中，III分支几乎普遍对氟康唑耐药，且几乎所有III分支分离株都携带导致ERG11（编码氟康唑靶点羊毛甾醇14α-脱甲基酶基因）发生VF125AL替换的突变，以及导致Mrr1a（Mdr1转运蛋白转录调节因子编码基因）发生N647T替换的突变。本研究旨在确定这些突变对III分支C. auris分离株三唑类抗真菌药物敏感性的具体贡献。方法我们使用CRISPR-Cas9基因编辑技术将III分支的MRR1A突变引入I分支背景中。在两个III分支临床分离株中，我们将天然

  来源：Clinical Microbiology and Infection

  时间：2025-10-19

• 综述：硫酸镁作为局部麻醉剂佐剂在锁骨上臂丛神经阻滞中的疗效：随机试验的荟萃分析

  引言锁骨上臂丛神经阻滞是一种广泛应用于上肢手术的区域麻醉技术，可为从肱骨中段到指尖的手术提供有效的术中和术后镇痛。尽管局部麻醉剂（LA）能提供优于阿片类药物的镇痛效果，但其作用时间有限，往往难以完全覆盖术后疼痛期。因此，如何延长单次神经阻滞的持续时间成为临床关注的重点。其中，在LA中加入佐剂是一种常用策略。硫酸镁（MS）作为一种N-甲基-D-天冬氨酸（NMDA）受体拮抗剂，在疼痛信号传导调节中发挥作用，其在区域麻醉中的安全性已得到多项研究支持，但其在锁骨上臂丛神经阻滞中的确切疗效仍需高质量证据验证。方法本研究已在PROSPERO系统注册。研究人员检索了多个数据库，严格筛选随机对照试验（RCT）

  来源：Brain and Spine

  时间：2025-10-19

• 小儿硬膜外镇痛安全边界评估：基于脊髓磁共振成像的回顾性研究

  给熟睡中的孩子进行硬膜外镇痛，就像在黑暗中走钢丝，因为深度镇静的患儿无法在针尖触及脊髓时发出警告。这种潜在的神经损伤风险，尽管发生率极低，后果却可能是灾难性的。小儿硬膜外穿刺面临着患者体型小、关键解剖结构间距狭窄、胸廓顺应性高、黃韧带韧性低以及缺乏患者反馈等多重挑战。以往的研究多聚焦于皮肤到硬脊膜的距离，但对于硬膜外穿刺安全至关重要的两个"安全边界"——从黃韧带腹侧缘到脊髓背侧缘的距离，以及从硬脊膜腹侧缘到脊髓背侧缘的距离——在儿科群体中却鲜有系统研究。特别是对于8岁以上儿童，其胸椎解剖数据更是匮乏，而这个年龄段的患儿同样会接受胸腹部大手术，需要硬膜外镇痛。为了填补这一知识空白，由Noah L

  来源：Brain and Spine

  时间：2025-10-19

• 基于多尺度注意力与超图神经网络的深度学习框架：前列腺癌分类与分割的创新研究

  亮点• 开发了一种混合深度学习框架，整合多尺度注意力机制和基于图的学习，以改进使用mpMRI的前列腺癌诊断的分割、特征选择、分类和优化。• 使用SEPE和DWT进行预处理，增强图像质量，保留解剖结构，并改善病变对比度，同时最小化噪声，以获得更好的分割和分类性能。• DS-HA-Deeplabv3+模型用于前列腺分割，结合空间注意力以细化边界保留和光谱注意力以捕获组织变化，从而确保高精度分割。• 通过ABHHOA进行自适应特征选择，动态选择最具信息量的放射组学生物标志物，减少特征冗余，并增强恶性和良性病变的分类准确性。• HGNN-MRE用于分类，建模放射组学特征之间的复杂非欧几里得关系，确保卓

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 荧光蛋白(FPs)中激子耦合的发现：β-桶状结构介导的长距离激子离域及其对生物传感器设计的启示

  在生命科学和生物医学工程领域，荧光蛋白(Fluorescent Proteins, FPs)扮演着革命性的角色。从绿色荧光蛋白(GFP)的发现到如今数百种遗传编码生物传感器的开发，这些神奇的“分子灯塔”使得研究人员能够在活细胞中实时观测基因表达、蛋白质定位和分子相互作用等动态过程。然而，在利用这些强大工具的同时，科学家们也逐渐意识到一个潜在的问题：荧光蛋白本身可能存在着复杂的物理现象，这些现象可能会影响实验结果的解读。其中，一种被称为“激子耦合(excitonic coupling)”的现象引起了特别关注。简单来说，当两个或多个发色团（产生颜色的分子）在空间上足够接近时，它们可能会发生相互作用

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于优化混合深度学习的脑肿瘤分类方法研究

  Highlight未经优化的混合模型本节对模型性能进行了全面分析，比较了使用优化技术与未使用优化技术的结果。结果基于分类准确率、召回率、精确度、F1分数和计算时间进行分析。表1展示了未应用任何优化技术的ViT + EfficientNet和ViT + ResNet混合模型的性能。ViT + ResNet取得了98.84%的最高准确率，优于取得97%准确率的ViT + EfficientNet。结论本研究介绍了一个用于脑肿瘤MRI分类的混合深度学习框架，该框架融合了卷积神经网络（CNN）和视觉Transformer（ViT）。为了改进特征选择，研究采用了粒子群优化（PSO）和蚁群优化（ACO）。

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于扩散模型的生物医学信号补全框架(DBSCF)：一种提升心电、肌电和脑电信号完整性的创新方法

  亮点• (1) 我们提出基于扩散的生物医学信号补全框架(DBSCF)，该框架整合时间嵌入信息，并利用已知信号区域作为条件，从噪声中逐步重建有意义的信号。该方法能补全多种生物医学信号（如ECG、sEMG和EEG），且重建信号适用于下游模式识别任务。• (2) 我们设计了类UNet去噪模型，融合ConvNeXt块和多头ProbSparse自注意力机制，旨在捕捉长序列特征及其依赖关系。该模型能有效捕获输入序列的局部和全局模式，为DBSCF的去噪过程提供有价值的表征。• (3) 在三个公共生物医学信号数据集（MIT-BIH心律失常数据库、sEMG数据库和BCI竞赛2008数据集）上，DBSCF在散点缺

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于3D运动量化的视频癫痫发作分类多方法比较研究

  在神经病学领域，准确区分不同类型的癫痫发作是制定有效治疗方案的关键。然而，这并非易事。癫痫发作的临床表现，即发作现象学（Semiology），复杂多样，不同发作类型之间症状重叠度高，即使对于经验丰富的神经科医生而言，主观判断也常常面临挑战。例如，额叶癫痫中的过度运动性发作（Hypermotor Seizure）与心因性非癫痫性发作（Psychogenic Non-Epileptic Seizure, PNES）在视频记录中可能表现出相似的大幅度肢体运动，但二者的病因和治疗方案却截然不同。前者需要抗癫痫药物治疗，而后者则主要依靠心理干预。因此，开发客观、自动化的辅助诊断工具，利用视频数据对癫痫发

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于深度学习的肝癌患者肝功能面部图像预测模型

  亮点•提出FusionDenoNet新型沙漏结构架构，专为低剂量CT（LDCT）去噪设计，可在高分辨率特征图中高效编码判别性特征•设计基于多阶上下文聚合的FusionAggr模块，结合门控聚合机制有效提取全局与局部信息•创新索贝尔注意力模块（Sobel Attention Block），通过边缘增强信息动态调整输入，保留关键结构细节•实验表明FusionDenoNet在LDCT图像特征提取和边缘保留方面具有鲁棒性，参数效率与计算性能均优于现有先进模型（图1、图9）局限性尽管FusionDenoNet在多个数据集的低剂量CT（LDCT）去噪中表现优异，仍需注意以下限制：首先，模型训练依赖配对的L

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于注意力驱动上下文特征融合网络的面部视频抑郁识别研究

  Section snippetsRelated work自动抑郁评估：抑郁患者的面部表情受情绪波动影响显著，更易出现表达中断。研究表明抑郁患者的面部表情常受限，悲伤情绪更普遍，笑容强度减弱，眼神接触显著减少。与健康人群相比，抑郁患者的面部活动频率和幅度均呈现下降趋势。Proposed method本文提出的ACF-Net模型通过注意力驱动特征关联模块，实现了全局与局部情绪特征的有效提取与融合。该模块首先利用多尺度卷积捕捉局部细微表情特征，再通过全局上下文注意力机制加权整合全脸信息，最终通过特征映射关联优化抑郁识别的精度与鲁棒性。Datasets采用AVEC 2013和AVEC 2014抑郁子挑

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于聚类集成的热成像炎症区域半监督分割方法及其在关节炎诊断中的应用

  Highlight相关研究热图像分割因热成像的特性而充满挑战。构建自动关节炎诊断系统的方法高度依赖于分割技术。如前所述，进行对侧不对称性分析、基于热点的不对称性分析以及基于热点的分类都需要对热图像进行精确分割。热图像分割面临若干挑战，例如：•边缘模糊：热图像中的边缘通常比较模糊。方法学本研究提出一个基于集成的分割框架，用于从热成像图像中精确提取感兴趣区域（ROI）。该方法包含几个关键步骤。首先，使用区域形态尺度空间（AMSS）算法将输入图像在所有灰度级上分解为一组尺度表示。在AMSS框架中，每个尺度图像都使用恒定面积参数进行连续的形态学区域开运算和区域闭运算...数据库所提出的方法在炎症性膝关

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于过完备表示机制的多任务气道重建与中心线提取网络研究

  Highlight本研究提出了一种创新性的多任务学习框架，通过过完备表示机制重构感受野，显著提升了小尺度气道结构的特征捕获能力。局部信息补充模块（LISB）实现了多层次特征交互，使气道重建与中心线提取在统一流程中达到拓扑结构与体积精度的高度协同。结论本研究提出了一种用于气道分割与中心线提取的多任务学习框架。该框架利用子任务间强拓扑关联性促进训练过程中的信息流动，实现了从术前CT数据端到端生成支气管镜通道边界与中心线轨迹。共享特征提取主干网络采用过完备表示机制扩展感受野，使低层级特征能在更广分辨率范围内被捕获，同时通过局部信息补充策略保持细节完整性。在ATM22气道提取数据集及其对应ATCE20

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于残差自注意力与扩张卷积网络的角膜层智能分类：生物医学信号处理新突破

  创新性整合：新型残差自注意力层级融合（RSAHiFuse）与扩张卷积DenseNet-77（DCDN-77）模型的创新性整合代表了该领域的重要进展。该方法通过实施有效的特征提取和分类流程，克服复杂角膜数据集的所有难点，在准确性和可解释性方面实现卓越性能，从而推动眼科诊断水平的提升。新型特征提取方法：引入结合层级融合与残差自注意力的RSAHiFuse模型，通过多尺度聚合和自注意力机制实现有效特征提取。这使得模型能够获取完整、全面的空间上下文数据，对精准高效的分析至关重要。先进分类模型：提出整合DenseNet-77结构与扩张卷积模块的新型DCDN-77模型。这一创新性先进模型通过处理数据变异性增

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• DSRANet：面向sEMG手势识别的轻量化深度可分离残差注意力网络及其在康复工程中的应用

  Highlight本研究提出了一种创新的轻量化深度可分离残差注意力网络（DSRANet），用于表面肌电（sEMG）手势识别。DSRANet通过深度可分离残差块（DSRBlocks）高效提取特征，并引入多重轴通道注意力（MACA）机制动态聚焦关键信息。在NinaPro数据集上的实验表明，该模型在DB2、DB3和DB4子集上的识别准确率分别达到92.13%、75.65%和91.00%，参数量仅0.46M，显著优于现有方法。DSRANet的高精度与低计算成本为实时假肢控制和便携式康复设备提供了理想解决方案。Conclusion本研究开发的DSRANet模型成功解决了sEMG手势识别中精度与计算效率的

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于藤壶优化算法的多组件注意力图卷积神经网络实现高精度ECG心律失常分类，赋能传感器生物医学系统

  1Highlight本研究开发了一种GBA优化的MCAGNN模型，用于实现高精度ECG心律失常分类。与传统深度学习模型不同，MCAGNN通过基于图的学习有效提取ECG信号中的时空关系。TPMBMF的应用通过最小化噪声显著提升信号质量，而SCGC确保了对心搏的精准分割。RQCT技术进一步识别关键波形特征以提升分类准确性。首次采用GBA进行超参数优化，使模型在准确率、精确度和召回率方面均超越现有方法。2Literature survey近年来多项研究致力于基于深度学习的心律失常分类技术。2024年Bechinia等人提出采用轻量化自定义卷积神经网络(LC-CNN)与微调MobileNet-V2模型

  来源：Biomedical Signal Processing and Control

  时间：2025-10-19

• 基于酶切反应的抗体药物偶联物中组织蛋白酶可裂解连接头-药物的手性纯度评估新平台

  章节亮点材料本研究评估了四种可裂解连接头-药物（LDs）。马来酰亚胺己酰-缬氨酸-瓜氨酸-单甲基奥瑞他汀E（MC-vc-MMAE）、LD1和LD2为内部合成（Genentech, Inc.）。LD1和LD2是专有的连接头-药物，含有MC-Sq（环丁烷-1,1-二甲酰胺）-cit-PAB连接头支架，已知可被组织蛋白酶B（Cathepsin B）优先裂解，并带有不同的细胞毒性载荷。一种含有马来酰亚胺-GGFG肽连接头和细胞毒性载荷的连接头-药物（LD3）也用于本研究。所有LDs均以冻干粉形式提供，并在使用前溶解在二甲基亚砜（DMSO）中。来自木瓜（Carica papaya）的木瓜蛋白酶（Papa

  来源：Analytica Chimica Acta

  时间：2025-10-19

• 基于Dalcetrapib-ADCY9通路的精准二级预防：药物遗传学新见解

  尽管急性冠脉综合征（ACS）的管理取得了重大进展，但索引事件后残留的心血管风险仍然很高。当代疗法，从强效抗血小板药物到强化降脂组合，虽然改变了预后，但仍有10-15%的患者在5年内发生复发性心肌梗死（MI）。这种持续的负担凸显了超越“一刀切”的二级预防策略、转向基于生物学的个体化方法的未满足需求。最近对达尔西曲匹（dalcetrapib）——一种胆固醇酯转运蛋白（CETP）调节剂——与腺苷酸环化酶9型（ADCY9）基因内遗传变异关系的药物遗传学探索，为这一范式转变提供了一个引人注目的例子。最初一项结果为中性的临床试验，已经演变为心血管预防领域最具说明性的精准药理学案例之一。从群体到个性化药物遗

  来源：European Journal of Preventive Cardiology

  时间：2025-10-19

• 处方阿片类药物使用与纤维肌痛风险的遗传因果关系：一项双向多变量孟德尔随机化研究

  摘要研究背景慢性疼痛可分为伤害性疼痛、神经病理性疼痛和伤害可塑性疼痛。纤维肌痛（Fibromyalgia）作为一种典型的伤害可塑性疼痛，常表现为广泛性肌肉骨骼疼痛，患者多伴有疲劳、肠道紊乱、睡眠障碍和情绪问题。尽管阿片类药物在慢性疼痛治疗中广泛应用，但其与纤维肌痛之间的因果关系尚未明确。本研究采用孟德尔随机化（Mendelian Randomization, MR）方法，通过遗传工具变量评估处方止痛药使用与纤维肌痛风险之间的因果关联。研究方法研究采用双向两样本MR分析框架，利用全基因组关联研究（GWAS）中与处方止痛药使用和纤维肌痛相关的遗传变异。主要分析方法包括逆方差加权（Inverse V

  来源：Journal of Pain Research

  时间：2025-10-19

• 碘乙酸单钠以剂量和时间依赖的方式诱发大鼠膝关节骨关节炎

  本研究围绕膝关节骨关节炎（KOA）的动物模型展开，重点探讨了单钠碘乙酸（MIA）在不同剂量和注射时间下对KOA病理变化和疼痛行为的影响。KOA作为一种全球范围内影响广泛的疾病，其主要特征包括关节疼痛、僵硬以及功能障碍。随着人口老龄化趋势加剧，KOA的发病率和对生活质量的影响日益显著，同时也给公共卫生系统带来了更大的负担。本研究通过系统评估MIA诱导的KOA模型，为相关研究提供了重要的参考依据，特别是在KOA疼痛管理策略的优化方面。在实验设计上，研究团队采用了一种多维度的评估方法，包括疼痛行为学测试、关节组织病理学分析以及炎症因子的表达水平检测。实验对象为126只6周龄、体重在230-250克之

  来源：Journal of Pain Research

  时间：2025-10-19

• 火针疗法治疗老年夜间腿部痛性痉挛：一项随机假针刺对照试验方案

  摘要背景夜间腿部痛性痉挛（NLC）在老年人中十分普遍，但目前缺乏安全有效的非药物治疗方法。火针疗法（FNT）作为一种结合了热刺激与机械刺激的中医（TCM）技术，可能填补这一空白。方法这项前瞻性、随机、参与者与评估者双盲的预试验将招募68名每月经历≥8天NLC的参与者（年龄50-75岁）。参与者将按1:1随机分配，接受针对阿是穴（APs）的FNT作为治疗，或接受针对非阿是穴（NAPs）的假火针疗法（SFNT）作为对照，每周两次，持续4周。主要结局指标是从基线期（第-4周至第0周）到随访期（第5-8周和第13-16周）NLC发生天数的变化。次要结局包括疼痛严重程度、痉挛持续时间、睡眠质量、生活质量

  来源：Journal of Pain Research

  时间：2025-10-19

知名企业招聘：