• 经口机器人舌根切除术对比保守疗法治疗阻塞性睡眠呼吸暂停的疗效评估：一项RCT研究的方案设计与意义

  本刊推荐一项针对中重度阻塞性睡眠呼吸暂停（OSA）患者的随机对照试验（RCT）研究。研究旨在评估经口机器人手术（TORS）进行舌根（BOT）缩小，相对于持续气道正压通气（CPAP）及下颌前移装置（MAD）这两种常规非手术疗法，能否为符合手术条件的患者带来同等或更优的睡眠与生活质量改善。这项名为RAPID的研究旨在填补TORS与标准非手术疗法对比疗效的证据空白，其结果有望为未来的临床决策和治疗指南制定提供关键依据。

  来源：Contemporary Clinical Trials Communications

  时间：2026-02-22

• 在南亚中低收入国家精神卫生服务中开展针对严重精神疾病患者的烟草戒断干预：SCIMITAR-SA多国可行性随机对照试验方案

  本文关注中低收入国家严重精神疾病（SMI）患者高烟草使用率却缺乏循证干预的现状。研究团队在南亚三国（孟加拉国、印度、巴基斯坦）开展了一项名为SCIMITAR-SA的可行性随机对照试验，旨在评估将经文化适配的行为干预整合到常规精神卫生服务中的可行性与可接受性。结果表明，该方案为未来开展确证性试验、推动戒烟干预在类似环境中的规模化整合奠定了重要基础。

  来源：Contemporary Clinical Trials Communications

  时间：2026-02-22

• 高蛋白与常规蛋白肠内营养对危重ICU患者肠道通透性、疾病严重程度及死亡率的影响：一项随机对照试验研究方案

  本试验针对危重ICU患者肠道屏障功能障碍与蛋白质摄入量关联不明的问题，研究人员设计了一项随机对照试验，比较了高蛋白（HP，1.6 g/kg/d）与常规蛋白（CP，1.2 g/kg/d）肠内营养对血清Zonulin水平、SOFA评分及30/60天死亡率的影响，旨在为ICU患者个体化营养支持提供循证依据。

  来源：Contemporary Clinical Trials Communications

  时间：2026-02-22

• HEART-GP策略结合hs-cTnI床旁检测用于非工作时间初级医疗急性胸痛的精准筛查：一项旨在提升诊断安全性与效率的准确性试验

  在非工作时间初级医疗中，如何快速、安全地排除急性冠脉综合征是一个重大临床挑战。本研究评估了结合床旁高敏肌钙蛋白检测的HEART-GP策略。结果预期该策略能显著减少急诊转诊（效率）的同时，保持高灵敏度与阴性预测值（安全性），有望优化初级医疗的胸痛管理路径。

  来源：Contemporary Clinical Trials Communications

  时间：2026-02-22

• 喂养团队干预对嗜酸性食管炎患儿治疗结果的影响

  本研究探讨跨学科喂养团队干预对8岁以下儿童嗜酸性食管炎（EoE）的影响，结果显示70%患儿症状缓解，干预组患儿在年龄、早产史、自闭症谱系障碍和注意力缺陷多动障碍方面显著不同于未干预组，表明喂养团队治疗对改善EoE患者预后有实际价值。

  来源：Clinics and Research in Hepatology and Gastroenterology

  时间：2026-02-22

• 基于可解释性集成机器学习预测老年类风湿关节炎患者靶向疾病修饰抗风湿药物的不依从性与不持续性风险

  本研究针对老年类风湿关节炎（RA）患者对生物/靶向合成疾病修饰抗风湿药物（b/tsDMARDs）的不依从和非持续性问题，开发并验证了多种集成机器学习模型。研究利用美国联邦医疗保险数据，揭示了年龄、疾病严重程度指数、衰弱评分等是预测上述风险的关键因素，为个性化干预和精准医疗在RA管理中的应用提供了重要工具和洞见。

  来源：Clinical Therapeutics

  时间：2026-02-22

• 综述：一项关于糖尿病对肾癌预后的影响以及二甲双胍作用的系统评价和荟萃分析

  糖尿病与肾细胞癌（RCC）预后相关，无糖尿病者生存率更高。研究纳入41项研究显示，糖尿病与RCC特异性生存（HR1.38）、无进展生存（HR1.61）及总生存（HR1.51）显著恶化相关。糖尿病患者的二甲双胍使用虽显示预后改善，但存在时间偏倚风险。需进一步随机对照试验验证。

  来源：Clinical Genitourinary Cancer

  时间：2026-02-22

• 综述：增强智能在动脉瘤诊疗中的应用：关于颅内动脉瘤破裂风险评估诊断性能的系统综述与荟萃分析

  这篇综述系统评估了人工智能(AI)在颅内动脉瘤(IAs)破裂风险评估中的诊断性能。AI模型（尤其是深度学习）在敏感性、准确性及AUC方面展现出优于或可比肩专家医师的诊断效能，而人机协作(Human–AI)模式则呈现潜力巨大但证据有限的特点。研究提示AI可作为临床决策的有效辅助工具，但其临床应用仍需标准化和前瞻性研究验证。

  来源：Brain Disorders

  时间：2026-02-22

• 下一代稀疏Transformer框架，用于超高分辨率医学成像中罕见肿瘤的精准检测和动态分期

  针对超高清医学影像中罕见肿瘤检测的挑战，提出FHST-MDA框架，结合联邦学习、稀疏Transformer、多尺度动态注意力及跨模态融合，在9,618例多模态数据上验证，精度达99.8%，并保障数据隐私。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• M3-Net：一种基于Mamba技术的多任务多阶段网络，用于胆囊癌术前的组织病理学局部侵袭预测

  胆囊癌术前超声预测受限于人类视觉解析高吞吐量信息，提出M3-Net，基于Mamba架构整合多相位CEUS图像，实现肌肉层/周围结缔组织浸润、浆膜浸润和肝浸润的三任务预测，AUC达0.883-0.936，为精准诊断提供新工具。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 认知障碍患者中关节微状态序列与转换网络的分析

  EEG微态分析联合k-me-r算法用于AD/MCI诊断，通过压缩因子优化预处理和多层过渡网络构建，发现AD患者微态持续时间延长、过渡速度减慢，MCI患者网络连接性及状态激活不规则性显著增加，相关指标与MoCA评分显著关联。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 深度学习在心血管疾病影像诊断中的进展：成像模态、挑战与未来展望

  心血管疾病是全球主要死因，传统影像解读存在操作者依赖性强、耗时等问题。为克服这些局限，研究人员系统综述了深度学习在超声心动图、冠脉CTA、心脏MRI、核医学成像和X线血管造影五大模态中的应用，总结了核心架构（如CNN、Transformer）在分割、分类等任务中的性能，并探讨了数据集偏倚、可解释性等临床部署挑战。该工作为开发稳健、可靠的AI辅助诊断系统提供了重要参考，有望推动心血管影像实践的智能化转型。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• ECGyolo：一种结合Transformer和1D YOLO的端到端模型，用于心律失常检测

  ECGyolo是一种结合Transformer编码器和1D YOLO检测模块的端到端心律失常检测框架，无需QRS分割直接处理原始ECG信号，通过Transformer捕捉长程依赖，1D YOLO同步实现波形定位与分类，在MIT-BIH数据库上达到99.21%准确率和93.46% F1分数，支持低算力设备实时诊断。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 基于自适应全尺度频率滤波器和双粒度交互网络的运动想象/运动执行-脑电图解码技术

  运动想象/执行EEG解码中，多尺度CNN受限于固定感受野，易忽略局部特征且参数量大；Transformer因参数效率低、噪声敏感，难以在小数据集上优化全局时序特征。本文提出FDDGINet，通过复杂值神经网络实现全频段参数高效滤波，解耦粗粒度（全局）与精粒度（局部）信息流，并设计双轴注意力机制编码二者互补性，最终在三个数据集上超越SOTA方法。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 心脏网络的控制机制：从混沌状态到极限环

  房颤的混沌心律通过控制特定节点参数转化为正常心律，建立基于AHA标准分段的动态心脏网络模型，验证了pinning控制在心脏电生理调控中的有效性。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 通过准多模态训练和菱形混合骨干网络提升跨数据集的泛化能力

  医疗图像分割面临跨数据集泛化不足和标注成本过高等挑战。本文提出准多模态(QMM)训练策略，通过整合异构非配对数据集，以共享病理目标为中心减少标签空间熵，迫使模型学习扫描器不变的表征。为充分挖掘该范式，设计了Diamond混合架构，采用双路径特征强化机制和残差递归卷积，结合嵌套注意力系统，有效平衡局部细节与全局语义。实验表明QMM使跨数据集IoU和Dice平均提升12.54%，Diamond在14个SOTA基准上提升12.61%且保持高效计算。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 基于熵引导的半监督框架，通过动态竞争和块级对比学习实现鲁棒的胸部X光图像分割

  CXR图像分割中半监督学习面临伪标签噪声与不确定性传播问题，本文提出熵引导的动态竞争与对比学习框架，通过自适应网络竞争提升伪标签可靠性，结合像素级熵引导修正和区域对比学习增强特征区分，在公开数据集上肺/心区域Dice系数达0.963/0.915，较现有方法提升3-7%，边界定位精度显著提高。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 一种用于3D MRI医学图像分割的选择性记忆网络

  三维医学图像分割中器官形态复杂和病灶边界模糊问题导致现有模型性能不足。本文提出基于选择性记忆的编码器-解码器架构模型，通过轴向门控模块提取关键空间信息，视觉长短期记忆模块建模三维长程依赖，选择性记忆模块动态优化特征存储，结合多尺度聚合模块提升分割精度。实验表明，模型在ACDC、Hippocampus和BraTS2021数据集上相比现有方法更有效保持目标结构形态并精确界定边界。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• HT-RNF-MSLS：结合多光谱注意力机制的双编码器融合算法，用于自动化皮肤病变分割

  针对皮肤病变分割中存在的边界模糊、低对比度和多尺度挑战，本文提出HT-RNF-MSLS模型，融合ResNet152与Vision Transformer，结合HMSCA模块提升低对比度检测，CGAM模块优化边界精度，并通过多尺度融合机制处理不同大小病变，显著优于现有方法。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

• 以临床应用为导向的LG-SAM算法用于肺部CT肿瘤分割，通过二维训练实现了三维级别的性能

  肺肿瘤CT图像分割中存在小病灶、边界模糊、背景失衡及扫描各向异性等问题。本文提出LG-SAM框架，通过虚拟引导机制（GTV-AFCT）增强标注利用，引入多尺度离散小波变换适配器（WDA-Adapter）抑制伪影并优化边界，结合GAN训练策略缓解类别不平衡。实验表明，在NSCLC-Radiomics和Clinical-Lung数据集上，2D训练的LG-SAM分别达到96.06%和96.85%的2D Dice系数，3D Dice达70.08%和80.37%，边界误差HD95降至6.42mm和5.08mm，优于SAM-Med3D等3D模型。

  来源：Biomedical Signal Processing and Control

  时间：2026-02-22

知名企业招聘：