-
白花琉璃苣(Reseda alba L.)不同溶剂提取物的酚类成分分析及其抗群体感应、抗氧化和酶抑制活性的评估
白丁香(*Reseda alba*)是一种原产于地中海地区的野生可食用植物,其传统用途包括食疗和药用,尤其在肝脏保健和血液净化方面备受推崇。然而,关于其化学成分和生物活性的系统研究仍较为有限。近期一项发表于《Frontiers in Nutrition》的研究通过多维度分析,首次深入探讨了白丁香不同溶剂提取物的酚酸组成及其在抗神经退行性疾病、抗菌和抗氧化方面的潜在价值。### 1. 研究背景与意义白丁香作为豆科植物,其全株(包括叶、茎、根和种子)在阿尔及利亚等地的传统医学中被用于治疗消化系统和泌尿系统疾病。然而,现有研究多集中于其食用价值,缺乏对活性成分的系统鉴定和生物功能的深度解析。值得注意
来源:Frontiers in Nutrition
时间:2025-11-28
-
远程超声诊断成像的遥操作架构系统综述:透明性与稳定性的平衡之道
超声成像作为早期诊断的关键技术,以其无创、无辐射和实时性等优势在临床中发挥着重要作用。然而,其诊断准确性高度依赖医生的操作经验,且在偏远地区或资源有限环境中,患者往往面临诊断延迟的风险。远程超声(Teleultrasound)作为远程医疗的一个分支,通过遥操作机器人系统使医生能够为远距离患者进行超声检查,在疫情期间、太空任务和偏远社区等场景中展现出巨大潜力。尽管此前已有研究从临床应用、自主化水平等角度对远程超声系统进行综述,但对其核心使能技术——遥操作架构的系统性分析仍属空白。遥操作架构如同系统的"神经中枢",直接决定了远程操作的精确性和反馈的真实感。更重要的是,在真实的远程操作场景中,通信延
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
基于低通道数三维超声系统的在体肌肉弹性与背向散射张量成像研究
在生物医学工程领域,对肌肉等软组织进行无创、精准的功能与结构表征一直是研究的重点和难点。骨骼肌、心肌等组织具有复杂的各向异性结构,其力学特性(如刚度)和微观结构(如纤维排列)会随着生理状态(如收缩、病变)发生动态变化。传统超声剪切波弹性成像(Shear Wave Elastography, SWE)技术已在临床用于评估肝脏硬度、乳腺肿块等,但在表征各向异性组织时面临挑战:通常需要旋转探头进行多次二维测量,过程耗时且易因定位误差导致结果不准。此外,能够实现三维力学特性测量的超快超声成像系统通常需要1024个独立通道驱动32x32的矩阵探头,系统复杂、成本高昂,极大地限制了其临床推广应用。为了解决
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
基于Swin Transformer和多壳扩散MRI的阿尔茨海默病增强诊断新方法
随着全球人口老龄化加剧,阿尔茨海默病(Alzheimer's Disease, AD)已成为严峻的公共卫生挑战。这种神经退行性疾病的病理变化在临床症状出现前数十年就已开始,因此早期诊断对于干预治疗至关重要。然而,传统神经影像技术如结构磁共振成像(sMRI)主要检测脑萎缩等宏观结构改变,功能磁共振成像(fMRI)关注脑功能连接,这些变化往往出现在疾病较晚期。扩散磁共振成像(diffusion MRI, dMRI)技术的出现为探测脑组织微结构变化提供了新视角。多壳扩散MRI通过采集多个b值的扩散加权图像,能够更精确地刻画水分子在脑组织内的扩散特性。相比传统单壳dMRI仅限于扩散张量成像(Diffu
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
面向临床应用的动力膝踝假体连续运动与阻抗控制个性化调谐框架
对于下肢截肢者而言,能够主动提供动力的智能假肢是恢复其自然、对称运动功能的有力工具。然而,尽管技术不断进步,动力假肢在临床上的普及却面临着一个巨大障碍:配置过程过于复杂。假肢师需要为患者调整假肢的控制参数,使其运动模式符合患者的个人习惯和生理特点。对于传统的微处理器控制阻尼假肢(如奥托博克的C-Leg),这可能只是调整几个如“摆动屈曲角度”之类的数字参数。但当假肢升级为具有电机驱动的动力膝踝假肢时,其控制器需要为多种活动(如平地行走、坡道行走、起坐转换)生成不同的运动指令,可调参数数量激增,使得个性化配置变得异常耗时且困难,往往需要数小时甚至更长时间。这种高技术门槛让临床假肢师望而却步,因为他
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
面向临床场景的上肢惯性运动捕捉传感器-环节校准新方法:基于关节轴估计与物理自对齐的实用方案
在当今医疗技术飞速发展的时代,运动捕捉技术早已不再是电影特效或游戏动画的专属工具,而是逐渐成为临床医学研究的重要助手。从评估手术效果到追踪疾病进展,从改进辅助器具设计到指导康复训练,运动分析在医疗领域发挥着越来越重要的作用。然而,传统的光学运动捕捉(OMC)系统虽然被誉为"金标准",却因其高昂成本、复杂操作和对实验室环境的依赖,难以走进普通诊所或患者家中。正是在这样的背景下,惯性测量单元(IMU)技术应运而生——这些小巧便携的传感器能够通过加速度计、陀螺仪和磁力计测量 orientation(方向),为室外环境下的运动分析带来了曙光。尽管众多研究已经证明了惯性运动捕捉(IMC)技术的潜力,但这
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
迈向“活实验室”与“监管沙盒”融合:破解数字医疗AI创新与安全双重困境的新路径
当医院走廊里同时响起十几种互不兼容的监护仪报警声,护士被迫在“滴滴”轰炸中判断哪一个才是真正的生命危机时,人们第一次直观感受到:数字医疗设备的“单打独斗”式创新,正在把临床工作者推向“报警疲劳”的深渊。过去十年,AI算法、可穿戴传感器与云端算力突飞猛进,却让医护人员成为“人机接口”的补丁——他们要手动抄录数据、绕开系统壁垒、为每个新设备重新学习一套流程。更尴尬的是,监管法规仍沿袭“一次性递交、一次性审批”的传统模式,开发者哪怕只想改一条算法阈值,也得重启漫长而昂贵的临床试验。于是,大量本可迭代优化的AI功能被“冻结”在初代版本,患者错失最佳时机,市场也失去继续投入的兴趣。为破解“创新速度”与“
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
基于3D CT成像的食管癌生存预测:非局部特征聚合与图空间交互的上下文感知方法
食管癌作为全球癌症相关死亡的第六大原因,其五年总体生存率仅为18%,严重威胁人类生命健康。目前临床主要依赖美国癌症联合委员会(AJCC)制定的TNM分期系统进行风险分层和预后评估,但该体系在评估接受多模式治疗方案食管癌患者的长期生存方面预测准确性有限。值得注意的是,即使处于相同分期参数的患者,其生存轨迹也存在显著异质性,这种临床异质性严重制约了传统预后评估工具的可靠性。传统生存预测方法基于患者年龄、性别、TNM分期等临床数据,其效果受限于临床异质性且数据收集耗时。随着放射组学的发展,通过医学影像提取生存相关信息成为新的研究方向。然而基于手工特征的放射组学方法在描述复杂肿瘤模式时灵活性不足,而现
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
基于近红外光谱的智能新生儿血流灌注评估系统:一种无创监测血流动力学的新方法
在新生儿重症监护室(NICU)中,高危婴儿常常面临血流动力学不稳定的严峻挑战。由于新生儿心血管系统尚未发育成熟,微循环障碍可能导致组织灌注不足,进而进展为休克等严重后果。然而,休克的早期症状如乏力、尿量减少、呼吸暂停增加等往往不易被察觉,临床判断多依赖医师的主观经验。目前常用的毛细血管再充盈时间(CRT)检测方法存在主观性强、难以量化等问题,而激光多普勒血流仪(LDF)等设备虽能评估局部血流信息,却无法直接评估组织灌注状态。这种临床监测手段的缺失,使得新生儿血流灌注的精准评估成为亟待突破的技术瓶颈。针对这一难题,台湾高雄医学大学医院儿科团队在《IEEE Journal of Translati
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
基于深度学习的成人髋关节发育不良全自动诊断系统:精准测量与可解释评分的突破
论文解读髋关节被喻为“人体发动机”,却常被悄然袭来的发育性髋关节发育不良(DDH)蒙骗。轻者毫无痛感,重者壮年即需置换关节,占60岁以下全髋关节置换术近三成。临床一线,一张骨盆正位片仍是“金标准”,但诊断得靠医生手工标出泪滴、股骨头中心、臼缘等微小骨标,再量CE角、Tönnis角、Sharp角。不同经验者笔下,角度可差三五度,漏诊或误判让年轻患者错过保髋黄金窗。如何让测量摆脱“人手抖一抖,诊断变一变”的魔咒?北京与多伦多联合团队给出了AI方案。研究者从北京大学第三医院影像库回溯2020—2022年1683例成人骨盆片,剔除骨折、假体、晚期坏死等混杂,最终3366髋入组,1533张用于训练,1
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
基于跨模态增强Transformer的医疗报告自动生成方法研究
在临床实践中,医生需要解读医学影像并撰写诊断报告,这是一个既耗时又容易出错的过程。尤其在全球医疗专业人员短缺的背景下,如何快速准确地生成诊断报告成为亟待解决的难题。传统的图像描述方法虽然在其他领域取得不错效果,但直接应用于医学影像时却面临两大挑战:一是医学图像本身存在较多噪声,难以精准捕捉病灶区域;二是医学报告需要专业术语的支持,而现有方法往往忽视这一关键要素。为了解决这些问题,来自江苏警官学院、中国工商银行江苏省分行等机构的研究团队开发了一种创新的跨模态增强Transformer(CAT)框架。该研究发表在《IEEE Journal of Translational Engineering
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
面向困难气道管理的集成虚拟现实(VR)训练系统设计与验证:提升临床技能与决策能力的新途径
在医疗培训领域,传统的“看一次,做一次,教一次”模式早已被证明存在风险,尤其对于气管插管这类高风险操作而言,一次失误可能意味着患者生命的代价。据统计,危重患者气管插管并发症发生率高达50%,其中2%~4%的病例甚至会出现心脏骤停。尽管高保真模拟器已在医学教育中广泛应用,但它们往往难以真实还原临床场景中的认知负荷与生理压力,特别是在面对困难气道时,医护人员的决策能力与应变速度直接关系到患者的生死。现有的模拟技术虽能提供解剖结构的物理模型,却缺乏动态生理恶化、团队协作压力等多维度挑战的模拟能力。而随着视频喉镜等新设备的普及,传统模拟器在认知训练方面的短板愈发凸显。临床研究表明,即使是经验丰富的医生
来源:IEEE Journal of Translational Engineering in Health and Medicine
时间:2025-11-28
-
基于颅内病变区域复合解读的儿童癫痫手术源定位增强技术
在儿童癫痫治疗领域,手术切除致痫灶是根治药物难治性病例的关键手段,但精准定位致痫区(Epileptogenic Zone)一直是临床面临的核心难题。传统脑电图(EEG)源定位技术多基于头皮EEG进行三维重建,难以直接指导皮层切除手术,且针对颅内EEG和儿科患者的研究数据匮乏。此外,现有技术缺乏对多类电生理 biomarker(如发作间期棘波、高频振荡和发作起始区)的整合分析标准,导致定位结果与手术实际需求脱节。为突破这些局限,韩国延世大学医学院与工学院联合团队在《Neural Computation》发表研究,提出了一种创新型颅内病变区域复合解读(Intracranial Disease-re
来源:Neural Computation
时间:2025-11-28
-
人工智能(AI)的新时代:改变药物发现与开发的过程
人工智能技术正在重塑药物研发的全流程,从靶点发现、化合物生成到临床试验优化,其应用已渗透到药物开发的每个关键环节。在传统药物研发中,靶点筛选常依赖基因敲除或蛋白质相互作用实验,这类方法耗时长达数年,且成功率不足1%。相比之下,基于多组学数据的深度学习模型能够快速解析疾病相关分子模式,例如通过整合基因组、蛋白质组和代谢组数据,AI系统可精准识别与疾病进程密切相关的生物标志物。以纤维化治疗药物INS018-055的开发为例,通过分析跨组学数据网络,该平台成功锁定TRAF2和NCK相互作用激酶作为治疗靶点,仅用18个月便推进至Ⅱ期临床试验,远超传统模式效率。在化合物发现阶段,AI展现出突破性创新。结
来源:Journal of Medicinal Chemistry
时间:2025-11-28
-
ECG-SMART-NET:一种用于精准诊断闭塞性心肌梗死的深度学习架构
摘要:目标:在本文中,我们开发并评估了ECG-SMART-NET模型,用于识别阻塞性心肌梗死(OMI)。OMI是一种严重的心脏病发作形式,其特征是一个或多个冠状动脉完全堵塞,需要立即进行心脏导管插入术以恢复心脏的血液供应。三分之二的OMI病例难以通过12导联心电图(ECG)进行视觉识别,如果不能迅速识别,可能会危及生命。关于这一主题的先前研究很少,目前的最新研究表明,基于特征的随机森林和卷积神经网络(CNN)都是提高ECG检测OMI效果的有希望的方法。方法:虽然ResNet架构已被调整用于ECG记录,但它并不适合捕捉每个导联中的时间特征以及导联之间的空间一致性或不一致性。我们提出了一种基于临床
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
评估人工耳蜗使用者神经健康的电生理和行为指标:一项计算模拟研究
当我们谈论人工耳蜗(Cochlear Implant, CI)这一现代医学奇迹时,很少有人会想到隐藏在成功背后的关键挑战——听觉神经的健康状况。对于重度至极重度感音神经性听力损失患者而言,人工耳蜗通过电刺激幸存听觉神经纤维(Auditory Nerve Fibers, ANFs)来恢复听觉功能已取得巨大成功。然而,听觉神经纤维的状态(即神经健康)如何影响人工耳蜗功能和用户的言语感知,一直是研究人员面临的重要难题。神经健康受损表现为螺旋神经节神经元(Spiral Ganglion Neurons, SGNs)的退化,这种现象在人和动物的深度听力损失组织学研究中均有发现。最新研究还表明,耳聋后不仅
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
JGTA-Net:基于联合几何拓扑分析的颅内动脉瘤检测与分割新方法
在大脑的血管网络中,颅内动脉瘤就像潜伏的"定时炸弹"——这些血管壁的异常膨出平时毫无症状,一旦破裂却会导致致命的蛛网膜下腔出血。尽管现代医学影像技术如CT血管成像(CTA)和磁共振血管成像(MRA)能够发现未破裂动脉瘤,但医生在阅片时面临着巨大挑战:动脉瘤通常体积微小,且隐藏在错综复杂的脑血管网络中,肉眼识别极易漏诊。在医疗资源匮乏地区,缺乏经验丰富的放射科医生更是雪上加霜。传统计算机辅助诊断系统多基于血管曲率、阈值分割等算法,其准确性难以满足临床需求。随着深度学习技术的发展,三维点云作为高效的三维物体表示方式,为动脉瘤自动检测带来了新机遇。与传统的二维图像和体素表示相比,点云不仅内存占用更少
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
利用体积-表面积分方程进行全局麦克斯韦层析成像,以更精确地估算电学特性
摘要:目标:全局麦克斯韦层析成像(GMT)是一种非侵入性的逆向优化方法,用于从磁共振(MR)测量数据中估计电学性质(EP)。GMT在前向问题中使用体积积分方程(VIE),并假设样品对线圈电流的影响可以忽略不计。因此,GMT在计算线圈的入射场时使用初始的EP分布,并在所有优化迭代过程中保持该分布不变。这可能导致重建结果出现误差。本文提出了一种改进版的GMT,将VIE替换为体积-表面积分方程(VSIE),该方法在每次迭代之前会根据更新的EP估计值重新计算线圈电流,然后再计算相应的场。方法:我们模拟了一个8通道的收发线圈阵列,用于7 T脑部成像,并使用基于VSIE的GMT重建了一个真实头部模型的EP
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
基于扩展空谱编码与子空间建模的7T超高场脑代谢高分辨率成像新方法
在神经科学和临床医学领域,精确绘制脑内代谢物分布图谱犹如绘制一幅反映大脑生命活动的“代谢地图”,对理解脑功能机制和诊断神经系统疾病至关重要。磁共振波谱成像(Magnetic Resonance Spectroscopic Imaging, MRSI)作为一种非侵入性、无标记的代谢成像技术,能够同时检测多种代谢物浓度,为脑肿瘤、卒中、癫痫等疾病的生物化学环境评估提供独特视角。然而,由于脑内代谢物浓度极低(毫摩尔级别),传统MRSI技术长期受限于空间分辨率差(通常大于1厘米)和扫描时间过长(常需15分钟以上)两大瓶颈,导致其难以捕捉细微的代谢变化,严重制约了临床推广应用。超高场强(如7T)磁共振系
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28
-
利用多模态多参数超声成像技术,在活体胫骨缺损绵羊模型中无创评估长骨再生过程中结构和机械微环境的变化
摘要:目的:骨骼缺损的再生过程通常具有多方面的特性,这些特性可能无法通过目前临床可用的成像方法完全表征。在本文中,我们首次进行了纵向研究,使用多模态和多参数超声(US)成像技术来评估节段性缺损情况下的骨骼再生情况。方法:我们从所提出的US成像技术中得到了两个成像指标:新骨体积和纤维血管结缔组织面积,并以特定于受试者的方式计算了它们的全局和局部统计参数。结果:在一组5只接受基线组织工程构建物治疗的羊中,多视角3-D超声与CT重建结果之间的距离(毫米)在植入后60天为0.30±0.67,在植入后120天为0.22±0.43。通过US弹性成像(USE),我们发现了软组织与纤维血管结缔组织在轴向正应变
来源:IEEE Transactions on Biomedical Engineering
时间:2025-11-28