neurology 篇论文 | Gist.Science

神经科学领域致力于探索大脑如何运作，从记忆的形成为何会消失到情绪如何影响行为，这些研究直接关系到我们每个人的身心健康。在这一板块中，我们聚焦于神经系统疾病的最新发现，旨在让复杂的医学突破变得触手可及，帮助大众理解前沿科学如何改善我们的认知与生活。

Gist.Science 持续追踪并处理来自 medRxiv 的所有神经学预印本，确保您能第一时间获取未经同行评审但极具价值的前沿成果。我们不仅提供详尽的技术解读，更将晦涩的学术报告转化为通俗易懂的科普摘要，让您轻松把握研究核心。以下为您呈现该领域最新的预印论文列表。

该研究利用 Wilson-Cowan 模型揭示了深部脑刺激（DBS）诱导的伽马振荡增强效应的异质性源于神经动力学的分叉机制，即刺激响应取决于刺激前神经振荡的阻尼状态，这一发现为优化自适应神经调控策略提供了理论依据。

该论文介绍了 GRAD，这是一种结合了 p-tau217“守门员”与多标志物“反射”分类器的两阶段机器学习算法，旨在有效解决血浆 p-tau217 灰色地带的诊断不确定性，在实现高准确度的同时，与全民 PET 筛查相比显著降低了医疗成本。

本研究表明，视觉雪综合征患者表现出独特的神经生理学标记，包括更弥散的经颅磁刺激（TMS）诱发性视觉现象模式以及改变的眼动动力学，这表明将视觉现象制图与眼动追踪相结合，为评估该病症潜在的皮层过度兴奋性提供了一种具有前景的客观工具。

本研究表明，胞体与神经突密度成像（SANDI）通过揭示胞体密度降低和胞体体积增大，有效地检测出亨廷顿舞蹈症相关的纹状体神经退行性变，且这些变化与运动功能障碍及纹状体萎缩显著相关，从而使 SANDI 成为临床试验中具有前景的无创生物标志物。

本研究表明，将同步表面肌电图（EMG）纳入功能磁共振成像（fMRI）分析能够增强检测运动相关脑活动及区分自发运动行为的特异性，而引入时间导数虽然能改善初级感觉运动皮层的检测效果，但由于时间动态性的差异，可能会掩盖皮层下区域的信号。

这项纵向研究指出，基线水平的网络间功能连接（尤其是右侧前岛叶）可作为一种预后标志物，且凸显网络、额顶网络和默认模式网络内这种整合性的纵向降低，是驱动功能性神经症状改善的关键机制。

本研究表明，结构性磁共振成像（MRI）显示的杏仁核和内嗅皮层萎缩，特别是内侧亚区和皮层层级的萎缩，是临床前阿尔茨海默病的一种早期且具有生物学有效性的指标，并与 tau 蛋白病理的空间分布密切相关。

一项针对241名多发性硬化症患者的调查显示，他们对人工智能在医疗保健领域的接受程度处于中等水平且具有情境依赖性，即患者最能接受将人工智能用于症状筛查等支持性、低风险任务，同时强烈倾向于由临床医生主导诊断和治疗决策，而这一立场更多是由其对人工智能的既往熟悉程度而非疾病严重程度所驱动。

本研究提出了一种基于神经心理学评分的、数据驱动的跨诊断表型严重程度指标，该指标在准确映射痴呆进展以及从临床异质性中区分疾病阶段方面，优于传统的基于时间的测量方法。

这项研究证实，虽然在精神分裂症等疾病中，病灶网络制图可能会受到全局连接组伪影的干扰，但通过严谨的低维投影框架进行评估，该方法在强迫症、失语症和癫痫等其他疾病中仍能保持真实的生物学特异性。