An Implantable Device that Converses with Patients and Learns to Co-Manage Epilepsy
该研究提出并验证了一种可植入癫痫管理设备平台,它通过连接脑电图与大型语言模型,实现与患者的双向实时对话、自动学习优化算法以及个性化共病管理,从而显著提升了癫痫诊疗的自适应性与患者参与度。
125 篇论文
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。
该研究提出并验证了一种可植入癫痫管理设备平台,它通过连接脑电图与大型语言模型,实现与患者的双向实时对话、自动学习优化算法以及个性化共病管理,从而显著提升了癫痫诊疗的自适应性与患者参与度。
本研究提出了一种名为 MELD-PostOp 的开源深度学习工具,利用来自全球多中心的大规模数据集进行训练,能够在 17 秒内自动、准确且泛化性强地分割癫痫术后 MRI 中的切除腔,其性能显著优于现有工具并大幅提升了处理效率。
这项研究通过 32 例患者的回顾性与前瞻性调查,进一步界定了 IRF2BPL 相关疾病的临床谱系,并证实截短型变异比错义变异导致更严重的疾病表现。
该研究利用多会话分层贝叶斯模型(MS-HBM)从药物难治性癫痫患者的短时静息态 fMRI 数据中构建高精度的个体特异性语言网络,成功实现了对任务态语言优势半球的准确预测,为术前功能定位提供了重要依据。
该研究通过三维步态分析量化评估了 STXBP1 相关障碍患者的步态特征,发现其步态具有高度异质性且以外旋足部前进角最为常见,并证实独立行走起始年龄可预测社区行走能力,同时验证了观察性评分与仪器化分析的高度一致性,为临床决策及未来研究提供了重要依据。
该研究证实,基于靶向扩增子的长读长 RNA 测序(Amp-LRS)是一种敏感、灵活且具成本效益的方法,能够有效验证全基因组测序中发现的预测会改变剪接的非编码变异,从而提升罕见神经系统疾病的分子诊断能力。
这项针对 450 名帕金森病患者的前瞻性纵向研究表明,基线视力缺陷与特定遗传因素(如 GBA1 基因变异及帕金森病和阿尔茨海默病的多基因风险评分)的相互作用,能有效预测患者进展为认知障碍或痴呆的风险,从而有助于优化临床试验的患者筛选策略。
该研究利用贝叶斯混合数据分型框架,基于美国"All of Us"队列中 12 万余名认知正常成年人的共病、行为及社会风险因素识别出四个亚型,揭示了不同亚型在轻度认知障碍发病风险及药物治疗反应上的显著异质性,表明将痴呆预防策略与特定脆弱性通路对齐可提升精准预防的效能与公平性。
该研究发现,为期 9 周的呼吸训练通过增强心率振荡功率(特别是 0.09-0.13 Hz 频段),促进了 50 至 70 岁成年人左侧眶额皮层体积的增加,进而提升了注意力、工作记忆等认知功能及认知韧性。
这项针对 32 项研究的系统评价与荟萃分析表明,基于理论(尤其是自我效能理论)的自我管理干预措施能显著改善卒中幸存者的自我管理行为和自我效能感,尽管行为改善的效应量因高度异质性而可能存在高估。