基于源级EEG和图论的卒中后癫痫患者功能连接变化研究报告

基于源级EEG和图论的卒中后癫痫患者功能连接变化研究报告 研究背景 癫痫的病因多种多样,包括特发性、先天性、头部外伤、中枢神经系统感染、脑肿瘤、神经退行性疾病或者脑血管疾病(Disease)。其中,脑血管疾病占全部癫痫病例的约11%,是老年癫痫患者最常见的病因。同时,卒中后癫痫(Post-Stroke Epilepsy, PSE)是卒中患者常见的并发症之一,3%至30%的卒中患者可能会发展为PSE。卒中性癫痫的风险因素包括皮质参与、出血性转化、早期癫痫发作、年轻时发病、卒中严重程度(如高NIHSS评分)以及酗酒。 网络科学和图论被认为在理解脑功能上具有显著潜力。图论的图指标可反映网络的整合和隔离特性,因此被广泛应用于包括癫痫在内的各种神经系统疾病研究中。然而,尽管已有研究表明癫痫患者的脑网络...

基于知识图谱推荐的生物医学关系提取

医学关系抽取与知识图谱推荐结合的研究报告 背景介绍 在医学领域,文献的爆炸式增长使得研究人员难以及时跟踪各自领域内的最新进展。从自然语言处理(NLP)领域来看,不断发展的自动化工具能够帮助识别和提取非结构化文本中的相关信息,这一任务被称为关系抽取(Relation Extraction,RE)。RE的主要目标是从文本中提取和分类医学实体之间的关系,增强我们对生物医学过程的理解。 目前,大多数尖端的医学RE系统使用深度学习方法,主要针对同类型实体间的关系,如基因和药物等实体。然而,这些系统大多仅限于从文本直接提取的信息,忽略了专门领域的知识库,如本体论(Ontology),这些本体论通常结构化为有向无环图(Directed Acyclic Graphs,DAG)。 另一方面,基于知识图谱(Kn...

单细胞皮层形态脑网络:表型关联和神经生物学基础

研究背景与问题 陈述 本文是一项关于单一被试形态学脑网络在表型关联性及神经生物学基础方面的研究。该研究结合了多模态和多尺度数据,揭示了形态学脑网络与性别的差异、其作为个体特异性标志的潜力以及其与基因表达、层特异性细胞结构和化学结构的关系。这些发现深化了我们对单被试形态学脑网络作用和起源的理解,并为其在未来个性化脑联结组研究中的应用提供了有力依据。 形态学脑网络指的是基于结构性磁共振成像(structural magnetic resonance imaging,简写为sMRI)估算的脑区域之间的形态学关系。最早的研究通过计算一个群体中某形态学指标(如灰质体积,皮层厚度或表面积)的区域间协方差来估算这些关系,但这种基于群体的方法忽略了个体间的差异,导致了形态学脑网络所揭示的神经生物学意义不明确...

组蛋白H3K9ac特异性重编程调控食管鳞状细胞癌进展与转移

关于组蛋白H3赖氨酸9位乙酰化(H3K9ac)特异性重编程在食管鳞状细胞癌(ESCC)进展与转移中的作用机制 背景介绍 食管癌是全球范围内最为普遍和侵袭性的恶性肿瘤之一,每年导致超过50万癌症相关死亡病例,位列癌症致死原因第六位。食管鳞状细胞癌(ESCC)占所有食管癌病例的近90%,主要影响东亚和非洲地区的人群。尽管近几十年在治疗上取得了显著进展,ESCC的总体5年生存率仍低于20%,这主要源于ESCC早期症状不明显、多数患者在确诊时已是局部晚期或存在区域性淋巴结转移,容易导致肿瘤病灶复发或远处转移,最终致病。 目前已知大多数人类癌症是由基因突变和表观遗传改变共同作用的结果,包括DNA甲基化和组蛋白翻译后修饰(PTMs)。ESCC的基因组异常已被广泛研究,但缺乏驱动突变,因此基因组指导的治疗...

GRIN2A 突变是预测多种癌症中免疫检查点抑制剂受益者的新指标

GRIN2A 突变是多种癌症中免疫检查点抑制剂受益者的分层新指标 背景介绍 免疫检查点抑制剂(ICIs)治疗通过调节细胞毒性T淋巴细胞抗原4(CTLA-4)和程序性细胞死亡(配体)1(PD-(L)1)通路,已经在多种癌症治疗中取得了革命性进展。然而,尽管ICIs疗效显著,不同肿瘤患者之间的临床反应仍存在显著差异。因此,识别预测ICI反应的可靠生物标志物对于开发更精准的治疗干预措施是迫在眉睫的。在现今的研究中,已有多种生物标志物被联系到ICI反应,包括免疫检查点水平、肿瘤突变负荷(TMB)、非整倍性评分、插入缺失变异和单核苷酸变异(SNV)新抗原负荷、微卫星不稳定性、淋巴细胞浸润、特定基因突变和拷贝数变异(CNA)。但是,这些生物标志物在实际应用中仍有局限性。 N-甲基-D-天冬氨酸受体(NM...

NAMPT和PAK4的双重抑制在铂耐药性卵巢癌三维球状模型中的抗肿瘤效果

NAMPT和PAK4的双重抑制在铂耐药性卵巢癌三维球状模型中的抗肿瘤效果 铂类抗药性卵巢癌是一种恶性妇科肿瘤,治疗难度大,患者生存期短。近年来,研究者们试图找到新的治疗策略,针对癌症干细胞(CSCs)的治疗成为了一个重要方向。CSCs富含于腹腔内的卵巢癌肿瘤团块中,这些团块不仅具有高度的肿瘤生成能力,还对常规铂类药物具有抗药性。本文研究了一种创新的双靶点抑制剂KPT-9274在3D细胞球体模型中的抗癌效果,特别针对铂类抗药性卵巢癌。 研究背景 铂类药物目前是卵巢癌治疗的主要方案,但超过80%的高级别病例会发生复发,这是由于肿瘤对铂类药物的耐药性。尽管VEGF抑制剂、PARP抑制剂和免疫检查点抑制剂在部分病例中显示了一定疗效,但大多数患者最终仍会复发。因此,新的治疗策略迫在眉睫。 研究者们发现...

多视角时空图卷积网络与域泛化在睡眠阶段分类中的应用

睡眠阶段分类在睡眠质量评估和疾病诊断中至关重要。然而,现有的分类方法在处理时间延变的多通道脑信号的空间和时间特征、应对个体生物信号差异以及模型的可解释性方面仍然面临诸多挑战。传统的机器学习方法依赖于复杂的特征工程,而深度学习方法尽管在特征表示学习上表现出色,但在空间-时间特征利用、跨个体泛化能力以及模型可解释性方面仍有待提升。 为了应对上述挑战,北京交通大学的Ziyu Jia等人以及麻省理工学院的Li-Wei H. Lehman提出了一种多视角时空图卷积网络(Multi-View Spatial-Temporal Graph Convolutional Networks, MSTGCN),并结合域泛化用于睡眠阶段分类。 论文来源 这篇论文由北京交通大学计算机与信息技术学院的Ziyu Jia,...

通过肌电控制的机器人手训练揭示慢性中风中双侧脑半球平衡恢复的神经机制

通过肌电控制的机器人手训练揭示慢性中风中双侧脑半球平衡恢复的神经机制

通过EMG驱动的机器人手训练揭示慢性中风患者跨半球平衡恢复的神经机制:来自动态因果建模的见解 中风是一种常见的致残原因,其中大部分中风幸存者会患上上肢瘫痪。上肢功能受损的后果可持续六个月以上,只有少数中风幸存者 (少于12%) 能完全康复。为了恢复这些患者的日常生活能力,提高他们的生活质量,研究人员一直致力于开发中风后运动康复方案。 近年来,使用机器人辅助装置进行上肢康复的研究引起了广泛关注。机器人康复提供了一种一致、密集且互动的训练体验,能够吸引患者积极参与。综合分析显示,接受机器人辅助训练的个体在上肢的Fugl-Meyer 评估 (FMA-UE) 分数以及上肢的功能活动方面都有显著改善。然而,针对腕部和手部功能的机器人在运动控制和日常生活活动的改善方面效果有限。随着意图驱动机器人的引入,...

基于小波的时间-频谱-注意力相关系数用于运动想象EEG分类

脑机接口(Brain-Computer Interface, BCI)技术近年来发展迅速,被认为是一种无需通过外周神经和肌肉,仅通过大脑直接控制外部设备的前沿技术。特别是在运动想象(Motor Imagery, MI)脑电图(Electroencephalography, EEG)应用中,BCI 技术展现了巨大的潜力。通过分析MI-EEG信号,可以帮助患有物理障碍或神经肌肉退化的病人提高生活质量。然而,由于个体之间的差异以及大脑活动的稳定性、低信噪比(Signal-to-Noise Ratio, SNR)等因素,如何从复杂的EEG信号中提取有效特征以提高MI-EEG分类系统的准确性,仍然是一个巨大的挑战。 在MI-EEG分类中,特征提取与表示是决定分类性能的关键。当前广泛使用的特征提取方法,...

语言感知对神经振荡的相位依赖性

语言感知对神经振荡的相位依赖性

语言感知对神经振荡的相位依赖性:一项跨学科研究报告 背景介绍 在言语感知过程中,神经振荡的相位对于神经表征的分离以及感知决策具有重要作用。然而,具体的相位编码机制仍不明确。本研究旨在揭示相位编码如何基于解释的言语事件的概率进行,特别是语言单元的概率。此外,研究还探讨了这一相位编码的区域特异性。这些结果表明,神经振荡基于神经元群体的兴奋性分离语言神经表征。 论文来源 这篇论文由Sanne Ten Oever、Lorenzo Titone、Noémie Te Rietmolen和Andrea E. Martin完成,主要隶属于Max Planck Institute for Psycholinguistics, Donders Centre for Cognitive Neuroimaging,...