脑启发的低能耗生成模型——Spiking Diffusion Models研究评述 背景概述 近年来，人工智能领域涌现出众多前沿技术，其中深度生成模型（Deep Generative Models, DGMs）通过生成图像、文本等数据表现出了卓越的能力。然而，这些生成模型通常依赖人工神经网络（Artificial Neural Networks, ANNs）作为骨干网络，其高度依赖算力和内存资源的特性使其在大规模应用中面临显著的能耗问题。同时，与人类大脑相比，ANNs的能耗效率远不及人类大脑的20瓦功率水平，这导致研究人员对更高能效的神经网络架构产生了兴趣。 与ANNs不同，脉冲神经网络（Spiking Neural Networks, SNNs）以大脑神经元的工作方式为启发，以事件驱动的方...

探索血浆循环核小体及致癌蛋白单分子检测系统在弥漫性中线神经胶质瘤的诊断与监测中的应用 研究背景与问题综述 弥漫性中线神经胶质瘤（Diffuse Midline Glioma, DMG）是一种侵袭性极强的脑部肿瘤，主要发生于儿童，且具有极高的致命性。这种类型的肿瘤通常出现在脑的中线结构，如丘脑、脑桥、小脑和脊髓。由于其位置特殊，侵入性活检手术风险较高，故其诊断和监测多依赖磁共振成像（Magnetic Resonance Imaging, MRI）等影像学手段。然而，传统影像方法难以有效指导治疗并准确判断病情发展。例如，MRI往往无法区分肿瘤的真实进展与治疗引起的假性进展。此外，常规手术活检尽管能够提供必要的分子信息，但其具有显著的侵入性风险，特别是对于儿童患者。因此，这一领域亟需开发新型的无创...

背景介绍 随着白内障手术和晶状体置换手术的广泛开展，人工晶状体（intraocular lens, IOL）的光学性能在术后患者视觉质量中的重要性愈显突出。临床视觉表现(如视力、焦距范围等)的预测正成为眼科领域的重要研究方向，特别是在讨论不同设计的人工晶状体时，其光学性能可能随瞳孔大小的变化而有所不同。然而，目前已有的预测模型通常假设固定的瞳孔大小，而忽略了这一关键变量在实际临床应用中的影响。 近年来，标准化流程（如ANSI Z80.35-2018和ISO 11979-7:2024）已引入单眼离焦曲线（monocular defocus curve），以更准确地分类IOL（如延展深度焦距的IOL，EDOF IOL）。尽管这些标准推荐将瞳孔大小的影响纳入考量，但目前针对瞳孔大小变化如何影响离焦...

红细胞沉降及外部磁场影响的三维监测研究：科学新视角 背景及研究目的 随着现代社会中电子设备的广泛普及，人类生活的环境中正逐渐受到越来越多的外部磁场（Magnetic Fields, MFs）的影响。然而，对于这些磁场对生物体尤其是血液中红细胞（Red Blood Cells, RBCs）行为的潜在影响，科学界尚未形成全面的认识。红细胞对氧气的运输至关重要，且其形状和尺寸使其能够轻松通过最狭窄的血管，完成氧气向全身组织和器官的高效运输。为了评估身体炎症或其他病理状态的标志，红细胞沉降率（Erythrocyte Sedimentation Rate, ESR）是一种广泛使用的血液学诊断技术。然而，该技术缺乏精确的三维动态监测血液流动过程的能力。 研究者发现，红细胞中的血红蛋白（Hemoglobi...

使用偏振成像技术辅助术中外周神经识别：一项前沿研究 外周神经对人体的感知和控制网络起着至关重要的作用，其完整和正常的功能对我们的生活质量至关重要。然而，外科手术中意外损伤外周神经的事件并不少见，这不仅可能导致功能障碍和疼痛，还会带来不良的手术预后。在某些解剖复杂的区域（如手部、腕部和颈部），外周神经与其他组织紧密分布，使得手术过程中神经与其他组织难以明确区分，从而增加了神经受伤的风险。目前，外科医生主要依靠术前成像技术（如MRI和超声）及自身的临床经验来避免术中损伤外周神经。然而，这些方法在识别小神经时具有局限性，同时术前成像也是静态的，难以支持实时的术中决策。因此，开发一种直观、非侵入、实时增强神经识别的方法，具有重要意义，能够显著改善手术效果并降低神经损伤的发生率。 为了解决这一问题，来...