• 急诊早期预警评分对发热性中性粒细胞减少症患者死亡风险的预测价值：一项多评分系统的比较研究

  背景：研究旨在比较五种风险分层工具——肿瘤支持治疗多国协会(MASCC)指数、临床稳定性发热性中性粒细胞减少症指数(CISNE)、国家早期预警评分(NEWS)、改良早期预警评分(MEWS)和快速序贯器官衰竭评分(qSOFA)——在预测急诊科(ED)发热性中性粒细胞减少症(FN)成人患者院内死亡率方面的能力。方法：通过单中心回顾性横断面研究，纳入2018年1月1日至2021年12月31日期间某三级医院急诊科所有FN就诊病例。FN定义为体温≥38°C且绝对中性粒细胞计数<1000 cells/μL。通过受试者工作特征曲线下面积(AUC)评估各评分工具的判别能力。结果：患者中位年龄59岁（四分

  来源：Postgraduate Medical Journal

  时间：2025-09-17

• 慢性肾脏病指南指导药物治疗的真实世界研究：来自DISCOVER CKD的临床结局与特征分析中文标题

  慢性肾脏病（Chronic Kidney Disease, CKD）已成为全球公共卫生领域的重大挑战，其高发病率、致残率和医疗负担令人担忧。尽管随机对照试验（RCT）已证实肾素-血管紧张素系统抑制剂（RASi）和钠-葡萄糖协同转运蛋白2抑制剂（SGLT2i）——合称指南指导药物治疗（GDMT）——可显著延缓CKD进展并降低心血管事件风险，但真实临床实践中GDMT的应用仍存在显著差距。许多患者因疾病认知不足、医疗可及性差、治疗复杂性高等原因未能接受规范治疗，导致预后不佳。为此，由Roberto Pecoits-Filho领衔的国际研究团队利用DISCOVER CKD研究的前瞻性数据，深入分析了G

  来源：Nephrology Dialysis Transplantation

  时间：2025-09-17

• 基于无监督深度学习的无线信号异常检测：结合全局与局部周期性特征提取的时间-频率小波变换网络（Time-FWTNet）在人体行为识别中的应用与验证

  HighlightTime-FWTNet创新性地整合了傅里叶变换与小波变换，突破传统方法在周期性特征提取中的局限性，实现对人体行为中全局周期性与局部细微波动的高效捕捉。Method本节详细介绍Time-FWTNet网络架构。该网络针对人体行为识别（HAR）问题，通过傅里叶变换提取全局周期性，并利用小波变换（Wavelet Transform）分解局部特征，将一维传感器数据转换为二维张量以进行更深层次分析。FWT-Block模块进一步分解全局特征，提取多尺度局部周期性，而Freq-CM模块结合卷积神经网络（CNN）与Mamba结构，针对高频动态动作与低频静态姿态进行特异性特征学习，扩大感受野并提

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 基于周期性特征提取的Time-FWTNet框架：提升可穿戴传感器人体活动识别（HAR）的精度与泛化能力

  Highlight特征提取在HAR中的应用传统的人体活动识别（HAR）方法主要依赖深度学习模型，如卷积神经网络（CNN）、长短期记忆网络（LSTM）及其混合模型，用于从传感器数据中提取时空特征。这些方法通常在时域应用一维卷积神经网络（1D CNN）以捕捉局部信号模式，并利用LSTM或双向LSTM（Bi-LSTM）建模时间依赖性。例如，Xu等人对三轴加速度信号实施卷积操作，其表现优于传统机器学习方法；而Xia等人……Method在本节中，我们介绍创新的Time-FWTNet网络，旨在通过结合傅里叶变换（Fourier Transform）和小波变换（Wavelet Transform）来提取全局

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 基于传感器偏差估计与分类的水下被动声纳融合检测：提升复杂海洋环境中的目标定位精度与鲁棒性

  Highlight•• 构建了涵盖传感器偏差、信道效应及水下环境动态随机过程偏差的水下被动声纳检测建模框架。•• 基于多传感器观测提出统一似然函数，推导出传感器偏差的闭式最大似然估计量，实现动态随机偏差的精确估计与校正。•• 针对被动声纳网络改进EM算法，结合新型变步长加权融合策略形成BECFL算法，高效集成偏差估计与分类。•• 通过仿真与实海实验验证了所提算法在显著传感器偏差、数据丢失、误报和漏检条件下的鲁棒性及定位精度提升，证实了数据融合策略的有效性。Motion Target and Angle Estimation Model假设每个目标遵循近恒定速度模型[29][30]，目标在二维笛

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 基于一维引导滤波与跨模态权重感知的红外与可见光图像融合方法及其在生物医学成像中的潜力

  亮点（Highlights）•（1）图像分解是图像融合中的关键任务，能够从源图像中更合理地分离有用信息。与传统二维引导滤波（2DGF）分解方法不同，本研究引入一维引导滤波（1DGF）沿行和列方向分解源图像，从而在分解图像的同时合理刻画细节的方向性。•（2）以往研究中使用平均策略直接融合基频层，导致融合图像严重退化，无法继承源图像中的显著性信息，不利于人类视觉分析。本文提出一种鲁棒的跨模态显著性加权（Cross-Modal Saliency Weighting, CSW）用于基频层融合，使得显著性信息更有效地传递至融合图像中。•（3）传统用于细节层融合的“最大绝对值操作”容易放大噪声像素并模糊细

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 面向分布式协同干扰下多目标跟踪的网络化节点系统协同资源调度与波束成形框架

  Highlight本研究的主要贡献总结如下：1.提出面向网络化节点系统（NNS）在分布式协同干扰（DCIs）下实现最优多目标跟踪（MTT）的协同资源调度与波束成形框架（FCRSB），以克服干扰动态性及资源调度受扰的挑战。该框架包含新型NNS信号模型、信号级融合（SLF）、数据级融合（DLF）及资源分配模块。为实现MTT性能优化，我们以DCIs下所有目标的加权后验克拉美罗下界（PCRLB）之和作为目标函数，联合优化功率资源与波束选择，并将优化参数反馈至NNS用于下一周期跟踪。2.提出一种多集群分布式雷达架构，并推导了该架构下的资源分配与系统模型。此外，针对单集群内的分布式SLF，提出联合两阶段自

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 多尺度双通道卷积注意力网络（MSDCANet）：面向非侵入式负载分解的增强特征提取方法及其在智能电网中的能效优化应用

  Section snippetsMulti-scale technology in deep learning多尺度技术在深度学习领域扮演着关键角色，尤其在处理具有多级和多尺度特征的数据时。作为一种高效的特征提取方法，多尺度卷积已广泛应用于计算机视觉、语音处理和时间序列分析等多个领域[[11], [12], [13]]。其核心思想是通过提取不同尺度的特征，捕捉数据中的多层级和多粒度信息，从而增强模型的表达能力和泛化性能。Overall model architecture在非侵入式负载监测（NILM）任务中，负载信号展现出丰富的时间结构和多尺度特性。传统的单通道网络在处理这些复杂信号时，往往难

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 基于四阶累积量的稀疏分布式正交环偶极子平面阵列二维DOA与极化参数联合估计方法

  亮点本研究首次将四阶累积量应用于稀疏DOLD平面阵列，通过创新的两步子矩阵重排序（TSR）算法构建虚拟均匀协方差矩阵，突破了传统二阶统计量的自由度限制。稀疏矩形DOLD阵列如图1所示，二阶稀疏矩形DOLD阵列平行于x-O-y平面排布，偶极子与环状元件中心间距为dz。沿x轴和y轴的阵列元件数分别为Lx和Ly，典型配置中元件位置遵循(0,1,3)dx和(0,1,3)dy的稀疏排布模式。提出的两步子矩阵重排序算法针对二阶稀疏阵列的标准累积量矩阵（含冗余元素），我们开发了类似均匀阵列协方差矩阵的处理方法。3.1节将详细阐述如何通过虚拟空域-极化域旋转不变性实现闭环估计，3.2节则介绍自动参数匹配技术。

  来源：Digital Chinese Medicine

  时间：2025-09-17

• 阴道活菌生物制剂LC106与LC115在细菌性阴道病抗生素治疗后应用的随机对照试验：VIBRANT研究方案解析

  在全球范围内，约有30%的女性受到细菌性阴道病(bacterial vaginosis, BV)的困扰，这种疾病不仅伴随异味、分泌物增多等不适症状，更与早产、HIV感染风险增加、人乳头瘤病毒(HPV)持续感染等多种不良健康结局密切相关。尽管抗生素治疗可暂时缓解症状，但高达60%的患者在一个月内出现复发，这一问题四十余年来始终未能得到有效解决。究其根源，抗生素虽能清除致病菌，却难以重建健康的阴道微环境——特别是缺乏具有保护作用的卷曲乳杆菌(Lactobacillus crispatus)的定植。现有研究表明，BV抗生素治疗后阴道常被惰性乳杆菌(L. iners)主导，这种菌株的保护作用远逊于卷曲

  来源：Contemporary Clinical Trials Communications

  时间：2025-09-17

• 综述：肠-肝轴：肥胖管理中运动干预的新兴靶点

  引言肥胖作为全球健康危机，已影响近十亿人口，其与代谢相关脂肪肝病（MASLD）的密切关联引发广泛关注。高脂高糖饮食与久坐生活方式导致肠道菌群失调（dysbiosis），其特征为Firmicutes/Bacteroidetes比率上升和Proteobacteria门细菌增殖。革兰阴性菌外膜脂多糖（LPS）通过破坏紧密连接蛋白结构，增加肠道通透性，经门静脉迁移至肝脏，形成"肠-肝轴"病理联系。LPS通过TLR4/MD2受体复合物触发炎症级联反应，加剧肝脏代谢紊乱。肠-肝轴：概念与核心机制肠道微生物通过代谢产物和免疫调节与肝脏持续互动。菌群失调导致肠道屏障功能受损，LPS入血引发内毒素血症。肝脏通过

  来源：Clinics and Research in Hepatology and Gastroenterology

  时间：2025-09-17

• 菲马沙坦联合阿托伐他汀/依折麦布三联疗法在高血压合并血脂异常患者中的疗效与安全性：一项随机双盲III期临床试验

  3"的效果？这项发表在《Clinical Therapeutics》的研究给出了令人振奋的答案。研究团队采用多中心随机双盲设计，在韩国25家医疗机构筛选315名患者后，最终148例合格受试者被平均分为三联组(FMS+ATO/EZE)、双联组(ATO/EZE)和单药组(FMS)，通过8周治疗比较坐位收缩压(msSBP)和LDL-C变化。关键技术包括：分层区组随机化保证基线均衡；电子血压计三次测量取均值提高数据准确性；中心实验室统一检测血脂参数；采用协方差分析(ANCOVA)校正基线差异。特别值得注意的是研究采用"三重模拟"设计，所有患者每日服用三片外观相同的药物/安慰剂，完美维持了盲法。0.05

  来源：Clinical Therapeutics

  时间：2025-09-17

• 基于实验室无创检测的肝纤维化患病率评估及分级诊疗适用性研究

  随着生活方式和饮食结构的改变，代谢相关脂肪性肝病（Steatotic Liver Disease, SLD）已成为全球最常见的慢性肝病，其疾病谱涵盖从单纯性肝脂肪变到肝纤维化、肝硬化甚至肝细胞癌。准确评估肝纤维化程度对于患者的风险分层、治疗决策和长期预后至关重要。然而，传统的肝活检作为金标准具有侵入性、取样误差和并发症风险高等局限性，难以在人群筛查和长期随访中广泛应用。近年来，多种基于血液生物标志物或影像学的非侵入性检测（Non-Invasive Tests, NITs）被开发并应用于临床，例如肝纤维化-4（FIB-4）指数、肝脏硬度测量（LSM）以及一些新兴的评分系统如LiverPRO和Li

  来源：Clinical Gastroenterology and Hepatology

  时间：2025-09-17

• 临床T1期肾脏小肿瘤数据源比较：揭示癌症登记库与临床试验中的潜在偏倚

  研究亮点（Highlights）•癌症登记库和临床试验显著低估接受主动监测的临床T1期肾脏肿瘤患者（登记库48% vs 电子健康记录85%）•临床试验队列中西班牙裔/拉丁裔患者和非英语使用者比例更低（p=0.04；p<0.01）•登记库纳入依赖影像报告术语一致性，但符合标准的术语仅存在于15%的电子健康记录病例中•标准化放射学语言和修订登记标准可改善早期肾癌数据完整性结果（Results）在555例临床T1期肾脏肿瘤患者中，169例（30.5%）来自临床试验，273例（49.2%）仅来自癌症登记库，113例（20.4%）仅来自电子健康记录（EHR）提取。主动监测在EHR提取队列中更为常见（85

  来源：Clinical Genitourinary Cancer

  时间：2025-09-17

• HCV失代偿期肝硬化患者获得SVR后肝脏相关事件风险分层的临床研究：MELD评分阈值的关键意义

  在慢性丙型肝炎病毒（HCV）感染领域，代偿期肝硬化患者通过获得持续病毒学应答（Sustained Virological Response, SVR）可实现病情稳定已成为共识，但对于已进入失代偿期的肝硬化患者，病毒清除是否能带来同等临床获益却存在巨大争议。这些患者面临着腹水、肝性脑病、食管胃底静脉曲张破裂出血等严重肝脏相关事件（Liver-Related Events, LREs）的威胁，临床亟需明确直接抗病毒药物（Direct-Acting Antivirals, DAAs）治疗在这类危重人群中的实际价值。为此，由荷兰伊拉斯姆斯MC大学医学中心Lisa M. van Velsen领衔，联合英

  来源：Clinical Gastroenterology and Hepatology

  时间：2025-09-17

• 基于形态计量学定量评估2型糖尿病相关MASLD中脂肪变与纤维化的研究及其无创影像学关联分析

  在代谢功能障碍相关脂肪性肝病（MASLD）的诊断领域，肝组织活检长期以来被视为金标准，尤其对于伴有2型糖尿病（Type 2 Diabetes Mellitus, T2DM）的患者。然而，这一方法存在明显的局限性——病理学评估受到主观因素的影响，不同观察者之间的判断差异（inter-observer variability）较大，导致结果的一致性和可重复性常受质疑。这不仅影响疾病的准确分级与分期，也为长期随访和疗效评估带来困难。在这一背景下，发展客观、可量化的评估手段成为临床研究的迫切需求。形态计量学（Morphometry）技术通过对肝活检组织切片进行数字图像分析，提供连续、定量的组织学参数，

  来源：Clinical Gastroenterology and Hepatology

  时间：2025-09-17

• 原子钴掺杂调控AgFeO2中Fe(III)电子结构以定量关联过一硫酸盐活化机制及其在医药废水处理中的应用

  亮点催化剂合成所有化学品详情见文本S1。采用共沉淀法合成钴掺杂AgFeO2催化剂（AgFe1–xCoxO2，x=0、0.05、0.10、0.15和0.20）。将4 mmol AgNO3、4x mmol Co(NO3)2·6H2O和4(1–x) mmol Fe(NO3)3·9H2O溶于50 mL去离子水中，在磁力搅拌下缓慢加入0.03 mol NaOH作为矿化剂，继续搅拌30分钟后于60°C水浴反应30分钟。理论计算通过密度泛函理论（DFT）计算解析铁元素电子结构调控对PMS活化的影响。AgFe0.80Co0.20O2与AgFeO2中Fe位点对PMS分子的吸附能（Eads）分别为–1.429 e

  来源：Chinese Journal of Catalysis

  时间：2025-09-17

• 解码机械腕部扰动诱发的皮层响应机制：基于两步共享结构NARX模型的研究

  Highlight本研究首次通过共享结构NARX模型揭示机械腕部扰动下皮层响应的跨被试一致性规律，发现α频段神经响应与肌肉反馈的特异性关联，为理解感觉-运动整合机制提供建模新范式。Introduction感觉反馈引发的皮层响应在正常运动中起核心作用[1]，其通过将外部感觉信息转化为内部运动控制信号的补偿性调节来实现功能[2]。探究这一过程的机制不仅对理解正常运动控制至关重要，更为直接向大脑写入信息（这一重大研究挑战）提供了潜在途径，对深昏迷患者的康复具有深远意义。当前研究多采用刺激-响应关系分析策略，通过精心设计的刺激观察脑电（EEG）等脑状态变化[3]。Yang等人提出无模型方法量化非线性刺

  来源：Artificial Intelligence in Medicine

  时间：2025-09-17

• 基于可解释深度学习框架的儿科脑电癫痫检测：提升的准确率与性能分析及其致病灶推断价值

  Highlight本研究提出两种可解释深度学习模型：融合压缩激励模块的全卷积网络（SE-FCN）和基于Transformer的架构（TransNet），用于提升癫痫检测的准确性与可解释性。SE-FCN通过上采样和逐层解码将高层特征映射回电极空间，SE模块自适应重新校准通道间重要性；TransNet则利用通道与时间双自注意力机制捕捉全局依赖关系。两者均能输出通道显著性权重，生成热图以推断潜在致病区。Convolutional neural networks for seizure detection卷积神经网络（CNN）凭借其学习多维信号特征的强大能力，在癫痫检测领域被广泛应用。CNN通过分层卷

  来源：Artificial Intelligence in Medicine

  时间：2025-09-17

• MegaEye：应用多机器学习方法鉴定具有眼部生物活性的口服化合物

  眼睛作为视觉形成的关键器官，具有复杂的生理结构和多重保护屏障，这使得口服药物治疗眼部疾病面临巨大挑战。眼部组织被血眼屏障(BRB)和血房水屏障(BAB)等精密结构保护，导致口服药物在眼部的生物利用度通常低于2%。传统的局部给药方式如滴眼液也存在泪液稀释、角膜渗透性差以及患者依从性低等问题。尽管玻璃体内注射等侵入性治疗方式逐渐普及，但对于慢性视网膜疾病而言，开发低侵入性的口服治疗方案具有重要的临床意义。为应对这一挑战，Collaborations Pharmaceuticals Inc.的研究团队开展了名为"MegaEye"的创新研究，通过整合多种机器学习方法系统预测口服化合物的眼部生物活性。这

  来源：Artificial Intelligence in the Life Sciences

  时间：2025-09-17

知名企业招聘：