检索结果-内蒙古大学图书馆

中华神经科杂志 2025年第1期58卷 109-115页

作者：徐莹张贵丽王群首都医科大学附属北京天坛医院神经病学中心国家神经系统疾病临床医学研究中心北京100070 首都医科大学附属北京天坛医院神经病学中心国家神经系统疾病临床医学研究中心北京脑重大疾病研究院北京100070

路易体痴呆(DLB)是神经系统退行性疾病中第二大痴呆类型,最新的中国路易体痴呆诊断与治疗指南将脑电图异常定义为临床诊断的支持性生物标志物。DLB患者的癫痫发作和癫痫样放电逐渐引起大家的关注和研究,越来越多的研究证据表明DLB和癫... 详细信息

路易体痴呆(DLB)是神经系统退行性疾病中第二大痴呆类型,最新的中国路易体痴呆诊断与治疗指南将脑电图异常定义为临床诊断的支持性生物标志物。DLB患者的癫痫发作和癫痫样放电逐渐引起大家的关注和研究,越来越多的研究证据表明DLB和癫痫之间存在相关性。但DLB患者癫痫发作的识别及诊断仍面临挑战,并且除临床癫痫发作外,亚临床癫痫活动也是DLB的重要研究内容。DLB癫痫发作潜在的病理机制仍不明确。本综述总结了目前癫痫与DLB之间的联系、潜在病理机制和今后可能的研究方向,提醒临床医师在诊疗过程中关注DLB患者的癫痫及亚临床癫痫活动,早期识别并及时干预。

关键词：癫痫发作脑电描记术路易体痴呆亚临床发作

来源：评论

学校读者我要写书评

暂无评论

数字生物标志物:打开数智医疗应用的钥匙

引用

中国卒中杂志 2025年第4期20卷 385-390页

作者：周宏宇李子孝首都医科大学附属北京天坛医院神经病学中心北京100070 国家神经系统疾病临床医学研究中心

数字生物标志物是借助数智技术,通过可穿戴设备等工具主动或被动采集个体的行为、生理或生化数据,再经人工智能算法分析构建的新型指标。近年来,数字生物标志物研究在糖尿病、心血管疾病、癫痫、帕金森病及抑郁症等领域发展迅猛,但其在... 详细信息

数字生物标志物是借助数智技术,通过可穿戴设备等工具主动或被动采集个体的行为、生理或生化数据,再经人工智能算法分析构建的新型指标。近年来,数字生物标志物研究在糖尿病、心血管疾病、癫痫、帕金森病及抑郁症等领域发展迅猛,但其在脑血管病领域的应用尚处于初期阶段。本文对比传统与数字生物标志物的区别,介绍常用的数字设备类型,探讨数字生物标志物的筛选、应用及挑战,并结合脑血管病特点分析其潜力,以期为推进脑血管病个体化医疗、药物与脑机接口技术研发提供新思路。

关键词：数字生物标志物脑血管病数智医疗可穿戴设备人工智能

来源：评论

学校读者我要写书评

暂无评论

脑出血患者卒中前痴呆与院内结局:基于中国卒中中心联盟登记数据库的分析

引用

中国卒中杂志 2025年第3期20卷 373-379页

作者：李秋菊尹金风王春娟杨昕任添华李子孝谷鸿秋姜勇首都医科大学附属北京天坛医院国际医疗部北京100070 国家神经系统疾病临床医学研究中心国家神经系统疾病医疗质量控制中心首都医科大学附属北京天坛医院神经病学中心

目的调查脑出血患者卒中前痴呆的患病率及其与院内结局的关系。方法本研究数据来源于中国卒中中心联盟登记数据库2015年8月—2022年12月入组的脑出血患者。卒中前痴呆的判定依据患者病史中的自我报告。院内结局包括入院2 d内行走、卒中... 详细信息

目的调查脑出血患者卒中前痴呆的患病率及其与院内结局的关系。方法本研究数据来源于中国卒中中心联盟登记数据库2015年8月—2022年12月入组的脑出血患者。卒中前痴呆的判定依据患者病史中的自我报告。院内结局包括入院2 d内行走、卒中复发、院内死亡、院内并发症(肺栓塞、肺炎等)及出院回家。采用多因素logistic回归,分析脑出血患者卒中前痴呆与院内结局的相关性。结果本研究纳入109366例脑出血患者,男性68386例(62.5%),年龄63.0(53.0~72.0)岁,入院时NIHSS评分为6.0(2.0~13.0)分,住院天数为15.0(10.0~21.0)d。总计293例(0.3%)存在卒中前痴呆病史。与无卒中前痴呆患者相比,卒中前痴呆患者年龄更大、女性比例更高、受教育程度更低。多因素logistic回归分析发现,卒中前痴呆可能与更高的院内并发症(OR 2.35,95%CI 1.46~3.83),特别是肺炎(OR 2.52,95%CI 1.57~4.08)事件相关,但两组患者在卒中复发(OR 1.45,95%CI 0.63~2.88)、院内死亡(OR 1.43,95%CI 0.80~2.50)、出院回家(OR 0.83,95%CI 0.46~1.60)等结局上无显著差异。结论本研究中脑出血患者卒中前痴呆的患病率为0.3%,卒中前痴呆可能增加脑出血患者院内并发症尤其是肺炎的风险。

关键词：脑出血卒中前痴呆患病率院内结局

来源：评论

学校读者我要写书评

暂无评论

基于脑影像及临床特征的机器学习模型预测缺血性卒中后心房颤动

引用

中国卒中杂志 2025年第4期20卷 392-400页

作者：张栗源刘涛姜勇李子孝王拥军杨晓萌国家神经系统疾病临床医学研究中心北京100070 北京航空航天大学生物与医学工程学院首都医科大学附属北京天坛医院神经病学中心

目的探讨基于患者脑影像及临床特征的机器学习模型对缺血性卒中后心房颤动的预测价值。方法本研究采用回顾性队列研究设计,数据源于中国国家卒中登记Ⅲ,纳入2015年8月—2018年3月收录的缺血性卒中和TIA病例。通过系统收集的既往病史记录... 详细信息

目的探讨基于患者脑影像及临床特征的机器学习模型对缺血性卒中后心房颤动的预测价值。方法本研究采用回顾性队列研究设计,数据源于中国国家卒中登记Ⅲ,纳入2015年8月—2018年3月收录的缺血性卒中和TIA病例。通过系统收集的既往病史记录,住院期间的心电图检查及24 h动态心电监测结果将患者分为窦性心律组和缺血性卒中后心房颤动组。首先应用预训练的nnUNet深度学习框架对DWI数据进行标准化预处理及病灶自动分割。随后基于PyRadiomics开源软件包提取病灶的影像组学特征,涵盖形态学特征、一阶统计量及高阶纹理特征等8类共960项定量影像特征。特征工程阶段,首先应用斯皮尔曼等级相关系数分析(预设阈值|ρ|>0.8)剔除高度共线性特征,保留独立特征后,采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归算法进行特征选择并构建联合预测模型。模型性能通过5折交叉验证进行内部验证,采用ROC曲线的AUC作为主要评价指标。最终通过SHAP(SHapley Additive exPlanations)框架解析特征重要性。结果共纳入1464例缺血性卒中患者,平均年龄(64.5±11.1)岁,缺血性卒中后心房颤动患者498例,窦性心律患者966例。基于15项临床特征构建的缺血性卒中后心房颤动预测模型的5折交叉验证平均AUC值为0.71(95%CI 0.67~0.74);将临床特征和影像组学特征融合,构成975项多模态特征,平均AUC值为0.73(95%CI 0.70~0.76);使用LASSO方法进行特征筛选,筛选后得到31项多模态特征(包括25项影像组学特征和6项临床特征),平均AUC值为0.73(95%CI 0.70~0.77)。结论基于脑影像及临床特征的机器学习模型能有效预测缺血性卒中后心房颤动,可进一步应用于临床工作中。

关键词：缺血性卒中心房颤动机器学习

来源：评论

学校读者我要写书评

暂无评论

基于IMU信号的人工智能上肢多关节运动状态识别系统构建——卒中后人工智能运动功能评估与检测系统建设前导研究

引用

中国卒中杂志 2025年第4期20卷 401-409页

作者：程相鑫张烁杜松骏刘子阳周宏宇贾伟丽李子孝刘涛北京航空航天大学生物与医学工程学院北京100191 首都医科大学附属北京天坛医院神经病学中心国家神经系统疾病临床医学研究中心

目的本研究旨在构建并研发一种基于低成本惯性测量单元(inertial measurement unit,IMU)信号的上肢多关节运动状态识别系统,用于快速、可靠地解码人类活动中的上肢多关节(前臂、肘关节、肩关节)运动状态,为卒中后上肢康复评估中的运动... 详细信息

目的本研究旨在构建并研发一种基于低成本惯性测量单元(inertial measurement unit,IMU)信号的上肢多关节运动状态识别系统,用于快速、可靠地解码人类活动中的上肢多关节(前臂、肘关节、肩关节)运动状态,为卒中后上肢康复评估中的运动模式识别和日常运动监测提供支持。方法本研究纳入4名健康受试者,通过部署于手腕和上臂的IMU采集受试者的6维(3轴加速度+3轴角速度)运动信号,每名受试者重复10次。基于Fugl-Meyer运动功能评定量表上肢部分的屈肌协同运动,设计8个子任务,每个任务对应前臂(是否旋后)、肘关节(是否屈曲)、肩关节(是否上提)的三元状态标签。构建基于单任务迁移的多标签分类框架(即独立训练单关节分类器后融合输出)。在算法层面,对比了传统机器学习方法(时频域特征+随机森林)与深度学习算法(长短期记忆网络的网络端到端学习)。通过5折交叉验证评估上肢多关节运动状态识别系统的准确性,并设计消融实验分析传感器配置(如单腕vs.腕+臂)对解码性能的影响,以探索硬件优化空间。结果研究共采集4名健康受试者的320个运动数据样本,结果提示,本研究设计的运动状态识别系统在上肢多关节状态解码中表现良好:传统机器学习方法在肘关节状态分类中的平均准确率为79.37%,而深度学习模型IBNet(Inception-BinaryNet)的准确率达到87.5%,显示出更强的模式学习能力。消融实验发现,仅使用手腕IMU时,肘关节状态分类准确率超过了双IMU配置(92.5%vs.87.5%),且在其他任务中差异不显著,这表明优化传感器部署(如减少上臂IMU)可降低系统复杂度,同时保持较高性能。结论本研究成功构建了一种基于低成本IMU的上肢运动状态识别系统。研究发现,深度学习算法在解码复杂运动模式时优于传统机器学习,且单手腕IMU在特定任务中可替代双传感器配置,为硬件优化提供了依据。

关键词：运动功能评估卒中多关节解码惯性测量单元

来源：评论

学校读者我要写书评

暂无评论

症状性非急性颈内动脉闭塞血管内治疗研究进展

引用

中国卒中杂志 2025年第2期20卷 240-246页

作者：杨营营高颖莫大鹏王伊龙北京 100070 首都医科大学附属北京天坛医院神经病学中心首都医科大学附属北京天坛医院国家神经疾病医学中心首都医科大学附属北京天坛医院介入神经病学科北京 100070 首都医科大学附属北京天坛医院神经病学中心首都医科大学附属北京天坛医院国家神经疾病医学中心北京脑科学与类脑研究所首都医科大学人脑保护高精尖创新中心国家神经系统疾病临床医学研究中心口腔健康北京实验室首医—天坛联合实验室

症状性非急性颈内动脉闭塞患者的基础治疗是抗血小板药物、强化降脂及危险因素的控制,但即使接受最佳的内科治疗,此类患者仍有较高的卒中复发率.近年来,随着技术的成熟以及器械的更新,血管内治疗逐渐用于症状性非急性颈内动脉闭塞的治疗... 详细信息

症状性非急性颈内动脉闭塞患者的基础治疗是抗血小板药物、强化降脂及危险因素的控制,但即使接受最佳的内科治疗,此类患者仍有较高的卒中复发率.近年来,随着技术的成熟以及器械的更新,血管内治疗逐渐用于症状性非急性颈内动脉闭塞的治疗,但仍缺乏高级别循证医学证据的支持.本文旨在阐述症状性非急性颈内动脉闭塞在血管内治疗方面的研究进展,包括其有效性和安全性、患者选择及其对认知功能的影响.

关键词：非急性颈内动脉闭塞慢性颈内动脉闭塞血管内治疗缺血性卒中认知功能

来源：评论

学校读者我要写书评

暂无评论

卒中:回眸2024

引用

中国卒中杂志 2025年第1期20卷 1-19页

作者：熊云云李光硕马宇洁李祉馨沈柯佳马瑛孙大鹏孙溢阳王拥军首都医科大学附属北京天坛医院神经病学中心北京100070 国家神经疾病医学中心国家神经系统疾病临床医学研究中心北京脑科学与类脑研究所国家神经系统疾病医疗质量控制中心北京脑重大疾病研究院脑卒中研究所脑血管病转化医学北京市重点实验室

2024年,脑血管病临床研究进展显著。全球卒中领域研究者们共同的智慧和努力进一步完善了脑血管病的诊疗和管理策略。在出血性卒中领域,特别是在硬膜下血肿和原发性脑出血的治疗方面,研究取得了令人振奋的突破性进展。同时,缺血性卒中作... 详细信息

2024年,脑血管病临床研究进展显著。全球卒中领域研究者们共同的智慧和努力进一步完善了脑血管病的诊疗和管理策略。在出血性卒中领域,特别是在硬膜下血肿和原发性脑出血的治疗方面,研究取得了令人振奋的突破性进展。同时,缺血性卒中作为近年来的研究热点,在静脉溶栓、动脉取栓和二级预防等多个方面,不断涌现出更多高质量的研究成果,为临床诊疗提供了更多、更坚实的证据。本文将对2024年脑血管病领域的关键临床研究结果进行总结和解读,旨在帮助读者更好地把握当前的研究热点,深入理解其意义。

关键词：脑血管病缺血性卒中出血性卒中再灌注取栓静脉溶栓二级预防

来源：评论

学校读者我要写书评

暂无评论

编者按

引用

中国卒中杂志 2025年第4期 391页

作者：李子孝刘涛首都医科大学附属北京天坛医院神经病学中心国家神经系统疾病医疗质量控制中心办公室国家神经系统疾病临床医学研究中心质量研究部北京航空航天大学生物与医学工程学院

正如基因组学革命源于系统化的基因组信息采集与解析，随着人工智能算法和数字设备的进步，由数字生物标志物对人类行为、生理及生化数据进行的系统性理解与“测量”，有望触发一场新变革。这不仅提供了更客观、更高精度和持续监测的数...

正如基因组学革命源于系统化的基因组信息采集与解析，随着人工智能算法和数字设备的进步，由数字生物标志物对人类行为、生理及生化数据进行的系统性理解与“测量”，有望触发一场新变革。这不仅提供了更客观、更高精度和持续监测的数据信息，更重要的是，数字生物标志物同时以表型采集与疗效反馈终端的角色，深度参与药物及器械的闭环干预治疗。

关键词：

来源：评论

学校读者我要写书评

暂无评论

人工智能在脑血管病领域中的应用

引用

首都医科大学学报 2025年第2期46卷 177-183页

作者：王拥军刘涛刘子阳熊云云荆京谢雪微李子孝首都医科大学附属北京天坛医院神经病学中心北京100070 国家神经系统疾病临床医学研究中心北京100070 北京航空航天大学生物与医学工程学院北京100191

随着人工智能(artificial intelligence,AI)在医学领域的广泛应用与快速发展,脑血管病专科作为临床医学的一个重要分支,也逐渐开始应用AI技术来进一步优化脑血管疾病的诊断及其后续管理。尽管如此,仍需要进一步的研究来实质性地评估这... 详细信息

随着人工智能(artificial intelligence,AI)在医学领域的广泛应用与快速发展,脑血管病专科作为临床医学的一个重要分支,也逐渐开始应用AI技术来进一步优化脑血管疾病的诊断及其后续管理。尽管如此,仍需要进一步的研究来实质性地评估这些技术在临床实践中应用的诊断准确性和可行性。本综述旨在分析当前AI算法在脑血管疾病诊断和临床决策中的应用,并讨论这些算法的可行性和未来应用前景。

关键词：人工智能脑血管病深度学习数据隐私精准医疗

来源：评论

学校读者我要写书评

暂无评论

“希望区域”框架样本量重估在适应性设计临床试验中的应用

引用

首都医科大学学报 2025年第2期46卷 197-201页

作者：杨笑夏雪周全郝允逸王安心首都医科大学附属北京天坛医院北京市神经外科研究所流行病学研究室北京100070 首都医科大学附属北京天坛医院国家神经系统疾病临床医学研究中心北京100070 首都医科大学临床流行病与临床试验学系北京100070

“希望区域”法是在非盲状态下对适应性设计临床试验的期中数据进行分析,进而根据期中分析对样本量进行调整,以提高试验成功的概率或减少非必要样本量投入的一种样本量重估方法。Mehta和Pocock基于“希望区域”的概念提出了根据期中分... 详细信息

“希望区域”法是在非盲状态下对适应性设计临床试验的期中数据进行分析,进而根据期中分析对样本量进行调整,以提高试验成功的概率或减少非必要样本量投入的一种样本量重估方法。Mehta和Pocock基于“希望区域”的概念提出了根据期中分析结果增加样本量的规则(MP设计)。进一步地,MP设计与成组序贯相结合可以为试验设定提前停止边界,允许在有利/不利条件下减少样本量投入。临床试验设计则在“希望区域”框架下进行了进一步优化,通过将样本量与条件效能组合考虑,实现以最小样本量达到最高条件效能的目的。本文将概述“希望区域”法的原理,介绍“希望区域”的确定及样本量重新估计的方法,并结合实际案例进一步说明该方法在临床试验中的可行性。

关键词：希望区域法样本量重估适应性设计期中分析条件效能

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：