研究人员开发了PhysMAP，一种基于机器学习的工具，能够仅通过神经元的电特征区分不同类型，从而识别与精神分裂症和重度抑郁症等精神疾病相关的特定细胞。该工具无需基因操作，可直接从体内记录中实时监测细胞活动，为理解精神疾病的细胞机制和开发靶向疗法提供了新途径。研究发表于《自然·通讯》。...
2025年9月30日《自然-神经科学》发表的研究首次通过高速摄像与机器学习解码小鼠在觅食任务中的面部动态，发现其不仅反映当前决策变量，还能编码未被使用的潜伏认知变量。次级运动皮层（M2）是驱动这些表情的关键源头。该研究为行为学提供非侵入性新方法，并可能启发临床诊断工具。...
一项发表于《自然·神经科学》的研究利用精密功能磁共振成像对两名慢性疼痛患者进行半年多的密集扫描，开发了个性化的机器学习模型来解码自发性疼痛强度。模型能准确追踪疼痛波动，但具有高度个体特异性，无法跨患者泛化，且需要大量训练数据。该研究为慢性疼痛的客观评估提供了新方法，强调了个性化脑成像的重要性。...
本文探讨了神经科学研究中关于自由意志是否存在的重要争议。作者指出，此前声称基于脑活动预判选择的实验多被误解，神经科学尚未证伪意识自由意志。文章详细分析了实验范式和数据分析方法的局限性，强调对“反自由意志”证据应设定更高标准，并呼吁公众关注研究细节而非片面结论。...
哈佛医学院和哈佛大学的研究人员发现了两组不同的神经元，它们帮助大脑在决策过程中评估风险与奖励。这些神经元位于腹侧纹状体，分别处理优于预期和劣于预期的结果。在小鼠实验中，抑制这些神经元会改变它们对奖励的预期，从而影响其决策行为。研究表明，大脑追踪的是可能奖励的完整范围，而不仅仅是平均值，这与机器学习的决策模型一致。如果这一发现在人类中得到证实，可能有助于解释抑郁症和成瘾等疾病中风险评估困难的现象。...
本研究利用患者来源的干细胞模型，通过机器学习技术实现了对帕金森病四种亚型的高精度分类，准确率最高可达95%。关键特征包括细胞内线粒体和溶酶体的功能状态，揭示了其在帕金森病发病机制中的重要性。研究表明，特定亚型与α-突触核蛋白的毒性积聚及线粒体功能障碍相关。该技术为个性化医疗提供了新的可能性，能够根据不同亚型定制治疗方案，推动靶向药物的开发。...
美国阿片类药物过量死亡激增，罗格斯大学研究发现，加强监狱重返社会计划，特别是为高风险使用者提供精神科药物处方，能显著提高阿片类药物使用障碍治疗的参与度。研究利用机器学习分析数据，指出注射吸毒史也是关键因素。建议监狱扩大安全注射器服务，改善护理级联，以降低释放后过量死亡风险。...
本文全面介绍STATISTICA软件，这是一款集数据分析、图表绘制、数据库管理与自定义开发于一体的专业平台。涵盖七大核心特性：丰富图形库、同步报告输出、优异兼容性、多格式支持、简便操作、内置Visual Basic编程及定制报表。详细解析其通用统计模块、高级线性/非线性模型、多变量分析、神经网络、效能分析、工业六西格玛工具、企业数据挖掘/分析/SPC系统及服务器解决方案，适用于生物医学研究、商业智能及工业工程等多领域。...
本文系统综述了复杂性疾病生物信息学研究的策略与方法，涵盖数据整合、差异表达分析、网络分析、机器学习建模、多组学整合及药物重定位等核心内容。结合2003年清华大学生物信息学中心李衍达课题组的早期综述与当前技术进展，强调生物信息学在揭示复杂性疾病分子机制和推动精准医学中的关键作用。文章指出未来方向包括单细胞组学、空间转录组学及人工智能融合，为相关领域研究者提供参考。...
遗传算法是一类模拟生物进化的智能优化算法，由J.H. Holland于1960年代提出。本文系统介绍了遗传算法的基本原理、核心优势（群体搜索、无需导数、概率转移）、当前研究热点（收敛性证明、算子设计、混合策略等），并整理了经典著作和在线资源。遗传算法广泛应用于工程优化、机器学习等领域，是进化计算的重要分支。...
一项发表于《自然-通讯》的新研究揭示，磷脂酰...
耶鲁大学神经科学家获得美国国立卫生研究院（...
常规收集健康数据在研究中的应用日益广泛 为医...
癌细胞需要大量的能量来生存和增殖 为了产生这...
数百万老年人患有被称为脑微出血的微小脑出血...
在结直肠癌手术后 许多患者面临一个难题 是否需...
