深度学习 | 知识分享官

肥胖会引起三叉神经萎缩！？肥胖不仅仅是体重增加，还可能影响全身多个器官系统，但传统方法难以全面捕捉这些细微变化

Tue, 02 Jun 2026 11:00:41 GMT

肥胖会引起三叉神经萎缩！？

肥胖不仅仅是体重增加，还可能影响全身多个器官系统，但传统方法难以全面捕捉这些细微变化。研究人员开发了一种名为MouseMapper的深度学习框架，能自动分析小鼠全身的神经和免疫细胞，识别出三叉神经节下颌支的结构改变，涉及轴突重塑和补体通路。该框架还能生成三维炎症地图，揭示免疫细胞在组织中的分布。研究证明，这种AI工具具有跨不同成像分辨率和数据的普适性，为从动物模型向人类疾病的研究转化提供了新途径。

MouseMapper通过自动分割31个器官和 tissues，并解析神经纤维和免疫细胞簇，实现了高分辨率的全身分析。在饮食诱导肥胖模型中，它发现了下颌神经的结构损伤与触须感知功能缺陷的关联，并检测到三叉神经节中与轴突重塑和补体通路相关的蛋白质变化，这些发现同样在人类样本中得到验证。该框架为系统性病理的识别和量化提供了强大工具，有助于将分子层面的研究从动物模型延伸到人类健康问题。

这项研究展示了AI在生物医学研究中的强大潜力，但需要更多研究来验证其在不同物种和疾病中的适用性，并探索其临床转化路径。目前，该技术主要基于小鼠模型，如何更精准地反映人类复杂疾病的全局变化仍需进一步探索。

别骂了别骂了😭

来源：Nature

#人工智能 #深度学习 #肥胖 #神经科学 #全身性影响

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿

阿里联合顶尖三甲，实现无创、低成本结直肠癌筛查结直肠癌是导致癌症死亡的主要原因之一，早期筛查对降低死亡率至关重要

Thu, 30 Apr 2026 23:00:20 GMT

阿里联合顶尖三甲，实现无创、低成本结直肠癌筛查

结直肠癌是导致癌症死亡的主要原因之一，早期筛查对降低死亡率至关重要。目前常用的结肠镜和CT结肠造影虽有效，但存在肠道准备复杂、侵入性强、患者依从性低等问题。为此，研究人员开发了一种名为COCA的新型方法，利用非对比增强CT扫描结合深度学习技术，旨在实现无创、低成本、可大规模应用的结直肠癌筛查。

这项多中心、国际性的回顾性研究纳入了1,321名结直肠癌患者和1,357名健康对照，用于开发COCA模型。该模型采用联合病变分割与分类架构，并优化了混合监督学习。验证阶段涉及来自六个中心的2,053名患者，结果显示COCA的ROC曲线下面积（AUC）在0.967至0.996之间。与放射科医生相比，COCA将结直肠癌检测的敏感度提高了20.4%，特异性提高了5.4%。在两个真实世界队列中，COCA在9,016名连续患者中达到88.2%的敏感度和99.5%的特异性，在18,427名患者中保持86.6%的敏感度和99.8%的阳性预测值。

COCA在物理检查、急诊、门诊及住院等不同临床场景中均表现出稳健性能，有效避免了结直肠癌的漏诊。这些发现表明，COCA有望成为大规模机会性结直肠癌筛查的有力工具，为提高筛查效率、降低死亡率提供新途径。不过，研究仍需更多样本验证，并持续优化模型以适应不同人群和临床情况。

AI比医生还细心，结直肠癌检测新利器🤖

来源：Annals of oncology : official journal of the European Society for Medical Oncology

#结直肠癌 #AI #CT扫描 #深度学习 #癌症筛查

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿

🤖 自监督学习实现机器人唇语同步人机交互中，嘴唇动作占据近一半视觉注意力

Sun, 01 Mar 2026 14:03:18 GMT

🤖 自监督学习实现机器人唇语同步

人机交互中，嘴唇动作占据近一半视觉注意力。但现有机器人嘴唇往往动作僵硬、与语音不同步，产生恐怖谷效应。

哥伦比亚大学 Hod Lipson 团队研发了一款仿生人形机器人面部，采用软硅胶嘴唇和 10 自由度机械结构，能模拟人类复杂的嘴部运动。研究团队使用变分自编码器（VAE）结合面部动作 transformer 的自监督学习 pipeline，让机器人直接从语音音频中自主推断唇部运动轨迹，无需预先定义动作规则。实验显示，该方法在视觉连贯性上优于简单振幅基线，且能泛化到训练时未见过的 10 种语言。

这项突破为机器人社交交互、教育陪伴、康复训练等场景奠定了基础。逼真的唇语同步能显著提升人机交互体验，减少恐怖谷效应。不过，研究仍处于实验室阶段，离大规模商用还有距离。

以后机器人讲 10 国语言都不用对口型了！👄

来源：Science Robotics (IF: 27.5, Q1)

#机器人 #人机交互 #深度学习 #仿生机器人

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿

街景绿植类型影响心血管健康？研究揭示树木多更护心，草地反增风险很多人关心居住环境对心血管健康的影响，传统上认为绿植越多越好，但新研究用街景图像分析发现，不同类型的绿植作用可能不同

Thu, 29 Jan 2026 11:27:46 GMT

街景绿植类型影响心血管健康？研究揭示树木多更护心，草地反增风险

很多人关心居住环境对心血管健康的影响，传统上认为绿植越多越好，但新研究用街景图像分析发现，不同类型的绿植作用可能不同。美国一项针对8.8万护士的长期研究，通过深度学习分析居民周边街景中的树木、草地等绿植比例，探索与心血管疾病（CVD）风险的关联。

研究团队从350百万街景图像中，用深度学习模型估算居民住宅500米范围内的树木、草地及其他绿植占比。结果显示，树木比例越高，心血管疾病发病风险越低（每四分位增加后，风险比下降至0.96）；而草地比例高则风险升高（风险比1.06），其他绿植类型也有类似趋势。研究调整了人口密度、空气污染、社会经济地位等因素后，结果依然显著，且与传统卫星植被指数的结果一致。

这一发现提示，并非所有绿植都对心血管健康有益，树木等特定类型可能更具保护作用。传统将不同绿植聚合为单一指标的做法，可能掩盖了类型差异带来的健康效应，未来政策制定和干预措施需更精准地考虑绿植类型，而非仅看总量。

树木多护心，草地多反增风险？绿化得选对“物种”！🌳

来源：Environmental epidemiology (Philadelphia, Pa.)

#心血管疾病 #街景图像 #深度学习 #绿植类型 #环境流行病学

via: 热心群友

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿

“意念控制”成真？新技术实现无创脑机接口精准控制机械手指控制机械臂不再是科幻片专属

Thu, 30 Oct 2025 00:00:51 GMT

“意念控制”成真？新技术实现无创脑机接口精准控制机械手指

控制机械臂不再是科幻片专属。近期，卡内基梅隆大学的团队在《自然·通讯》上发表研究，展示了一种非侵入式的脑机接口（BCI）系统。该系统能让佩戴者通过“意念”实时控制机械手的独立手指运动。

研究团队使用脑电图捕捉大脑信号，并采用深度学习网络进行解码。在21名受试者中，该系统在区分两个手指（拇指与小指）的运动想象任务中，实时解码准确率达到了80.56% ；在三个手指（拇指、食指、小指）的任务中，准确率也达到了60.61% 。

此前，要实现如此精细的手指控制大多依赖侵入式电极。这项研究首次证实了使用EEG这种无创、低成本技术，也能实现自然且精准的机械手单指控制，为运动障碍患者的功能恢复带来了新希望。

玩游戏玩不好被骂脑残而不是手残的日子越来越近了🤪

来源：Nature Communication

#脑机接口 #机械手 #深度学习

🧬 频道｜ 🧑‍🔬 群组｜ 📨 投稿