Alzheimer's disease
PulseAugur coverage of Alzheimer's disease — every cluster mentioning Alzheimer's disease across labs, papers, and developer communities, ranked by signal.
- instance of Tau PET Imaging in the NACC Study Cohort 90%
- instance of dementia 90%
- used by Alzheimer's Disease Neuroimaging Initiative 70%
- instance of Alzheimer's Disease Neuroimaging Initiative 70%
- used by magnetic resonance imaging 70%
- developed by magnetic resonance imaging 70%
- used by Oasis 3 70%
- used by Tau PET Imaging in the NACC Study Cohort 70%
- instance of Beta amyloid 70%
- used by tadpole 70%
- instance of Parkinson's 70%
- instance of frontotemporal dementia 70%
- 2026-08-03 research_milestone Clinical trials for a surgical procedure to treat Alzheimer's disease are underway in Hong Kong, showing early promise. 来源
21 天有情绪数据
-
FDA批准由华盛顿大学医学院开发的阿尔茨海默病血液检测
美国食品药品监督管理局（FDA）已批准PrecivityAD2血液检测上市，该检测有助于评估阿尔茨海默病。该检测由C2N Diagnostics公司开发，该公司起源于圣路易斯华盛顿大学医学院，利用高分辨率质谱法测量与大脑淀粉样蛋白斑块相关的关键生物标志物。这种侵入性较小的诊断工具为脑脊液检测提供了一种替代方案，并可能促进患者早期治疗，因为近期疗法在早期开始时效果最佳。
-
新方法解决阿尔茨海默病检测中的类内变异问题
研究人员开发了新的方法来解决使用机器学习进行阿尔茨海默病检测时显著的类内变异问题。提出的方法，软目标蒸馏（SoTD）和实例级再平衡（InRe），旨在模拟阿尔茨海默病诊断个体内的认知障碍程度。在ADReSS和CU-MARVEL数据集上的实验表明，这些方法提高了检测性能，并且估计得分与独立的认知评估相关。
-
新的贝叶斯学习框架追踪阿尔茨海默病进展
研究人员开发了一个名为疾病连续谱定位（DCP）的新框架，该框架使用纵向贝叶斯学习从弥散张量成像（DTI）数据中估算阿尔茨海默病的连续进展。该方法推导出疾病连续谱得分（DCS）来量化个体在疾病谱上的位置，包括不确定性。在阿尔茨海默病神经影像倡议（ADNI）队列上的实验表明，DCP在准确性和临床相关性方面优于现有方法，能有效表征疾病严重程度并预测未来转化。
-
AI设计胞内抗体用于阿尔茨海默病、帕金森病的细胞治疗
研究人员开发出了可在人体细胞内发挥作用的AI设计胞内抗体，为阿尔茨海默病和帕金森病等神经退行性疾病带来了潜在的新疗法。这些新型分子经过工程化设计，能够靶向特定的细胞过程，为传统抗体无法触及的治疗干预开辟了道路。这一进展代表着利用AI开发靶向细胞疗法方面迈出了重要一步。
-
AI设计的胞内抗体为治疗细胞内疾病提供新途径
研究人员创造了一种新颖的方法，可以将标准抗体转化为能够穿透细胞的小分子，从而在人体细胞内部对抗疾病。这一突破有望为治疗阿尔茨海默病等疾病提供新的治疗策略，通过使AI设计的“胞内抗体”能够靶向细胞内的威胁。
-
疾病控制与预防中心（CDC）面临“僵尸项目”危机，因人员削减导致数百万资金未被使用
美国疾病控制与预防中心（CDC）正面临一场危机，国会资助的、高达2.46亿美元的项目因裁员和行政休假而基本无人负责。这些“僵尸项目”，包括针对阿尔茨海默病、戒烟和镰状细胞病的倡议，尽管获得了立法资助，但实际上已名存实亡。这种情况源于特朗普政府发起的一项广泛的重组努力，该努力导致了显著的人员削减，影响了关键的公共卫生专业知识，并使该机构在应对国家健康威胁方面“盲目飞行”。
-
迁移学习和人工智能在阿尔茨海默病诊断方面展现出潜力
一篇新的综述文章探讨了迁移学习（TL）技术在利用神经影像数据诊断阿尔茨海默病（AD）中的应用。文章强调了TL如何通过利用预训练模型来提高诊断准确性，尤其是在处理有限数据集时。文章还讨论了将可解释人工智能（explainable AI）整合到基于TL的AD诊断系统中，以增强理解并指导神经退行性疾病检测的未来研究。
-
新的 M-LINKX 框架增强了基于脑电图的痴呆症检测
研究人员开发了 M-LINKX，一个新颖的多视图图学习框架，旨在利用脑电图 (EEG) 数据改进阿尔茨海默病和额颞叶痴呆等认知疾病的检测。该框架将 EEG 信号转换为图表示，考虑了通道级特征以及不同连接度量、频带和拓扑滤波器之间的交互。在两个数据集上的实验证明了 M-LINKX 在区分认知障碍患者方面的优越性能。
-
Delta2Gamma 框架通过自适应脑电图分析提升阿尔茨海默病检测能力
研究人员开发了 Delta2Gamma，一个新颖的自监督学习框架，旨在利用脑电图 (EEG) 数据改进阿尔茨海默病的检测。该方法将脑电图信号分解为五个不同的神经节律带，每个带都有自己的自适应编码器和投影头，从而实现更细致的分析。在 ADFTD 队列的试验中，Delta2Gamma 在区分阿尔茨海默病患者和健康对照者方面达到了 92.4% 的准确率，优于现有的监督和脑电图特定技术。
-
肠道细菌代谢物与阿尔茨海默病进展相关
研究人员发现肠道健康与阿尔茨海默病之间存在新的联系。一种由肠道细菌产生的特定代谢物已被发现会损害大脑的保护性屏障。这种削弱与阿尔茨海默病的特征性脑部变化有关。
-
新论文详述用于早期神经退行性疾病检测的 डेटा-驱动技术
一篇新的 arXiv 论文回顾了用于阿尔茨海默病和帕金森病等神经退行性疾病早期检测和个性化治疗的 डेटा-驱动技术。该论文由 Snigdhansu Chatterjee 撰写，将这些方法组织成四大支柱，强调它们在创建具有临床应用价值的个体大脑健康模型方面的融合。它还强调了该领域剩余的统计、计算和临床挑战。
-
AI系统用于阿尔茨海默病早期检测
研究人员开发了一种新的人工智能系统，能够及早检测出阿尔茨海默病。该AI工具旨在提供更早的诊断，可能带来更有效的干预措施。Dataconomy报道了此项开发。
-
VGG16在十种CNN中引领MRI扫描阿尔茨海默病检测
研究人员对十种不同的卷积神经网络（CNN）架构进行了基准测试，用于从单视图MRI扫描中检测阿尔茨海默病。该研究在OASIS数据集的一个子集上使用了迁移学习和微调流程，该子集包含来自86,437次扫描的3,900张图像。VGG16取得了最高的验证准确率0.9637和测试准确率0.9533。所有测试架构都面临一个持续的挑战，即区分非痴呆和非常轻度痴呆阶段。
-
科技巨头面临社交媒体成瘾诉讼；GLP-1 药物显示出大脑健康前景
最近的一项法院裁决允许数千起指控社交媒体成瘾的诉讼继续针对 Meta 等科技巨头进行。此外，研究人员正在探索 GLP-1 药物（如 Ozempic）治疗阿尔茨海默病和痴呆症等脑部疾病的潜力，并将其与它们对肥胖和糖尿病的影响进行比较。
-
新框架利用纵向MRI扫描增强阿尔茨海默病诊断
研究人员开发了Parcel2Progression (P2P)，一个新颖的纵向框架，旨在利用结构MRI扫描改进阿尔茨海默病诊断。P2P通过采用一个引导图谱的区域编码器来表示3D扫描，以及一个整合不规则、长期患者数据的纵向Transformer来解决计算限制。该方法提供区域特定的可解释性，并能有效地随着扫描数量进行扩展，在预测轻度认知障碍向阿尔茨海默病转化以及区分阿尔茨海默病与认知正常个体方面优于现有方法。该框架还展示了在异常检测和泛化…
-
DisMorph框架区分MRI失真与大脑生物学变化
研究人员开发了DisMorph，一个用于分析纵向MRI扫描的新框架。该方法将梯度非线性等技术性失真与大脑真实的生物学变化分离开来。通过预测独立的技术和解剖变形场，DisMorph旨在提高形态测量学的准确性，尤其是在衰老和阿尔茨海默病等神经退行性疾病的研究中，这些疾病的成像一致性可能是一个挑战。
-
LLM驱动的语音分析框架用于阿尔茨海默病早期检测
研究人员开发了LSEAD，一个利用大型语言模型（LLMs）分析语音以早期检测阿尔茨海默病的新框架。这个隐私保护系统在本地处理语音转录，使用LLMs提取文本嵌入，然后应用主成分分析进行分类。在基准数据集上进行测试，LSEAD在早期检测方面比现有方法提高了高达5%的准确率，显示了其作为一种实用且安全的筛查工具的潜力。
-
AI模型用于脑萎缩检测显示跨人群可转移性
研究人员调查了最初在英国生物银行数据上训练的随机皮层自重建（SCSR）模型向独立的中国人群数据集的可转移性。该研究通过比较不同的训练策略和重建骨干网络，评估了SCSR检测灰质萎缩的能力，灰质萎缩是阿尔茨海默病等疾病的标志。结果表明，SCSR能有效识别中国人群的皮层萎缩，其中经过微调的Spherical UNet模型取得了最高的区分性能。
-
出租车司机空间推理能力或可预防阿尔茨海默病；Zoox 准备上线
一项最新研究表明，由于出租车司机培养了复杂的心智地图和空间推理能力，他们患阿尔茨海默病的几率可能较低。另外，Zoox 正在为上线做准备，而 Uber 则继续扩大其自动驾驶汽车业务，这凸显了人工智能在交通运输领域日益增长的作用。
-
超声波技术为中枢神经系统药物递送打开血脑屏障
Openwater公司专注于超声波技术，正将其应用于阿尔茨海默病和帕金森病等神经系统疾病的药物递送。他们的方法利用低强度聚焦超声结合微泡，暂时打开血脑屏障，使较大的药物分子能够到达中枢神经系统。一个关键的挑战是减少对昂贵且耗时的MRI引导的依赖，目前这限制了这种有前景的治疗方法的扩展性。