stroke
PulseAugur coverage of stroke — every cluster mentioning stroke across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
AI 分析乳腺钼靶图像以检测女性心脏病
研究人员开发出一种人工智能模型，能够通过分析常规乳腺钼靶图像来检测女性心脏病。这项突破性进展有望将乳腺癌筛查转变为一种双重用途工具，在筛查癌症的同时识别冠状动脉疾病、高血压和中风史等心血管问题。该人工智能在识别中风方面准确率高达86%，在识别高血压或冠状动脉疾病方面准确率达到78%-79%，为解决女性心脏病诊断不足问题提供了一种可扩展的方法。
-
新的多智能体系统为不同受众定制 AI 解释
研究人员开发了 XstrAI，一个新颖的多智能体框架，旨在生成面向受众的叙述，用于解释 AI 模型预测，特别是在医疗领域。该系统将 SHAP 等特征归因方法视为固定证据，并为患者、临床医生和数据科学家等不同受众构建沟通。XstrAI 采用专门的规划、语言实现和验证智能体，以确保证据的准确性、归因的一致性以及受众的适宜性，在评估中优于多种基线方法。
-
饮用咖啡与降低肝脏和心脏病风险相关
最新研究表明，适量饮用咖啡（定义为每天最多五杯）与肝脏和心血管系统有显著的健康益处。一项大型英国生物银行研究发现， regular coffee drinkers 患肝硬化、肝癌和肝病死亡的风险较低，即使在较低的饮用量下也观察到了益处。此外，美国心脏协会的一项审查表明，适量饮用咖啡对大多数成年人是安全的，并且可能与降低心脏病、中风和2型糖尿病的风险相关，而不会增加心律失常的可能性。
-
机器学习模型加速美国小区域慢性病估计
研究人员开发了机器学习模型来解决慢性病小区域估计（SAE）的滞后问题。通过学习频繁更新的区域级预测变量与现有SAE输出之间的关系，这些模型可以生成及时的估计。该研究评估了美国十种慢性病的县级SAE的各种全局和地理加权机器学习模型，发现地理加权随机森林和地理加权回归等地理加权框架为快速SAE生成提供了可扩展的解决方案。
-
AI 助手 Claude 提示用户就医，可能挽救了他们免于中风
一位用户报告称，AI 助手 Claude 根据其语音模式准确识别出了潜在的中风症状。该用户在说话和组织语言方面遇到困难，Claude 将此识别为令人担忧的迹象。尽管用户最初不以为意，Claude 仍坚持要求他们寻求医疗救助，促使该用户前往急诊室。医护人员确认该用户经历了一次短暂性脑缺血发作（TIA），即小中风，并认为 Claude 的建议促成了及时的医疗干预。
-
香港中医医院推出中风和腰痛治疗项目
香港中医医院将于下周推出针对中风和腰痛的新治疗项目。这些举措是更广泛的五年计划的一部分，该计划旨在推出23个疾病项目，以满足医疗需求并推广中医。医院认为中医对这些病症具有显著优势，并计划将其与西医相结合，以改善患者的治疗效果。
-
Koopman算子理论从肌电信号预测抓握力
研究人员开发了一种新颖的方法，利用Koopman算子理论从表面肌电图（sEMG）信号预测抓握力。该方法旨在通过精确估计和预测手部抓握力来改进机器人康复，即使只有一个sEMG传感器对。该系统在抓握力估计方面实现了约5.5%的加权平均绝对百分比误差，并展示了适合实时应用的快速处理时间。
-
新的西班牙语语音语料库旨在改善神经系统疾病的自动语音识别
研究人员推出了 S-DiverSe，这是一个新的西班牙语语音数据语料库，专门用于改进针对神经系统疾病患者的自动语音识别 (ASR)。该数据集包含 3.2 小时的野外录音，来自 22 名患有肌萎缩侧索硬化症、帕金森病和中风的西班牙语使用者。S-DiverSe 包含 444 个转录的音频片段，并附有说话者特征和病症的元数据，旨在促进针对这一具有挑战性的语音领域的 ASR 开发和评估。初步实验表明，文本后处理方法比微调更能有效地使 ASR …
-
新框架统一用于感觉恢复的脑机接口
一项新框架提出了一种用于感觉恢复的脑机接口（BCI）的统一方法，解决了当前研究的碎片化问题。该框架根据侵入性和信号方向对 BCI 进行分类，区分了恢复、替代和增强范式。它还概述了这些技术融合的路线图，并强调了机器学习基础模型在未来发展中的作用。
-
TCL发布智能马桶机器人，面向老年人和残疾人
TCL在其“悦伴”品牌下推出了一款名为“小伴”的新型智能马桶机器人，旨在解决中国数百万老年人和残疾人在独立如厕方面面临的挑战。与通常需要用户完全卧床或依赖人工协助的现有解决方案不同，“小伴”被设计成一种移动的、主动服务的机器人，能够导航到用户身边，协助如厕，并自主处理废物。该机器人利用TCL在移动机器人和智能控制方面的专业知识，集成了注重用户隐私、方便老年人使用以及卫生维护的功能，目标是恢复用户的尊严和独立性，同时减轻护理人员的身心负担。
-
混合AI模型融合深度学习与物理学分析神经系统疾病
一篇新的观点论文探讨了将深度学习与基于物理学的求解器相结合用于神经系统疾病分析的混合建模策略。这些方法，包括残差建模、神经常微分方程（NODEs）和求解器循环方法，旨在克服纯粹的机械或数据驱动模型的局限性。该论文提出，这些混合配置可以提高诊断准确性，预测疾病进展，并为脑肿瘤、阿尔茨海默病和中风等疾病的个性化治疗策略提供信息。
-
干细胞注射逆转小鼠脑卒中损伤
一项新研究表明，注射神经干细胞可以逆转小鼠的脑卒中损伤，恢复运动功能和协调能力。这项于2026年发表的研究为治疗脑卒中（一种影响大量成年人口的疾病）的再生医学带来了重大希望。
-
新AI方法可稳定地跨语言和病因表征构音障碍
研究人员开发了一种新颖的、无需训练的方法，利用自监督语音表征来评估构音障碍的严重程度。该方法分析了 12 种语言中 3,374 名说话者的语音特征子空间，识别出病因特异性的退化模式。该方法在这些模式上表现出跨语言稳定性和跨不同 SSL 主干的鲁棒性，表明其在语言无关的言语障碍表征方面具有潜力。