Positron emission tomography reveals increased myocardial glucose uptake in a subset of Friedreich ataxia patients
该研究通过正电子发射断层扫描（PET）揭示了部分FRDA患者心脏中葡萄糖利用的增加，表明心脏代谢物质利用模式的改变。研究发现，FRDA患者的心脏代谢依赖于葡萄糖而非脂肪酸，可能与心脏损伤相关。这一发现为FRDA患者的临床管理提供了新的视角，强调了代谢灵活性在心脏健康中的重要性。
In vitro bioactivities and formulation stability of Houttuynia cordata essential oil for cosmetic applications
Houttuynia cordata essential oil (HCEO) has been evaluated for its bioactivities and formulation stability, showing promising antimicrobial, antioxidant, wound-healing, anti-melanogenic, and anti-inflammatory properties. The study indicates HCEO's potential as a natural ingredient for skincare, particularly in treating acne and skin inflammation. Despite some limitations in efficacy compared to standard compounds, its multifunctional profile supports further development in cosmetic formulations. The oil-in-water cream formulations containing HCEO demonstrated excellent stability, while the gel formulations showed sensitivity to cold storage, suggesting areas for future improvement.
Repulsive guidance molecule A in the resolution of inflammation from ischemic stroke-associated pneumonia in mice
该研究探讨了repulsive guidance molecule A (RGMa)在缺血性中风相关肺炎中的作用，发现RGMa在小鼠模型中显著减轻了肺炎症状。研究表明，RGMa可能通过调节外周免疫抑制来影响肺炎的发展，具有重要的临床和商业潜力，尤其在生物技术领域。
Prediction of advanced chronic kidney disease through retinal fundus images by deep learning
该研究开发了一种深度学习模型，通过分析视网膜图像预测慢性肾病（CKD），在临床应用中显示出良好的性能。研究基于42,963次临床访问的数据，比较了不同模型配置的效果，发现使用双眼图像的模型在准确性上优于单眼图像。该技术的非侵入性特征使其成为监测糖尿病患者肾功能的有效工具，具有潜在的商业价值和广泛的临床应用前景。
Artificial intelligence for predicting depression anxiety and stress using psychometric data
该研究利用机器学习算法，特别是支持向量机(SVM)，探讨了预测心理健康问题（如抑郁、焦虑和压力）的潜力。通过分析39,775名参与者的DASS-42问卷数据，研究表明SVM在准确性上表现优异，分别达到了99.3%、98.9%和98.8%的预测准确率。此外，研究提出了一种新的多算法预测框架，旨在提高心理健康评估的准确性和鲁棒性。
Effects of optimal timed automatic awakening from a short daytime nap on cognitive performance, alertness, and fatigue
本研究开发了一种基于血流参数的自动唤醒系统，旨在优化短时间午睡的效果。实验结果表明，该系统能够有效改善主观疲劳和警觉性，且在N2阶段的检测准确性有所提升。研究表明，自动唤醒系统在提高认知表现方面具有潜在的应用价值，尤其是在医疗器械领域。
ABCD2 improves the diagnostic accuracy of carotid artery stenosis when combined with CT angiography
结合头颈CTA与ABCD2评分的研究显示，该方法在TIA患者中显著提高了颈动脉狭窄的诊断准确性，准确率达到88.74%，敏感性91.15%。这一创新的诊断策略不仅优化了TIA患者的风险评估，还可能改善临床决策，降低后续中风的风险。研究结果强调了影像学与临床评分结合的重要性，具有广泛的临床应用潜力。
Cerebral oxygenation responses to obstructive sleep apnea in cognitively normal older adults: a study using simultaneous polysomnography and functional near-infrared spectroscopy
该研究利用功能性近红外光谱（fNIRS）和多导睡眠监测（PSG）探讨了阻塞性睡眠呼吸暂停（OSA）对认知正常老年人脑氧合的影响。结果显示，脑氧合（rSO₂）与OSA指标之间存在显著的负相关，而传统的血氧饱和度（SpO₂）指标未能充分反映脑缺氧。研究强调了直接监测脑氧合的重要性，为老年人群的OSA相关干预提供了潜在的临床价值。
Brain temperature as proxy for brain state and oscillatory activity in the mouse
研究表明，脑温度与脑活动之间存在复杂的双向关系，脑温度变化可以有效预测小鼠的睡眠-觉醒状态。通过分析脑电图（EEG）活动与脑温度的关系，发现特定的脑电活动模式（如睡眠纺锤波和theta活动）会导致脑温度的变化。这一发现为理解脑状态的生理机制提供了新的视角，可能对神经科学研究和相关疾病的治疗具有重要意义。
Simultaneous EEG-PET-MRI identifies temporally coupled and spatially structured brain dynamics across wakefulness and NREM sleep
该研究通过整合EEG、PET和MRI技术，揭示了清醒与NREM睡眠状态下大脑的血流和代谢动态如何相互关联。研究发现，在NREM睡眠中，感官网络保持较高的代谢活动，而默认模式网络则表现出代谢抑制。这些发现为理解睡眠生理学及其在神经退行性疾病中的作用提供了新视角，具有重要的临床意义。
Machine learning identifies exosome related gene signatures for early prediction of non-small cell lung cancer
本研究通过机器学习识别了与非小细胞肺癌（NSCLC）相关的外泌体基因标志物，构建了一个基于六个核心基因（GPM6A, HYAL1, S100A4, ROBO4, LRRK2, HBA1）的早期诊断模型。该模型在独立验证队列中表现出优异的预测性能（AUC > 0.98），并展示了良好的临床适用性。此外，研究还探讨了这些基因在肿瘤免疫逃逸中的作用，并预测了潜在的治疗药物，如sunitinib，显示出其作为NSCLC治疗靶点的潜力。
The impact of PANoptosis-related genes on immune profiles and subtype classification in ischemic stroke
本研究探讨了PANoptosis相关基因在缺血性中风中的作用，识别了七个关键基因（PSMD2、PSMC3、BMX、AVEN、PIK3R5、CASP1和ACIN1）作为潜在的诊断标志物。通过生物信息学分析和机器学习，研究揭示了这些基因在缺血性中风患者中的表达模式及其与免疫微环境的关系，为早期诊断和靶向治疗提供了新的理论基础。
Smart defense based on explainable stacked machine learning architecture for securing internet of health things with K-means clustering
本研究提出了一种基于堆叠机器学习架构的智能防御系统，旨在提高互联网健康物联网（IoHT）中的网络安全性。通过利用K均值聚类技术，研究展示了如何有效检测和分类多类网络攻击，实验结果表明该模型在多种攻击检测中达到了99.41%的准确率。研究强调了AI在医疗网络安全中的重要性，提供了一种创新的解决方案以应对IoHT环境中的网络安全挑战，具有重要的商业应用潜力。
Real-time self-supervised denoising for high-speed fluorescence neural imaging
FAST是一种实时自监督去噪技术，专为高速度荧光神经成像设计，能够在超过1000帧每秒的速度下有效去噪。该技术通过平衡空间和时间冗余，显著提高了信噪比，适用于多种神经成像场景，包括钙成像和电压成像。FAST的轻量级网络架构和用户友好的图形界面使其易于集成到现有成像工作流程中，促进了神经科学研究的实时数据分析和闭环神经调制。
Engineered thoracic spinal cord organoids for transplantation after spinal cord injury
Engineered thoracic spinal cord organoids (enTsOrg) have been developed to enhance recovery from spinal cord injuries. These organoids, derived from induced pluripotent stem cells, replicate the anatomical and functional characteristics of the thoracic spinal cord, demonstrating significant improvements in motor function recovery in rodent models. The study emphasizes the importance of regional specificity and neuronal maturation in organoid transplantation, suggesting a promising avenue for innovative therapies in spinal cord repair.