醫工簡報是由醫工學人理事會整理的醫工交叉領域一日內最新進展，內容來源為著名期刊、國內外知名媒體等。周一至周五工作日發布！

醫工簡報音頻內容已在喜馬拉雅、小宇宙等平臺上線，歡迎訂閱收聽~

行業動態

NIH 將終止數百項正在進行的研究資助

美國國立衛生研究院（NIH）近期大規模終止涉及 LGBT+ 健康、性別認同及科研領域 DEI（多元、公平、包容）的研究項目資助。據《自然》雜志披露的內部文件顯示，至少 16 項已資助項目被強制叫停，數百項研究面臨審查，包括跨性別群體、環境正義等議題。NIH 現已要求其員工審查任何 DEI 相關活動的新項目和正在進行的項目，并將它們分為四類：僅支持 DEI 相關活動的項目（第一類）、部分支持這些活動的項目（第二類）、不支持這些活動但包含一些 DEI 相關語言的項目（第三類）和不支持任何 DEI 相關活動的項目（第四類）。其中第一類研究將不被資助頒發獎項，第二類研究必須與受資助的首席研究人員或機構重新談判，以取消任何與 DEI 相關的活動。

臨床綜合

Science| 人類高階丘腦核團通過丘腦-額葉環路調控意識感知

最新研究發現，丘腦在意識感知中扮演關鍵“守門人”角色。4月4日，北京師范大學張鳴沙/李小俚團隊與解放軍軍總醫院神經外科趙虎林團隊在《科學》發文，通過結合新的視覺意識范式和丘腦-前額葉顱內腦電同時記錄，揭示出人類丘腦高階核團通過丘腦-前額葉環路調控意識感知的重要機制，極大挑戰了當前意識研究領域以大腦皮層中心的主流觀點，為解決當前意識理論間的爭議提供了重要證據。

https://doi.org/10.1126/science.adr3675

醫學人工智能

Nat. Commun.| LEOPARD：通過表征解耦與時序知識遷移實現多時間點組學數據的缺失視圖補全

縱向多組學研究中的模態缺失問題是重要挑戰，傳統方法因無法捕捉時間動態特征而導致分析偏差。開發能夠同時補全缺失視圖并保留生物學信息的算法，對揭示疾病動態機制和實現精準醫療具有重要意義。4月6日，德國環境健康研究中心 HAN Siyu 等人在《Nature Communications》上提出了一種專為補全多時間點組學數據缺失視圖而設計的神經網絡模型，LEOPARD。該研究通過表征解耦和時序知識遷移技術，首次實現了多時間點多組學數據的缺失視圖補全，并在 COVID-19 和慢性腎病隊列中驗證了其優于傳統方法的生物學信息保留能力。研究創新性地將對比學習與對抗訓練結合，不僅解決了縱向數據分布漂移問題，還為探索生物時序動態提供了新范式。

https://doi.org/10.1038/s41467-025-58314-3

醫學成像技術

Sci. Adv.| 基于實例分割神經網絡的視網膜血管穩健半自動追蹤方法

視網膜血管形態與分支結構對血流灌注至關重要，其異常與糖尿病視網膜病變等多種疾病密切相關。開發高精度血管追蹤算法對疾病早期診斷和病理研究具有重要價值。4月4日，約翰霍普金斯大學的 YI Ji 團隊提出了一種基于實例分割神經網絡（InSegNN）的半自動血管追蹤算法。該研究通過偽時序學習、空間多重采樣和動態概率圖三大策略，在視網膜眼底圖像中實現了 83% 的特異性，血管樹分割對稱最佳骰子系數（SBD）較基線 U-net 提升 50%，并保留了血管分支的層級信息。

https://doi.org/10.1126/sciadv.ado8268

康復（神經）工程

Sci. Adv.| 基于按鍵動態行為生物特征的帕金森病診斷

帕金森病（PD）是全球增長最快的神經退行性疾病之一，患者超過1000萬人，早期精準診斷對干預治療至關重要但仍是重大挑戰。4月4日，加州大學洛杉磯分校的陳俊團隊開發了一種基于磁彈性效應的柔性智能鍵盤系統（IKS），通過將打字動態轉化為高保真電信號，結合機器學習實現了 PD 運動癥狀的定量分析。該系統具有自供電、防水、生物相容等特性，在臨床試點中通過深度學習算法對 PD 患者打字模式的分析準確率達 96.97%，為 PD 的早期診斷和個性化監測提供了創新解決方案。

https://doi.org/10.1126/sciadv.adt6631

可穿戴技術

Nat. Mater.| 仿生節律生長激素貼片

生長激素（hGH）的脈沖式分泌對骨骼生長至關重要，但傳統皮下注射重組人生長激素（rhGH）難以模擬天然分泌節律，導致療效不佳。4月3日，浙江大學 HAN Jinpeng 等人開發了一種仿生微針貼片（BRIGHT patch），通過紫外光聚合技術構建核心-殼結構模塊，實現了 rhGH 的自主時序釋放。通過整合“爆發釋放”和“延遲釋放”模塊，模擬 hGH 夜間三階段脈沖分泌模式，顯著提升了 rhGH 的促生長效果。

https://doi.org/10.1002/advs.202415104

生物材料

Adv. Sci.| 新型氣體傳感器信號采集方法：實現信號放大與高效氣體識別

氣體傳感器的靈敏度和氣體識別能力提升對其廣泛應用至關重要，傳統方法通過改性傳感材料增強性能，但面臨 CMOS 兼容性和可靠性挑戰。優化傳感器工作偏置條件可顯著提升性能，但相關研究仍有限。4月4日，首爾國立大學的 Gyuweon Jung/Jong-Ho Lee 團隊在《Advanced Science》發表研究，提出了一種針對電阻式氣體傳感器的雙階段優化工作方法。該研究將傳感器操作分為反應階段（通過溫度與反應控制偏置增強氣體吸附）和信號檢測階段（通過讀取偏置調控電流路徑以放大信號），使 NO? 和 H?S 的響應分別提升 142.8 倍和 9.6 倍，并利用氣體擴散特性差異實現了單傳感器對四種氣體（H?S、NH?、NO?、NO）的精準識別。

https://doi.org/10.1002/advs.202415104