—— 要投稿,上万维,轻松学术交流

严正声明

本站非期刊官网,非中介代理,
不向作者收取任何费用!
举报微信:13140028228 冯老师

态度公正、信息求实、投稿自助、使用免费
您的位置:学术资讯 » 正文
  • 阅读: 2023/6/2 16:34:00

    慢性疼痛是一个重要的公共卫生问题,会造成沉重的健康与社会负担,并且主要依靠患者自我报告来评估,这难以精确衡量疼痛程度,也不利于诊断。近日,由美国加利福尼亚大学旧金山分校(UCSF)领导的一项新研究找到了疼痛的客观生物标志,或有助于慢性疼痛的诊断和治疗。

    该研究在 4 位慢性疼痛患者的前扣带回皮质和眶额皮层(与疼痛有关的脑区)内植入了记录电极,在之后的 3 6 个月里记录了他们大脑的神经活动。结合这些患者自我报告的疼痛水平,研究者利用机器学习技术,成功预测了疼痛的严重程度评分,并将慢性疼痛和急性疼痛的大脑神经活动信号区分开来:前者与眶额皮质(OFC)的持续性功率变化有关,而后者(由实验人员施加的热刺激引发的急性疼痛)与前扣带回皮质(ACC)的瞬时激发模式有关。研究者认为,这些结果或有助于今后研发出能即刻检测大脑疼痛并实施干预的系统。相关论文 5 22 日发表于《自然-神经科学》(Nature Neuroscience)。(Nature

    转自:“科研圈”微信公众号

    如有侵权,请联系本站删除!


    浏览(172)
    点赞(0)
    收藏(0)

上一篇:减肥新思路?清华大学研究团队揭示脑啡肽受体对脂肪代谢的重要作用|Life Metabolism

下一篇:粤港澳大湾区精准医学研究院原创新药中心姚贵阳课题组招聘博士后