• 轻度认知障碍患者与阿尔茨海默病患者的大脑结构与神经精神症状之间的关系

  摘要 引言 神经精神症状（NPS）从轻度认知障碍（MCI）到阿尔茨海默病（AD）都非常普遍。了解NPS与大脑区域变化之间的联系有助于揭示疾病进展的神经机制。 方法 这项横断面研究分析了来自国家阿尔茨海默病协调中心的1536名老年人，其中包括860名健康对照组、389名MC

  来源：INTERNATIONAL JOURNAL OF GERIATRIC PSYCHIATRY

  时间：2025-12-11

• 阿尔茨海默病样病理的啮齿动物模型中，海马突触可塑性的损伤以及褪黑素合成的减少与认知衰退密切相关

  摘要褪黑素是一种由松果体分泌的激素，它在多种松果体外组织中产生。芳基烷基胺N-乙酰转移酶（AANAT）的活性决定了组织中褪黑素合成的整体速率。有研究表明，在急性β-淀粉样蛋白（Aβ）神经毒性作用期间，AANAT酶活性会下降，阿尔茨海默病患者的褪黑素水平也会降低。这些发现引发了这样一个问题：在认知功能下降的过程中，大脑中的褪黑素合成是否也会发生改变。我们研究了由Aβ引起的认知障碍是否会影响AANAT的活性状态，因为AANAT是海马区中参与褪黑素合成的关键酶。实验中，雄性Wistar大鼠接受了脑室内注射Aβ。注射Aβ两周后，通过白细胞介素-1（IL-1β）的免疫组化染色来评估神经炎症情况；利用局部

  来源：PFLUGERS ARCHIV-EUROPEAN JOURNAL OF PHYSIOLOGY

  时间：2025-12-11

• 基于自然的干预措施能够减轻患有慢性疾病的儿童的生理压力：来自唾液生物标志物的证据

  森林干预对儿童慢性疾病患者压力反应的生理学研究自然接触对公共健康的影响近年来备受关注，但针对儿童慢性疾病群体的系统性研究仍存在显著空白。本研究通过评估52名8-17岁儿童在西班牙地中海森林的短期干预效果，首次揭示了神经发育障碍患儿和癌症幸存者在生理应激指标上的独特响应模式。研究采用准实验设计，将参与者分为三组：29名神经发育障碍患儿（包括胎儿酒精综合征及非法药物暴露病例）、14名儿童癌症幸存者（涵盖白血病、脑瘤等不同病种）以及9名健康对照组（患者直系亲属）。干预方案包含2.5小时森林活动，具体流程为：30分钟森林漫步→30分钟零食休整→50分钟感官体验工作坊（包含自然元素的手工创作和生态主题阅

  来源：Frontiers in Public Health

  时间：2025-12-11

• 多学科视频数据驱动的道路交通事故分析：时空建模与风险感知框架

  引言随着城市化进程加速，道路交通事故已成为全球性的公共卫生挑战。传统交通事故分析方法（如警察报告和统计资料）难以捕捉复杂交通环境中多智能体（车辆、行人、非机动车）的动态交互行为。本文提出一种融合计算机视觉、行为心理学与交通工程的多学科视频分析框架，通过in situ视频数据解析事故前兆模式，为风险敏感型决策提供数据驱动支持。多模态交通监控分析现代交通监控系统整合视频流、车辆遥测、环境传感器等多源数据，构建高维时空场景表征。卷积神经网络（CNN）与循环神经网络（RNN）被广泛应用于目标检测、轨迹预测及行为分析，而多模态嵌入技术可关联驾驶员动作与外部刺激，提升事故根因分析的准确性。例如，同步加速度

  来源：Frontiers in Public Health

  时间：2025-12-11

• 可微分锥体目标散射建模及其在神经网络中的梯度优化应用

  在雷达目标特性建模领域，散射中心模型已成为高频区电磁散射分析的核心工具。然而，传统模型基于物理光学(PO)和等效边缘电流(EEC)等高频渐近方法，在锥体等复杂结构的特定观测角度会产生奇点。这些数学上的不连续性不仅导致雷达散射截面计算误差，更会引发多普勒频谱失真和神经网络训练中的梯度爆炸问题，严重制约了其在现代智能算法中的应用。为解决这一难题，北京理工大学的研究团队在《Journal of Systems Engineering and Electronics》上发表了创新性研究成果。他们从电磁场基本理论出发，重新推导了锥体目标的散射表达式，发现奇点产生的根源在于传统方法对环形积分采用驻定相位法

  来源：Journal of Systems Engineering and Electronics

  时间：2025-12-11

• 基于电耦合体通道通信的植入式外周神经接口系统：实现下一代假肢同步多站点数据传输

  当人们因神经肌肉疾病或血管病变导致运动功能严重受损时，智能假肢系统成为恢复生活品质的重要希望。这类系统通过记录和处理神经信号来解码用户的运动意图，近年来已实现能让截肢者自如行走坡道、楼梯的智能假腿，以及可完成日常抓握任务的仿生手。然而，要实现接近自然生活的精细动作，仍需要从神经系统获取更精确的生物信号。目前主流的脑电图(sEEG)和皮层脑电图(ECoG)技术存在空间分辨率低、信号易衰减和临床风险高等局限。与之相比，外周神经接口能够以更高的选择性和生理相关性捕获运动信号，为假肢提供更精准、低延迟的控制能力。特别是在截肢者残留神经纤维中解码抓握动作，可比肌电图(EMG)或sEEG更接近自然运动意图

  来源：IEEE Open Journal of the Solid-State Circuits Society

  时间：2025-12-11

• 将三谱解读为维格纳-维尔分布的互谱：调制振荡盲识别新框架

  脑电图（EEG）中瞬态调制振荡（如睡眠纺锤波和β爆发）的识别对理解神经生理机制至关重要，然而传统方法依赖预设频带滤波和振幅阈值，存在主观性强、无法捕捉动态调制特征的局限。高阶谱（HOS）虽能表征非高斯信号特性，但其复杂的多维结构长期缺乏直观物理解释，制约了其在生物信号分析中的应用。发表于《IEEE Transactions on Signal and Information Processing over Networks》的这项研究，通过将四阶谱（三谱）重新定义为维格纳-维尔分布（Wigner-Ville Distribution, WVD）的互谱，为解读三谱提供了新视角，并开发出可盲识别调

  来源：IEEE Transactions on Signal and Information Processing over Networks

  时间：2025-12-11

• AF2-MSA Net：面向遥感场景分类的注意力融合多尺度架构网络

  随着遥感技术的飞速发展，卫星和无人机等平台每天产生海量的地表图像数据。这些遥感图像在环境监测、城市规划和精准农业等领域发挥着至关重要的作用。其中，遥感图像场景分类作为遥感图像解译的核心任务，旨在根据图像内容自动分配正确的场景语义标签，成为当前研究的热点。然而，遥感图像场景分类面临着独特的技术挑战。与自然图像相比，遥感图像通常采用俯视角度拍摄，地表形态多样且空间结构复杂，导致同一类别的场景图像在颜色和形状上存在显著差异（类内多样性），而不同类别的场景却可能具有相似的纹理特征（类间相似性）。例如，桥梁场景可能包含与港口相似的船舶和水体元素，如果模型只关注局部区域，很容易将桥梁误判为港口。此外，遥感

  来源：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

  时间：2025-12-11

• SCAM：基于扫描通道注意力Mamba的遥感变化检测新方法

  随着高分辨率遥感技术的飞速发展，如何精准监测地表变化已成为资源调查、环境监测和灾害评估等领域的关键挑战。传统变化检测方法依赖浅层图像特征，难以应对复杂场景下的变化识别。尽管基于卷积神经网络(CNN)的方法通过深度学习提升了检测能力，但其感受野受限导致全局上下文建模不足；而视觉Transformer(ViT)虽能捕获长程依赖，却面临二次计算复杂度的瓶颈。近年来，状态空间模型(SSM)特别是Mamba架构的兴起，为平衡全局感知与计算效率提供了新思路。然而，现有Mamba方法受限于固定扫描策略，难以自适应捕捉空间上下文信息并增强局部特征。针对这一挑战，南京航空航天大学张俊义团队在《IEEE Jour

  来源：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

  时间：2025-12-11

• 基于卷积神经网络融合多源重力与测深数据的墨西哥湾海底地形反演研究

  海洋覆盖了地球表面的71%，而高精度海底地形数据是海洋科学研究、军事行动和海洋工程的核心基础。然而，目前全球仅有27.3%的海底被精确测绘，超过四分之三的海洋区域仍处于“未知状态”。传统的海底地形探测手段，如船载声纳测深、机载激光测深和卫星测深技术，各存在明显局限：船载测量精度高但成本昂贵、周期长；机载和卫星光学测深仅适用于数十米深的近岸浅水区。利用卫星测高反演重力场数据推断海底地形，已成为获取大范围海底地形的重要途径，但受海岸地形、潮汐等因素影响，近岸区域的卫星测高数据质量较差，导致反演精度显著降低。针对这一难题，来自中山大学地理科学与工程学院的魏丽媛、杨萌等研究人员在《IEEE Journ

  来源：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

  时间：2025-12-11

• 基于声学传感的机械臂故障诊断：信号处理与深度学习融合的边缘智能新范式

  随着工业4.0和智能制造的快速发展，机械臂作为自动化核心装备，其运行可靠性直接关系到整个生产线的效率与安全。然而，传统故障检测方法（如基于振动或电流监测）往往需要接触式传感器，存在部署成本高、易受机械结构限制等问题，难以捕捉早期故障信号。尤其在多关节、高动态的机械臂场景中，运动轨迹复杂、负载变化频繁，导致故障特征容易被背景噪声淹没。声学传感技术因其非接触、高灵敏度及早期故障识别能力，逐渐成为工业设备智能运维的新兴研究方向。本文发表于《IEEE Journal of Selected Areas in Sensors》，系统回顾了声学故障检测技术在机械臂中的应用。研究团队通过分析声信号在时域、频

  来源：IEEE Journal of Selected Areas in Sensors

  时间：2025-12-11

• 电力系统市场驱动频率控制的分布式稳定性保障强化学习研究

  随着分布式可再生能源的快速增长，电力系统正面临新的挑战。由于可再生能源的大规模接入，系统惯量显著降低，功率波动加剧，给频率稳定带来严峻考验。传统频率控制采用分层策略：上层为经济调度（ED），负责分钟级的最优发电计划；下层为自动发电控制（AGC），负责秒级的频率偏差调节。然而，可再生能源的波动性使得ED和AGC之间的时间尺度差距导致系统遭受经济损失。更为复杂的是，现代电力市场中的发电机组属于不同利益主体，其非合作特性使得传统集中式控制方法不再适用。现有研究虽在结合电力市场与频率控制方面取得进展，但大多仅关注稳态均衡点，未考虑频率和发电波动等暂态过程性能。强化学习（RL）虽能优化暂态性能，但缺乏理

  来源：CSEE Journal of Power and Energy Systems

  时间：2025-12-11

• 基于动态视觉传感（DVS）的输电线路闪电超快低功耗观测与数字监测新方法

  闪电袭击是导致输电线路故障的主要原因，对闪电事件进行精确监测是构建数字化输电线路的首要需求。然而，由于低光学成像速度和狭窄通信通道的限制，现有的闪电监测系统无法直接记录和分析快速演变的闪电过程。传统的高速相机虽然成像效果有所提升，但需要强大的数据处理和存储能力，且记录时间有限，给自然闪电的捕获带来了挑战，导致闪电数据收集效率低下。从机械捕获方法到如今广泛使用的高速相机，闪电光学观测的效果虽然显著改善，但数据量大、功耗高的问题依然突出。目前捕获闪电的两种主要方法——闪电通道成像仪和高速相机定点长期观测——分别存在帧率低和数据量大、记录时间有限的问题，凸显了自然闪电图像数据采集的艰巨性和耗时性。为

  来源：CSEE Journal of Power and Energy Systems

  时间：2025-12-11

• 基于非晶氧化镓分子束外延的光电探测与物理不可克隆功能认证研究

  在当今数字化时代，光学通信和身份认证系统对安全性的要求日益严苛，传统加密技术面临被破解的风险。特别是在物联网设备呈指数级增长的背景下，开发能够同时实现高性能光电探测和硬件级安全功能的新型器件成为迫切需求。物理不可克隆函数(PUF)技术利用半导体制造过程中固有的随机性差异，为每个器件生成独一无二的"数字指纹"，这种基于硬件物理特性的认证机制具有抗克隆、防篡改的独特优势。以往研究多集中于可见光至近红外波段的光电器件，而对紫外波段特别是日盲紫外区域(波长小于280纳米)的探索相对有限。日盲紫外探测器因其在大气中自然衰减的特性，在安全通信、环境监测等领域具有独特优势。氧化镓(Ga2O3)作为超宽禁带半

  来源：IEEE Photonics Technology Letters

  时间：2025-12-11

• 光子神经网络：面向流式处理的原理、进展与前景

  当ChatGPT等大模型以惊人的速度改变世界时，其背后隐藏的能源危机却鲜为人知。现代人工智能技术正面临着一个严峻的困境：数字处理器的能耗随着模型规模的扩大呈指数级增长，而摩尔定律的红利却逐渐消失。这就像一场没有终点的马拉松，计算需求每十个月翻一番，但硬件性能的提升速度却远远跟不上。更糟糕的是，大型模型正在向边缘环境部署，实时应用对低延迟和高能效提出了更高要求，传统电子加速器却受限于冯·诺依曼瓶颈，数据在内存和处理单元间的频繁移动导致巨大的能量消耗。在这一背景下，光学计算这一沉寂了近四十年的领域重新焕发生机。光子神经网络（PNN）作为一种特殊形式的光学神经网络（ONN），通过在光子集成电路上直接

  来源：Journal of Lightwave Technology

  时间：2025-12-11

• 面向大规模反向散射通信的鲁棒图神经网络调度算法研究

  随着6G技术演进，物联网设备规模将突破千亿级别，能量受限问题日益凸显。反向散射通信技术通过电池自由的传感器标签与标准物联网设备协同工作，可大幅增强网络感知能力并降低维护成本。这类标签依赖邻近物联网设备提供的未调制载波进行通信，而协调全网载波供给的调度问题是一个NP-hard的组合优化难题。现有启发式算法TagAlong虽计算快速但资源利用率低，而基于学习的DeepGANTT调度器在扩展到百级节点时泛化性能急剧下降且不稳定。为此，研究团队开发了RobustGANTT系统，其核心采用基于Transformer架构的图神经网络。该系统首先从物理层和路由协议收集网络拓扑信息，构建仅包含足够强度链路（如

  来源：IEEE Transactions on Machine Learning in Communications and Networking

  时间：2025-12-11

• 高阻值自旋轨道矩磁性存储器实现高精度高性能存内计算

  随着人工智能技术的飞速发展，大语言模型（LLM）正在重塑AI领域格局，但训练和推理任务的计算成本引发了人们对AI能源可持续性的担忧。为了提升AI能效，量化深度神经网络（DNN）和存内计算（IMC）成为两大主流技术路径。量化DNN能显著减少模型规模并加速推理，而IMC通过内存中执行矩阵向量乘法（MVM）实现数据并行处理，有望将能效提升数个数量级。然而，现有IMC方案仍面临多重挑战：器件参数变异影响计算精度，面积和能耗巨大的外围电路，非易失存储器（NVM）的高压编程验证操作耗时，以及阵列内求和电流导致的IR压降问题——这些因素共同限制了计算精度和阵列规模扩展。为此，研究团队将目光投向具有高电阻面积

  来源：IEEE Transactions on Electron Devices

  时间：2025-12-11

• 基于BiGRU+BiLSTM混合深度学习模型的脑电信号情绪识别研究

  想象一下，如果计算机能够读懂你的情绪——这不是科幻电影里的场景，而是脑机接口(BCI)技术正在努力实现的愿景。近年来，随着机器学习技术的飞速发展，基于脑电图(EEG)信号的情绪识别研究已成为神经科学和人工智能交叉领域的热点。这项技术对于心理健康评估、实时情绪监测以及为行动障碍人士（如肌萎缩侧索硬化症(ALS)或脊髓损伤患者）提供新型交互方式具有重大意义。然而，这条探索之路充满挑战。EEG信号本质上是大脑神经元电活动的记录，极易受到环境噪声干扰，且存在显著的个体差异性。这些信号通常被分解为不同的频率波段，如δ(Delta)、θ(Theta)、α(Alpha)、β(Beta)和γ(Gamma)波，

  来源：IEEE Access

  时间：2025-12-11

• 基于胶囊网络与知识图谱的知识驱动图像描述生成方法研究

  在人工智能飞速发展的今天，让机器像人类一样"看懂"图像并生成自然语言描述，一直是计算机科学家追求的梦想。传统的图像描述生成方法通常采用编码器-解码器架构，其中卷积神经网络(CNN)或视觉Transformer(ViT)负责提取图像特征，循环神经网络(RNN)或Transformer负责生成文本描述。然而，这些方法存在明显局限：它们往往无法准确捕捉物体的几何关系、空间方位和组成部分之间的层次结构，导致生成的描述在空间介词使用、属性描述和角色分配上经常出错。更具体地说，现有方法面临几个关键挑战：一是视觉特征缺乏几何等变性，无法保证物体旋转、缩放后的特征一致性；二是缺乏外部知识支持，难以处理罕见实体

  来源：IEEE Access

  时间：2025-12-11

• GADE+：一种基于图的锚点增强框架，用于定向文档检测

  摘要：提及目标实体的文档是各种应用的重要前提，例如市场情报分析、知识库扩充、事实核查以及增强型信息生成。获取这些文档的一个简单方法是通过查询目标实体的名称来利用搜索引擎。然而，返回文档中出现的目标实体名称并不一定真正指代该目标实体，因为名称可能存在歧义，它可能指的是另一个与目标实体同名的实体。因此，在本文中，我们探讨了一个新的任务——目标文档检测，旨在从给定的候选文档中检测出那些真正提及目标实体的文档。每个候选文档中都包含目标实体的模糊名称。我们提出了GADE+这一基于图的、增强型锚点的框架，通过结合局部相关性信息（通过局部相关性模型）和全局跨文档交互（通过基于锚点的全局交互模型）来解决目标文

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-12-11

知名企业招聘：