• 唐氏综合征人群Raven测试中的视觉感知错误类型：一项基于在线评估的认知特征分析

  在认知神经科学领域，唐氏综合征(DS)作为最常见的染色体异常疾病，其独特的认知特征一直备受关注。这类患者典型表现为智力障碍、语言发育迟缓和执行功能缺陷，但对其视觉信息处理机制的认识仍存在显著空白。更令人困惑的是，尽管Raven渐进矩阵测试被广泛用于评估推理能力，但传统计分方式仅关注正确率，忽略了错误类型可能蕴含的重要认知信息。这种信息缺失直接制约了针对DS患者知觉训练方案的精准设计。为破解这一难题，来自墨西哥国立自治大学的研究团队在《Learning and Motivation》发表创新研究。他们突破性地采用在线测试形式，首次对墨西哥DS人群的Raven测试错误模式进行系统解码。这项研究不仅

  来源：Learning and Motivation

  时间：2025-06-17

• 基于卷积神经网络框架的口腔潜在恶性疾患与鳞状细胞癌自动分类研究：一项横断面研究

  口腔癌的早期诊断一直是临床面临的重大挑战。口腔潜在恶性疾患(OPMD)和口腔鳞状细胞癌(OSCC)在临床表现上常有重叠，但两者的治疗策略和预后截然不同。目前诊断依赖组织病理学检查，但该方法存在主观性强、耗时等局限性。随着人工智能技术的发展，计算机辅助诊断(CAD)系统为这一难题提供了新思路，但现有研究多聚焦于正常黏膜与病变的区分，且缺乏对模型决策过程的可解释性分析。针对这一现状，来自巴西皮拉西卡巴牙科学院等机构的研究团队在《The Lancet Regional Health - Americas》发表了一项开创性研究。研究人员收集了2005-2022年间三家医疗机构807名患者的851张临床

  来源：The Lancet Regional Health - Americas

  时间：2025-06-17

• 巴西苯丙酮尿症（PKU）患者群体特征与疾病负担分析：基于公共卫生系统数据库DATASUS的全国性回顾性研究

  苯丙酮尿症(PKU)是一种罕见的氨基酸代谢障碍疾病，由于苯丙氨酸羟化酶(PAH)缺乏导致血苯丙氨酸(Phe)浓度升高，未经治疗将造成不可逆的神经损伤。尽管全球PKU发病率约为6.4/10万活产儿，但在拉丁美洲地区高达9.8/10万。巴西自2001年将PKU纳入全国新生儿筛查(NBS)项目，但二十余年来其实际效果缺乏全国性评估，各地区报告的数据碎片化且时效性不足。更关键的是，作为PKU治疗核心的 Phe-free氨基酸配方奶粉的获取情况、患者长期预后及疾病负担等关键问题始终未得到系统解答。为填补这一空白，由BioMarin Pharmaceutical资助的研究团队利用巴西公共卫生核心数据库DA

  来源：The Lancet Regional Health - Americas

  时间：2025-06-17

• β-苯乙胺衍生物希夫碱化合物的合成、晶体结构解析与生物活性研究：基于单晶XRD、DFT计算及分子对接的多维探索

  神经退行性疾病如帕金森病(PD)和阿尔茨海默病(AD)的发病与多巴胺代谢紊乱密切相关，而现有治疗药物存在选择性差、副作用大等问题。同时，抗生素耐药性加剧使得新型抗菌剂开发迫在眉睫。希夫碱化合物因其独特的亚胺基(HC=N)结构和多样生物活性，成为药物研发热点，但传统合成方法效率低下，且缺乏系统的结构-活性关系研究。为解决这些问题，研究人员以β-苯乙胺和香草醛为原料，通过微波辅助高效合成新型希夫碱化合物(E)-5-(((4-(二甲氨基)苯基)亚氨基)甲基)-2-甲氧基苯酚(K2)。研究采用单晶X射线衍射(XRD)解析晶体结构，密度泛函理论(DFT)计算电子特性，结合Hirshfeld表面分析分子间

  来源：Journal of Molecular Structure

  时间：2025-06-17

• 基于N,N-二甲基氨基萘修饰二氰基异佛尔酮的近红外双功能探针：实现β-淀粉样蛋白聚集体与脂滴的动态成像

  在神经退行性疾病研究领域，阿尔茨海默病(AD)犹如一场悄然而至的"记忆风暴"，其核心病理特征——β-淀粉样蛋白(Aβ)聚集体形成的老年斑，已成为科学家们攻坚的重点靶标。然而现有诊断技术面临严峻挑战：传统影像学检查昂贵且灵敏度有限，而常规荧光探针又受困于组织穿透力不足和生物背景干扰。更棘手的是，近年研究发现脂滴(LDs)这种曾被视为单纯能量储存器的细胞器，竟与Aβ代谢形成复杂的双向调控网络，但缺乏实时监测两者互作的分子工具。针对这一系列科学难题，国内研究团队在《Journal of Molecular Structure》发表创新成果。他们以经典荧光团二氰基异福尔酮(DCIP)为分子骨架，通过巧

  来源：Journal of Molecular Structure

  时间：2025-06-17

• 利用spoon框架校正空间转录组数据中的均值-方差关系以精准识别空间可变基因

  在生命科学研究的前沿领域，空间转录组技术(Spatially Resolved Transcriptomics, SRT)正掀起一场革命。这项能够同时获取基因表达信息和空间位置数据的技术，已经为癌症、发育生物学和神经退行性疾病等领域带来了全新见解。然而，在分析这些宝贵数据时，科学家们遇到了一个看似简单却影响深远的问题——当我们将原始的基因计数数据进行log2转化后，原本高表达的基因反而会表现出更小的方差，这种被称为"均值-方差关系"的技术偏差严重影响了空间可变基因(Spatially Variable Genes, SVGs)的准确识别。SVGs作为在二维空间中呈现非随机表达模式的基因，其准确

  来源：Biostatistics

  时间：2025-06-17

• 尼安德特人颈椎形态与功能的重构：三维几何形态计量学揭示的颈椎前凸新认知

  尼安德特人作为现代人类最近的近亲，其独特的骨骼结构一直是古人类学研究的热点。长期以来，学者们认为尼安德特人颈椎具有更强的稳定性和较小的前凸角度（cervical lordosis），这一假说源于早期对个别不完整标本的观察。然而，随着研究技术的发展，这一观点逐渐受到挑战。颈椎形态不仅关系到头部支撑和运动能力，还可能影响呼吸功能等关键生理特征。因此，准确重构尼安德特人颈椎的形态与功能，对理解其演化适应机制具有重要意义。为解决这一争议，来自西班牙国家研究委员会等机构的研究人员Carlos A. Palancar、Daniel García-Martínez和Markus Bastir开展了一项开创性

  来源：Journal of Human Evolution

  时间：2025-06-17

• β-异柯西酸通过靶向乙酰胆碱酯酶抑制埃及伊蚊和致倦库蚊活性的计算机分子对接研究

  蚊媒疾病的全球蔓延正成为公共卫生的重大威胁，埃及伊蚊（Ae. aegypti）和致倦库蚊（Cx. quinquefasciatus）作为登革热、寨卡病毒等疾病的主要传播媒介，其防控因杀虫剂抗性加剧而面临挑战。传统有机磷类杀虫剂（如双硫磷）虽能靶向乙酰胆碱酯酶（Acetylcholinesterase, AChE），但长期使用导致抗性突变（如G119S）和环境残留问题。印度田间种群已出现6.9倍抗性，与酯酶活性升高相关。在此背景下，植物源化合物因其多靶点作用和可降解特性成为研究热点。为探索新型环保杀虫剂，研究人员聚焦菊科植物Sphaeranthus indicus中的β-异柯西酸，采用计算机分子

  来源：Journal of Asia-Pacific Entomology

  时间：2025-06-17

• 基于EEG特征与机器学习的社交焦虑神经机制解析及诊断模型构建

  在当代社会，社交焦虑如同隐形的枷锁，困扰着约12%的成年人和31.2%的大学生群体。这种从轻微紧张到社交恐惧症（SAD）的谱系障碍，常因主观问卷的"社会赞许性偏差"和"反向诱发效应"导致误诊漏诊。更棘手的是，传统评估难以捕捉社交焦虑特有的情境性神经反应——当面对他人评价时，患者大脑会经历从过度警觉到调控失能的连锁异常，而现有技术却无法客观量化这一动态过程。宁夏大学的研究团队在《International Journal of Psychophysiology》发表的研究，犹如给这个领域投下一枚"神经解码器"。他们巧妙设计情绪面孔Go/No-Go任务，同步采集128名不同焦虑水平受试者的脑电（E

  来源：International Journal of Psychophysiology

  时间：2025-06-17

• 鞘脂环氧化修饰的质谱裂解特征及其在脑神经酰胺异构体解析中的应用

  鞘脂作为真核生物细胞膜第二大类脂质，其结构多样性直接影响胆固醇稳态、免疫应答等生理过程。然而，传统质谱技术难以区分仅存在双键(DB)位置差异的鞘脂异构体，这极大限制了在糖尿病、心血管疾病等病理机制研究中的应用。德国研究人员在《International Journal of Mass Spectrometry》发表的研究，通过开发环氧化-串联质谱联用策略，成功破解了这一技术瓶颈。研究采用mCPBA环氧化结合LC-MS/MS技术，利用Orbitrap Velos Pro/Elite质谱仪，通过CID/HCD激活模式分析脑神经酰胺提取物。关键创新在于发现4E DB环氧化后会产生104.04 Da特

  来源：International Journal of Mass Spectrometry

  时间：2025-06-17

• 限时进食纠正高脂饮食诱导的皮质-海马活动解耦以改善记忆功能

  现代生活方式中全天候的高热量饮食已成为全球肥胖流行的主要推手，这种"致肥胖饮食"不仅扰乱代谢节律，更对大脑认知功能产生深远影响。青少年时期是大脑发育关键窗口，但零食文化盛行导致许多青少年养成随时进食高糖高脂食物的习惯，这种饮食模式如何影响记忆的神经机制尚不明确。更令人担忧的是，尽管学校推行多种营养计划，肥胖率仍在攀升，而肥胖相关的神经功能障碍往往难以早期发现和有效干预。动物研究表明，全天自由摄食高热量食物会破坏与记忆编码相关的生物节律和神经结构，但能否通过调整进食节律来逆转这些损害仍是未解之谜。法国国家科学研究中心等机构的研究团队在《eBioMedicine》发表重要成果，通过长达12周的纵向

  来源：eBioMedicine

  时间：2025-06-17

• 基于频率引导与渐进对比学习的水下图像复原网络研究

  在海洋探索中，水下图像是研究海洋生物和指导潜器导航的关键工具。然而，由于水体对光的吸收和散射作用，这些图像普遍存在颜色失真、对比度下降的问题，严重影响了后续分析的准确性。尽管传统方法如基于模型（model-based）和无模型（model-free）的增强技术取得了一定进展，但它们往往受限于物理模型的简化假设或缺乏对复杂水下环境的适应性。近年来，深度学习技术为水下图像复原（UIR）带来了新思路，但现有方法多聚焦空间域处理，忽略了频率域信息的重要性，且训练数据覆盖场景有限，导致复原效果不稳定。针对这些挑战，中国的研究团队设计了一种频率引导水下图像复原网络（FGUIR），通过创新性的数据生成和网络

  来源：Displays

  时间：2025-06-17

• 基于无校准深度学习模型的EEG信号眼动伪迹去除：跨导联布局的通用解决方案

  在探索大脑奥秘的征途中，脑电图(EEG)凭借其毫秒级的时间分辨率，成为神经科学研究和脑机接口(BCI)开发的核心工具。然而，这项技术却长期被一个"顽疾"困扰——眼动伪迹(Ocular Artifacts, OA)。当受试者不经意间眨眼或转动眼球时，产生的电信号强度可达50-200μV，足以完全掩盖仅10-100μV的神经电活动。更棘手的是，传统解决方案如独立成分分析(ICA)需要人工干预，回归法则依赖繁琐的眼电图(EOG)校准，而新兴的深度学习模型又往往被"锁死"在特定电极布局中。这些瓶颈严重制约了EEG在实时系统中的应用，就像给高速运转的大脑戴上了沉重的枷锁。为打破这些桎梏，来自中国的科研团

  来源：Biomedical Signal Processing and Control

  时间：2025-06-17

• MHS-Net：基于多尺度异构协同网络的单幅图像去雨方法及其在复杂雨纹场景中的应用

  在计算机视觉领域，雨天环境下的图像质量退化一直是制约智能系统性能的关键瓶颈。雨纹的复杂分布会导致背景纹理模糊、物体轮廓失真，严重影响目标检测、语义分割等下游任务的准确性。尽管现有基于CNN和Transformer的方法在去雨任务中取得一定进展，但普遍面临三个核心挑战：单尺度特征提取难以平衡雨纹局部细节与全局分布特征；固定阈值融合策略在动态雨纹密度下易产生伪影；传统方法缺乏对雨纹与背景深层耦合关系的有效建模。这些问题导致现有模型在密集雨纹场景中常出现细节丢失或结构扭曲现象。为突破这些技术瓶颈，国内研究人员开发了多尺度异构融合网络MHF-Net。该研究通过异构协同增强模块(HSE)实现Vision

  来源：Array

  时间：2025-06-17

• 基于卷积神经网络的Phuti Karpas植物叶片识别及其在濒危物种复兴中的应用研究

  在植物分类学领域，Phuti Karpas曾被认为是灭绝的珍贵棉花品种，其历史可追溯至公元前900年的美索不达米亚地区。这种植物生产的"Muslin"棉布曾是孟加拉的文化象征，但过去200年间因物种消失而绝迹。近年来，通过DNA测序技术从英国博物馆保存的干燥叶片中重新鉴定出该物种，但其野外识别仍面临巨大挑战——传统人工鉴定方法效率低下，且植物叶片易受光照、姿态和季节变化干扰。为解决这一难题，研究人员开展了一项开创性研究，通过卷积神经网络(CNN)构建自动化识别系统。研究团队收集了2354张叶片图像（含Phuti Karpas和非Phuti Karpas共14类植物），采用AlexNet、Inc

  来源：Array

  时间：2025-06-17

• 综述：非人灵长类面部表情的产生与感知

  Abstract灵长类动物普遍具有丰富的面部表情行为，跨物种的高度相似性暗示着这些行为存在共同的进化历史。对非人灵长类（NHP）面部表情的研究，为理解人类面部行为的形态与功能提供了关键线索。过去二十年的方法论进展（如基于面部动作编码系统FACS的定量分析）证实，人类与NHP的面部表情共享相似的神经生物学基础。然而当前研究常将表情简化为离散的"原型表达"（prototypical expressions），这种范式难以反映自然情境中表情的动态复杂性。方法学挑战与突破研究者采用高分辨率视频记录结合机器学习算法，实现了对猕猴（Macaca mulatta）和黑猩猩（Pan troglodytes）等

  来源：Nature Reviews Psychology

  时间：2025-06-17

• 视觉刺激速度调控螳螂头胸部快速扫视运动的适应性机制研究

  动物界普遍通过眼球或头部运动实现视觉目标追踪，其运动模式主要分为平滑追踪(smooth pursuit)和快速扫视(saccadic)两类。无脊椎动物尤其依赖后者——这种通过快速位移减少视网膜成像模糊的机制。有趣的是，当昆虫如螳螂具备固定眼结构时，其扫视行为会通过头部、胸部甚至腹部运动代偿实现，期间穿插着将视线锁定目标的注视期(fixation)。研究表明，螳螂的扫视追踪行为显著受视觉刺激速度调控：视网膜成像偏移越大，触发的扫视幅度与速度越高。然而，其如何精细调节扫视运动组分来应对速度变化仍是未解之谜。最新发现证实，中华大刀螳(T. sinensis)会动态调整头胸部扫视的频率与持续时间以适应

  来源：Journal of Insect Behavior

  时间：2025-06-17

• 基于神经网络的聚乳酸体外温度依赖性降解行为预测模型及其在医用材料可靠性评估中的应用

  随着全球环保意识增强，生物可降解聚合物成为替代传统石油基塑料的研究热点。其中源自玉米等可再生资源的聚乳酸(PLA)因其良好的生物相容性和可降解性，被广泛应用于医疗领域，如骨科植入物和组织工程支架。然而PLA在体内的降解速率与机械性能保持时间直接影响治疗效果——过早降解可能导致植入失效，过慢降解则可能引发炎症反应。更棘手的是，PLA在生理温度(37°C)下的降解实验往往需要数年时间，严重制约了材料研发效率。韩国国立研究基金会资助的研究团队在《Polymer Degradation and Stability》发表的研究中，创新性地结合加速降解实验与人工智能技术，破解了这一难题。研究采用多尺度分析

  来源：Polymer Degradation and Stability

  时间：2025-06-17

• 基于反向传播神经网络(BPNN)的船体网格结构纵向弯曲振动特性研究

  船舶作为复杂的海洋工程系统，其结构振动问题直接影响航行安全与乘员舒适性。船体网格结构作为关键承载部件，其低频弯曲振动特性长期困扰工程师——传统有限元法(FEM)虽精度高但建模耗时，而简化模型又难以兼顾精度与效率。更棘手的是，网格结构参数变化时需反复重建FEM模型，严重制约设计优化效率。这一矛盾促使研究人员寻求创新解决方案。针对这一挑战，研究人员开展了一项突破性研究。他们创造性地将波动传播法(Wave Propagation Approach, WPA)与反向传播神经网络(Back Propagation Neural Network, BPNN)相结合，建立了弹簧振子耦合梁等效模型。该模型成功

  来源：Ocean Engineering

  时间：2025-06-17

• 融合Archard模型的机器学习方法在海底电缆磨损预测中的创新应用

  海底电缆是海上风电系统的"生命线"，但其长期与复杂海底地质摩擦会导致外护套磨损，引发内部结构失效。传统Archard模型虽能量化接触应力、滑动距离与材料硬度的关系，却难以捕捉非线性磨损行为；而单一机器学习方法受限于小样本和高非线性挑战。如何突破物理模型与数据驱动的壁垒，成为亟待解决的难题。中国的研究团队在《Ocean Engineering》发表研究，通过融合Archard模型特征与五种机器学习算法，构建了新型磨损预测框架。关键技术包括：1）基于摩擦磨损试验机模拟电缆-海底接触过程；2）从Archard模型提取动态磨损率特征（δRv=δV/δL）和物理交互特征；3）采用SVM（支持向量机）、M

  来源：Ocean Engineering

  时间：2025-06-17

知名企业招聘：