• 综述：经鼻内镜手术治疗三叉神经鞘瘤的系统评价与荟萃分析

  Abstract三叉神经鞘瘤（TSs）是第二常见的颅内神经鞘瘤，传统手术入路常伴随颅神经损伤风险。随着内镜技术发展，经鼻内镜（EEA）成为潜在替代方案。本综述纳入9项研究（195例患者），中位随访36个月，证实EEA的全切除率高达84%（95%CI: 68%–99%），部分切除率29%（95%CI: 11%–49%），且面部功能保留率达100%，并发症率仅5%，凸显其安全性与有效性。Introduction三叉神经鞘瘤起源于神经鞘施万细胞，占颅底肿瘤的8%，可沿三叉神经根、Gasserian神经节及分支生长，累及后颅窝、Meckel腔等复杂解剖区域。尽管全切除可治愈，但传统入路（如中颅窝硬膜外

  来源：Neurochirurgie

  时间：2025-06-16

• 综述：巨大囊状小脑后下动脉动脉瘤治疗方式及临床结局的回顾

  引言巨大囊状小脑后下动脉(PICA)动脉瘤是神经血管外科领域的治疗难题，其直径超过25mm的特征性病变常毗邻脑干与颅神经结构。临床数据显示这类病变在第七 decade患者中高发（平均年龄53.42岁），女性占比达2/3，与普通颅内动脉瘤的性别分布一致。约87.5%的病例存在部分血栓化，41.7%因占位效应需行减压手术，凸显其独特的病理特征。材料与方法通过PRISMA指南系统性检索PubMed和Scopus数据库，最终纳入24项研究共24例患者。严格筛选标准排除了非PICA部位、梭形动脉瘤及直径<25mm的病例。数据提取涵盖治疗方式（显微手术19例/血管内4例/杂交1例）、术前术后神经功能状态（

  来源：Neurochirurgie

  时间：2025-06-16

• 伽玛刀立体定向放射外科治疗听神经瘤后患者平衡与前庭功能变化：一项单中心试点研究的12个月结局

  听神经瘤（Vestibular Schwannoma, VS）作为起源于前庭神经施万细胞的良性肿瘤，虽生长缓慢，却常导致进行性听力丧失、平衡障碍及颅神经压迫症状。伽玛刀立体定向放射外科（Gamma Knife Stereotactic Radiosurgery, GK-SRS）因其精准的靶向辐射和微创特性，已成为中小型VS的一线治疗选择，尤其在保留听力和面神经功能方面优于显微手术。然而，尽管肿瘤控制率高达93%（5年随访），患者术后长期平衡功能的变化机制仍不明确——既往研究多聚焦听力结局，而前庭功能与主观平衡障碍的关联性证据匮乏，且现有结论相互矛盾：既有报道称老年患者头晕障碍量表（Dizzin

  来源：Neurochirurgie

  时间：2025-06-16

• 小脑转移瘤手术中硬脑膜缝合方式对术后并发症的影响：一项颠覆传统认知的回顾性队列研究

  在神经肿瘤领域，小脑转移瘤(Cerebellar Metastases, CM)约占所有脑转移的25%，仅次于额叶的第二好发部位。随着肺癌、乳腺癌等实体瘤患者生存期延长，CM发病率持续攀升。然而这个仅占颅腔容积10%的后颅窝，却集中了脑干、第四脑室等关键结构，手术并发症率显著高于幕上区域。传统神经外科教条强调硬脑膜水密性缝合(watertight closure)的重要性，但法国卡昂大学医院的Frédérick Rault团队在《Neurochirurgie》发表的研究，对这一金标准提出了颠覆性质疑。研究团队回顾分析了2012-2021年间125例CM切除术，创新性地对比两种硬脑膜处理策略：水

  来源：Neurochirurgie

  时间：2025-06-16

• 慢性压力对表观遗传的影响：高风险职业人群中BDNF外显子IV基因甲基化研究

  在当代高压社会中，慢性压力已成为威胁心理健康的重要环境因素。尤其对军事警察等高风险职业群体而言，长期暴露于生命威胁、暴力事件等极端压力下，其生理机制如何通过表观遗传途径影响大脑功能，一直是神经科学领域的未解之谜。巴西联邦大学圣埃斯皮里图分校的研究团队聚焦脑源性神经营养因子（Brain-derived neurotrophic factor, BDNF）——这个调控神经元存活、突触可塑性和认知功能的关键基因，首次系统揭示了职业压力与BDNF外显子IV特异性甲基化模式的关联。相关成果发表于《Journal of Psychiatric Research》，为理解压力诱导神经精神疾病的表观遗传机制提

  来源：Journal of Psychiatric Research

  时间：2025-06-16

• 基于电压位置编码CNN与增量容量分析的锂离子电池健康状态估计及新型平滑参数选择策略

  锂离子电池作为电动汽车和储能系统的核心部件，其健康状态（State-of-Health, SOH）的准确评估直接关系到系统安全与寿命预测。然而，当前主流的增量容量分析（Incremental Capacity Analysis, ICA）方法面临两大瓶颈：一是平滑参数和采样间隔依赖人工试错，二是需要完整充电曲线或固定电压范围数据，这与实际应用中碎片化充电场景严重脱节。更棘手的是，传统方法缺乏数学理论保障，不同文献中参数选择差异巨大（如平滑窗口从13到300不等），导致结果难以复现。针对这些挑战，研究人员开展了一项突破性研究。他们首先开发了基于工况自适应的ICA参数选择策略，通过动态优化平滑参数

  来源：Journal of Energy Storage

  时间：2025-06-16

• 基于小波时频融合模型与多重注意力机制的锂离子电池健康状态精准评估方法研究

  随着全球能源转型加速，锂离子电池(LIBs)作为电动汽车的核心部件，其健康状态(State-of-Health, SOH)评估直接关系到行车安全。然而，现有方法面临三大挑战：传统卷积神经网络(CNN)难以兼顾时频域特征，注意力机制对局部细节捕捉不足，且实测数据中的噪声会显著影响评估精度。针对这些问题，重庆邮电大学的研究团队在《Journal of Energy Storage》发表论文，提出创新性的改进小波时频融合模型(IWTFFM)。研究团队采用NASA电池老化数据集，通过小波分解与阈值去噪技术提取充电阶段的电压/电流频域特征，构建包含空间、通道和自注意力机制的多重注意力模块。实验表明，该方

  来源：Journal of Energy Storage

  时间：2025-06-16

• 太阳能-超临界二氧化碳-压缩空气储能混合系统的动态优化：绿色氢能生产与人工智能能源管理的整合

  在全球能源转型背景下，可再生能源的间歇性与传统电网稳定性之间的矛盾日益凸显。太阳能作为清洁能源代表，其波动性导致供需失衡，而压缩空气储能(CAES)虽能缓解此问题，却面临效率瓶颈。与此同时，超临界二氧化碳(S-CO2)动力循环因其紧凑结构和近临界点独特热力学特性，成为提升能源转换效率的新希望。如何将这些技术有机整合，并实现动态优化，成为学术界与工业界共同关注的焦点。沙特阿拉伯伊玛目穆罕默德·本·沙特伊斯兰大学的研究团队在《International Journal of Hydrogen Energy》发表研究，提出了一种革命性的混合能源系统。该系统将太阳能定日镜场、S-CO2布雷顿循环、先进

  来源：International Journal of Hydrogen Energy

  时间：2025-06-16

• 基于卷积神经网络图像学习的质子交换膜燃料电池气体扩散层最优二维孔隙率分布预测

  氢能技术作为实现碳中和的关键路径，质子交换膜燃料电池(PEMFC)因其高效清洁特性备受关注。然而其核心组件气体扩散层(GDL)的孔隙率分布直接影响水热管理效率——过高孔隙率导致膜干燥，过低则引发"水淹"现象。现有研究多局限于一维孔隙率优化，且传统数值模拟方法难以应对多维参数组合的爆炸式增长。中国石油大学（北京）克拉玛依校区的研究团队在《International Journal of Hydrogen Energy》发表的研究，开创性地将机器学习与多物理场模拟相结合，破解了这一复杂优化难题。研究采用三维两相PEMFC平行流场模型作为基础，创新性地将一维线性孔隙率方程进行图像化转换，通过卷积神经

  来源：International Journal of Hydrogen Energy

  时间：2025-06-16

• 基于增强SAO-CNN与群体智能优化的无人机动态农业害虫分类系统研究

  随着全球农业现代化进程加速，农作物病虫害监测面临巨大挑战。传统人工监测方法效率低下，难以捕捉害虫动态行为；现有深度学习模型在复杂光照、多变背景下的鲁棒性不足。更棘手的是，气候变化导致害虫种群迁移预测困难，而依赖大规模标注数据的深度学习模型在农业场景中面临数据获取难题。这些痛点严重制约了农业生产的可持续发展。为突破这些技术瓶颈，合肥师范学院的研究团队在《International Journal of Cognitive Computing in Engineering》发表了一项创新研究。他们设计了一种集成增强型自激活优化卷积神经网络(SAO-CNN)与生物启发群体智能算法的无人机动态害虫分类

  来源：International Journal of Cognitive Computing in Engineering

  时间：2025-06-16

• 早产儿神经运动与感觉发育的18个月纵向追踪：关键期干预与发育轨迹分析

  早产是全球新生儿死亡的主要原因之一，每年约有3000万婴儿提前降临人世。这些脆弱的小生命不仅面临生存挑战，更可能遭遇神经发育障碍的长期威胁——运动技能缺陷、语言发育迟缓和认知功能受损如影随形。近年来，随着新生儿重症监护技术的进步，早产儿存活率显著提高，但如何改善其神经发育结局成为摆在研究者面前的紧迫课题。正是在这样的背景下，一项发表在《Infant Behavior and Development》的研究揭开了早产儿发育奥秘的新篇章。研究人员设计了一项为期18个月的前瞻性纵向研究，采用神经感觉运动发育评估(Neurological, Sensory, Motor, Developmental

  来源：Infant Behavior and Development

  时间：2025-06-16

• 基于点云PCA与边界提取的手势识别算法研究及其在三维人机交互中的应用

  手势识别技术正成为人机交互领域的关键突破口，但在实际应用中仍面临"三座大山"：个体手部形态差异导致的特征漂移、复杂光照条件下的识别稳定性、以及动态场景中的实时处理需求。传统基于RGB图像的方法在暗光环境下性能骤降，而深度相机采集的3D点云虽能克服光照干扰，却面临数据量大、计算效率低的瓶颈。如何平衡识别精度与计算成本，成为制约手势识别技术落地的重要难题。西安某高校智能感知研究团队在《Image and Vision Computing》发表创新成果，提出"PCA-边界提取"双效压缩算法。研究采用Intel RealSense L515 ToF相机构建包含1300个样本的0-9数字手势点云数据集，

  来源：Image and Vision Computing

  时间：2025-06-16

• 基于先进3D浅层深度神经网络与优化算法的水果病害精准高效分类研究

  水果病害是威胁全球农业生产的隐形杀手。草莓灰霉病(Botrytis cinerea)、苹果黑星病(Scab Apple)等病害每年造成数十亿美元损失，传统人工检测效率低下且易误判。尽管深度学习技术如卷积神经网络(CNN)已应用于病害识别，但现有模型存在参数量大、计算成本高、对小样本病害敏感度不足等缺陷。在此背景下，研究人员开发了EFDDNN-EI系统，通过多技术融合实现轻量化高精度分类。该研究采用两大公开数据集——草莓病害数据集(含灰霉病、蚜虫等10类)和苹果病害数据集(4类)，通过Regularized Bias-Aware Ensemble Kalman Filtering (RBAEKF

  来源：Expert Systems with Applications

  时间：2025-06-16

• 基于Jarrett-Butterfly优化算法的旋转不变坐标卷积神经网络犯罪预测模型研究

  犯罪活动具有高度动态性和空间异质性，传统预测模型难以应对数据旋转带来的特征失真问题。现有方法如随机森林(RF)和支持向量机(SVM)在犯罪热点识别中存在精度不足、计算复杂度高等缺陷。尤其当犯罪数据分布呈现旋转变化时，模型性能显著下降。此外，特征选择与参数优化的耦合问题长期未被有效解决，导致预测结果可靠性不足。针对这些挑战，国内研究人员开发了RICCNN-CP-JBOA系统。该研究创新性地将旋转不变坐标卷积神经网络(Rotation Invariant Co-ordinate CNN, RICCNN)与Jarrett-Butterfly优化算法(JBOA)相结合，通过三阶段处理流程提升预测效能：

  来源：Expert Systems with Applications

  时间：2025-06-16

• 综述：深度学习技术在DDoS攻击检测中的应用：概念、分析、挑战与未来方向

  Abstract分布式拒绝服务（DDoS）攻击通过多源洪水请求瘫痪目标服务器，已成为网络安全领域的核心威胁。传统基于签名的检测方法依赖人工特征工程，难以应对新型攻击变体。而深度学习凭借自动特征提取能力，在检测精度和泛化性上表现突出，尤其擅长识别零日攻击（Zero-day Attack）。研究显示，结合卷积神经网络（CNN）处理流量矩阵、长短期记忆网络（LSTM）分析时序特征，可将检测准确率提升至98.71。IntroductionDDoS攻击按技术分为三类：流量耗尽型（如UDP洪水攻击）、协议型（如SYN洪水）和应用层攻击（如HTTP慢速攻击）。据Cisco统计，2023年全球攻击量达1540

  来源：Expert Systems with Applications

  时间：2025-06-16

• 解离性沉浸倾向的皮层功能连接基础：基于加权相位滞后指数(wPLI)的研究

  在日常生活中有这样一种体验：当人们全神贯注于想象或白日梦时，会完全忽略周围环境的变化——这种现象被称为解离性沉浸（dissociative absorption）。它不仅是健康人群的常见体验，更与强迫症状、睡眠障碍密切相关，甚至被认为是清醒-睡眠混合状态的神经表现。然而，这种看似普通的心理现象背后，究竟隐藏着怎样的大脑活动规律？以往研究虽发现解离体验与皮层功能连接降低相关，但使用的相干性(coherence)测量易受容积传导干扰，且缺乏对特定频段的深入解析。岩手大学的研究团队在《European Journal of Trauma》发表的研究中，创新性地采用抗干扰能力更强的加权相位滞后指数(w

  来源：European Journal of Trauma & Dissociation

  时间：2025-06-16

• 医疗用氯胺酮对共病PTSD患者症状改善的实效研究：探索辅助疗法的作用机制与临床价值

  创伤后应激障碍(PTSD)作为一种慢性致残性精神疾病，常与抑郁、焦虑等形成难治性共病。传统SSRI类药物起效慢且对1/3患者无效，而创伤聚焦心理治疗对共病患者效果有限。更棘手的是，睡眠障碍作为PTSD与抑郁的共同核心症状，常因抗抑郁药使用而恶化。这种治疗困境催生了针对谷氨酸能系统的新型疗法探索——氯胺酮(Ketamine)作为NMDA受体拮抗剂，通过快速增强神经可塑性的独特机制，成为同时靶向多症状的潜力候选。由Shahar Almog领衔的国际研究团队在《European Journal of Trauma》发表研究，通过202例真实世界患者的混合方法调查，首次系统评估了医疗用氯胺酮对PTSD

  来源：European Journal of Trauma & Dissociation

  时间：2025-06-16

• 基于Mamba模型的深度视觉-惯性里程计算法：动态特征融合与轨迹预测优化

  在自动驾驶和增强现实(AR)技术蓬勃发展的今天，精确的自我运动估计成为智能体与环境交互的核心挑战。传统视觉里程计(VO)虽成本低廉，却受限于单目系统的尺度模糊性和纹理缺失环境的脆弱性；而惯性测量单元(IMU)虽能弥补视觉缺陷，但传统视觉-惯性里程计(VIO)方法依赖复杂的手工建模，难以适应真实场景的复杂性。针对这一困境，中国国家自然科学基金支持的研究团队在《Engineering Applications of Artificial Intelligence》发表论文，提出名为MamVIO的创新算法，通过动态特征提取和高效跨模态融合，显著提升了运动轨迹预测的准确性。研究团队采用三大关键技术：1

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-16

• 基于启发式改进的多序列级联自适应扩张网络与最优特征融合的智能心脏病预测框架

  心血管疾病(CVD)是全球头号致死病因，每年导致约70%的患者死亡。传统诊断依赖CT和ECG等昂贵检查，且往往在疾病晚期才能发现。农村地区医疗资源匮乏更使得早期诊断成为难题。现有机器学习方法虽有一定效果，但存在特征选择不精准、模型泛化能力差等问题，导致漏诊率居高不下。为突破这些瓶颈，由Princess Nourah bint Abdulrahman University领衔的国际团队在《Engineering Applications of Artificial Intelligence》发表创新研究。该工作开发了融合启发式优化与深度学习的智能预测系统，通过三阶段技术路线实现突破：首先采用自动

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-16

• 基于注意力机制融合被动太赫兹与热红外成像的双光谱隐蔽物体检测技术研究

  在机场安检、重要场所安保等场景中，传统X光扫描存在电离辐射风险，毫米波成像对非金属物品灵敏度不足，单一模态的隐蔽物体检测技术始终面临"穿透力-分辨率"的权衡困境。太赫兹(THz)波能穿透衣物但成像模糊，热红外(TIR)可呈现清晰热轮廓却受温度均衡影响。如何整合两种成像优势，成为提升安检效能的关键科学问题。波兰军事技术大学Marcin Kowalski团队在《Engineering Applications of Artificial Intelligence》发表的研究，构建了AFCOD-CNN（注意力融合隐蔽物体检测卷积神经网络）系统。通过双摄像头同步采集THz（0.25THz±20GHz）

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-06-16

知名企业招聘：