• 基于图神经网络的苦味与甜味人工智能预测及受体相互作用分析

  味觉感知是生命体识别营养与危险的重要能力，人类通过甜味感知能量丰富的食物，通过苦味警惕潜在毒素。然而，揭开甜味与苦味背后的分子机制一直是科学界的难题。传统计算模型依赖预设分子描述符，存在特征选择偏差，且难以直观揭示化合物结构与味觉感知的内在联系。如何从分子结构直接预测味觉特征，并解析其与受体的相互作用机制，成为食品、医药等领域亟待突破的关键科学问题。为攻克这一挑战，研究人员开展了基于图神经网络（Graph Neural Network, GNN）的人工智能模型构建研究，旨在实现对苦味和甜味的精准预测，并深入解析其分子机制。相关成果发表在《Current Research in Food Sci

  来源：Current Research in Food Science

  时间：2025-05-20

• 核桃壳与高密度聚乙烯催化共热解：基于镍掺杂 γ- 氧化铝废吸附剂衍生催化剂的动力学、热力学及人工神经网络（ANN）预测建模研究

  化石能源枯竭与塑料污染双重压力下，生物质与废塑料的协同转化成为破解能源与环境困局的关键。传统生物质热解生成的生物油富含醇、醛、酮等含氧化合物，存在高极性、低热值等缺陷，直接应用受限；而全球每年超 3 亿吨废塑料中仅 9% 被回收，79% 填埋或焚烧，引发土壤退化与有毒气体排放等问题。如何将 “农业废弃物” 核桃壳与 “白色污染” HDPE 通过高效催化体系转化为高值燃料与化学品，兼具资源循环与污染治理双重价值，成为学界探索的热点。为此，印度理工学院鲁尔基分校（Indian Institute of Technology Roorkee）的研究团队开展了一项创新研究，相关成果发表在《Cataly

  来源：Catalysis Today

  时间：2025-05-20

• 基于手性有机集成二维 p-n 异质结构的偏振敏感传感器内计算用于混合多模态图像处理

  在机器视觉领域，传统图像传感器依赖光电二极管阵列将视觉数据转换为电信号，经模数转换后传输至后端处理，这一过程存在数据传输量大、延迟高和能耗高的问题。随着人工智能与实时决策需求的提升，如何在传感器端直接进行数据处理成为关键挑战。圆偏振光（CPL）因其丰富的光学信息和角度依赖特性，在光学量子计算、生物成像、加密和三维成像等领域展现出巨大潜力，但将 CPL 探测器集成到传感器内计算框架中的研究尚未充分开展。传统 CPL 检测方法存在结构复杂、成本高或载流子迁移率低等缺陷，例如使用手性半导体或超材料时面临性能限制，而胆甾相液晶网络（CLCN）与高迁移率半导体结合的方案虽有进展，但横向晶体管结构中光生载

  来源：Nature Communications

  时间：2025-05-20

• 面向移动机器人的多域室内视觉位置识别与异常检测数据集MDDRobots构建及验证

  在自主机器人技术快速发展的今天，室内环境中的精准定位和异常感知能力成为制约机器人实用化的关键瓶颈。传统视觉位置识别(VPR)系统常因光照变化、动态障碍物和硬件差异导致性能骤降，而现有数据集往往局限于单一传感器或静态场景，难以反映真实世界的复杂性。更棘手的是，当机器人遭遇未知环境或异常情况时，缺乏有效的检测机制可能导致导航失败甚至安全事故。这些挑战催生了波兰热舒夫理工大学Piotr Wozniak团队在《Scientific Data》发表的突破性研究。研究团队创新性地构建了名为MDDRobots的多域室内数据集，通过融合人类手持设备和机器人平台采集的89,550张图像，覆盖9种室内场景、5类摄

  来源：Scientific Data

  时间：2025-05-20

• FAM111B 通过 PI3K/Akt 通路在人脑胶质瘤恶性进展及分子调控中的作用

  脑胶质瘤作为成人中枢神经系统最常见的原发性肿瘤，其侵袭性强且对现有治疗手段易产生耐药性，导致患者 5 年生存率长期低迷。尽管手术、放疗、化疗等综合治疗手段不断发展，却始终难以突破疗效瓶颈，因此挖掘新型分子靶点与治疗策略成为亟待解决的医学难题。在此背景下，浙江中医药大学第四临床医学院与西湖大学医学院附属杭州市第一人民医院神经外科的研究团队，针对 FAM111B 分子在胶质瘤中的作用机制展开深入研究。该团队发现 FAM111B 通过调控 PI3K/AKT 信号通路促进胶质瘤细胞的恶性行为，相关成果发表于《Chinese Neurosurgical Journal》，为胶质瘤的精准诊疗提供了重要科学

  来源：Chinese Neurosurgical Journal

  时间：2025-05-20

• 综述：探索肠道微生物群对认知健康和神经退行性疾病的影响：机制见解与治疗途径

  2 Navigating the composition, vastness and complexity of gut microbiome人体肠道微生物组是由细菌（70-90%）、病毒（1-5%）、真菌（0.1-1%）等组成的超有机体，总重量达2kg，基因数量超300万。其中拟杆菌门（Bacteroidetes）和厚壁菌门（Firmicutes）占主导，而病毒组中90%是噬菌体。新发现的"方尖碑"（obelisks）RNA结构提示肠道病毒组仍有大量未探索领域。真菌组（mycobiome）以子囊菌门（Ascomycota）为主，其失衡与肠易激综合征（IBS）密切相关。3 The comple

  来源：Discover Immunity

  时间：2025-05-20

• 基于多模态数据融合的水下声智能频谱感知：Mul-YOLO 方法

  在浩瀚的海洋中，海洋物联网（OIOT）正成为未来全球海洋研发的核心技术，它如同海洋的 “神经网络”，将海底设备、船舶、潜艇等连接起来，实现环境监测、资源勘探等复杂任务。然而，这一 “神经网络” 的高效运行面临着严峻挑战：水下声通信频谱资源极为有限，多径衰落、噪声干扰等问题导致频谱利用率低下，传统固定频谱分配模式难以应对动态变化的海洋环境。如何在这片 “频谱海洋” 中精准找到空闲频段（频谱空洞），避免用户间干扰，成为 OIOT 发展的关键瓶颈。为突破这一困境，国内研究人员开展了水下声智能频谱感知技术研究，相关成果发表在《Future Generation Computer Systems》。该团

  来源：Future Generation Computer Systems

  时间：2025-05-20

• 综述：机器学习方法的有效性和特定部位性能评估：自闭症检测模型的综合回顾

  1. 引言自闭症谱系障碍（ASD）是一种复杂的神经发育障碍，以社交互动、沟通和重复行为困难为特征。早期准确诊断对及时干预至关重要，传统行为评估耗时、主观且在许多医疗环境中不可及。机器学习（ML）可分析大量数据并识别模式，在 ASD 诊断中显示出潜力，但其效果因数据集特征、特征选择和模型复杂性而异。现有研究存在参数调优繁琐（如 XGB）、过拟合风险（如 DT）、假设条件独立性（如 GNB）等不足。尽管有综述探讨了多种 ML 模型，但缺乏对逻辑回归（LR）和集成方法的深入评估，且未充分关注特征重要性和模型可解释性。本综述全面评估 ASD 检测中的 ML 方法，包括传统分类器、集成学习和深度学习（D

  来源：Franklin Open

  时间：2025-05-20

• 基于 GAT-NGCF 的图技术推荐系统研究：提升企业技术创新与技术转移效能

  在科技高速迭代的当下，企业维持竞争力高度依赖技术创新。然而，从全球海量专利中精准匹配符合企业战略目标的技术犹如大海捞针。传统基于自然语言处理（NLP）或专利因素相似性的推荐方法，仅聚焦技术层面的关联，却忽略技术转移中至关重要的商业化潜力与市场适配性，导致推荐精准度不足。如何打破这一困境，让技术与企业需求实现高效 “联姻”，成为开放创新领域亟待攻克的难题。为破解上述挑战，相关研究人员开展了基于图神经网络（GNN）的技术推荐系统研究，并将成果发表在《Expert Systems with Applications》。研究采用的关键技术方法包括：一是利用图注意力网络（Graph Attention

  来源：Expert Systems with Applications

  时间：2025-05-20

• 基于卷积注意力机制与人类记忆搜索的英乌机器翻译模型创新研究

  在全球化浪潮中，语言壁垒始终是阻碍跨文化交流的隐形高墙。尽管机器翻译技术已从早期的词对词模式进化到基于深度学习的神经机器翻译(NMT)，但面对英语与资源稀缺语言（如乌尔都语）的互译时，现有系统仍受困于三大难题：翻译延迟影响实时应用、语言对覆盖不足导致“数字鸿沟”，以及语境丢失引发的语义偏差。尤其值得注意的是，乌尔都语作为南亚重要语言，其复杂语法结构与英语差异显著，传统Transformer或LSTM模型难以捕捉长程依赖关系。针对这一挑战，研究人员开发了名为CAM-HMS的创新算法，该模型巧妙结合卷积注意力机制(Convolutional Attention Mechanism, CAM)的空间

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-20

• 基于深度学习的经颅聚焦超声声场实时估计研究

  在医学影像与精准治疗领域，经颅聚焦超声（transcranial focused ultrasound, tFUS）作为一种非侵入性脑刺激技术，凭借高空间特异性和深度穿透能力，在神经调控、药物递送及阿尔茨海默病、帕金森病等神经疾病治疗中展现出广阔前景。然而，颅骨的不均匀性会导致超声波传播时发生折射、反射、吸收和衰减，造成能量衰减、聚焦不良甚至形成额外焦点，使得精准估计超声焦点的强度、位置和形状成为巨大挑战。传统成像方法无法捕捉低强度声焦，数值模拟虽能估算颅内压力场，但计算成本高，难以满足实时应用需求。在此背景下，探索一种高效、精准的 tFUS 声场实时估计方法成为临床转化的关键瓶颈。为突破这一

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-20

• 多类智能体轨迹预测的选择性状态空间建模及其在自动驾驶中的应用

  自动驾驶的核心挑战之一是精准预测周围多类智能体（如行人、汽车、自行车等）的运动轨迹。在复杂交通场景中，不同类别智能体的行为模式差异显著：行人轨迹随机性强，车辆轨迹则更受交通规则约束，且各类智能体间存在动态交互。现有研究多聚焦单类智能体，忽略多类智能体间的隐含关联，导致预测模型在混合交通场景中精度不足。例如，传统图神经网络（GNNs）和图 Transformer（Graph Transformers）虽能处理图结构数据，但存在计算复杂度高或长程依赖捕捉能力有限的问题，难以应对多类智能体的速度差异、尺寸影响等复杂因素。因此，如何高效建模多类智能体的时空交互关系，提升轨迹预测的准确性与鲁棒性，成为自

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-20

• 基于多尺度残差卷积字典学习的运动去模糊方法

  在数字图像处理领域，运动模糊是摄影中常见的难题，由相机与拍摄场景的相对运动引起，会破坏图像的边缘、纹理和结构，不仅影响视觉体验，还对依赖清晰图像的计算机视觉应用产生负面影响。尽管过去几十年在运动模糊图像恢复（MBIR）领域已取得显著进展，但传统方法如基于稀疏表示的卷积稀疏编码（CSC）模型仍存在明显不足。现有 CSC 模型大多通过单一尺度的通用字典表示图像，无法像卷积神经网络（CNN）那样提取多尺度特征，且其聚焦于图像重构，而非像 CNN/Transformer 网络那样关注残差特征的重建，这导致其在图像恢复任务中的效果往往不如先进的深度学习模型。因此，如何提升 CSC 模型的多尺度特征处理能

  来源：Digital Signal Processing

  时间：2025-05-20

• 音乐和弦与色彩的跨模态对应关系受音调类别感知的调节

  论文解读你是否曾觉得欢快的音乐像明亮的黄色，而忧郁的旋律透着深蓝？这种声音与色彩的奇妙关联被称为跨模态对应（crossmodal correspondence），但其形成机制始终是认知科学的未解之谜。东京大学的研究团队独辟蹊径，从“类别感知”这一认知特性切入，首次揭示了音乐训练如何通过重塑大脑对音调的分类方式，进而系统性改变人们心中音色对应的“心理调色盘”。以往研究多聚焦于刺激的物理属性（如声音频率与亮度关联），但Spence等学者提出跨模态对应可能存在结构对应（structural correspondence）、统计学习（statistical correspondence）等多重机制。值

  来源：Consciousness and Cognition

  时间：2025-05-20

• 解开症结：探究神经性厌食症中的回避学习机制

  在现代社会，饮食失调已成为日益严峻的公共卫生问题，其中神经性厌食症（Anorexia Nervosa, AN）以其高致残率和死亡率备受关注。患者对体重增加的强烈恐惧、对身体形象的扭曲认知以及极端的节食行为，不仅导致严重的生理功能紊乱，还常伴随抑郁、焦虑等共病。尽管心理干预是 AN 治疗的重要手段，但现有疗法的有效率有限，约 20–46% 的患者退出治疗，50% 未能康复，35–40% 在治疗后复发。这提示我们对 AN 症状维持机制的理解仍存在关键缺口。传统上，AN 的核心症状 —— 限制性进食 —— 常被视为一种意志行为，但越来越多的证据表明其可能与学习过程密切相关。从行为学角度看，患者对高热

  来源：Behaviour Research and Therapy

  时间：2025-05-20

• 肩袖钙化性肌腱病的研究：发病机制、自然病程与诊疗策略

  肩袖钙化性肌腱病（Rotator Cuff Calcific Tendinopathy）是慢性肩痛的常见病因之一，其特征为肩袖肌腱内羟基磷灰石（Ca10(PO4)6(OH)2）结晶沉积。病程呈阶段性进展，多数病例可通过钙沉积的吸收实现自然愈合，但可能需 2-3 年时间。该病临床表现多样，可模拟各类肩部临床症状。首选的影像学检查为肩关节双平面 X 线。治疗以保守疗法为主，成功率达 70-80%。通常，对于经至少 6 个月保守治疗后症状未获得满意缓解的患者，建议手术干预。

  来源：Arthroskopie

  时间：2025-05-20

• 腓骨第三肌（FT）神经肌肉解剖学研究：揭示其与趾长伸肌（EDL）的同源发育机制

  腓骨第三肌神经肌肉解剖研究：破解百年起源争议的新视角在人体下肢的复杂解剖结构中，腓骨第三肌（fibularis tertius muscle, FT）的身份归属堪称困扰解剖学界数百年的 "悬案"。自 1543 年维萨里首次描述以来，它究竟是独立肌肉还是邻近肌肉（如趾长伸肌 EDL、趾短伸肌 EDB）的一部分，始终争论不休。早期研究多聚焦于肌腹和肌腱的形态观察，却忽略了神经支配这一关键线索 —— 要知道，在胚胎发育中，神经与肌肉的 "羁绊" 往往暗藏演化密码。正如解剖学中著名的 "分离定律" 指出：由同一神经支配的两块肌肉，很可能起源于同一肌块，这类肌肉被称为 "兄弟肌"（brother mus

  来源：Anatomical Science International

  时间：2025-05-20

• 综述：通过高速原子力显微镜揭示核孔与染色质的动态变化

  高速原子力显微镜（HS-AFM）技术革新与生物医学应用原子力显微镜（AFM）自真空环境应用起源，凭借纳米级分辨率及无需染色、可在液体环境成像的特性，成为生物样本表面结构研究的重要工具。传统 AFM 成像速度较慢（约 30 秒 / 帧），难以捕捉动态生物过程，而高速原子力显微镜（HS-AFM）通过采用小而快的低刚度悬臂、精密激光检测及高速反馈系统，将时间分辨率提升至毫秒级（最快 100 毫秒 / 帧），可实时观察生物分子动态行为，且对样本损伤极小。HS-AFM 在生物医学领域应用广泛，可研究跨膜蛋白与细胞膜的实时相互作用、细胞骨架结构动态、核酸与结合蛋白的作用机制，甚至能观察病毒蛋白对接、细胞凋

  来源：Anatomical Science International

  时间：2025-05-20

• 口腔神经肌肉训练对重度获得性脑损伤患者气管切开拔管及吞咽功能的影响：一项随机对照初步研究

  吞咽，这一人类最本能的生存技能，在遭受严重脑损伤后却变得异常艰难。获得性脑损伤（Acquired Brain Injury, ABI）患者常因吞咽障碍面临误吸、营养不良、肺炎甚至死亡风险，而气管切开置管虽能保护气道，却又进一步阻碍正常吞咽功能恢复。如何帮助这类患者尽早拔除气管套管、重建安全吞咽能力，成为神经康复领域的重要挑战。目前，尽管口腔神经肌肉训练设备如 IQoro® 已在欧洲多国临床应用，但其科学证据却严重滞后，尤其是针对气管切开的重度 ABI 患者，缺乏高质量研究验证其有效性。在此背景下，丹麦奥胡斯大学哈梅尔神经康复中心（Hammel Neurorehabilitation Centr

  来源：Dysphagia

  时间：2025-05-20

• 内脏大神经在脓毒性腹膜炎大鼠模型中对中性粒细胞的调控作用优于巨噬细胞

  脓毒症作为全球范围内的高致死性疾病，其核心特征是感染引发的失控性全身炎症反应及器官功能障碍。当前脓毒症治疗主要依赖早期抗菌药物干预和生命支持，但免疫调节疗法的研发却屡屡受挫。过往研究多聚焦于迷走神经介导的 “炎症反射”，而交感神经系统在感染中的具体作用，尤其是内脏大神经对局部感染微环境的调控机制，仍笼罩在迷雾之中。现有基于脂多糖（LPS）的模型虽能模拟部分炎症反应，却难以复现活细菌感染的复杂性，且缺乏对腹腔等常见感染原发部位的关注。在此背景下，揭示交感神经与免疫细胞互作的精细机制，成为突破脓毒症治疗瓶颈的关键科学问题。来自巴西圣保罗大学的研究团队，针对这一科学空白展开深入探索。他们以大肠杆菌植

  来源：Brain, Behavior, and Immunity

  时间：2025-05-19

知名企业招聘：