• 认知灵活性与负性反馈反应对早期青少年逆转学习发展的影响机制研究

  学习能力的发展始终是神经发育研究的核心议题。在从儿童到成人的过渡阶段，大脑如何调整已建立的刺激-结果关联以适应环境变化，这一过程被称为逆转学习(Reversal Learning, RL)。现有研究表明，青春期RL能力呈现非线性发展轨迹，但关于认知灵活性(Cognitive Flexibility)与负性反馈处理如何共同塑造这一过程，仍存在关键知识空白。传统连续设计范式难以区分单纯联想学习与灵活适应能力，且青少年对反馈信息的利用模式是否随年龄变化尚不明确。为解决这些问题，多特蒙德工业大学的Christoph Bamberg团队在《npj Science of Learning》发表创新性研究。

  来源：npj Science of Learning

  时间：2025-05-13

• 多任务易感性：解锁脑卒中后认知 deficits “密码” 的新钥匙

  在现代社会，脑卒中已成为全球范围内威胁人类健康的重要杀手，它不仅是导致死亡的主要原因之一，还让众多幸存者饱受各种后遗症的折磨。其中，认知障碍在脑卒中患者中极为常见，给患者的生活质量和康复进程带来极大挑战。然而，目前对于脑卒中后认知障碍的理解还存在诸多困惑。一方面，脑损伤与认知功能缺失的程度以及恢复情况之间，并没有严格的对应关系。就好比同样是脑部某个区域受损，有的患者可能只是出现轻微的认知问题，而有的患者却可能面临严重的功能障碍，这背后的原因一直让科研人员捉摸不透。另一方面，随着人口老龄化的加剧以及脑卒中发病率的上升，虽然医疗技术的进步使得更多患者得以存活，但如何准确判断患者是否会出现认知障碍，

  来源：Communications Biology

  时间：2025-05-13

• 基于隐马尔可夫模型相似度测量（HMM-SM）的下肢假肢使用者步态质量评估：开启便捷监测新征程

  在医学和康复领域，步态评估对于了解人体运动功能、诊断疾病以及制定康复方案至关重要。传统的临床实践中，医生大多依靠观察来分析步态，然而这种方法主观性强，在有效性、可靠性和反应性方面都存在明显的局限。仪器化的步态分析系统虽然更加客观和全面，能帮助医生更好地评估步态模式、做出治疗决策和评估干预效果，进而改善患者的治疗结果，但像吉列步态指数（GGI）、步态偏差指数（GDI）和步态轮廓评分（GPS）等广泛认可的步态质量指标，都需要使用运动捕捉系统来精确测量下肢的时空和运动学参数。这些系统不仅成本高昂、使用时耗费时间，而且只能在实验室或诊所环境中使用，无法反映真实世界中的步态动态，极大地限制了其在临床中的

  来源：Journal of NeuroEngineering and Rehabilitation

  时间：2025-05-13

• 综述：帕金森病中的自噬损伤：治疗方法

  帕金森病概述帕金森病（Parkinson’s disease，PD）是一种极为常见的神经退行性疾病，在全球范围内，60 岁以上人群中有超过 1% 受其困扰。它的典型特征是进行性运动功能障碍，罪魁祸首是大脑黑质（substantia nigra，SN）中多巴胺能神经元的死亡。虽然科研人员在 PD 发病机制的遗传和生化研究方面取得了不少进展，但目前的治疗手段还仅局限于缓解症状。自噬损伤与帕金森病的关联近年来的研究发现，自噬过程出现问题，会导致异常蛋白堆积，其中 α- 突触核蛋白（α-synuclein）的聚集形式对黑质中的多巴胺能神经元具有神经毒性。PD 大多是散发性的，但也存在单基因形式的 PD

  来源：Molecular Biology

  时间：2025-05-13

• 综述：生物识别测量在直接产品评估中理解消费者体验的实践评估：现状与未来展望

  引言在食品行业中，感官和消费者研究意义重大，它致力于探究消费者对产品的各种反应，像感官感知、情感反应、享乐评价以及产品概念化等方面。企业期望通过了解消费者体验，来预测消费者的食品选择行为，进而开发出畅销产品，然而这一目标实现起来颇具难度。近年来，消费者研究人员热衷于采用隐式测量方法，以此获取随时间动态变化的数据。这类隐式测量无需消费者有意识地思考，因为决策过程涉及意识和潜意识，仅依靠传统的自我报告方法，可能无法全面捕捉消费者的真实体验。生物识别工具通过测量人体信号的变化，为了解消费者体验提供了独特视角，常见的有眼动追踪、脑电图（EEG）、用于测量自主神经系统（ANS）反应的工具，以及捕捉面部活

  来源：Current Opinion in Food Science

  时间：2025-05-13

• 睡眠障碍人群系统性炎症指标(SIRI/NPR)与抑郁风险的队列研究：基于NHANES 2005-2020数据

  现代社会中，睡眠障碍如同无形的流行病，约29.8%的美国成年人深受其扰。这些夜晚的辗转反侧不仅带来白天的疲惫，更与抑郁症形成危险的"双向奔赴"——33.5%的失眠者最终发展为临床抑郁，而21.1%的抑郁患者同时饱受失眠折磨。这种纠缠不清的关系让临床治疗陷入困境，也促使科学家不断探寻背后的生物学机制。近年来，精神神经免疫学领域逐渐揭开炎症反应的神秘面纱，白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)等促炎因子被证实与抑郁症状密切相关。然而，传统炎症标志物的检测成本高昂，且针对特定高危人群——睡眠障碍者的研究仍存空白。安徽医科大学转化医学研究院的研究团队另辟蹊径，将目光投向两个新兴的复

  来源：Comprehensive Psychoneuroendocrinology

  时间：2025-05-13

• 植物源黄酮类化合物：治疗阿尔茨海默病的潜在 Aβ 纤维解聚剂

  阿尔茨海默病（Alzheimer's disease，AD）是一种令人谈之色变的进行性神经系统疾病，它就像大脑中的 “橡皮擦”，悄无声息地抹去患者的记忆、语言和行为能力，严重影响患者的日常生活。目前，AD 的治疗仍是医学领域的一大难题，尚无有效的治愈方法。其主要病因被认为是大脑细胞内外异常的蛋白质积累，尤其是淀粉样 β（Amyloid-β，Aβ）蛋白的异常聚集。Aβ 单体在多种因素作用下，会逐渐聚集形成具有神经毒性的 Aβ 纤维，这些纤维进一步堆积形成斑块，如同大脑中的 “毒瘤”，持续破坏细胞功能，引发一系列神经退行性病变。在这样的背景下，为了寻找治疗 AD 的新希望，来自多个研究机构的研究人

  来源：Brain Disorders

  时间：2025-05-13

• 长距离盲虹膜识别的先验嵌入驱动架构：突破技术瓶颈，提升识别精度

  在科技飞速发展的当下，生物识别技术成为保障安全、便捷生活的重要手段。其中，虹膜识别凭借其独特的纹理特征和高防伪性，备受关注。想象一下，在机场、重要场所，人们只需眼睛一扫，就能快速完成身份验证，既高效又安全。但现实并非如此完美，当进行长距离虹膜识别时，各种问题接踵而至。由于采集环境不受控制，比如距离远、光线复杂、设备限制等，获取的虹膜图像往往是低分辨率、模糊且带有噪声的 “盲虹膜图像”。这些图像质量差，使得虹膜纹理难以辨认，严重影响了识别的准确性，就像原本清晰的密码锁变得模糊不清，难以解锁一样。目前，硬件解决方法受成本和技术限制，效果不佳，而现有提升算法也难以应对真实场景中未知原因导致的图像退化

  来源：Biomedical Signal Processing and Control

  时间：2025-05-13

• 基于评论数据的混合胶囊卷积神经网络（Capsule_CNN）用于抑郁症检测的情感分类研究

  在当今社会，心理健康问题愈发受到人们的关注，而抑郁症作为一种常见的精神疾病，正困扰着全球数亿人。想象一下，那些被抑郁症缠身的人，他们在日常生活中承受着持续的焦虑，不仅破坏了与家人朋友的关系，严重时还可能引发各种疾病，甚至走向自杀的绝境。更令人担忧的是，抑郁症还是痴呆症风险的重要指标。然而，目前抑郁症的早期检测面临着重重挑战。既没有专门的医学检测来精准衡量其严重程度，传统的检测方法又缺乏足够的敏感性和特异性。在此背景下，研究人员急需探索出更有效的抑郁症检测手段。社交媒体和网络平台的兴起，让人们每天都在上面分享生活、抒发情感，这些海量的数据就像是一座隐藏着无数秘密的宝库，为抑郁症的研究带来了新的契

  来源：Biomedical Signal Processing and Control

  时间：2025-05-13

• 蛋白质组学助力揭秘太空飞行下人体适应机制及探索长期任务保障策略

  本文回顾了俄罗斯科学院生物医学问题研究所蛋白质组学实验室在过去十年进行的太空和地面模型实验所获取的数据。运用基于质谱的蛋白质组学方法，对人体体液进行全景、半定量和定量分析，以揭示健康人体在轨道任务、南极越冬，以及地球上如卧床休息（BR）、干浸（DI）、隔离舱研究、低磁场暴露和短臂离心机旋转等模拟研究极端条件下的适应性反应中的分子机制，并探索分子相互作用网络。蛋白质组学研究揭示了人体在适应极端条件过程中发病机制的共同要素。宇航员血液蛋白质组的修饰类型取决于飞行任务次数。太空飞行因素诱导的蛋白质氧化修饰频率增加。心血管的实际适应类型取决于自主神经系统中交感或副交感神经成分的主导地位。人体的反应表现

  来源：Human Physiology

  时间：2025-05-13

• 探秘星际任务：辐射与引力联合作用下的神经生物学奥秘

  该综述聚焦太空探索任务中，辐射和引力因素联合暴露对神经生物学产生的影响，这一领域至关重要却研究较少。研究人员展示了多年来在此领域的研究数据，在大鼠和灵长类动物的实验室实验中，利用原创模型，研究中枢神经系统（CNS）对模拟部分银河宇宙辐射的不同性质电离辐射和模拟微重力同步联合暴露的神经生物学反应。从分子水平到整体（动物行为），在 CNS 的不同组织层面探索神经生物学效应。研究指出长期暴露的后果、动物的类型特征，以及所研究因素相互作用的复杂性。

  来源：Human Physiology

  时间：2025-05-13

• 基于根电容评估与人工神经网络预测生物肥料接种辣椒生长参数的跨土壤研究

  在农业生产中，根系对于植物生长起着至关重要的作用。它不仅负责吸收水分和养分，还参与植物的多种生理过程。然而，传统的根系检测方法大多具有破坏性，无法对同一土壤 - 植物系统进行重复测试。例如，以往常用的挖掘法，会直接破坏植物根系，影响植物后续生长，也难以连续监测根系的动态变化。同时，现有的一些非破坏性方法，适用性也常常受到限制，像某些基于成像技术的方法，对土壤条件和植物种类有较高要求，难以广泛应用。这就使得研究人员急需寻找一种简单、快速且无损的方法来监测根系活动。在这样的背景下，根电容(CR)测量技术进入了人们的视野。但此前对CR与植物生长参数关系的研究多采用简单的线性回归分析，难以准确揭示复杂

  来源：Biologia Futura

  时间：2025-05-13

• SeqBAST：基于贝叶斯注意力和状态转移的自数据驱动剩余使用寿命预测新突破

  在工业领域，设备就像工厂的 “心脏”，它们的稳定运行直接关乎生产效率和安全。然而，长期运行的设备不可避免地会出现退化，就像人的身体会随着时间衰老一样。这不仅会降低生产效率，还可能引发严重事故。于是，设备的预后和健康管理（PHM）系统应运而生，它就像设备的 “保健医生”，利用传感器数据和维护记录等资源，为高端设备的运维提供服务。而在这个系统中，剩余使用寿命（RUL）的准确估计无疑是重中之重，它就像给设备的 “健康状况” 定了一个量化指标，能为维护人员提供决策依据，帮助他们提前规划维护工作，避免设备 “带病上岗”，从而提高设备可靠性、保障系统安全，还能降低经济成本。早期，数据驱动的 RUL 预测方

  来源：Expert Systems with Applications

  时间：2025-05-13

• 机器学习助力攻克飞机滑行延误不确定下的稳健双目标登机口分配难题

  在繁忙的机场里，每天都有大量的航班起降。登机口的合理分配，就像是一场精密的棋局，关乎着机场运营的效率和旅客的出行体验。然而，现实中飞机滑行延误的不确定性，却给这盘棋局增添了许多变数。地面交通拥堵、天气变化、飞机的提前或晚点，这些因素都可能导致飞机滑行时间难以预测，进而让登机口分配陷入困境。以往的研究虽然对登机口分配有所涉及，但在处理滑行时间和延误的不确定性方面存在不足，没有充分利用现代预测方法，也未能将机器学习技术有效应用于其中。在这样的背景下，开展一项能够精准预测滑行时间、优化登机口分配的研究显得尤为重要。为了解决这些问题，研究人员开启了针对 “机器学习解决飞机滑行延误不确定下稳健双目标登机

  来源：Expert Systems with Applications

  时间：2025-05-13

• HACNetV2：全分辨率架构革新，助力像素级裂缝精准检测

  在基础设施领域，隧道、桥梁、道路等工程如雨后春笋般不断涌现，它们的安全与人们的生活息息相关。然而，这些结构在长期使用过程中，不可避免地会出现各种缺陷，其中裂缝是最为常见的一种。想象一下，一条看似不起眼的裂缝，如果不能及时发现和处理，随着时间的推移，可能会逐渐扩大，最终威胁到整个结构的安全，就像一颗隐藏的定时炸弹。传统的人工检测裂缝方式，不仅耗费大量的人力和时间，而且对于一些细微的裂缝，很容易遗漏。随着科技的发展，基于数字相机的检测系统应运而生，它凭借成本低、部署灵活等优势受到广泛关注。但要实现精准的像素级裂缝检测，仍然困难重重。不同材料表面的裂缝特征差异很大，比如混凝土、沥青和钢材上的裂缝就各

  来源：Expert Systems with Applications

  时间：2025-05-13

• 基于一维卷积神经网络模型驱动的液压机智能运行阶段识别：利用能量数据实现节能突破

  随着全球对气候变化的关注度不断攀升，工业领域也在积极探索低碳、环保的制造模式。制造业在工业用电中占比颇高，中国 2020 年制造业用电量近 55%，而液压机作为制造业的关键设备，虽有诸多优势，但能耗高、能效低的问题严重制约其在绿色制造领域的发展。在金属成型过程中，液压机输入电能仅有约 7.07% 转化为成型所需能量，大部分能量在液压系统中损耗。为深入了解液压机能耗模式并制定节能策略，对其运行状态监测和运行阶段识别至关重要。传统机器学习（ML）方法，如决策树（DT）、K 近邻（KNN）和支持向量机（SVM）等，虽在系统状态智能监测方面取得一定成果，但依赖专家知识进行手动特征提取和选择，通用性受限

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-13

• 基于 Cattaneo-Christov 模型的微极纳米流体强制对流输运研究：解锁热质传递新奥秘

  在现代科技飞速发展的时代，众多工程领域都面临着一个关键挑战：如何精准地控制和预测热流率。就像在电子设备的冷却技术中，若不能有效管理热量，芯片就可能因过热而性能下降甚至损坏；在材料加工过程里，温度的精确控制决定着产品的质量与性能；能源系统中，热流率的精准把握则关乎能源的高效利用。而微极流体，这种具有独特微观结构和旋转效应的流体，其热传递特性为解决这些问题带来了新的希望。然而，传统的热质传输模型在描述微极流体的复杂行为时存在一定局限性，难以满足实际工程的高精度需求，这就迫切需要更先进的研究来深入探索微极流体的热质传输机制。为了攻克这些难题，来自多个研究团队的研究人员开展了一项关于 “Forced

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-13

• DynLeafNet：动态轻量架构为植物病害分类带来新突破

  在农业生产的大舞台上，植物病害如同隐藏在暗处的 “杀手”，时刻威胁着农作物的健康生长。全球范围内，农作物因病害导致的减产问题日益严重，这不仅影响了粮食安全，还对经济发展造成了不小的冲击。从印度的农田到世界其他角落，农民们常常为作物遭受病害侵袭而苦恼。而且，早期检测植物病害困难重重，数据集里各类病害样本分布不均衡，植物病害初期症状又难以辨认，就像给病害检测戴上了 “枷锁”。传统的静态神经网络（SNNs）虽然在一定程度上能检测植物病害，但因其架构固定，参数过多，对计算资源需求大，在资源受限的场景下 “力不从心”，面对不均衡的数据集也难以实现良好的泛化。在这样的困境下，为了找到更高效、准确检测植物病

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-13

• 基于并行全局与局部注意力视觉 Transformer 生成对抗网络，利用傅里叶变换损失生成逼真假虹膜图像

  在当今数字化时代，生物识别技术广泛应用于各个领域，为人们的生活和工作带来了极大的便利。其中，虹膜识别以其高度的准确性和安全性，成为了备受瞩目的生物识别方式之一。然而，生成对抗网络（GAN）技术的迅猛发展，却给虹膜识别系统带来了巨大的挑战。利用 GAN 生成的假虹膜图像越来越逼真，这些图像被用于呈现攻击（Presentation Attack，PA），试图欺骗虹膜识别系统，严重威胁到了生物识别系统的安全性。在以往的研究中，许多生成假虹膜图像的 GAN 方法存在缺陷，比如无法有效消除 “GAN 指纹”，使得卷积神经网络（CNN）很容易区分真假虹膜图像。而且，这些方法生成的假虹膜图像在频率域上与真实

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-05-13

• 孕期母体抑郁焦虑评分对 3 月龄婴儿发育影响几何？GMs 评估揭示关键联系

  在生命的最初旅程中，胎儿的发育如同在精心呵护下绽放的花朵，任何外界的干扰都可能影响其成长轨迹。而孕期母亲的心理健康，恰似这朵娇嫩花朵生长环境中的重要 “气候” 因素。近年来，越来越多的研究发现，孕期抑郁和焦虑症状在准妈妈群体中并不罕见。这些不良情绪不仅给母亲自身带来身心的双重折磨，还像隐藏在暗处的 “杀手”，悄然威胁着腹中胎儿的未来。胎儿在母体内时，就像生活在一个小小的 “世界” 里，母亲的情绪变化会通过各种复杂的生理机制传递给胎儿。已有研究表明，孕期母亲处于抑郁、焦虑状态时，体内的激素水平会发生改变，如皮质醇等应激激素分泌增加。这些变化可能会影响胎儿大脑的正常发育，导致新生儿在运动、认知、情

  来源：Early Human Development

  时间：2025-05-13

知名企业招聘：