• 综述：1型糖尿病中的躯体运动功能障碍：病例报告

  Juan A. García-Arnés|Lidia Fernández-Díaz|Fatima Herrera-Pérez|Natalia García-Casares|Marc S. Dawid-Milner马拉加大学医学院药理学系，Teatinos校区，邮编29010，西班牙马拉加摘要感觉运动功能障碍是糖尿病神经病变的常见且早期出现的症状。这是一种影响自主神经系统的疾病，主要涉及小纤维，尽管对患者的生活质量有显著影响，但常常被漏诊。研究这种症状有助于早期发现自主神经功能障碍，并为后续并发症的管理提供依据。尽管这种症状可能导致严重的残疾，但由于其严重程度相对较低，因此常常被忽视。本文介绍了

  来源：Endocrine Oncology

  时间：2025-11-18

• 基于深度学习的逆向设计：探索潜在空间信息以实现几何结构优化

  在材料设计和优化领域，几何结构的确定是至关重要的第一步，它为材料的机械性能和实际应用性能奠定了基础。传统的方法通常依赖于计算机辅助设计（CAD）工具或基于初始技术要求的设计算法来生成材料的几何结构。随后，通过机械模拟和测试来评估材料的性能，例如刚度、强度、相对密度、泊松比和应力-应变曲线。这些测试结果用于判断材料是否符合设计标准。这一过程在确保材料在特定应用中能够有效运行方面至关重要。然而，传统的正向设计方法，尽管被广泛使用，却存在一些显著的局限性，例如需要多次试错迭代，耗费大量时间和计算资源。这种设计流程在优化复杂材料时效率低下。为了解决这些问题，基于深度学习的逆向设计方法逐渐兴起，显著提升

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-11-18

• 迈向安全高效的人体跌落检测：通过Gramian角场与联邦卷积神经网络（Federated CNN）实现传感器-视觉融合

  人类跌倒检测系统的研究与实现随着人口老龄化的加剧，人类跌倒检测技术在保障老年人安全方面扮演着至关重要的角色。该研究提出了一种融合多种数据源的隐私保护型跌倒检测系统，旨在解决传统方法中存在的一些关键问题，如隐私泄露、误检率高以及在不同环境下的性能不稳定。该系统结合了当前最先进的机器学习模型、多模态数据融合、联邦学习（FL）以及基于Karush-Kuhn-Tucker（KKT）的资源优化策略，为跌倒检测提供了更加安全、高效和可扩展的解决方案。在当今社会，老年人的安全问题日益受到关注，特别是在独居情况下，他们更容易遭遇跌倒事件，而这些事件可能导致严重的健康问题，甚至危及生命。因此，开发一个高效、可靠

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-11-18

• 基于图像四叉树SBFEM和深度神经网络的深度学习模型用于识别内部缺陷

  本研究提出了一种基于图像四叉树缩放边界有限元法（SBFEM）与深度神经网络（DNN）结合的模型，旨在快速识别结构内部的缺陷。传统无损检测或反演方法在定量识别结构缺陷时面临高成本和低效率的问题。通过引入四叉树算法和SBFEM，该模型能够高效生成训练数据集，并在减少计算成本的同时保持较高的识别精度。该方法的核心在于利用四叉树算法对结构域进行递归分解，自动在缺陷边界区域进行网格细化，从而仅需六种基本元素即可覆盖所有网格形态，且悬挂节点不影响求解精度。这显著提高了模型的自动化程度，并减少了训练数据集的生成成本。研究采用深度神经网络作为学习框架，通过引入贝叶斯正则化算法，有效降低了目标函数收敛到局部最优

  来源：CMES - Computer Modeling in Engineering and Sciences

  时间：2025-11-18

• 颞叶前部、词语理解能力以及语义性原发性进行性失语症中的萎缩生理机制

  在神经退行性疾病的研究中，语言功能的衰退一直是关注的重点之一。特别是对于语义变异型主要进行性失语症（semantic variant primary progressive aphasia, svPPA），其病变主要集中在前颞叶（anterior temporal lobe, ATL），这为探索大脑结构和功能之间的关系提供了独特的视角。svPPA是一种由额颞叶萎缩（frontotemporal lobar degeneration）伴随TDP-43蛋白类型C病理特征（TDP-C）引起的疾病，其典型表现为语言理解能力的逐渐丧失，尤其是在词汇识别和命名方面，而这种损害通常不会影响患者的重复能力、语

  来源：Neurocase

  时间：2025-11-18

• 一个包含单词和图片的数据库，用于研究语言处理中的音系-语义处理及其相互作用：验证与应用

  在语言学研究领域，特别是语言生产与理解的比较研究中，越来越多的学者致力于通过控制实验来探索语言处理过程中不同方面的关联性。这些实验通常使用相同的刺激材料，分别用于口语和书面语的条件，以便更准确地分析语言加工的内部机制。然而，尽管这种研究方法在英语中已有较为丰富的资源，但对于其他语言，尤其是德语，相关的研究工具仍然较为稀缺。为了解决这一问题，本文介绍了一个开放获取的数据库，其中包含151个德语词汇及其对应的图片刺激材料。该数据库旨在为语言学研究提供一个高质量、可重复使用的资源，尤其适用于心理语言学和神经语言学的研究，以探讨语义和语音加工及其相互作用。该数据库中的词汇分为两个主要语义类别：动物名词

  来源：PLOS One

  时间：2025-11-18

• 酒精中毒与负性情绪通过提升奖赏学习率损害决策的认知机制研究

  在复杂的社会环境中，我们每天都需要做出无数决策，其中很多都涉及短期奖励与长期后果之间的权衡。这种权衡能力对适应社会生活至关重要，而其缺陷则与多种精神障碍密切相关。爱荷华赌博任务(IGT)作为评估决策能力的经典范式，要求参与者通过试错学习区分有利牌组（长期净收益）和不利牌组（高即时奖励但长期损失）。以往研究发现，酒精使用障碍(AUD)和情绪障碍患者在此任务中表现受损，但这些研究多基于群体比较，难以揭示决策缺陷的认知机制，也无法阐明短暂状态（如急性酒精中毒或情绪波动）对决策过程的影响。酒精和负性情绪作为常见的状态因素，可能通过改变信息处理方式影响决策。酒精近视理论认为，酒精会窄化注意力，使人过度关

  来源：Judgment and Decision Making

  时间：2025-11-18

• 综述：确定对生理性和道德性厌恶刺激的神经生理反应——一项系统性的文献综述

  本研究旨在系统评估与身体排斥或道德排斥相关的生理和神经标记，以进一步探讨这两种排斥之间的关系。身体排斥是一种基本情绪，具有进化根源，通常用于避免污染物和疾病。然而，道德排斥通常出现在目睹道德违规或社会边界被打破时。先前的研究试图确定道德排斥是否是一种独立的情绪，源自更基础的身体排斥，或者是否是多种情绪的混合。为了更清晰地理解这种关系，本文对测量身体排斥或道德排斥反应的研究方法进行了系统评价，以识别这些情绪之间共享和独特的生理和神经标志。研究发现，尽管身体排斥和道德排斥之间存在一些共同的标记，但这种共同性取决于所涉及的道德违规类型或身体排斥的诱因。研究表明，身体核心排斥与身体道德或纯洁排斥密切相

  来源：Physiology & Behavior

  时间：2025-11-18

• GHGNN：一种基于群定义的超图神经网络，用于行人轨迹预测

  在当今智能交通和机器人导航迅速发展的背景下，准确预测行人未来的行为轨迹变得尤为重要。这项研究的核心目标在于提升自动驾驶车辆和机器人在复杂环境中对行人运动的预测能力，从而有效避免潜在的碰撞事故，提高整体的安全性。随着研究的深入，传统的方法逐渐暴露出其局限性，尤其是在处理行人之间的复杂交互关系时，往往无法全面捕捉集体行为和个体行为的相互影响。因此，引入更先进的模型结构成为研究的热点，其中基于超图神经网络（HGNN）的方法因其在建模群体互动方面的潜力而受到广泛关注。然而，现有的HGNN方法在构建超图时，通常依赖于神经网络学习的行人相关矩阵，这种方法虽然在一定程度上提升了预测的准确性，但也带来了模型解

  来源：Neurocomputing

  时间：2025-11-18

• 研究注意力机制对深度神经网络工程性能及类脑特性的影响

  在人工智能与神经科学交叉的研究领域中，注意力机制（attention mechanisms）作为一项关键技术，已被广泛应用于深度卷积神经网络（CNNs）中，以提升其在图像分类、目标识别等视觉任务中的工程性能。同时，CNNs本身也被视为一种模拟生物视觉系统的数学模型，这种模型在理解和复制复杂视觉处理机制方面具有重要意义。然而，一个核心问题仍未得到明确解答：注意力机制在提升工程性能的同时，是否也使神经网络的内部活动更接近大脑的运作模式？这不仅关系到模型设计的合理性，也影响着未来构建更加生物仿真的智能系统的方向。注意力机制在机器学习中的应用源于对人类注意力机制的启发。在神经科学中，注意力被理解为一种

  来源：Neurocomputing

  时间：2025-11-18

• 荷兰社区获得性细菌性脑膜炎成年患者的预后：一项前瞻性全国队列研究

  这项研究分析了荷兰地区18年期间2974名成年人的细菌性脑膜炎的临床结果和神经后遗症，揭示了不同病原体引起的脑膜炎在死亡率和功能预后方面的显著差异。研究的主要发现包括：尽管已经广泛应用了疫苗、有效的抗生素和辅助治疗药物地塞米松，但细菌性脑膜炎的死亡率和后遗症发生率仍然较高，且未随时间显著改善。总体死亡率为17%，即每六名患者中有一人死亡，其中由李斯特菌（L. monocytogenes）引起的死亡率最高，达到32%，其次是链球菌（S. pyogenes）和肺炎链球菌（S. pneumoniae），分别达到19%和18%。研究还指出，39%的患者出现了不良功能结局，其中一半以上患者在出院时有神经

  来源：The Lancet Regional Health - Europe

  时间：2025-11-18

• 综述：超越炎症：为何理解大脑在炎症性关节炎中的作用至关重要

  慢性疼痛在炎症性关节炎中是一个长期存在的挑战，即使在关节炎症得到有效控制的情况下，许多患者仍会经历持续性的疼痛。这种现象表明，疼痛不仅来源于外周炎症，还涉及中枢神经系统（CNS）的异常处理机制。神经影像学技术的发展为理解这些复杂的疼痛机制提供了全新的视角，揭示了大脑结构和功能的变化如何与疼痛、疲劳和情绪症状相关联。这些发现对风湿病学领域具有深远的影响，推动了从单纯治疗炎症到关注中枢神经调节的机制化治疗策略的转变。### 疼痛的神经机制疼痛是炎症性关节炎的核心症状之一，尤其是在类风湿性关节炎（RA）、银屑病关节炎（PsA）和轴性脊柱关节炎（axSpA）等疾病中尤为显著。尽管免疫治疗在控制炎症方面

  来源：Arthritis Care & Research

  时间：2025-11-18

• 综述：用于视网膜神经节细胞活体成像的光学策略

  引言全球有超过5.96亿人面临因视网膜疾病导致视力丧失的风险，其中许多疾病，如青光眼和糖尿病视网膜病变，都以视网膜神经节细胞（RGC）的变性和死亡为特征。RGC主要位于视网膜的神经节细胞层（GCL），其轴突形成视网膜神经纤维层（RNFL），负责将视觉信号从视网膜传递到大脑。RGC的功能依赖于视网膜血管丛的血液供应。在青光眼中，升高的眼内压（IOP）常导致RGC丢失和轴突变性，进而引发不可逆的失明。相比之下，糖尿病视网膜病变则源于血糖水平升高导致的视网膜微血管功能障碍，造成缺血环境，损害RGC的功能和存活。由于这些神经退行性视网膜疾病发病隐匿，早期阶段常被忽视。据估计，超过一半的青光眼和糖尿病视

  来源：Med-X

  时间：2025-11-18

• Taxi和Adar基因在果蝇（Drosophila melanogaster）中的神经元表达对于维持其寿命至关重要

  摘要衰老伴随着生理过程的衰退，例如神经元健康、肌肉、脂肪体以及肠道细菌的维持能力下降，而这些因素在衰老过程中起着关键作用。在本研究中，我们发现转录因子Taxi的表达对于维持黑腹果蝇（Drosophila melanogaster）的寿命是必需的。taxi基因的过表达和低表达等突变体显示出较短的寿命。研究发现，Taxi在所有神经元中的过表达或敲低都会显著缩短寿命。在之前的研究中，我们发现Taxi能够负调控Adar蛋白的活性。有趣的是，过表达Adar能够显著逆转由Taxi在神经元中过表达所导致的寿命缩短；相反，敲低Adar则能够恢复因Taxi在神经元中敲低而导致的寿命缺陷。此外，即使Adar蛋白失

  来源：Journal of Genetics

  时间：2025-11-18

• 基于磁表面信息特征矩阵的永磁体微裂纹故障检测

  摘要：本文提出了一种基于磁表面信息特征的新型永磁体缺陷检测方法，用于解决双二次空气芯永磁同步直线电机永磁体微裂纹的检测问题。首先，采用等效磁荷法建立二次气隙磁场的分析模型；其次，提出了一种构建磁表面信息特征矩阵（MSICM）的方法，该方法引入了相关系数，并根据不同尺寸微裂纹的表达要求优化了MSICM的密度。接着利用奇异值分解处理MSICM以获取故障特征；最后，以微裂纹引起的推力波动作为分类依据，建立了一个以形状特征为特征量的样本库，并通过鲸鱼优化算法的多尺度核卷积神经网络生成了微裂纹分类模型；该模型与其他分类算法进行了对比。仿真和原型实验表明，所提出方法的永磁体微裂纹识别率超过了98%。引言双

  来源：IEEE/ASME Transactions on Mechatronics

  时间：2025-11-18

• 学习稳态依赖变量阻抗控制以实现柔顺操控

  摘要：状态依赖的变量阻抗控制（VIC）已被证明是实现柔顺且灵巧的机器人操作所必需的技术。然而，引入变量阻抗控制会引发机器人系统的稳定性问题，从而带来潜在的安全风险。遗憾的是，目前还没有一个普遍有效的框架来解决这一问题，现有的方法往往需要牺牲VIC的性能来保证稳定性。本文提出了一种基于学习的VIC方法，旨在同时维持系统的稳定性和控制性能。具体而言，我们设计了一种名为SNEUM的神经能量函数，该函数具有全局唯一的最小值。然后利用SNEUM来编码可变的刚度行为，从而实现稳定且可学习的VIC结构。由于SNEUM的特殊形式，我们表明通过调整SNEUM的一个超参数，可以数学上确定专注于控制平滑性或精度的控

  来源：IEEE/ASME Transactions on Mechatronics

  时间：2025-11-18

• 基于感兴趣结构（Structure-of-Interest）的神经动力学模型实现的双手可变形袋状物体操控

  摘要：由于可变形物体的复杂动力学特性和无限维的配置空间，机器人系统对这些物体的操控面临重大挑战。本文提出了一种新的可变形物体操控（DOM）方法，重点在于引入和操控可变形织物袋中的关键结构（SOIs）。我们构建了一个双手操控框架，该框架利用基于图神经网络的动态模型来简洁地表示和预测这些关键结构的行为。我们的方法包括全局粒子采样过程，从关键结构的部分点云中构建粒子表示，并学习能够有效捕捉织物袋关键变形特征的动态模型。通过将这一动态模型与模型预测控制相结合，使机器人操控器能够执行精确且稳定的操控任务，专注于这些关键结构。我们通过多种实验验证了新框架的有效性，证明了其在操控可变形袋子和T恤方面的能力。

  来源：IEEE/ASME Transactions on Mechatronics

  时间：2025-11-18

• 通过使用TiN电极以及器件规模优化，提高了基于氧化钇的忆阻器的性能，使其在神经形态计算和模式识别应用中更具优势

  摘要：本文介绍了一种与CMOS工艺兼容的制备工艺，以及对尺寸为100 μm²的氧化钇（Y2O3）基忆阻器件的深入材料分析和电气特性研究。通过采用TiN电极并实现器件缩放，这些制备出的器件性能得到了提升，能够高效模拟多种低功耗的神经形态学和模式识别任务。所制备的忆阻器件表现出稳定的双极电阻切换行为，耐久性超过50,000次循环，保持时间超过10^6秒，并且具有极高的开/关比（10^4）。此外，这些器件在循环间（C2C）和器件间（D2D）切换电压方面表现出显著的稳定性，C2C和D2C下的电压变化系数（CV）分别为4.95%和11.39%。这些器件还能通过模拟增强作用、抑制作用、配对脉冲促进（PPF

  来源：IEEE Transactions on Materials for Electron Devices

  时间：2025-11-18

• 基于神经网络的全头磁脑图系统传感器阵列几何结构快速标定新方法

  在我们的大脑中，无数神经细胞时刻都在进行着电活动，这些微弱的电流会产生同样微弱的磁场。捕捉并解读这些磁场，就如同在聆听大脑的“窃窃私语”，这就是磁脑图（Magnetoencephalography, MEG）技术的魅力所在。MEG是一种非侵入性的脑功能成像技术，能够以毫秒级的时间分辨率探测神经活动，为理解大脑的工作机制提供了强有力的工具。然而，要准确地“翻译”这些来自大脑的磁信号，并精确定位其内部的电流源，一个至关重要的前提是必须精确知道用来测量磁场的传感器（磁强计）本身在空间中的精确位置和朝向。这就像要用多个麦克风阵列来定位一个声源，必须首先精确知道每个麦克风的位置一样。对于传统的全头型ME

  来源：IEEE Magnetics Letters

  时间：2025-11-18

• 基于物理的磁隧道结电路模型

  摘要：本文提出了一种用于磁隧道结（MTJs）的等效电路模型，该模型在宏观自旋近似下能够准确再现其磁化动力学和电学行为。该模型通过直接数值模拟朗道-利夫希茨-吉尔伯特-斯隆切夫斯基（LLGS）方程进行了验证，涵盖了铁磁共振、场驱动和自旋扭矩诱导的切换以及自旋扭矩诱导的振荡现象。仿真结果表明，等效电路模型与基于LLGS的仿真结果之间具有极好的一致性，从而证实了该模型的准确性和在MTJs电路级分析中的实用性。该模型能够处理时变磁场和电压驱动的激励，因此适用于多个领域，包括神经形态计算、微波信号处理和自旋电子存储技术。通过提供计算效率高且物理上严谨的电路表示方法，本文促进了MTJs在复杂电子系统中的无

  来源：IEEE Magnetics Letters

  时间：2025-11-18

知名企业招聘：