• 综述：连续血糖监测与糖尿病患者的微血管并发症：将血糖指标与临床结局联系起来

  连续血糖监测（CGM）作为评估糖尿病患者血糖控制的一种动态方法，近年来在临床实践中得到了广泛关注和应用。CGM能够提供更详细的血糖波动数据，而不仅仅是传统HbA1c所反映的平均血糖水平。研究表明，CGM衍生的指标，如血糖控制时间（TIR）、血糖波动性（GV）和血糖稳定时间（TITR），与糖尿病的微血管并发症之间存在显著的关联。这些指标不仅有助于更好地理解患者的血糖管理质量，还可能成为早期风险评估和个体化治疗策略的重要工具。糖尿病的微血管并发症主要包括糖尿病视网膜病变（DR）、糖尿病肾病（DKD）和糖尿病神经病变（DN）。这些并发症严重威胁患者的健康，导致视力丧失、肾功能衰竭以及神经损伤，进而影

  来源：DIABETES OBESITY & METABOLISM

  时间：2025-11-11

• 综述：坐骨神经的解剖学变异：关于其形态学特征及临床意义的文献综述

  摘要 坐骨神经是人体中最大的周围神经，其走行路径、分支位置以及与梨状肌的关系存在解剖学上的变异。这些变异在临床上具有重要意义，因为它们可能影响诊断准确性、手术干预效果、神经阻滞的效果以及影像学结果的解读。本文旨在综述目前关于坐骨神经解剖学变异的认识；这些变异在尸体研究、影像学研究和外科手术中的报道频率；以及这些发现对临床实践的影响。Beaton和Anson分类系统作为主要框架，同时对未分类和复杂的变异类型进行了额外的分类。最常见的坐骨神经类型为A型，即未分叉的神经从梨状肌下方穿出，其发生率在76%到90%以上。B型是最常见的次级变异类型，其中腓

  来源：Anatomical Science International

  时间：2025-11-11

• 由右侧额颞叶脑膜瘤引起的外语口音综合征：病例报告

  摘要 背景： 外国口音综合征（FAS）是一种罕见的言语障碍，其特征是患者无意中出现了类似外国口音的语音。尽管该综合征的确切病理生理机制尚未明确，但据认为它是由音高、语调、重音和发音方面的异常引起的，导致听者感知到外国口音。这种症状最常与中风相关，但也可能由脑外伤、脱髓鞘疾病或肿瘤引起。 方法： 我们介绍了一例59岁、右利手、英语为母语的女性患者，她因右侧额颞叶脑膜瘤而出现了FAS。通过临床评估、影像学检查和手术记录来分析其言语障碍的病因和病程。 结果：

  来源：Journal of Neuroscience Nursing

  时间：2025-11-11

• 为新招聘的神经科护士开发基于能力的标准化培训内容体系

  摘要 背景： 本研究的目的是基于基于能力的学习（Competency-based Education, CBE）模型，为新招聘的神经科护士开发一套标准化的培训内容体系，以支持他们系统的职业发展。方法：通过文献回顾、情境分析、专家小组讨论以及CBE框架，制定了各级别的初步培训指标。采用改进的德尔菲（Delphi）方法对培训内容体系进行了完善和最终确定。结果：共有10位专家参与了改进后的德尔菲咨询。两轮调查的回复率均为100%。专家权威系数为0.920，肯德尔一致性系数介于0.159至0.300之间（P<0.05）。

  来源：Journal of Neuroscience Nursing

  时间：2025-11-11

• 将用于量化脑损伤患者躁动程度的工具纳入住院环境中的神经科学护理实践

  摘要 背景： 脑损伤（BI）患者在受伤后的住院初期经常会出现烦躁不安的症状。某医院的护士们难以准确描述、量化这些烦躁行为，并对其进行趋势分析，因此他们试图引入一种工具来辅助日常护理工作。 方法： 护士和医疗人员选择了“烦躁行为量表”（Agitated Behavior Scale，简称ABS）作为该工具。随后开展了一项为期多年的教育项目，采用了多种教学方法，最终编制了一套培训材料，以帮助其他科室和医院推广ABS的使用。 结果： 通过这

  来源：Journal of Neuroscience Nursing

  时间：2025-11-11

• 综述：难治性高血压与阻塞性睡眠呼吸暂停

  摘要 通俗语言总结 难治性高血压（Refractory Hypertension，简称RfH）是最难控制的高血压类型，具有最高的心血管风险。据估计，它占所有高血压病例的0.5%至1%。睡眠呼吸暂停综合征（Sleep Apnea Syndrome，简称OSA）是指在睡眠过程中气道反复部分或完全阻塞的情况，其发病率非常高，全球约有十亿人患有此病。这两种疾病具有相同的病理生理机制：交感神经系统的过度激活。近年来，已经证明了难治性高血压与睡眠呼吸暂停综合征之间的临床关联。80%至90%的难治性高

  来源：Journal of Hypertension

  时间：2025-11-11

• 一种独特的颈静脉孔骨化变异形式

  摘要通俗语言总结 颈静脉孔（Jugular Foramen, JF）是颅底最复杂的孔道之一。最近的研究扩展了我们对JF形态学的认识，但一些罕见的骨化变异仍然未被充分报道。我们描述了一例在干燥颅骨中观察到的独特病例：两个完全骨化的隔膜将右侧JF分成了三个独立的腔室。形态测量分析显示，存在一个较大的后部静脉腔室和两个前部神经腔室，这两个神经腔室由一块薄骨板分隔开，这表明一个分化良好的骨化颈静脉突和骨化硬脑膜隔同时存在。从神经外科的角度来看，这种骨化会缩小JF的管腔，增加显微神经外科手术的难度，并可能导致某些颅神经受压或静脉血流受阻。因此，高分辨率的术前影像学检查（尤其

  来源：Journal of Craniofacial Surgery

  时间：2025-11-11

• 开发纳米结构电极界面以引导神经球中的神经发生

  神经退行性疾病，包括痴呆和运动障碍，其特征是神经元不可逆地丧失，这由神经元退化、神经发生减少以及慢性神经炎症引起，最终导致认知和功能衰退。神经干细胞（NSCs）因具有自我更新能力、可分化为多种神经细胞类型以及分泌神经保护因子而成为再生治疗的潜在候选者。然而，其临床应用受到控制细胞迁移、分化及整合到神经回路中的挑战的限制。电刺激（E-stim）作为一种有前景的方法，能够以电压依赖的方式促进神经干细胞的行为，包括迁移、分化和存活。本研究探讨了双相电刺激对培养在芯片中的成年海马前体细胞（AHPCs，以神经球形式存在）的影响。这些细胞在20 mV或40 mV的电压下（频率1 Hz，每天10分钟）进行电

  来源：ACS Applied Materials & Interfaces

  时间：2025-11-11

• 基于条件变分自编码器的多模态图卷积网络用于增强协同意图下的血管轨迹预测

  波浪能转换器（Wave Energy Converters, WECs）在向可持续能源转型过程中扮演着至关重要的角色。然而，WECs的效率和可靠性往往受到结构稳定性挑战的制约，这些挑战会影响其能量提取性能。虽然已经提出了多种控制策略，但现有的方法通常未能充分解决实时适应性和在波动波况下的鲁棒性问题。此外，几乎没有使用实际测量振动数据进行数据驱动的旋转速度控制或使用PTO的旋转速度作为主动结构控制的策略，特别是在WECs或OWCs（振荡水柱装置）中。优化技术和人工智能可以应用于开发更可靠和可持续的能量生成和存储系统，从而为碳中和目标做出贡献。本文研究了这一领域中的空白，提出了一种基于人工神经网络

  来源：Engineering

  时间：2025-11-11

• 反向变分自编码器：一种用于工程结构健康监测和逆向分析的概率推理框架

  在结构工程领域，逆分析是一种关键的技术，用于从有限的外部观测数据中推断出系统内部的未知参数。这些参数包括结构应力、材料特性、变形模式等，它们对确保结构的安全性和性能至关重要。然而，在实际应用中，由于测量数据的稀疏性，逆分析常常面临欠约束问题，导致多个可能的解存在，增加了不确定性。为了应对这一挑战，本研究提出了一种基于贝叶斯深度学习的框架，称为“Reverse Variational Auto-Encoder”（RVAE），以实现高效的概率逆分析。RVAE框架在传统的变分自编码器（VAE）基础上进行了改进，特别考虑了逆问题中固有的因果关系。这种设计使得RVAE能够在无需标签的场景中支持半监督学习

  来源：Engineering

  时间：2025-11-11

• 利用事件相关电位（ERP）来识别由公共交通标志亮度特征引起的用户颜色感知

  在现代城市交通环境中，公共运输标志作为重要的视觉提示，不仅承担着传递信息的功能，还影响着乘客的行为模式和心理状态。颜色作为视觉感知的核心要素，对标志的识别和关注程度具有决定性作用。然而，当前关于颜色感知的研究主要依赖于问卷调查和行为观察等方法，缺乏对认知过程的深入探讨。为了弥补这一不足，本文采用事件相关电位（Event-Related Potentials, ERPs）技术，探讨不同亮度的公共运输标志对乘客注意力分配和情绪唤醒的影响，从而揭示颜色亮度在标志设计中的关键作用。ERPs是一种非侵入性的神经电生理测量方法，能够捕捉大脑在特定刺激下产生的神经活动变化。其具有高时间分辨率，能够精确地记录

  来源：International Journal of Industrial Ergonomics

  时间：2025-11-11

• 一种基于人工智能的方法，用于人类寄生虫卵的分割和分类

  在现代医学领域，寄生虫感染仍然是一个全球性健康问题，特别是在热带、亚热带和温暖气候地区的医疗资源有限的环境中，这一问题尤为突出。传统诊断方法依赖于人工显微镜下对粪便样本进行细致的观察和分析，这不仅费时费力，而且容易受到操作者经验和主观判断的影响，导致诊断结果存在一定的误差。因此，如何提高寄生虫感染的诊断效率和准确性成为亟需解决的问题。为了克服这些挑战，研究人员提出了一种基于人工智能（AI）的自动化诊断方法，通过结合先进的图像处理技术与深度学习模型，实现了对寄生虫卵的精准识别和分类。该方法首先对显微镜下的粪便图像进行去噪处理，使用Block-Matching and 3D Filtering（B

  来源：Healthcare Analytics

  时间：2025-11-11

• 具有时间感知能力和转换语义的图神经网络，用于可解释的预测性业务流程监控

  预测性业务流程监控（Predictive Business Process Monitoring, PBPM）旨在通过历史事件日志预测正在进行的案例中未来发生的事件。在这一领域，图神经网络（Graph Neural Networks, GNNs）因其能够捕捉过程数据中的结构依赖关系而备受关注。然而，目前基于GNN的PBPM模型仍然存在局限性，主要体现在对局部前缀子图和全局结构模型的依赖上，往往忽视了时间相关性和转换语义。本文提出了一种统一且可解释的GNN框架，从三个关键方面提升了现有技术的性能。首先，我们比较了基于前缀的图卷积网络（Graph Convolutional Networks, G

  来源：Expert Systems with Applications

  时间：2025-11-11

• 一种改进的多目标遗传算法，用于资源受限的主动项目调度中鲁棒性与成本权衡的优化

  视频内容作为信息传播的重要形式，近年来随着数字媒体的快速发展而迅速增长。然而，视频的庞大体量和持续时间给用户高效获取相关信息带来了挑战。因此，视频摘要技术应运而生，旨在通过生成简洁、有代表性的摘要，保留关键内容并去除冗余信息。视频摘要的目标是将长时间的视频压缩成短小精悍的总结，同时确保信息的完整性和连贯性。这一过程在许多应用中至关重要，例如监控系统、交通管理、在线教育以及疫情期间的远程办公等。传统的视频摘要方法主要依赖于手工设计的特征提取和序列建模技术，这些方法在处理短时间视频时表现尚可，但在面对长时间或高帧率视频时则存在诸多不足。例如，循环神经网络（RNN）虽然擅长处理时间序列数据，但往往难

  来源：Expert Systems with Applications

  时间：2025-11-11

• 一种基于新型神经网络的模糊排序方法，用于可持续能源领域的决策问题

  在当前的研究中，我们提出了一个基于神经网络的模糊集排序模型，通过监督学习的方法解决模糊集排序问题。该方法将模糊集表示为一组具有特定特性的数值向量，从而在保留其结构和形状信息的同时，使模糊集可以被神经网络有效处理。这种新颖的表示方法为排序任务提供了更统一的输入格式，并且避免了对模糊集的特定类型或形状的依赖，使得模型可以适用于不同类型的模糊集。为了优化神经网络的权重和偏置，我们采用了粒子群优化（PSO）算法，并以Kendall Tau距离作为损失函数。这种结合模糊集与机器学习技术的方法在处理复杂模糊集排序任务中展现出了良好的适应性和准确性。### 模糊集排序的挑战与现有方法的局限性模糊集作为一种处

  来源：Expert Systems with Applications

  时间：2025-11-11

• 通过协作蚁群优化和物理信息神经网络对偏微分方程进行稀疏识别

  本文介绍了一种用于发现偏微分方程（PDE）的两阶段框架，该框架结合了蚁群优化（ACO）和物理信息神经网络（PINNs）的优势。在复杂物理系统建模中，从数据中自动发现PDE已成为研究的热点。然而，主流的数据驱动方法存在一些显著的局限性，例如当候选库的项数较少时才能获得可靠的结果，而在较大的、高维的候选库中，有效筛选和系数估计往往难以实现，且对噪声的鲁棒性较差。为了解决这些问题，研究者提出了一种新颖的ACO-PINNs协同框架，旨在提高在噪声数据和大型候选库中的识别性能，同时确保模型的物理一致性和可解释性。PDE是描述连续介质时空动态的基本数学工具，广泛应用于科学和工程的多个领域，如流体力学、固体

  来源：Expert Systems with Applications

  时间：2025-11-11

• 具有自适应采样的惯性近端随机梯度方法，用于非凸和非光滑问题

  在现代机器学习领域，随着数据规模和维度的不断增长，传统的凸优化方法在处理实际问题时逐渐显现出局限性。大多数现实任务的目标函数并非严格凸，因此需要更灵活的优化策略来应对非凸和非光滑的挑战。特别是在处理大规模数据集时，计算完整梯度的成本过高，而使用随机梯度方法虽然计算效率高，但容易受到样本大小的影响，并且在非光滑和非凸问题中，收敛性分析也变得更加复杂。为了解决这些问题，本文提出了一种新的随机算法，通过引入自适应采样策略、惯性项和与样本大小和惯性相关的步长更新规则，有效平衡了随机梯度的噪声与计算效率，实现了对非凸和非光滑问题的稳定收敛。### 优化背景与挑战在实际应用中，机器学习模型通常依赖于经验风

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-11

• 利用人工神经网络的潜力来研究自催化化学反应对流经两个平行圆盘之间挤压的Boger流体流动动力学的影响

  本研究探讨了在磁场作用下，Boger流体在两个平行圆盘之间的挤压制动流动现象。同时，还分析了热辐射、吸热/放热化学反应、多孔介质以及活化能对流体流动的影响，以评估其传热和传质特性。Boger流体因其独特的流变特性，在聚合物加工、润滑系统、反应系统以及微流体设备等领域具有重要的应用价值。这些流体能够在极端稀释条件下保持一致的粘度，即使在拉伸过程中也不会表现出剪切变稀的特性，这使得它们成为研究非牛顿流体行为的理想模型。在工业生产中，精确控制非牛顿流体的流动对于提高效率和优化操作至关重要。研究中考虑了磁场、热辐射以及自催化吸热/放热化学反应的协同作用，这对于改进复杂流体系统的能量利用效率具有重要意义

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-11

• 用于医疗健康推荐的深度图加权卷积神经网络，结合语义级相似性哈希技术

  在线医疗推荐系统在现代医疗领域扮演着越来越重要的角色。这些系统通过深度学习（Deep Learning, DL）和图模型（Graph-based Models）来处理用户生成的内容以及医疗专家提供的信息，广泛应用于健康论坛和社交媒体等平台。然而，尽管这些系统在促进医疗信息传播和辅助决策方面表现出色，它们仍然面临诸多挑战，例如冷启动问题（Cold Start Problem）、数据不平衡、表示对齐效果不佳、多模态能力有限、疾病相似性保留不足以及数据稀疏性等。为了解决这些问题，本文提出了一种名为“Deep Graph Weighted Convolutional Neural Network fo

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-11

• 使用动态红外热成像技术对用于乳腺癌检测的自编码器架构进行比较分析

  乳腺癌是全球女性中最常被诊断出的癌症类型之一，其诊断和治疗效果与早期发现密切相关。随着医疗技术的发展，乳腺癌的早期检测方法逐渐从传统的影像学技术向更安全、经济的非侵入式技术转变。尽管乳腺X线摄影、计算机断层扫描（CT）、磁共振成像（MRI）和超声波等传统影像技术在乳腺癌筛查中发挥着重要作用，但它们通常伴随着辐射暴露、高昂的成本和对造影剂的依赖，这些限制促使了对非侵入式和经济有效的替代方案的研究。其中，红外热成像（Infrared Thermal Imaging, ITI）因其无辐射、低成本、非接触式和快速等优点，成为一种有前景的替代方法。ITI通过捕捉皮肤表面的温度变化来检测潜在的恶性病变，其

  来源：Engineering Science and Technology, an International Journal

  时间：2025-11-11

知名企业招聘：