• 鞘內注射利妥昔單抗治療兒童 CD20 陽性中樞神經系統局限性淋巴增殖性疾?。盒孪Ｍc突破

  在醫學領域，中樞神經系統淋巴瘤（CNSL）與移植后淋巴增殖性疾?。≒TLD）一直是讓醫生們頭疼不已的難題。原發性中樞神經系統淋巴瘤（PCNSL）作為一種侵襲性的結外非霍奇金淋巴瘤（NHL），雖說僅占原發性中樞神經系統腫瘤的 2%，但它的出現卻給患者帶來極大痛苦。而移植后淋巴增殖性疾病是高危異基因造血干細胞移植（allo-HSCT）受者的罕見并發癥，要是這種疾病僅累及中樞神經系統，那就更為罕見了。目前，PCNSL 的病因和發病機制還不明確，治療方案也沒有統一標準。對于全身性 PTLD，現有多種治療手段，但針對孤立性中樞神經系統受累的 PTLD，治療卻困難重重。許多化療藥物和利妥昔單抗很難穿過血腦

  來源：Annals of Hematology

  時間：2025-05-06

• 頻閃眼鏡助力老年人姿勢系統預判控制：開啟平衡康復新篇

  在日常生活中，我們不難發現，老年人似乎更小心翼翼地行走，生怕一個不小心就會摔倒。這是因為隨著年齡的增長，他們的前庭和本體感覺系統出現明顯退化，維持平衡更多地依賴視覺反饋。然而，視覺通路的復雜性使得視覺處理速度比非視覺通道慢，這讓依賴視覺解決感覺模糊的老年人在注意力需求增加或面對復雜視覺環境、不平整路面時，跌倒風險大大提高。為了降低老年人受傷風險，減少他們在姿勢控制中對視覺的依賴就顯得尤為重要。在這樣的背景下，國立成功大學等機構的研究人員開展了一項關于頻閃視覺（Stroboscopic Vision，SV）對老年人姿勢系統影響的研究。該研究成果發表在《Journal of NeuroEngine

  來源：Journal of NeuroEngineering and Rehabilitation

  時間：2025-05-06

• 綜述：創傷性腦損傷作為神經退行性疾病的前兆：連接創傷性腦損傷與阿爾茨海默病的機制

  創傷性腦損傷與神經退行性疾病的關聯創傷性腦損傷（TBI）是全球公共衛生的重大問題，每年有 6900 萬人患病，低收入和中等收入國家的病例數是高收入國家的三倍。TBI 不僅是各年齡段死亡的主要原因之一，還會引發蛋白質表達和定位的改變，進而增加神經退行性疾?。∟DDs）的發病風險。目前，TBI 引發 NDDs 的潛在分子機制尚不明確，盡管 TBI 會導致廣泛的表觀遺傳修飾，且 NDDs 也與表觀遺傳變化相關，但 TBI 后的表觀遺傳改變是否會增加晚年患癡呆或非癡呆的風險仍不清楚。流行病學研究表明，TBI 與癡呆風險增加有關，包括阿爾茨海默?。ˋD）和帕金森?。≒D）。尸檢分析發現，單次或反復輕度

  來源：Brain Disorders

  時間：2025-05-06

• 綜述：厚樸酚的潛在作用：其在治療神經系統疾病中的療效綜合回顧

  1. 引言神經系統退行性疾病是一類復雜的慢性疾病，像阿爾茨海默?。ˋD）、帕金森?。≒D）等，主要影響老年人，會導致認知和運動功能障礙。這些疾病的病因復雜，涉及遺傳、環境因素，大腦衰老、氧化應激、炎癥反應以及細胞凋亡調控異常等在疾病發展中起著關鍵作用。目前針對這些疾病的常規治療手段有限，且存在副作用，因此從天然產物中尋找治療藥物成為研究熱點。厚樸酚（MG）是從中藥厚樸中提取的木脂素類化合物，在傳統中醫藥和日本醫學中應用已久。它具有多種生物活性，如抗癌、抗炎、抗氧化等，尤其在神經系統疾病治療方面展現出巨大潛力，可通過調節多種分子信號通路和離子通道發揮神經保護作用。本綜述旨在全面評估 MG 在神經

  來源：Brain Disorders

  時間：2025-05-06

• RLANET：基于時序分布判別的腦電信號長短程偽跡協同去除網絡

  腦電信號(EEG)作為窺探大腦活動的窗口，在腦機接口、精神疾病診斷等領域大放異彩，卻始終被偽跡噪聲問題困擾。傳統方法如獨立成分分析(ICA)和小波變換雖有一定效果，但面對肌電(EMG)等長短程混合偽跡時，常因時空重疊導致信號失真。更棘手的是，長程EMG偽跡與EEG信號的時變重疊會掩蓋關鍵特征，而現有深度學習模型又缺乏針對偽跡時序分布特性的專門設計。廣東教育科學規劃項目支持的研究團隊另辟蹊徑，提出RLANET創新架構。該網絡包含三大核心模塊：ResUNet1D分割網絡通過位置編碼判別偽跡分布；LWTCN短程去噪網絡融合LSTM時序建模與TCN局部特征提??；ADDPM長程去噪網絡采用輔助網絡引導的

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• AMFTCNet：突破 MI-EEG 信號解碼瓶頸，開啟腦機接口新篇

  在科技飛速發展的當下，腦機接口（Brain-Computer Interface，BCI）技術宛如一顆璀璨的新星，吸引著無數科研人員的目光?；谀X電圖（Electroencephalography，EEG）和運動想象（Motor Imagery，MI）的 BCI 技術，更是在神經康復、輔助通信、虛擬現實等諸多領域展現出巨大的潛力。想象一下，癱瘓患者借助這項技術，僅憑大腦的想象就能控制輪椅自由移動；在虛擬世界里，人們通過大腦信號與環境進行自然交互，那將是多么令人驚嘆的場景。然而，MI-EEG 信號解碼卻面臨著重重挑戰。在信號采集過程中，面部肌肉運動、眨眼等生理信號以及環境電磁干擾，就像一群調皮的

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于視覺 Transformer（ViT）的可解釋人工智能乳腺癌分類研究：突破與展望

  癌癥，這個人類健康的 “頭號殺手”，時刻威脅著人們的生命安全。其中，乳腺癌（BC）在女性群體中尤為肆虐，已然成為女性癌癥死亡的首要原因。早期診斷乳腺癌對于提高患者生存率至關重要，而組織病理學圖像分析是檢測乳腺癌分級的關鍵手段。在顯微鏡下，病理學家憑借專業知識，仔細觀察乳腺組織標本的細胞結構，試圖找出那些隱藏的癌細胞。然而，這項工作不僅需要高度專業的技能，還耗費大量時間和精力。隨著科技的發展，計算機輔助診斷（CAD）技術應運而生，深度學習（DL）算法更是為癌癥檢測帶來了新的曙光。眾多研究人員利用 DL 算法對大量組織病理學圖像進行訓練，期望提高乳腺癌診斷的準確性和速度。但這些基于 DL 的模型卻

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于奇異值分解（SVD）去除深部腦刺激（DBS）偽影：實現局部場電位（LFP）高保真還原的關鍵突破

  在醫學和神經科學領域，深部腦刺激（Deep Brain Stimulation，DBS）是一項神奇的技術，它就像給大腦安裝了一個 “智能開關”。通過在大腦特定區域植入電極，向神經元發送電脈沖，來調節神經活動，幫助那些深受神經系統疾病折磨的患者。如今，DBS 已經成為治療帕金森病、特發性震顫等運動障礙疾病的重要手段，甚至在癲癇、慢性疼痛、強迫癥和抑郁癥等疾病的治療上也展現出了巨大潛力。然而，這項技術在給患者帶來希望的同時，也帶來了一個棘手的問題。當 DBS 設備工作時，它發出的電脈沖會在記錄局部場電位（Local Field Potential，LFP）時產生強烈的偽影。LFP 就像是大腦神經元

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于雙向交叉注意力的Transformer模型在多模態年齡相關性黃斑變性分類中的應用

  研究背景年齡相關性黃斑變性（AMD）是全球50歲以上人群不可逆盲的首要病因，其晚期分為干性AMD（萎縮型）和濕性AMD（新生血管型），其中濕性AMD又包含需差異化治療的息肉樣脈絡膜血管病變（PCV）。臨床診斷依賴眼底彩照（CFP）和光學相干斷層掃描（OCT）的雙模態影像，但現有基于卷積神經網絡（CNN）的多模態方法因局部感受野限制，難以捕捉跨模態長程依賴。此外，配對多模態數據稀缺也制約模型性能。研究機構與方法湖南大學等機構的研究團隊在《Biomedical Signal Processing and Control》發表研究，提出集成CNN與Transformer的雙向交叉注意力模型。關鍵技術

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 一文讀懂：基于多模態 MRI 的膠質瘤一站式精準診療新突破

  膠質瘤，作為大腦中最常見的原發性惡性腫瘤，一直是醫學界的一大挑戰?；颊邔χ委煹姆磻皖A后差異巨大，早期準確診斷并及時治療對他們來說至關重要。按照世界衛生組織（WHO）的腫瘤分類標準，膠質瘤依據組織學和臨床標準被分為 1 - 4 級，同時分子診斷的概念也被引入，其中異檸檬酸脫氫酶（IDH）突變狀態和 1p/19q 共缺失狀態成為關鍵的分子生物標志物。然而，目前臨床常用的獲取這些信息的方法 —— 活檢，不僅具有侵入性，耗時費力，還會給患者帶來痛苦，部分膠質瘤位置特殊，患者甚至無法進行活檢。磁共振成像（MRI）憑借其無創的優勢，成為臨床檢測病變的重要手段。不同的 MRI 模態，如液體衰減反轉恢復成像

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于自適應神經模糊分形網絡（ANFFractalNet）的虹膜識別技術研究及其在生物安全領域的應用

  虹膜識別作為生物特征識別領域的核心技術，因其獨特的紋理穩定性和高安全性，被廣泛應用于邊境管控、金融支付等領域。然而，現有技術面臨非合作環境下圖像質量差、噪聲干擾（如睫毛遮擋、離軸旋轉）等挑戰，導致識別準確率下降。傳統卷積神經網絡（CNN）雖能自動提取特征，但對復雜虹膜紋理的適應性不足。針對這一瓶頸，研究人員開發了ANFFractalNet模型，通過融合自適應神經模糊推理系統（ANFIS）與分形網絡（FractalNet），結合多階段預處理與特征優化，顯著提升識別性能。該成果發表于《Biomedical Signal Processing and Control》，為生物安全領域提供了更可靠的解

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 融合先進注意力卷積網絡，解鎖語音情感識別新高度

  在當今數字化時代，人機交互變得越來越普遍，讓機器能夠理解人類的情感成為了科技發展的一個重要目標。想象一下，當你與智能音箱對話時，它不僅能聽懂你的指令，還能感知你是開心、難過還是生氣，并給予相應的回應，這該有多酷！語音情感識別（SER）就是實現這一目標的關鍵技術，它能讓機器理解人類通過語音傳達的情感狀態 。然而，目前的 SER 技術面臨著諸多挑戰。傳統的基于手工特征和統計模型的方法，就像是戴著有色眼鏡看世界，很難全面、準確地捕捉到語音中復雜而微妙的情感變化。而且，不同語言、文化和個體表達情感的方式差異很大，現有的 SER 系統在面對這些多樣性時，往往顯得力不從心，在不同數據集上的表現參差不齊，在

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 融合生物信號與人工特征的可解釋深度神經網絡：壓力檢測新突破

  在快節奏的現代生活中，壓力如影隨形，長期處于壓力狀態會給人們的健康帶來諸多隱患，比如心血管疾病、精神焦慮等。準確檢測壓力，進而提前干預，成為了醫學和健康領域的重要課題。以往研究中，使用生物信號（如心率、皮膚電反應等）檢測壓力的方法主要分為兩類。一類是傳統機器學習方法，依靠人工提取的特征（像均值、標準差等），但這類方法在處理復雜信號時表現欠佳；另一類是基于原始信號的深度學習方法，雖然性能較好，可在可解釋性方面存在缺陷，就像一個 “黑匣子”，讓人難以理解模型是如何做出決策的 。而且，許多適用于圖像領域的可解釋人工智能（XAI）技術，在生物信號領域卻 “水土不服”。在這樣的背景下，為了找到更高效且可

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于 CT 圖像權重初始化與物理信息神經網絡的生物力學建模新突破

  在生物醫學領域，生物力學分析如同一位 “偵探”，致力于揭開生物體機械結構、功能和運動背后的秘密。以青少年特發性脊柱側凸（Adolescent Idiopathic Scoliosis，AIS）為例，這是一種復雜的三維脊柱畸形疾病。通過對脊柱進行 CT 掃描，借助生物力學分析構建應力分布地圖，就能夠精準定位高應力區域，從而深入了解脊柱在正常和患病狀態下的行為模式。然而，當前的生物力學分析方法卻遭遇了重重困境。傳統的有限元法（Finite Element Method，FEM）雖穩定性強，但需要大量人工干預，且耗時極長，就像一個緩慢而繁瑣的工匠，效率低下。深度學習方法近年來雖嶄露頭角，但它也有自己

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 基于CAdam優化的強化學習深度卷積神經網絡模型在阿爾茨海默病早期預測中的突破性應用

  阿爾茨海默?。ˋD）作為全球老齡化社會面臨的重大神經退行性疾病，其早期診斷對延緩病情至關重要。然而，傳統診斷依賴專業醫師對磁共振成像（MRI）中腦組織萎縮的手動分析，耗時且易受主觀影響。盡管機器學習（ML）和深度學習（DL）技術如支持向量機（SVM）和卷積神經網絡（CNN）已應用于AD檢測，但存在特征提取效率低、類不平衡（如OASIS和ADNI數據集）及模型訓練復雜度高等瓶頸。尤其現有方法難以平衡局部極小值與計算開銷，導致預測精度受限。針對上述挑戰，研究人員開發了基于CAdam優化的強化學習深度卷積神經網絡（CAdam-RL-DCNN）模型。該模型通過非局部去噪預處理、改進郊狼優化算法分割腦組

  來源：Biomedical Signal Processing and Control

  時間：2025-05-06

• 優化烘箱干燥鳳眼蓮（Eichhornia crassipes）生物活性化合物與礦物質成分的精準解析：ANN 與 RSM 的創新應用

  在神秘的水生世界里，有一種植物正引發著科學家們的濃厚興趣，它就是鳳眼蓮（Eichhornia crassipes）。鳳眼蓮，這個看似普通的水生植物，實則有著復雜的 “身份”。它是國際自然保護聯盟（IUCN）認定的百大入侵物種之一，在水域中肆意生長，嚴重威脅著水生生態系統的平衡。它會大量消耗水中氧氣，加劇水體富營養化，讓原本清澈的水質變得渾濁不堪，眾多水生生物的生存空間被無情擠壓。但就是這樣一個 “生態破壞者”，卻隱藏著不為人知的一面。鳳眼蓮含有多種生物活性化合物以及鉀、鈣、鎂等 essential minerals，這些物質對人體健康有著至關重要的作用，比如參與骨骼健康的維持、促進血液循環、幫

  來源：Applied Food Research

  時間：2025-05-06

• 高強度與低強度等長收縮后肱三頭肌低頻力抑制（PLFFD）恢復反應的對比研究及其在工效學中的應用

  在現代工作環境中，肌肉疲勞是導致職業性肌肉骨骼疾?。∕SD）的重要風險因素。盡管已有研究證實持續肌肉收縮會直接造成肌肉組織損傷，并通過代償性運動學改變引發間接損傷，但工作場所仍缺乏有效的疲勞評估工具。更關鍵的是，當前對疲勞恢復機制的理解存在明顯空白——特別是不同強度收縮導致的疲勞是否會影響恢復過程。這一認知缺口嚴重制約了肌肉疲勞模型在工效學中的應用，使得工作設計難以精準平衡負荷與恢復周期。針對這一科學問題，國外研究團隊在《Applied Ergonomics》發表了一項創新性研究。該研究通過對比高強度（70% MVF）和低強度（20% MVF）等長肘伸收縮至力竭的實驗設計，首次系統評估了不同收

  來源：Applied Ergonomics

  時間：2025-05-06

• 基于質子調制機制集成納米酶的雙模式生物傳感器用于乙酰膽堿酯酶分析：開辟疾病診斷與藥物研發新路徑

  在生命的長河中，神經系統猶如精密的指揮中心，而乙酰膽堿酯酶（Acetylcholinesterase，AChE）則是其中一位至關重要的 “傳令官”。AChE 在生物神經傳導中扮演著不可或缺的角色，它能夠快速分解中樞膽堿能系統中的神經遞質，確保神經信號分子正常傳遞。然而，當 AChE 出現異常表達時，就如同指揮中心的通訊出現故障，與帕金森病、阿爾茨海默病等神經退行性疾病緊密相連。因此，精準檢測 AChE 的含量，就像是獲取了一把打開神經系統疾病早期診斷大門的鑰匙，同時也為相關藥物研發照亮了前行的道路。盡管納米酶傳感技術近年來取得了顯著進展，但如何巧妙設計方法實現納米酶活性的原位調控，依然是仿生領

  來源：Analytica Chimica Acta

  時間：2025-05-06

• DECTNet：融合 CNN 與 Transformer，開啟單圖像去雨新征程

  在當今數字化時代，圖像廣泛應用于各個領域，從安防監控到攝影創作，從自動駕駛到醫療影像分析。然而，惡劣天氣條件下拍攝的圖像往往受到干擾，其中雨天拍攝的圖像會出現雨痕，嚴重影響圖像質量和后續的分析處理。傳統的卷積神經網絡（CNN）在處理圖像時，雖然善于提取局部信息，但在捕捉全局上下文方面存在不足；而 Transformer 雖能有效獲取全局信息，卻難以保留圖像的空間和結構細節。為了解決這些問題，提升圖像去雨的效果，研究人員開展了相關研究。研究人員提出了細節增強 CNN - Transformer 網絡（DECTNet）。該研究成果發表在《Cognitive Robotics》上，具有重要的意義。它

  來源：Cognitive Robotics

  時間：2025-05-06

• 語義融合嵌入實現零樣本智能故障診斷：突破傳統局限，開啟工業設備智能運維新篇

  在工業生產中，設備的穩定運行至關重要。然而，現有的故障診斷方法卻面臨著諸多挑戰。以往大多數故障診斷研究都依賴于在實驗室收集的人工數據，這些數據采集時的運行條件可控且穩定。但實際工業場景中的故障復雜多樣，實驗室數據根本無法涵蓋所有可能的故障模式，這就導致傳統的故障診斷方法在實際應用中效果不佳。比如，在不同的工業設備上，即使是同一種類型的故障，其表現出來的特征也可能大相徑庭。而且，實際工況中的干擾因素眾多，使得故障診斷更加困難。因此，尋找一種能夠適應復雜實際工況的故障診斷方法迫在眉睫。為了解決這些問題，研究人員開展了基于零樣本學習（ZSL）的故障診斷研究。他們提出了一種新穎的深度故障語義融合嵌入模

  來源：Cognitive Robotics

  時間：2025-05-06

知名企業招聘：