• 對魯道夫?紐文惠斯在腦結構與功能研究中貢獻的致敬：從經典髓鞘構筑到現代神經影像的傳承與創新

  腦科學研究的跨時代傳承：解碼魯道夫?紐文惠斯對腦構筑研究的卓越貢獻一、研究背景：在歷史與現代的碰撞中探尋腦奧秘大腦，這個僅有 1.4 公斤左右的器官，卻承載著人類認知、情感與行為的全部奧秘。自 19 世紀以來，神經解剖學的發展如同拼圖游戲，研究者們試圖通過不同視角解析大腦的微觀結構與宏觀功能的關聯。其中，細胞構筑（cytoarchitecture，基于神經元胞體分布）與髓鞘構筑（myeloarchitecture，基于神經纖維髓鞘分布）是兩大經典研究范式。以奧斯卡?福格特（Oskar Vogt）和塞西莉?福格特（Cécile Vogt）為代表的德國學派，在 20 世紀初通過顯微鏡觀察和髓鞘染色

  來源：Brain Structure and Function

  時間：2025-05-22

• 下橄欖體在言語工作記憶中的動態激活模式：基于fMRI的認知任務研究

  認知神經科學領域長期關注小腦在學習與錯誤處理中的作用，而下橄欖體(inferior olive)作為向小腦提供攀緣纖維(climbing fibers)的關鍵結構，其認知功能機制仍不明確。傳統觀點認為該結構主要參與運動協調和經典條件反射，但近年理論模型如前向模型(forward model)提出其可能通過比較預期與實際事件生成誤差信號。言語工作記憶(verbal working memory)任務涉及序列學習與誤差檢測，但下橄欖體在此過程中的動態響應模式尚未闡明。約翰斯·霍普金斯大學醫學院的Annakarina Mundorf團隊在《Brain Structure and Function》發

  來源：Brain Structure and Function

  時間：2025-05-22

• 談判中的認知與情緒參與：來自 EEG 和 fNIRS 超掃描技術的洞察

  在談判中，個體通過理解并適應對方意圖協作達成共同目標與協議。本研究采用創新超掃描（hyperscanning）方法，不同于多數單獨研究個體腦活動的社會認知研究，旨在探索談判中的腦間同步。26 名學生分為 13 對，參與需達成共同行動方案的談判決策任務，互動離線分為開場階段（分享個人觀點，opener）、核心階段（談判，central）和最終階段（共同決策，final phase）。研究采集電生理數據 [腦電圖（EEG）的 δ、θ、α、β 和 γ 頻段] 和血液動力學數據 [含氧血紅蛋白（OHb）和脫氧血紅蛋白（HHb）]。結果顯示，核心階段 HHb 水平高于最終階段，提示額葉激活相對降低，可能

  來源：Experimental Brain Research

  時間：2025-05-22

• 低溫通過抑制海馬區神經炎癥減輕小鼠全腦缺血再灌注損傷的機制研究

  研究背景與意義全腦缺血再灌注損傷（GCI）是心臟驟停后綜合征的核心病理過程，其引發的海馬區延遲性神經元死亡（delayed neuronal death）常導致認知功能障礙。盡管低溫治療（HT）已被證實具有神經保護作用，但其具體機制尚未完全闡明。尤其值得注意的是，神經炎癥作為GCI后級聯反應的關鍵環節，其與HT的交互關系仍存在研究空白。既往研究表明，小膠質細胞（microglia）和星形膠質細胞（astrocyte）的異?；罨瘯觿∩窠浽獡p傷，但HT是否通過調控這些膠質細胞功能發揮保護作用尚不清楚。研究方法與技術日本帝京大學的研究團隊采用C57BL/6J小鼠雙側頸總動脈閉塞（BCCAO）模型模

  來源：Discover Neuroscience

  時間：2025-05-22

• 基于人工神經網絡的沿?？{塔克邦基層醫療高血壓預測模型構建與驗證

  高血壓（Hypertension）作為以慢性血壓升高為特征的全球健康威脅，其精準預測對公共衛生管理至關重要。印度沿?？{塔克邦的研究團隊創新性地采用人工神經網絡(Artificial Neural Network, ANN)技術，通過分析鄉村衛生中心提供的患者多維數據（包括人口統計學特征、生活方式參數及臨床記錄），構建了高血壓發病預測模型。研究方法采用經典機器學習評估指標：平均絕對誤差(MAE)和均方根誤差(RMSE)驗證模型性能。結果顯示ANN模型展現出卓越的預測能力（MAE=0.45，R2=0.89），顯著優于傳統算法。該模型通過捕捉血壓變化與風險因素間的非線性關系，實現了88.9%的預測

  來源：Current Hypertension Reviews

  時間：2025-05-22

• 綜述：模式識別技能在認知發展與學習中的作用：一項批判性綜述

  Overview: Origins, definition, and assessment模式識別（patterning）作為理解、識別和應用序列規則的核心認知技能，其理論根源可追溯至皮亞杰學派對分類（classification）和序列化（seriation）的研究。早期認知理論將其視為邏輯推理的基礎組件，而現代評估工具（如非語言模式延伸任務）則量化了兒童對ABAB或AABB等抽象規則的掌握程度。What we know about patterning評估與發展軌跡：4-6歲是模式識別能力爆發期，其表現可預測后續數學（r=0.32-0.45）和閱讀成績（r=0.28），且獨立于智商（IQ）

  來源：Developmental Review

  時間：2025-05-22

• 綜述：人工智能在水產養殖中的應用——最新進展與展望

  人工智能（AI）與水產養殖的變革性融合Abstract人工智能通過機器學習（ML）和深度學習（DL）技術為可持續水產養殖提供創新解決方案，顯著提升水質管理、魚類健康監測和養殖效率。DL算法如卷積神經網絡（CNN）和長短期記憶網絡（LSTM）通過處理傳感器數據與圖像，實現精準預測與自動化決策，但數據標準化與計算成本仍是主要瓶頸。Introduction全球人口增長至2050年的96億將加劇糧食需求，智能水產養殖成為保障營養安全的核心。AI整合物聯網（IoT）與云計算，優化養殖環境與資源分配。2015年后相關研究呈指數增長，但美國在論文質量上領先，中國雖產量高但平均引用率下降。Artificial

  來源：Aquacultural Engineering

  時間：2025-05-22

• COMISA患者夜間自主神經功能紊亂的特征性HRV分析：揭示失眠與睡眠呼吸暫停共病的獨特病理機制

  睡眠障礙已成為現代社會的公共衛生難題，其中阻塞性睡眠呼吸暫停(OSA)和失眠是最常見的兩種類型。有趣的是，這兩種看似相反的疾病——OSA以呼吸暫停為特征發生在睡眠期，而失眠則表現為睡眠缺失——卻常在同一個體中共存，形成共病性失眠與睡眠呼吸暫停(COMISA)。流行病學數據顯示，30-40%的失眠患者同時符合OSA診斷標準，而約半數OSA患者報告失眠癥狀。這種共病狀態不僅導致更差的睡眠質量和日間功能，還與更高的全因死亡率和心血管疾病風險相關。盡管自主神經系統(ANS)功能障礙被認為是這兩種疾病引發心血管并發癥的關鍵機制，但關于COMISA如何特異性影響夜間自主神經調節的研究仍屬空白。針對這一科學

  來源：Scientific Reports

  時間：2025-05-22

• 透明質酸與A型肉毒毒素注射治療早泄的療效對比：一項隨機對照研究

  早泄（Premature Ejaculation, PE）作為男性最常見的性功能障礙之一，全球發病率高達20%-30%，嚴重影響患者生活質量與伴侶關系。傳統治療如選擇性5-羥色胺再攝取抑制劑(SSRIs)雖有一定效果，但存在頭暈、嗜睡等副作用，且需長期服藥。更棘手的是，約30%患者對藥物反應不佳。面對這一臨床困境，埃及艾資哈爾大學醫學院的Mohamed S.Hasan團隊在《Scientific Reports》發表了一項開創性研究，首次頭對頭比較了兩種微創注射療法——A型肉毒毒素(BTX)靶向肌肉松弛與透明質酸(HA)局部神經調節的療效差異。研究采用隨機對照設計，對60例終身性PE患者分組干

  來源：Scientific Reports

  時間：2025-05-22

• 日本非小細胞肺癌患者可靶向基因突變檢測的回顧性數據庫研究：揭示延遲診斷與精準治療缺口

  肺癌是全球癌癥死亡的首要原因，其中非小細胞肺癌（NSCLC）占日本肺癌病例的90%。盡管靶向治療顯著改善了特定基因突變患者的預后，但現實臨床中仍存在令人擔憂的現象：許多患者直到接受標準治療失敗后，才通過癌癥基因面板（Cancer Gene Panel, CGP）檢測發現本可早被靶向的驅動基因突變。這種診斷延遲直接導致患者錯失最佳治療時機，造成不可逆的生存損失。為量化這一臨床困境，Novartis Pharma K.K.的Yuya Yokochi與Social Survey Research Information Co., Ltd團隊利用日本國家癌癥基因組數據庫（C-CAT），開展了一項突破性

  來源：Scientific Reports

  時間：2025-05-22

• 基于生成對抗網絡和雙尺度自適應高效注意力網絡的精準蒙面人臉識別模型

  在公共安全與健康防護需求激增的當下，蒙面場景下的身份識別成為人工智能領域的難題。傳統人臉識別技術因面部遮擋導致特征缺失，在口罩、墨鏡等遮擋物存在時，識別精度顯著下降，尤其在疫情期間，蒙面常態化更凸顯這一技術短板。此外，現有模型面臨訓練數據不足、對復雜遮擋場景泛化能力弱等挑戰，亟需一種高效魯棒的蒙面人臉識別方案。為攻克上述難題，來自約旦阿爾巴卡應用大學（Faculty of Engineering, Al-Balqa Applied University）等機構的研究人員開展了相關研究。他們提出一種融合生成對抗網絡（GAN）與雙尺度自適應高效注意力網絡（DS-AEAN）的蒙面人臉識別模型，并通過

  來源：Scientific Reports

  時間：2025-05-22

• 基于多模態數據與機器學習構建弗里德賴希共濟失調高敏感復合生物標志物的研究

  弗里德賴希共濟失調(FRDA)是一種罕見的遺傳性神經系統疾病，患者的小腦、脊髓和腦干會逐漸退化，導致運動協調障礙日益加重。這種疾病如同一個緩慢運轉的"生物鐘"，患者只能眼睜睜看著自己的身體機能一點點喪失。更令人沮喪的是，當前臨床評估主要依賴醫生主觀評分的FARS量表，其敏感性不足且存在較大變異性。在最近一項系統評價中，FARS量表評估治療效果的證據等級被評定為"非常低"。這就像試圖用一把刻度模糊的尺子來測量頭發絲的細微生長——現有的評估工具難以捕捉疾病緩慢進展的微妙變化，嚴重阻礙了新藥研發的進程。面對這一挑戰，澳大利亞莫納什大學的研究團隊開展了一項開創性研究。他們從IMAGE-FRDA縱向研究

  來源：Scientific Reports

  時間：2025-05-22

• 脈沖神經網絡中基于短時突觸可塑性的無監督訓練后學習機制研究

  人腦作為動態學習系統，通過多時間尺度的突觸可塑性實現復雜認知功能。然而當前脈沖神經網絡(SNN)多依賴單一學習規則（如時序依賴可塑性STDP），且訓練后突觸權重固定，這與生物神經系統的持續適應能力存在顯著差距。如何將生物學習機制融入SNN，成為類腦智能領域的關鍵挑戰。來自克爾曼沙醫科大學醫學技術研究中心和安特衛普大學的研究團隊在《Scientific Reports》發表創新研究，提出將短時突觸可塑性(STP)整合至已完成STDP訓練的SNN中，實現"訓練后學習"。通過設計包含三重態STDP訓練階段和STP增強階段的兩階段學習管道，使網絡在不改變突觸權重前提下，通過神經遞質釋放動態調節突觸效能

  來源：Scientific Reports

  時間：2025-05-22

• 靈長類動物自我控制的社會角色：對帕辛厄姆 - 懷斯猜想的驗證與啟示

  在動物認知領域，抑制能力的研究長期存在三大爭議：認知基礎是否統一、功能是否具領域特異性、分類分布是否廣泛。傳統觀點認為自我控制（self-control）作為執行功能（executive functions）的核心，在覓食決策中起關鍵作用，如動物需放棄即時小獎勵以獲取未來更大收益。然而，社會群體中的抑制需求（如維持群體時空凝聚力、避免不必要攻擊）卻常被忽視，這與實驗設計偏好即時可測的簡單獎勵機制密切相關。例如，穩定社會群體中的個體需抑制自身覓食或休息欲望以保持群體協調，這種能力對個體適應性有深遠影響，但因涉及長期效應而難以在實驗室模擬。此外，不同研究對 “抑制” 的定義模糊，導致分類學上的結論

  來源：Scientific Reports

  時間：2025-05-22

• 壓力暴露通過 PI3K/Akt 和粘著斑通路影響肌萎縮側索硬化發病機制：來自三種實驗模型的證據

  肌萎縮側索硬化（Amyotrophic Lateral Sclerosis，ALS）是一種致命的神經退行性疾病，以運動神經元進行性退化和喪失為特征，患者常因呼吸衰竭在確診后 2-3 年內死亡。盡管已知遺傳因素（如 SOD1、TARDBP、FUS 等基因突變）與 ALS 密切相關，但 90% 以上的散發性病例（sALS）的病因仍不明確，環境因素與遺傳易感性之間的相互作用機制更是迷霧重重。壓力作為現代社會普遍存在的健康隱患，其與 ALS 發病及進展的關系一直缺乏系統性研究 —— 一方面，慢性壓力可能通過氧化應激、神經炎癥、線粒體功能障礙等途徑加劇神經退行性變；另一方面，壓力對不同性別、不同遺傳背景

  來源：Scientific Reports

  時間：2025-05-22

• 基于機器學習的小鼠厭惡反應自動量化研究

  在生命科學研究領域，情緒的神經機制解析一直是重要且充滿挑戰的方向。厭惡（Disgust）作為一種核心負性情緒，對于生物體抵御中毒和感染至關重要，其異常表現與癌癥化療副作用、進食障礙、強迫癥等多種精神疾病密切相關。然而，由于厭惡是一種主觀意識體驗，無法直接觀測，長期以來研究者依賴對嚙齒類動物味覺反應（Taste Reactivity）中特定行為的手動分析來量化厭惡反應，如張嘴（Gape）、甩頭（Head Shake）、洗臉（Face Wash）等。這種逐幀手動標注的方法不僅耗時耗力，還存在人為偏差和個體間一致性差的問題，嚴重制約了大規模行為學研究和長期實驗的開展。為突破這一技術瓶頸，日本東京科學

  來源：Scientific Reports

  時間：2025-05-22

• 多尺度腦仿真人工智能框架"Orangutan"：動態環境下的類腦計算新范式

  在人工智能領域，實現類人水平的通用智能(AGI)始終是終極目標。當前主流的深度神經網絡(DNN)雖在特定任務表現出色，卻面臨泛化能力弱、數據依賴性強等瓶頸。這些局限源于DNN與生物神經系統的本質差異——后者通過多尺度協同的精細機制，展現出驚人的能效比和環境適應性。為此，來自阿里巴巴集團的研究團隊在《Scientific Reports》發表創新成果，提出名為"Orangutan"的多尺度腦仿真人工智能框架，通過跨尺度模擬生物神經機制，為動態環境下的智能決策提供新范式。研究團隊采用Python構建的Orangutan框架包含三大核心技術：多室神經元模型模擬樹突-胞體-軸突的興奮傳遞過程；基于連接

  來源：Scientific Reports

  時間：2025-05-22

• 基于模擬推理的患者 hiPSC 衍生神經元網絡疾病機制自動推斷研究

  在神經系統疾病研究的浩瀚海洋中，探索疾病背后的分子機制猶如在迷霧中尋找燈塔。利用人類誘導多能干細胞（hiPSC）衍生的神經元網絡結合多電極陣列（MEA）技術，雖能捕捉健康與患病神經元的電活動差異，卻因解析潛在分子機制需依賴大量耗時耗力的實驗，且傳統計算模型參數估計面臨諸多挑戰，如參數難以顯式計算、計算成本高、無法評估不確定性等，使得研究進展緩慢。為突破這些瓶頸，荷蘭屯特大學（University of Twente）等機構的研究人員開展了相關研究，其成果發表在《Communications Biology》上，為疾病機制研究帶來了新的曙光。研究人員主要采用了以下關鍵技術方法：一是使用 hiPS

  來源：Communications Biology

  時間：2025-05-22

• 峨眉彈琴蛙同種鳴聲特定成分的修改對行為和神經反應的影響

  在動物王國中，聲音是重要的交流媒介，尤其對于依賴鳴聲完成求偶、領地競爭等行為的物種而言，鳴聲的精確傳遞與識別至關重要。然而，長期以來，科學界對 “鳴聲特定成分的修改如何同時影響動物的行為和神經反應” 這一問題知之甚少。例如，當鳴聲中的某個音符被替換或物理屬性改變時，接收者的行為選擇是否會出現偏好變化？其大腦又會產生怎樣的電生理響應？這些問題不僅關乎動物交流的本質，也為理解人類語言和聽覺認知的進化提供了關鍵線索。為填補這一研究空白，中國科學院成都生物研究所的研究人員以峨眉彈琴蛙（Nidirana daunchina）為模型開展深入研究。選擇該物種的原因在于，其發聲交流具有高度的通道特異性，且不同

  來源：Communications Biology

  時間：2025-05-22

• 基于 MEG 腦機接口的神經反饋調節島葉活動：一項雙盲隨機對照交叉試驗

  疼痛感知作為人類最復雜的主觀體驗之一，既受外界刺激觸發，又與大腦內部的神經調控網絡緊密相關。在眾多參與疼痛處理的腦區中，島葉皮層（insular cortex）因其在傷害性信號處理和認知調節中的核心作用，成為神經調控領域的研究熱點。過往研究發現，島葉活動與慢性疼痛（如纖維肌痛、復雜區域疼痛綜合征）密切相關，直接電刺激人類前島葉甚至能提高痛閾，但核心問題仍未解決：島葉活動能否被主動調控？這種調控是否直接影響疼痛感知？為破解這些科學謎題，日本大阪大學（The University of Osaka）的研究團隊開展了一項具有突破性的研究。其成果發表在《Communications Biology》上

  來源：Communications Biology

  時間：2025-05-22

知名企業招聘：