• 基于CNN與Transformer融合模型的阿爾茨海默病早期進展階段智能檢測

  阿爾茨海默病(AD)作為進行性神經退行性疾病，全球患者數量預計2050年將翻倍。目前臨床診斷依賴MRI、PET等影像技術，但存在主觀性強、早期識別率低等問題。傳統CNN模型雖能提取局部特征，卻難以捕捉長程依賴關系；而純Transformer模型計算成本高且空間分辨率不足。如何整合兩種技術的優勢，成為提升AD診斷精度的關鍵挑戰。沙特阿拉伯國王大學Hassan Almalki團隊在《Scientific Reports》發表研究，提出ResNet101-ViT和GoogLeNet-ViT混合架構。研究采用OASIS數據集的86,437張MRI圖像，通過AMF去噪和拉普拉斯濾波增強邊緣特征，改進CN

  來源：Scientific Reports

  時間：2025-05-15

• 幽門螺桿菌感染可能是帕金森病的保護因素

  帕金森?。≒arkinson’s disease, PD）作為全球第二大常見神經退行性疾病，主要影響老年人群，其發病機制至今未完全明確。越來越多研究表明，胃腸道與神經系統之間存在復雜的 “腸 - 腦軸” 交互作用，而胃腸道免疫在神經退行性疾病中的角色逐漸受到關注。然而，胃黏膜免疫與 PD 等神經退行性疾病的關聯卻鮮少被深入探索。幽門螺桿菌（Helicobacter pylori, H. pylori）作為全球感染率最高的胃腸道病原體之一，其與多種腸外疾病的關系存在爭議 —— 既有研究提示其可能增加某些疾病風險，也有證據表明其對炎癥性腸?。↖BD）、多發性硬化（MS）等具有保護作用。但在中樞神經

  來源：Scientific Reports

  時間：2025-05-15

• 俄羅斯2023年H5N1禽流感病毒在鳥類與海豹中的遺傳多樣性及跨種傳播風險研究

  近年來，高致病性禽流感A(H5N1)病毒在全球范圍內呈現前所未有的傳播態勢。自2020年2.3.4.4b分支病毒在歐洲首次發現以來，這類病毒已通過頻繁的重配事件演化出多種基因型，不僅在禽類中造成大規模疫情，更令人擔憂的是哺乳動物感染病例顯著增加。2023年，俄羅斯相繼暴發鳥類大規模死亡事件和北海豹群異常死亡現象，這些事件背后是否與H5N1病毒進化相關？病毒是否獲得了跨種傳播能力？這些問題對公共衛生安全至關重要。為解答這些科學問題，俄羅斯國家病毒學與生物技術研究中心的研究團隊開展了系統性研究。他們對2023年俄羅斯境內32起動物疫情中分離的80株H5N1病毒（77株來自禽類，3株來自北海豹）進行

  來源：Scientific Reports

  時間：2025-05-15

• 完全一致刺激在視覺工作記憶晚期維持階段降低記憶負荷的神經機制研究

  視覺工作記憶（Visual Working Memory, VWM）是人類認知系統的核心組件，負責短暫存儲和操縱視覺信息，但其容量通常僅能維持3-4個簡單物體。盡管先前研究發現知覺組織（如相同特征分組）可能緩解VWM資源限制，但其具體機制尚不明確。尤其當面對現實場景中大量重復物體（如成排相同建筑或同色花朵）時，人類如何通過特征一致性優化記憶效率，成為認知神經科學領域亟待解決的問題。為揭示這一機制，安陽師范學院與芬蘭于韋斯屈萊大學的研究團隊設計了一項創新性實驗，通過記錄對側延遲活動（Contralateral Delay Activity, CDA）——這一能實時追蹤VWM存儲項目數量的腦電成分

  來源：Scientific Reports

  時間：2025-05-15

• 自閉癥執行功能補償機制：高負荷腦機接口反向拼寫任務揭示前額中線theta波的關鍵作用

  在神經發育障礙研究中，自閉癥譜系障礙(ASD)的執行功能缺陷一直是困擾科學界的難題。這類患者常表現出工作記憶受損、錯誤監控能力下降等特征，但其背后的神經振蕩機制尚未闡明。更棘手的是，傳統認知任務往往無法有效激發ASD患者的神經代償機制，而臨床亟需客觀的生物標志物來指導干預策略。正是基于這些挑戰，來自科英布拉生物醫學成像與轉化研究所的Camila Dias團隊設計了一項突破性研究。研究人員創造性地將高負荷認知任務與腦機接口技術相結合，開發出偽詞反向拼寫范式。該任務要求受試者通過EEG控制的P300拼寫系統，先記憶再逆向輸出5-7字母偽詞，同步記錄前額中線theta和后部alpha振蕩。研究納入1

  來源：Scientific Reports

  時間：2025-05-15

• 咖啡 pulp 酒工藝優化：基于人工神經網絡與響應面法的協同應用

  咖啡作為全球重要飲品，其加工過程中產生的咖啡果肉（coffee pulp）約占果實重量的 45%，長期以來多被丟棄或僅少量用作肥料?？Х裙夂橇扛?，在自然發酵降解過程中易產生異味和廢水，威脅土壤和水系生態環境，同時其富含的碳水化合物、礦物質、蛋白質及花青素、酚類化合物等生物活性成分未被有效利用，造成資源浪費。如何將咖啡果肉轉化為高附加值產品，成為食品工業和可持續發展領域的重要課題。為探索咖啡果肉的資源化利用途徑，南京農業大學與中國熱帶農業科學院香料飲料研究所的研究人員開展了咖啡果肉酒發酵工藝優化研究。該研究旨在通過科學方法優化發酵條件，提升咖啡果肉酒的品質與產量，并對比不同優化模型的效果，為

  來源：Scientific Reports

  時間：2025-05-15

• 單細胞線粒體形態組學揭示細胞異質性并預測復合體 I、III 及 ATP 合酶抑制反應

  線粒體作為細胞的 “能量工廠”，在神經退行性疾病中扮演著關鍵角色。其功能異常與遺傳易感性、環境毒素等因素密切相關，可引發神經元功能障礙甚至變性。然而，線粒體異質性導致細胞對損傷的反應千差萬別，使得傳統的群體分析方法難以精準評估線粒體功能障礙。如何從單細胞層面解析線粒體形態與功能的關系，成為揭示神經退行性疾病發病機制及開發靶向療法的關鍵科學問題。為攻克這一難題，澳大利亞新南威爾士大學（University of New South Wales）和澳大利亞神經科學研究中心（Neuroscience Research Australia, NeuRA）的研究團隊開展了深入研究。他們利用人誘導多能干細

  來源：Scientific Reports

  時間：2025-05-15

• 共情傾向驅動個體間神經相位同步的機制研究

  在人類社會互動的神經機制探索中，個體間神經相位同步（Inter-individual Neural Phase Synchrony, IINS）作為一種新興研究方向，逐漸成為社交神經科學的焦點。過往研究已證實，IINS 與聯合注意、合作行為等積極社會現象密切相關，但究竟哪些認知過程驅動了這一神經同步的產生，始終是領域內待解的核心問題。例如，共情機制是否通過調節大腦活動的協調性促進社會互動？不同維度的共情傾向（如認知共情與情感共情）在其中扮演何種角色？這些問題的答案不僅關乎對人類社交本質的理解，也為神經精神疾?。ㄈ缱蚤]癥、社交焦慮癥）的干預提供潛在靶點。為破解上述謎題，芬蘭赫爾辛基大學（Univ

  來源：Scientific Reports

  時間：2025-05-15

• 基于機器學習和大語言模型的耐熱蛋白熔解溫度預測與設計研究

  在生命科學領域，蛋白質的熱穩定性是影響其功能的關鍵因素，熔解溫度（Tm）作為衡量蛋白質熱穩定性的重要指標，是指 50% 蛋白質失去天然結構和活性時的溫度。然而，傳統的 Tm 預測方法存在兩大瓶頸：一是?；谌哂嗟鞍踪|數據訓練，導致模型泛化能力不足；二是無法滿足科研人員設計具有特定 Tm 值蛋白質的需求。隨著生物技術和醫學研究的深入，開發精準且能支持定制化設計的 Tm 預測方法成為亟待解決的問題。為突破上述困境，印度信息技術學院（Indraprastha Institute of Information Technology）的研究人員開展了一項針對耐熱蛋白 Tm 預測與設計的研究。該團隊通過整

  來源：Scientific Reports

  時間：2025-05-15

• 基于CORDIC算法的Izhikevich神經元模型混沌動力學分析與數字硬件設計

  論文解讀人腦的復雜信息處理能力一直是科學界試圖復制的目標，而模仿生物神經元的計算模型成為關鍵突破口。在眾多神經元模型中，Izhikevich模型因其僅用兩個微分方程就能模擬豐富放電模式的特點備受關注。然而，傳統數字硬件實現中大量乘法運算導致資源占用高、能效低的問題，嚴重制約了大規模神經網絡的部署。更棘手的是，現有研究往往忽視神經元模型的非線性動力學特性（如混沌行為）與硬件精度之間的關聯，而這對理解學習記憶等高級神經功能至關重要。針對這一挑戰，伊朗伊斯蘭阿扎德大學中央德黑蘭分校和沙希德·貝赫什提大學的研究團隊創新性地將CORDIC算法引入Izhikevich模型設計，通過位移-加法操作替代乘法器

  來源：Scientific Reports

  時間：2025-05-15

• 基于集成對抗訓練與特征壓縮的腦腫瘤分類多層防御對抗攻擊研究

  在醫療人工智能領域，腦腫瘤的精準診斷對臨床治療至關重要。磁共振成像（MRI）憑借高分辨率和無電離輻射的優勢，成為腦腫瘤診斷的重要手段，但人工分析 MRI 圖像不僅耗時，還易受主觀因素影響，存在誤診風險。深度學習技術，尤其是卷積神經網絡（CNNs），在腦腫瘤分類中展現出強大潛力，然而其在對抗攻擊面前的脆弱性卻成為臨床應用的重大隱患。對抗攻擊通過對輸入圖像進行微小擾動，可能導致模型做出錯誤且危險的預測，例如將高級別腫瘤誤判為低級別，進而引發不恰當的治療方案。因此，如何提升模型在對抗環境下的魯棒性，成為保障 AI 在醫療影像中可靠應用的關鍵問題。為解決這一難題，美國中田納西州立大學（Middle T

  來源：Scientific Reports

  時間：2025-05-15

• 基于UK Biobank的心電圖自主神經特征解析：揭示抑郁癥與自殺風險的生理標記與應對策略

  抑郁癥與心血管疾病作為全球兩大健康負擔，其共病機制長期困擾醫學界。傳統觀點認為自主神經系統（ANS）功能紊亂是連接二者的關鍵橋梁，但關于交感/副交感平衡（sympathovagal balance）在精神疾病中的具體作用模式仍存爭議。尤其令人困惑的是，既往研究對心率變異性（HRV）指標的解讀存在矛盾：既有報道稱抑郁癥患者表現為副交感活性下降（HF功率降低），也有證據顯示其伴隨交感神經過度激活（LF/HF比值升高）。這種分歧提示我們可能需要超越單一生物標記的視角，從系統層面重新理解ANS的調控模式。更迫切的臨床需求來自自殺風險的早期預警。雖然已知ANS功能異常與自殺傾向相關，但現有研究多聚焦于單

  來源：npj Mental Health Research

  時間：2025-05-15

• 人類大腦抽象選擇表征的神經機制研究

  在日常生活中，我們的許多決策往往與特定的運動行為緊密相連，比如看到紅燈會踩剎車，聽到電話鈴聲會伸手接聽。傳統的感知決策理論認為，選擇的形成與執行特定動作的計劃是不可分割的，這種 “具身化” 觀點強調選擇是行動意圖的體現。然而，當我們面臨無法立即執行動作的決策時，比如在腦海中規劃明天的行程，大腦是否能夠獨立于具體動作來表征選擇？這一問題引發了神經科學領域的長期爭論：抽象選擇表征是僅在需要靈活切換動作的特殊情境下出現，還是決策過程的普遍特征？為了揭開這一謎團，德國圖賓根大學（University of Tübingen）的研究團隊開展了一項深入研究，相關成果發表在《Communications B

  來源：Communications Biology

  時間：2025-05-15

• Fate-tox：用于 E (3) 等變多器官毒性預測的片段注意力 Transformer 框架 —— 多視角深度學習助力藥物開發中的毒性評估

  論文解讀在藥物研發的漫長征程中，毒性評估始終是一道難以逾越的關卡，無數頗具潛力的化合物因毒性問題折戟于研發后期。當前，大多數計算模型僅聚焦于單一器官的毒性預測，然而人體是一個復雜的有機整體，各器官通過精密的生化和生理通路相互關聯。就像羅非昔布（rofecoxib），最初著眼于胃腸道安全性研發，卻因引發心血管風險而退市，這深刻體現了單器官毒性模型的局限性 —— 無法捕捉器官系統間的關聯及次級毒性效應，難以應對藥物全身毒性評估的需求。在此背景下，韓國首爾國立大學（Seoul National University）的研究團隊開展了一項極具意義的研究，相關成果發表在《Journal of Chemi

  來源：Journal of Cheminformatics

  時間：2025-05-15

• 基于擴散磁共振成像的神經突微結構指標與阿爾茨海默病風險的關聯研究

  阿爾茨海默?。ˋD）的早期診斷一直是神經科學領域的重大挑戰。傳統MRI和認知測試往往在癥狀出現前難以捕捉細微的腦部變化，導致干預時機延誤。隨著全球老齡化加劇，開發能夠識別AD超早期病理改變的技術成為迫切需求。近年來，擴散磁共振成像（dMRI）的進階技術——神經突定向彌散與密度成像（NODDI）嶄露頭角，它通過量化神經突密度指數（NDI）和方向分散指數（ODI），有望揭示傳統影像學無法檢測的微結構異常。為驗證這一技術潛力，研究人員利用AD神經影像計劃（ADNI3）隊列，對65名認知正常老年人（含25名APOE-e4攜帶者）展開研究。通過對比海馬、內嗅皮層等AD易損腦區的NODDI參數、傳統體積指

  來源：Experimental Gerontology

  時間：2025-05-15

• 綜述：默認模式網絡同步性反映共享理解

  引言：社交理解的神經密碼當朋友傾訴情感困境時，大腦的默認模式網絡（DMN）悄然啟動——這個通常與自我反思相關的神經網絡，此刻正通過心智理論（ToM）機制模擬他人體驗。最新證據表明，DMN的跨腦同步如同神經層面的"共鳴"，精準標記著人際理解的深度。從政治立場對立的觀眾觀看相同辯論時的DMN分化，到閨蜜間高度同步的神經活動，這種同步性超越了簡單的刺激反應，成為解碼社會認知的生物學鑰匙。DMN同步的多維證據在自然敘事任務中，DMN僅對語義連貫的故事產生同步響應。當受試者聆聽不同語言版本的《哈利·波特》時，DMN同步僅出現在母語理解者之間，證實其反映概念層面而非表層的理解對齊。更微妙的是，預先提示能"

  來源：Current Opinion in Behavioral Sciences

  時間：2025-05-15

• 基于超表面的偏振選擇性單向 / 雙向衍射神經網絡在信息安全與共享中的應用研究

  在信息爆炸的時代，全光系統因兼具寬帶特性與高效處理能力，成為信息領域的研究熱點。然而，信息安全與信息共享這對天然矛盾的需求，如同魚與熊掌般難以兼得 —— 前者旨在防止未授權訪問、守護數據機密性，后者則聚焦信息傳播與資源優化配置，二者在計算系統中常呈現對立狀態。傳統光學技術在實現單向傳輸與雙向共享的靈活切換方面存在瓶頸，例如三維打印衍射面難以同時兼顧偏振選擇性與模式切換功能，限制了其在高安全通信場景的應用。為突破這一困境，上海理工大學太赫茲技術創新研究院聯合西安應用光學研究所、寧波東方理工大學等機構的研究團隊，開展了基于超表面（Metasurfaces）的衍射神經網絡（Diffractive N

  來源：Nature Communications

  時間：2025-05-15

• 鐵離子遷移調控的CuInP2S6鐵電體極化切換動力學可編程性研究

  在人工智能和物聯網時代，鐵電材料因其非易失性存儲和超低功耗特性成為突破馮·諾依曼瓶頸的關鍵候選者。然而，傳統鐵電體受限于原子不可移動性，僅能實現單一極化切換動力學，嚴重制約了多功能器件的開發。這一困境隨著二維鐵離子材料CuInP2S2S6（CIPS）的出現迎來轉機——其獨特的銅離子（Cu+）遷移特性為調控極化切換提供了全新路徑。電子科技大學的研究團隊通過鐵電光伏效應（FePV）這一創新表征手段，揭示了CIPS中反常的六次極化反轉現象。研究發現，當施加循環掃描電壓時，短路電流（Isc）相位會經歷六次翻轉，這種奇異行為源于銅離子在層內（電場平行極化方向）和層間（電場反平行極化方向）的差異化遷移動力

  來源：Nature Communications

  時間：2025-05-15

• MEG-GLOUPS 數據集：用于評估法語母語者語音運動序列學習中合法與非法假詞生成的神經動力學研究

  論文解讀語言學習的本質是對聲音序列規則的掌握，人類如何在大腦中構建和監控語音運動序列？當前研究對詞匯后階段語音生成的動態過程及適應性學習機制仍存空白。例如，語音監控中感覺反饋與預測的匹配機制（如 M100 成分調制）如何在復雜語音任務中發揮作用？不同語言規則（如語音合法性）如何影響神經活動的時空模式？為填補這些空白，法國艾克斯 - 馬賽大學（Aix Marseille Univ）等機構的研究團隊開展了一項磁 encephalography（MEG）研究，相關成果發表于《Scientific Data》，為解析語音學習的神經基礎提供了重要數據資源。關鍵技術方法研究采用 248 通道 MEG 掃描

  來源：Scientific Data

  時間：2025-05-15

• 基于分布式聲波傳感（DAS）系統的事件分類綜合數據集研究

  在基礎設施監測與安全防護領域，分布式聲波傳感（Distributed Acoustic Sensing, DAS）技術憑借光纖對長距離聲信號的高分辨率捕捉能力，在地震監測、結構健康監測等場景展現出巨大潛力。然而，該技術面臨高維噪聲數據處理與事件精準分類的瓶頸：傳統信號處理方法難以從復雜振動信號中提取有效特征，且公開高質量數據集匱乏，制約了機器學習模型的開發與驗證。在此背景下，布爾諾科技大學（Brno University of Technology）的研究團隊圍繞 DAS 系統的事件分類展開研究，相關成果發表于《Scientific Data》，為該領域提供了關鍵數據支撐與技術參考。研究團隊采

  來源：Scientific Data

  時間：2025-05-15

知名企業招聘：