• 認知靈活性與負性反饋反應對早期青少年逆轉學習發展的影響機制研究

  學習能力的發展始終是神經發育研究的核心議題。在從兒童到成人的過渡階段，大腦如何調整已建立的刺激-結果關聯以適應環境變化，這一過程被稱為逆轉學習(Reversal Learning, RL)?，F有研究表明，青春期RL能力呈現非線性發展軌跡，但關于認知靈活性(Cognitive Flexibility)與負性反饋處理如何共同塑造這一過程，仍存在關鍵知識空白。傳統連續設計范式難以區分單純聯想學習與靈活適應能力，且青少年對反饋信息的利用模式是否隨年齡變化尚不明確。為解決這些問題，多特蒙德工業大學的Christoph Bamberg團隊在《npj Science of Learning》發表創新性研究。

  來源：npj Science of Learning

  時間：2025-05-13

• 多任務易感性：解鎖腦卒中后認知 deficits “密碼” 的新鑰匙

  在現代社會，腦卒中已成為全球范圍內威脅人類健康的重要殺手，它不僅是導致死亡的主要原因之一，還讓眾多幸存者飽受各種后遺癥的折磨。其中，認知障礙在腦卒中患者中極為常見，給患者的生活質量和康復進程帶來極大挑戰。然而，目前對于腦卒中后認知障礙的理解還存在諸多困惑。一方面，腦損傷與認知功能缺失的程度以及恢復情況之間，并沒有嚴格的對應關系。就好比同樣是腦部某個區域受損，有的患者可能只是出現輕微的認知問題，而有的患者卻可能面臨嚴重的功能障礙，這背后的原因一直讓科研人員捉摸不透。另一方面，隨著人口老齡化的加劇以及腦卒中發病率的上升，雖然醫療技術的進步使得更多患者得以存活，但如何準確判斷患者是否會出現認知障礙，

  來源：Communications Biology

  時間：2025-05-13

• 基于隱馬爾可夫模型相似度測量（HMM-SM）的下肢假肢使用者步態質量評估：開啟便捷監測新征程

  在醫學和康復領域，步態評估對于了解人體運動功能、診斷疾病以及制定康復方案至關重要。傳統的臨床實踐中，醫生大多依靠觀察來分析步態，然而這種方法主觀性強，在有效性、可靠性和反應性方面都存在明顯的局限。儀器化的步態分析系統雖然更加客觀和全面，能幫助醫生更好地評估步態模式、做出治療決策和評估干預效果，進而改善患者的治療結果，但像吉列步態指數（GGI）、步態偏差指數（GDI）和步態輪廓評分（GPS）等廣泛認可的步態質量指標，都需要使用運動捕捉系統來精確測量下肢的時空和運動學參數。這些系統不僅成本高昂、使用時耗費時間，而且只能在實驗室或診所環境中使用，無法反映真實世界中的步態動態，極大地限制了其在臨床中的

  來源：Journal of NeuroEngineering and Rehabilitation

  時間：2025-05-13

• 綜述：帕金森病中的自噬損傷：治療方法

  帕金森病概述帕金森?。≒arkinson’s disease，PD）是一種極為常見的神經退行性疾病，在全球范圍內，60 歲以上人群中有超過 1% 受其困擾。它的典型特征是進行性運動功能障礙，罪魁禍首是大腦黑質（substantia nigra，SN）中多巴胺能神經元的死亡。雖然科研人員在 PD 發病機制的遺傳和生化研究方面取得了不少進展，但目前的治療手段還僅局限于緩解癥狀。自噬損傷與帕金森病的關聯近年來的研究發現，自噬過程出現問題，會導致異常蛋白堆積，其中 α- 突觸核蛋白（α-synuclein）的聚集形式對黑質中的多巴胺能神經元具有神經毒性。PD 大多是散發性的，但也存在單基因形式的 PD

  來源：Molecular Biology

  時間：2025-05-13

• 綜述：生物識別測量在直接產品評估中理解消費者體驗的實踐評估：現狀與未來展望

  引言在食品行業中，感官和消費者研究意義重大，它致力于探究消費者對產品的各種反應，像感官感知、情感反應、享樂評價以及產品概念化等方面。企業期望通過了解消費者體驗，來預測消費者的食品選擇行為，進而開發出暢銷產品，然而這一目標實現起來頗具難度。近年來，消費者研究人員熱衷于采用隱式測量方法，以此獲取隨時間動態變化的數據。這類隱式測量無需消費者有意識地思考，因為決策過程涉及意識和潛意識，僅依靠傳統的自我報告方法，可能無法全面捕捉消費者的真實體驗。生物識別工具通過測量人體信號的變化，為了解消費者體驗提供了獨特視角，常見的有眼動追蹤、腦電圖（EEG）、用于測量自主神經系統（ANS）反應的工具，以及捕捉面部活

  來源：Current Opinion in Food Science

  時間：2025-05-13

• 睡眠障礙人群系統性炎癥指標(SIRI/NPR)與抑郁風險的隊列研究：基于NHANES 2005-2020數據

  現代社會中，睡眠障礙如同無形的流行病，約29.8%的美國成年人深受其擾。這些夜晚的輾轉反側不僅帶來白天的疲憊，更與抑郁癥形成危險的"雙向奔赴"——33.5%的失眠者最終發展為臨床抑郁，而21.1%的抑郁患者同時飽受失眠折磨。這種糾纏不清的關系讓臨床治療陷入困境，也促使科學家不斷探尋背后的生物學機制。近年來，精神神經免疫學領域逐漸揭開炎癥反應的神秘面紗，白細胞介素-6(IL-6)、腫瘤壞死因子-α(TNF-α)等促炎因子被證實與抑郁癥狀密切相關。然而，傳統炎癥標志物的檢測成本高昂，且針對特定高危人群——睡眠障礙者的研究仍存空白。安徽醫科大學轉化醫學研究院的研究團隊另辟蹊徑，將目光投向兩個新興的復

  來源：Comprehensive Psychoneuroendocrinology

  時間：2025-05-13

• 植物源黃酮類化合物：治療阿爾茨海默病的潛在 Aβ 纖維解聚劑

  阿爾茨海默?。ˋlzheimer's disease，AD）是一種令人談之色變的進行性神經系統疾病，它就像大腦中的 “橡皮擦”，悄無聲息地抹去患者的記憶、語言和行為能力，嚴重影響患者的日常生活。目前，AD 的治療仍是醫學領域的一大難題，尚無有效的治愈方法。其主要病因被認為是大腦細胞內外異常的蛋白質積累，尤其是淀粉樣 β（Amyloid-β，Aβ）蛋白的異常聚集。Aβ 單體在多種因素作用下，會逐漸聚集形成具有神經毒性的 Aβ 纖維，這些纖維進一步堆積形成斑塊，如同大腦中的 “毒瘤”，持續破壞細胞功能，引發一系列神經退行性病變。在這樣的背景下，為了尋找治療 AD 的新希望，來自多個研究機構的研究人

  來源：Brain Disorders

  時間：2025-05-13

• 長距離盲虹膜識別的先驗嵌入驅動架構：突破技術瓶頸，提升識別精度

  在科技飛速發展的當下，生物識別技術成為保障安全、便捷生活的重要手段。其中，虹膜識別憑借其獨特的紋理特征和高防偽性，備受關注。想象一下，在機場、重要場所，人們只需眼睛一掃，就能快速完成身份驗證，既高效又安全。但現實并非如此完美，當進行長距離虹膜識別時，各種問題接踵而至。由于采集環境不受控制，比如距離遠、光線復雜、設備限制等，獲取的虹膜圖像往往是低分辨率、模糊且帶有噪聲的 “盲虹膜圖像”。這些圖像質量差，使得虹膜紋理難以辨認，嚴重影響了識別的準確性，就像原本清晰的密碼鎖變得模糊不清，難以解鎖一樣。目前，硬件解決方法受成本和技術限制，效果不佳，而現有提升算法也難以應對真實場景中未知原因導致的圖像退化

  來源：Biomedical Signal Processing and Control

  時間：2025-05-13

• 基于評論數據的混合膠囊卷積神經網絡（Capsule_CNN）用于抑郁癥檢測的情感分類研究

  在當今社會，心理健康問題愈發受到人們的關注，而抑郁癥作為一種常見的精神疾病，正困擾著全球數億人。想象一下，那些被抑郁癥纏身的人，他們在日常生活中承受著持續的焦慮，不僅破壞了與家人朋友的關系，嚴重時還可能引發各種疾病，甚至走向自殺的絕境。更令人擔憂的是，抑郁癥還是癡呆癥風險的重要指標。然而，目前抑郁癥的早期檢測面臨著重重挑戰。既沒有專門的醫學檢測來精準衡量其嚴重程度，傳統的檢測方法又缺乏足夠的敏感性和特異性。在此背景下，研究人員急需探索出更有效的抑郁癥檢測手段。社交媒體和網絡平臺的興起，讓人們每天都在上面分享生活、抒發情感，這些海量的數據就像是一座隱藏著無數秘密的寶庫，為抑郁癥的研究帶來了新的契

  來源：Biomedical Signal Processing and Control

  時間：2025-05-13

• 蛋白質組學助力揭秘太空飛行下人體適應機制及探索長期任務保障策略

  本文回顧了俄羅斯科學院生物醫學問題研究所蛋白質組學實驗室在過去十年進行的太空和地面模型實驗所獲取的數據。運用基于質譜的蛋白質組學方法，對人體體液進行全景、半定量和定量分析，以揭示健康人體在軌道任務、南極越冬，以及地球上如臥床休息（BR）、干浸（DI）、隔離艙研究、低磁場暴露和短臂離心機旋轉等模擬研究極端條件下的適應性反應中的分子機制，并探索分子相互作用網絡。蛋白質組學研究揭示了人體在適應極端條件過程中發病機制的共同要素。宇航員血液蛋白質組的修飾類型取決于飛行任務次數。太空飛行因素誘導的蛋白質氧化修飾頻率增加。心血管的實際適應類型取決于自主神經系統中交感或副交感神經成分的主導地位。人體的反應表現

  來源：Human Physiology

  時間：2025-05-13

• 探秘星際任務：輻射與引力聯合作用下的神經生物學奧秘

  該綜述聚焦太空探索任務中，輻射和引力因素聯合暴露對神經生物學產生的影響，這一領域至關重要卻研究較少。研究人員展示了多年來在此領域的研究數據，在大鼠和靈長類動物的實驗室實驗中，利用原創模型，研究中樞神經系統（CNS）對模擬部分銀河宇宙輻射的不同性質電離輻射和模擬微重力同步聯合暴露的神經生物學反應。從分子水平到整體（動物行為），在 CNS 的不同組織層面探索神經生物學效應。研究指出長期暴露的后果、動物的類型特征，以及所研究因素相互作用的復雜性。

  來源：Human Physiology

  時間：2025-05-13

• 基于根電容評估與人工神經網絡預測生物肥料接種辣椒生長參數的跨土壤研究

  在農業生產中，根系對于植物生長起著至關重要的作用。它不僅負責吸收水分和養分，還參與植物的多種生理過程。然而，傳統的根系檢測方法大多具有破壞性，無法對同一土壤 - 植物系統進行重復測試。例如，以往常用的挖掘法，會直接破壞植物根系，影響植物后續生長，也難以連續監測根系的動態變化。同時，現有的一些非破壞性方法，適用性也常常受到限制，像某些基于成像技術的方法，對土壤條件和植物種類有較高要求，難以廣泛應用。這就使得研究人員急需尋找一種簡單、快速且無損的方法來監測根系活動。在這樣的背景下，根電容(CR)測量技術進入了人們的視野。但此前對CR與植物生長參數關系的研究多采用簡單的線性回歸分析，難以準確揭示復雜

  來源：Biologia Futura

  時間：2025-05-13

• SeqBAST：基于貝葉斯注意力和狀態轉移的自數據驅動剩余使用壽命預測新突破

  在工業領域，設備就像工廠的 “心臟”，它們的穩定運行直接關乎生產效率和安全。然而，長期運行的設備不可避免地會出現退化，就像人的身體會隨著時間衰老一樣。這不僅會降低生產效率，還可能引發嚴重事故。于是，設備的預后和健康管理（PHM）系統應運而生，它就像設備的 “保健醫生”，利用傳感器數據和維護記錄等資源，為高端設備的運維提供服務。而在這個系統中，剩余使用壽命（RUL）的準確估計無疑是重中之重，它就像給設備的 “健康狀況” 定了一個量化指標，能為維護人員提供決策依據，幫助他們提前規劃維護工作，避免設備 “帶病上崗”，從而提高設備可靠性、保障系統安全，還能降低經濟成本。早期，數據驅動的 RUL 預測方

  來源：Expert Systems with Applications

  時間：2025-05-13

• 機器學習助力攻克飛機滑行延誤不確定下的穩健雙目標登機口分配難題

  在繁忙的機場里，每天都有大量的航班起降。登機口的合理分配，就像是一場精密的棋局，關乎著機場運營的效率和旅客的出行體驗。然而，現實中飛機滑行延誤的不確定性，卻給這盤棋局增添了許多變數。地面交通擁堵、天氣變化、飛機的提前或晚點，這些因素都可能導致飛機滑行時間難以預測，進而讓登機口分配陷入困境。以往的研究雖然對登機口分配有所涉及，但在處理滑行時間和延誤的不確定性方面存在不足，沒有充分利用現代預測方法，也未能將機器學習技術有效應用于其中。在這樣的背景下，開展一項能夠精準預測滑行時間、優化登機口分配的研究顯得尤為重要。為了解決這些問題，研究人員開啟了針對 “機器學習解決飛機滑行延誤不確定下穩健雙目標登機

  來源：Expert Systems with Applications

  時間：2025-05-13

• HACNetV2：全分辨率架構革新，助力像素級裂縫精準檢測

  在基礎設施領域，隧道、橋梁、道路等工程如雨后春筍般不斷涌現，它們的安全與人們的生活息息相關。然而，這些結構在長期使用過程中，不可避免地會出現各種缺陷，其中裂縫是最為常見的一種。想象一下，一條看似不起眼的裂縫，如果不能及時發現和處理，隨著時間的推移，可能會逐漸擴大，最終威脅到整個結構的安全，就像一顆隱藏的定時炸彈。傳統的人工檢測裂縫方式，不僅耗費大量的人力和時間，而且對于一些細微的裂縫，很容易遺漏。隨著科技的發展，基于數字相機的檢測系統應運而生，它憑借成本低、部署靈活等優勢受到廣泛關注。但要實現精準的像素級裂縫檢測，仍然困難重重。不同材料表面的裂縫特征差異很大，比如混凝土、瀝青和鋼材上的裂縫就各

  來源：Expert Systems with Applications

  時間：2025-05-13

• 基于一維卷積神經網絡模型驅動的液壓機智能運行階段識別：利用能量數據實現節能突破

  隨著全球對氣候變化的關注度不斷攀升，工業領域也在積極探索低碳、環保的制造模式。制造業在工業用電中占比頗高，中國 2020 年制造業用電量近 55%，而液壓機作為制造業的關鍵設備，雖有諸多優勢，但能耗高、能效低的問題嚴重制約其在綠色制造領域的發展。在金屬成型過程中，液壓機輸入電能僅有約 7.07% 轉化為成型所需能量，大部分能量在液壓系統中損耗。為深入了解液壓機能耗模式并制定節能策略，對其運行狀態監測和運行階段識別至關重要。傳統機器學習（ML）方法，如決策樹（DT）、K 近鄰（KNN）和支持向量機（SVM）等，雖在系統狀態智能監測方面取得一定成果，但依賴專家知識進行手動特征提取和選擇，通用性受限

  來源：Engineering Applications of Artificial Intelligence

  時間：2025-05-13

• 基于 Cattaneo-Christov 模型的微極納米流體強制對流輸運研究：解鎖熱質傳遞新奧秘

  在現代科技飛速發展的時代，眾多工程領域都面臨著一個關鍵挑戰：如何精準地控制和預測熱流率。就像在電子設備的冷卻技術中，若不能有效管理熱量，芯片就可能因過熱而性能下降甚至損壞；在材料加工過程里，溫度的精確控制決定著產品的質量與性能；能源系統中，熱流率的精準把握則關乎能源的高效利用。而微極流體，這種具有獨特微觀結構和旋轉效應的流體，其熱傳遞特性為解決這些問題帶來了新的希望。然而，傳統的熱質傳輸模型在描述微極流體的復雜行為時存在一定局限性，難以滿足實際工程的高精度需求，這就迫切需要更先進的研究來深入探索微極流體的熱質傳輸機制。為了攻克這些難題，來自多個研究團隊的研究人員開展了一項關于 “Forced

  來源：Engineering Applications of Artificial Intelligence

  時間：2025-05-13

• DynLeafNet：動態輕量架構為植物病害分類帶來新突破

  在農業生產的大舞臺上，植物病害如同隱藏在暗處的 “殺手”，時刻威脅著農作物的健康生長。全球范圍內，農作物因病害導致的減產問題日益嚴重，這不僅影響了糧食安全，還對經濟發展造成了不小的沖擊。從印度的農田到世界其他角落，農民們常常為作物遭受病害侵襲而苦惱。而且，早期檢測植物病害困難重重，數據集里各類病害樣本分布不均衡，植物病害初期癥狀又難以辨認，就像給病害檢測戴上了 “枷鎖”。傳統的靜態神經網絡（SNNs）雖然在一定程度上能檢測植物病害，但因其架構固定，參數過多，對計算資源需求大，在資源受限的場景下 “力不從心”，面對不均衡的數據集也難以實現良好的泛化。在這樣的困境下，為了找到更高效、準確檢測植物病

  來源：Engineering Applications of Artificial Intelligence

  時間：2025-05-13

• 基于并行全局與局部注意力視覺 Transformer 生成對抗網絡，利用傅里葉變換損失生成逼真假虹膜圖像

  在當今數字化時代，生物識別技術廣泛應用于各個領域，為人們的生活和工作帶來了極大的便利。其中，虹膜識別以其高度的準確性和安全性，成為了備受矚目的生物識別方式之一。然而，生成對抗網絡（GAN）技術的迅猛發展，卻給虹膜識別系統帶來了巨大的挑戰。利用 GAN 生成的假虹膜圖像越來越逼真，這些圖像被用于呈現攻擊（Presentation Attack，PA），試圖欺騙虹膜識別系統，嚴重威脅到了生物識別系統的安全性。在以往的研究中，許多生成假虹膜圖像的 GAN 方法存在缺陷，比如無法有效消除 “GAN 指紋”，使得卷積神經網絡（CNN）很容易區分真假虹膜圖像。而且，這些方法生成的假虹膜圖像在頻率域上與真實

  來源：Engineering Applications of Artificial Intelligence

  時間：2025-05-13

• 孕期母體抑郁焦慮評分對 3 月齡嬰兒發育影響幾何？GMs 評估揭示關鍵聯系

  在生命的最初旅程中，胎兒的發育如同在精心呵護下綻放的花朵，任何外界的干擾都可能影響其成長軌跡。而孕期母親的心理健康，恰似這朵嬌嫩花朵生長環境中的重要 “氣候” 因素。近年來，越來越多的研究發現，孕期抑郁和焦慮癥狀在準媽媽群體中并不罕見。這些不良情緒不僅給母親自身帶來身心的雙重折磨，還像隱藏在暗處的 “殺手”，悄然威脅著腹中胎兒的未來。胎兒在母體內時，就像生活在一個小小的 “世界” 里，母親的情緒變化會通過各種復雜的生理機制傳遞給胎兒。已有研究表明，孕期母親處于抑郁、焦慮狀態時，體內的激素水平會發生改變，如皮質醇等應激激素分泌增加。這些變化可能會影響胎兒大腦的正常發育，導致新生兒在運動、認知、情

  來源：Early Human Development

  時間：2025-05-13

知名企業招聘：