• 可穿戴运动传感器在膝关节活动范围测量中的有效性和可靠性

  A. Koçak | A. Çetinkaya | M.G. Yavuzer摘要目的关节活动范围（ROM）是决定肌肉骨骼系统功能的重要因素之一。这一参数必须能够通过准确且可重复的方法进行测量和记录。本研究的目的是检验一种可穿戴运动传感器（即惯性测量单元IMU传感器）在测量膝关节主动屈曲角度方面的有效性和可靠性。方法本研究是一项观察性验证研究，共纳入了70名年龄在18至25岁之间的健康科学系学生。参与者的膝关节活动范围由两名评估者使用数字量角器（Meloq EasyAngle）和可穿戴运动传感器（MetaMotionRL）进行测量。结果共有70名参与者（40名女性，30名男性），平均年龄为21.

  来源：Fisioterapia

  时间：2025-09-19

• 综述：子宫切除术后物理治疗方案的更新：一项系统评价

  S. Rodríguez-Movilla | M. Fernández-Paz | L. Núñez-Remiseiro西班牙蓬特韦德拉省维戈市维戈大学物理治疗学院摘要引言与目的子宫切除术是最常见的妇科手术之一，其目的是通过外科手术切除子宫。与所有手术一样，它也会带来各种后果和并发症，这些可以通过物理治疗技术来处理。本研究的目的是通过系统评价分析物理治疗技术在子宫切除术后康复中的有效性。材料与方法2023年2月，我们在PubMed、Web of Science、Scopus、Cochrane、Medline、Cinahl和PEDro等数据库中进行了检索。纳入的研究均为以英语或西班牙语发表的随机

  来源：Fisioterapia

  时间：2025-09-19

• 用于多维非均匀孔径合成辐射计图像反演的变压器网络

  被动微波遥感技术在地球观测中扮演着至关重要的角色，其应用涵盖土壤湿度、海洋盐度以及大气监测等多个领域。然而，在低频段提升空间分辨率依然是一个重大挑战。近年来，一种新的技术方案逐渐兴起，即将多个小型天线阵列组合成一个更大的天线阵列，从而实现更高的空间分辨率。然而，由这种组合形成的孔径合成辐射计（Aperture Synthetic Radiometer, ASR）通常由非均匀排列的天线阵列构成（包括一维、二维或三维）。与常规天线阵列相比，非均匀天线阵列在亮度温度（Brightness Temperature, BT）图像的反演过程中带来了更多的复杂性。本文提出了一种基于Transformer的反

  来源：Expert Systems with Applications

  时间：2025-09-19

• 通过数据重构和弹性双一致性学习实现部分视图对齐的聚类

  现代多视角数据在实际应用中常常面临部分视角对齐的问题，然而大多数现有的多视角聚类（MVC）方法假设数据是完全对齐的，这种假设在现实场景中很少成立。这种不一致会导致虚假负对（False Negative Pairs, FNPs），从而干扰学习过程。虽然一些方法试图解决部分对齐问题，但它们往往忽视了视角内部的一致性以及多尺度视角之间的关系，限制了其捕捉全局和局部结构依赖的能力。此外，常用的均方误差（Mean Squared Error, MSE）作为重构损失在处理离散数据时并不理想，可能导致严重的性能下降。为克服这些局限，我们提出了一种基于数据重新对齐和弹性双一致性学习的多视角聚类方法，称为Par

  来源：Expert Systems with Applications

  时间：2025-09-19

• 通过特征解耦网络实现无偏表示学习，用于跨场景高光谱图像分类

  动态多目标优化问题（DMOPs）是传统多目标优化问题在动态环境下的扩展，其中目标函数、约束条件或参数会随时间或环境变化而改变。在实际的工程、经济和科学领域，许多问题如物流调度、资源分配和工程设计等，通常具有动态特性，因此可以被建模为DMOPs进行求解。面对动态环境，如何快速且准确地追踪帕累托最优前沿（POF）的新位置，是该领域面临的核心挑战之一。此外，维持解决方案的多样性和收敛性之间的良好平衡，也是研究中的重要课题。为了应对这些挑战，研究人员提出了多种动态多目标进化算法（DMOEAs），以提升在动态环境中的解决方案性能。这些算法可以大致分为四类：多样性维护方法、基于记忆的方法、基于预测的方法以

  来源：Expert Systems with Applications

  时间：2025-09-19

• 综述：提升口周美观：口轮匝肌悬吊在深层唇提升术中的作用

  Jamil Asaria多伦多大学耳鼻喉科-头颈外科面部整形与重建外科部门章节摘录关键点•体积填充是眶周非手术和手术治疗方法中的关键组成部分。•通过治疗中面部、太阳穴、眉区和眶缘，可以适当塑造眼睛轮廓，从而呈现出年轻健康的面部形态。•每当将上下眼睑手术作为面部美容手术的一部分时，应考虑使用脂肪移植进行体积填充作为必要的辅助手段。脂肪移植脂肪可以从患者体内储存多余脂肪的组织部位提取，理想情况下应选择在患者仰卧手术时易于接触的位置。对于女性来说，这些部位通常包括腹部以及大腿内侧和外侧。作者更倾向于选择大腿内侧作为脂肪提取部位，因为该部位的脂肪通常更为均匀，纤维成分较少。男性通常不会在下肢储存脂肪。

  来源：Facial Plastic Surgery Clinics of North America

  时间：2025-09-19

• Cycle-CFM：一种用于工业环境中鲁棒多模态异常检测的无监督框架

  在工业领域，特别是涉及金属板表面质量检测的场景中，异常检测是一项至关重要的任务。金属板作为航空航天、汽车制造以及重型机械等关键行业的重要材料，其表面质量直接影响最终产品的安全性和可靠性。即使是微小的表面缺陷，如裂纹、凹陷或氧化斑点，也可能引发应力集中或加速腐蚀传播，最终导致结构失效。例如，在风力涡轮机塔的制造过程中，未被发现的裂纹可能在极端载荷条件下导致结构断裂，带来严重的安全隐患。因此，提高异常检测的精度和效率，是工业生产中亟需解决的问题。传统的手动检测方法虽然在某些情况下仍然被采用，但其效率低下，且存在较高的漏检率，通常在15%至30%之间。这表明，在实际工业应用中，仅依靠人工检测已难以满

  来源：Expert Systems with Applications

  时间：2025-09-19

• 在重症哮喘多学科诊疗单元中制定患者入院指导（onboarding）计划的设计

  这项研究聚焦于设计和优化重症哮喘患者在多学科团队中的接待流程，以满足患者和医疗专业人员的共同需求。研究团队由来自西班牙马德里拉蒙·卡哈尔大学医院的多个专业领域专家组成，包括过敏学、药学、免疫学、呼吸病学、耳鼻喉科、儿科、精神病学和放射科。此外，还引入了患者代表和专注于以患者为中心设计方法（DCP）的外部专家，以确保最终方案能够真正反映患者的体验和需求。重症哮喘是一种复杂的慢性疾病，其未控制的状况会影响患者的生活质量，并对医疗资源造成巨大压力。为了更有效地管理这种疾病，多学科团队（UMAG）应运而生，旨在通过跨学科合作提供更全面、个性化的医疗服务。然而，这些团队的组织和运作需要考虑患者的体验，确

  来源：Farmacia Hospitalaria

  时间：2025-09-19

• 用于高性能计算系统异常检测的联邦迁移学习：首次在顶级超级计算机上的真实世界验证

  在当今的计算环境中，高绩效计算（High-Performance Computing, HPC）系统正变得越来越复杂和庞大。这些系统不仅支持科学研究和工程创新，还承担着处理大规模数据和执行高计算需求任务的重要角色。然而，随着系统的扩展，其可靠性和稳定性面临着前所未有的挑战。特别是在实际部署中，HPC系统需要持续监控和维护，以确保其能够高效运行并避免潜在的故障。因此，开发一种既能满足实际需求，又能兼顾隐私保护和可扩展性的异常检测技术变得至关重要。传统的异常检测方法通常依赖于集中式机器学习技术，这些技术假设所有节点的行为是相似的，并且可以访问统一的数据集。然而，在现实的HPC环境中，这种假设往往不

  来源：Expert Systems with Applications

  时间：2025-09-19

• 基于在线强化学习策略的人工蜂群算法，用于解决具有序列依赖性准备时间的双目标分布式回流车间调度问题

  在当前制造业快速发展的背景下，生产系统的复杂性不断上升，这促使了分布式再入流水车间调度问题（DRFSP-SDST）的研究日益受到重视。该问题不仅涉及到多个工厂之间的任务分配与调度，还引入了再入（reentrancy）和顺序依赖设置时间（SDST）两个关键因素，使得问题在实际应用中更加复杂和具有挑战性。再入特性意味着某些任务可能需要在不同的阶段重复经过相同的机器或工厂，这种非线性路径的引入显著增加了调度的难度。而顺序依赖设置时间则表明，在任务切换过程中，设置时间会受到前后任务类型的影响，这进一步增加了问题的不确定性。为了应对这些挑战，本文提出了一种结合人工蜂群算法（ABC）和强化学习（RL）策略

  来源：Expert Systems with Applications

  时间：2025-09-19

• 基于单一草图的三维建模与多方面的语义理解

  在现代计算机视觉和图形学领域，3D形状生成是一项具有重要应用价值的技术。它被广泛应用于增强现实（AR）、虚拟现实（VR）、游戏开发、建筑设计等场景，能够为用户提供更加直观和生动的三维内容。随着深度学习技术的快速发展，越来越多的研究致力于通过条件引导的方式来实现高质量的3D生成。其中，基于单线草图（sketch）的3D生成方法因其在交互性、简洁性和表达能力上的优势，引起了广泛关注。然而，当前基于单线草图的3D生成方法仍然面临诸多挑战。首先，线草图作为一种抽象的视觉表达形式，通常仅包含简单的线条和轮廓，缺乏丰富的颜色、纹理和光照信息。这使得模型在理解草图内容时，容易出现语义模糊的问题。其次，由于草

  来源：Expert Systems with Applications

  时间：2025-09-19

• 磷酸锆陶瓷复合材料：耐高温材料，适用于高达2500°C的热防护和隔热应用

  在现代航空航天技术飞速发展的背景下，热防护材料的研发成为了确保飞行器在极端高温环境下正常运行的关键技术之一。特别是对于超音速飞行器、各类探测器以及导弹发射系统而言，热防护技术不仅关系到其在飞行过程中的结构完整性，还直接决定了其在高温环境下能否有效防止热损伤。因此，开发一种兼具耐烧蚀和优异隔热性能的新型一体化材料，成为了当前材料科学领域的重要研究方向。本文介绍了一种基于锆基磷酸盐的陶瓷材料，通过将传统高温陶瓷氧化产物锆氧化物（ZrO₂）纳米粉末与铝-铬磷酸盐浆料结合，并通过聚缩聚反应实现交联固化，从而构建出一种具有集成热防护功能的新型材料。这种新型材料的热稳定性、机械性能以及隔热能力得到了充分验

  来源：Extreme Materials

  时间：2025-09-19

• 在保护隐私的卷积神经网络（CNN）推理中优化的同态线性计算

  本文探讨了多模态讽刺检测（Multimodal Sarcasm Detection, MSD）领域的最新进展，并提出了一种创新的框架以提升检测性能。随着社交媒体的广泛应用，用户在表达观点时常常采用讽刺这一语言技巧，而这种表达方式往往具有情绪上的反差，即表面上的语义与实际传达的情绪并不一致。因此，自动识别讽刺内容对于理解用户的真实意图具有重要意义，尤其是在情感计算和自然语言处理等任务中。近年来，多模态讽刺检测受到了广泛关注。研究者们尝试从图像和文本中提取高级语义信息，以增强模型对讽刺的理解能力。然而，尽管这些方法在一定程度上提升了性能，但仍有部分关键的情绪信息未被充分考虑，尤其是在图像中所表达的

  来源：Expert Systems with Applications

  时间：2025-09-19

• 一种自适应的多模态语义知识增强框架，用于讽刺语检测

  在当今信息高度互联的时代，社交媒体成为人们表达情感和观点的重要平台。然而，随着内容的多样化，单纯依赖文本分析已无法全面捕捉用户的真实意图，尤其是像讽刺（sarcasm）这样复杂的情感表达。讽刺作为一种语言现象，往往通过语言与情感之间的矛盾来传达特定的含义。例如，一个看似积极的句子可能暗含批评或讽刺的意味。因此，如何准确识别社交媒体中的讽刺内容，成为自然语言处理和情感计算领域的重要研究课题。随着深度学习技术的发展，多模态讽刺检测（Multimodal Sarcasm Detection, MSD）逐渐受到关注。多模态方法通过同时分析文本和图像等不同模态的信息，能够更全面地理解用户的情感表达。特别

  来源：Expert Systems with Applications

  时间：2025-09-19

• 通过结构到文本的数据生成，释放大型语言模型的力量以实现低资源条件下的关系三元组提取

  语言模型的规模扩展已经彻底改变了自然语言处理（NLP）任务的广泛应用，然而，针对大语言模型（LLMs）在低资源关系三元组提取（Relation Triplet Extraction, RTE）任务中的能力评估却鲜有研究。本文围绕关系三元组提取的核心方法展开探讨，重点研究了上下文学习中的k-shot示范以及多示例指令微调等策略，旨在提升在少样本和零样本情况下的关系三元组提取性能。为了增强低资源环境下的模型表现，我们进一步提出了多种示范实例和任务相关指令，用于合成数据的生成。具体而言，我们借助LLMs构建了一种结构化的提示模板，通过结构化文本生成合成训练数据，并深入探索了在指令微调和上下文学习过程

  来源：Expert Systems with Applications

  时间：2025-09-19

• 利用机器学习进行多目标投资组合优化以预测股票回报

  在当今快速发展的金融市场中，投资策略的有效性一直是学术界和业界关注的焦点。传统的投资模型，如均值-方差（Mean-Variance, MV）模型，自1952年由马科维茨提出以来，一直是资产配置和投资组合优化的核心工具。然而，随着金融市场的复杂性和不确定性不断增加，这些经典模型在实际应用中逐渐暴露出局限性。特别是，它们通常依赖于历史平均收益率作为预期收益率，而忽视了市场动态变化和预测误差的影响。这种做法可能导致投资策略的优化结果偏离实际市场表现，从而影响整体收益和风险控制。因此，近年来，越来越多的研究开始探索如何将机器学习方法与传统投资模型相结合，以提高预测的准确性和优化的稳健性。本研究提出了一

  来源：Expert Systems with Applications

  时间：2025-09-19

• 通过语义-音位协同机制检测含同音异义词的冒犯性语言

  随着互联网的迅速发展，中文在线平台上出现了越来越多的隐晦和加密表达方式，这给攻击性语言的检测带来了前所未有的挑战。尤其是在社交媒体环境中，用户常常利用同音字来规避关键词过滤系统，使得传统的检测方法难以应对。因此，如何在保持检测效果的同时，提高模型对这类隐晦攻击性内容的识别能力，成为当前研究的重点。本文提出了一种轻量级的双分支模型，该模型基于多视角学习框架，分别对文本语义和拼音发音进行编码，并通过动态跨模态对齐策略，提升模型对同音字干扰的鲁棒性。该模型不仅在检测性能上优于现有方法，还在推理延迟和内存使用方面有显著优化，适合在资源受限的场景下进行部署。在中文网络环境中，攻击性语言的识别是一项复杂且

  来源：Expert Systems with Applications

  时间：2025-09-19

• 自适应门控元图保留网络：一种用于城市交通流量预测的模型

  交通流预测是城市交通系统中不可或缺的一环，其核心目标在于准确预估未来某一时间段内各个交通节点的流量、速度以及乘客数量等状态信息。随着城市化进程的加快和交通需求的多样化，传统预测方法在面对复杂动态环境时逐渐显现出局限性，特别是在处理时空依赖关系、外部因素影响以及网络拓扑变化等方面。为了应对这些挑战，近年来研究者们不断探索新的模型架构，以期提高预测的准确性与实用性。现有的交通流预测模型大致可以分为三类：统计模型、机器学习模型以及深度学习模型。统计模型主要依赖于简单的回归分析或时间序列分析，其在处理复杂的时空数据时往往显得力不从心。机器学习模型，如支持向量机、随机森林等，虽然在一定程度上能够捕捉数据

  来源：Expert Systems with Applications

  时间：2025-09-19

• 在涉及资源制度性再分配的公共物品游戏中，心理病理行为的演变

  本研究探讨了心理病态（psychopathy）在公共物品博弈（public goods game, PGG）中的演化动态。研究基于Testori等人（2022）提出的模型，引入了惩罚心理病态个体和奖励合作个体的机制，以分析这些因素如何影响心理病态个体在种群中的比例以及整个种群的规模。研究的主要目标是确定哪些资源再分配机制能够使模型收敛到一个与人类社会中心理病态个体频率相符的结果，即心理病态个体的比例保持在较低水平。心理病态是一种以缺乏情感共情、恐惧和内疚为特征的行为综合征，通常伴随着操纵和欺骗行为，以及自我中心和自私倾向。尽管心理病态个体可能在某些方面表现出较高的适应性，例如更高的繁殖能力，但

  来源：Evolution and Human Behavior

  时间：2025-09-19

• 综述：双相情感障碍生物标志物的现状与未来发展方向：2013年至2025年相关研究的系统综述

  这项研究聚焦于开发一系列新型的三元杂化化合物，这些化合物结合了苯磺酰呋咱、β-咔啉和羟基氨基酸的结构单元。通过综合设计与合成，研究人员旨在探索这些化合物在抗肿瘤和抗转移方面的潜在作用。研究结果表明，这些化合物在体外实验中表现出良好的抗增殖活性，而其中化合物23a在三阴性乳腺癌（TNBC）细胞MDA-MB-231中展现出特别突出的活性。化合物23a不仅在体外实验中表现出显著的抗增殖效果，其IC50值仅为0.29 μM，而且在细胞侵袭和迁移方面也具有明显的抑制作用。进一步的机制研究揭示，化合物23a通过同时作用于HDAC6、DNA以及释放大量一氧化氮（NO）来发挥抗肿瘤效果。此外，该化合物还能够诱

  来源：The European Journal of Psychiatry

  时间：2025-09-19

知名企业招聘：