• 利用嵌合A/B型流感病毒神经氨酸酶（NA）表位技术开发灭活H9N2亚型禽流感血清学DIVA疫苗

  H9亚型禽流感DIVA疫苗研发成功，通过反向遗传学替换病毒神经氨酸酶基因实现感染与疫苗接种的血清学区分。该重组毒株Re-H9-DIVA-J2在SPF鸡中诱导出10log2以上HI抗体，临床保护率达90%，且不与野毒株交叉反应。研究为禽流感防控提供了新工具，解决了传统疫苗无法区分感染与免疫的问题。

  来源：Veterinary Microbiology

  时间：2026-02-05

• 接受经静脉膈神经刺激治疗的房颤患者和中枢性睡眠呼吸暂停患者的生活质量变化

  房颤合并中心性睡眠呼吸暂停患者经静脉膈神经刺激治疗可显著改善睡眠指标和生命质量，治疗12个月效果持续。

  来源：Sleep Medicine

  时间：2026-02-05

• 多发性硬化症老年患者的腿部力量和神经激活功能缺陷

  本研究比较了10名MS老年患者与10名匹配对照组的神经肌肉功能，发现MS患者神经激活（CAB比率、自愿激活）受损，但肌肉体积和收缩质量相似。结论指出，MS老年患者的肌无力主要源于神经驱动障碍，而非肌肉质量下降。

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-02-05

• 多发性硬化患者在等长收缩过程中表现出力量控制和肌肉激活能力受损的情况

  MS患者及健康对照者下肢屈肌和伸肌等长收缩力量控制及肌电活动分析，结果显示MS组在两种肌群力量控制均显著下降，且存在不同肌群的特异性肌电活动异常，但未发现单侧肢体差异，为制定针对性康复方案提供依据。

  来源：Journal of Electromyography and Kinesiology

  时间：2026-02-05

• 与高强度间歇训练相比，力量训练更能够增强皮质脊髓输出（即大脑向脊髓传递的运动指令）

  皮质脊髓输出与抑制机制在力量训练与HIIT中的差异研究。18名健康受试者进行HIIT、SE及控制实验，发现SE较HIIT显著提升130%主动运动阈值（AMT）和150%AMT的MEP幅度（p<0.001），同时降低短间隔皮质抑制（p=0.02）和静息期持续时间（p=0.004-0.04），脊髓兴奋性不变。该研究揭示了下肢肌群任务依赖性神经可塑性机制，为神经康复提供新依据。

  来源：The Journal of Strength & Conditioning Research

  时间：2026-02-05

• 仿生MOF/MIPs碳水化合物微流控纸芯片：一种多功能唾液酸检测平台，适用于从即时检测到食品快速分析的各种应用

  本研究开发了一种基于硼酸亲和表面印迹技术的微流控纸张生物模拟平台，通过整合金属有机框架（MOF）和分子印迹聚合物（MIPs）实现了神经氨酸的高效吸附与快速检测。该平台具有高吸附容量（352.83 mg·g⁻¹）、优异的选择性（印迹因子IF=3.67）、30分钟内完成检测以及强抗干扰能力，并引入可视化传感系统，检测限达0.066 mg·L⁻¹，为唾液等复杂样本中神经氨酸的便携检测提供了新方案。

  来源：Talanta

  时间：2026-02-05

• 综述：基于深度学习的遥感图像超分辨率技术：最新进展与挑战

  深度学习驱动的遥感图像超分辨率（RSISR）技术研究进展与系统综述，2020年后分析超过100篇文献，梳理监督学习（CNN、GAN、Transformer、扩散模型、Mamba）和无监督学习框架，总结数据集、损失函数、评估指标及发展趋势，提出领域关键挑战与未来方向。

  来源：Neurocomputing

  时间：2026-02-05

• ESGME：利用大型语言模型从与事件相关的潜在信号中生成隐喻解释

  隐喻认知与神经解码融合的NLP框架研究

  来源：Neurocomputing

  时间：2026-02-05

• CDINet：一种用于蒸汽退化热红外图像恢复的级联双域交互网络

  热红外图像在高温水蒸气环境下易受干扰，导致信息丢失。本文提出CDINet，通过双域交互块（DIB）和LSTM级联结构进行迭代修复，并构建IRDH数据集验证其有效性，在非均匀水蒸气场景中优于现有方法。

  来源：Neurocomputing

  时间：2026-02-05

• 内在维度作为衡量类别不平衡的一种无模型方法

  本文提出基于数据内在维度（ID）的新型不平衡衡量方法，模型-free且独立于样本数量。实验表明，ID在多种长尾数据集上显著优于传统重采样和损失重加权方法，结合样本数量可进一步提升性能。

  来源：Neurocomputing

  时间：2026-02-05

• DEM-WGAN：一种基于Wasserstein生成对抗网络（GAN）的新数据评估方法，用于不平衡数据分类

  针对传统SMOTE算法及其变体在生成合成数据时噪声增加和缺乏有效评估机制的问题，本文提出基于Wasserstein GAN的新型数据评估方法DEM-WGAN。该方法通过训练判别器评估合成数据与多数类分布的相似性，结合SMOTE生成高质量少数类样本，有效减少类重叠并提升分类性能。实验表明DEM-WGAN在多个基准数据集上显著优于现有方法。

  来源：Neurocomputing

  时间：2026-02-05

• 指挥异常行为：通过双内存和时间序列模型实现持续的视频异常检测

  弱监督视频异常检测中，为解决持续学习场景下新异常模式自适应能力不足的问题，本文提出COMMAND框架。该框架通过AugFuseNet融合RGB与运动特征增强泛化性，利用基于Mamba的TempMamba模块捕捉长时序依赖，结合MemDualNet双记忆机制保留时空上下文信息，并采用ContTrain++策略实现增量学习与灾难性遗忘缓解。实验表明，该方法在UCF-Crime、ShanghaiTech等数据集上显著优于现有方法，尤其在动态环境适应性和异常定位精度方面提升显著。

  来源：Neurocomputing

  时间：2026-02-05

• 具有稳定性保证的稀疏循环神经网络组合

  提出基于收缩理论的稀疏递归神经网络组装框架AdaDiag，通过自适应对角线参数化和可学习时间尺度实现稳定与可训练性的平衡，减少参数量同时保持模块化扩展能力。

  来源：Neurocomputing

  时间：2026-02-05

• 通过跨模态对齐和图卷积实现手语翻译

  跨模态对齐预训练结合动态双图时空聚合模块，提出无标注签字语翻译框架CMAG-Net。通过CMAE嵌入器同步优化语义重建与分布对齐损失，构建手势时序图与相似性图，抑制冗余帧干扰，提升翻译准确率与流畅度。实验表明，在PHOENIX-2014T等数据集上，BLEU-4较GFSLT-VLP提升5.19/5.95，接近有标注方法MMTLB的0.37/0.22差距。

  来源：Neurocomputing

  时间：2026-02-05

• CRColor：基于循环参考学习的方法，用于基于样本的图像着色

  颜色保真度不足是现有基于示例的图像着色方法的核心问题，本文提出CRPSNR评估指标和CRColor网络结构，通过循环策略实现参考图像颜色信息的双向校验，在保持图像质量的同时显著提升颜色保真度，实验验证了方法的有效性。

  来源：Neurocomputing

  时间：2026-02-05

• STIMI：一种用于时空风速重建的掩膜图像建模框架

  时空图像重建框架STIMI通过互信息重索引将高维风速数据映射为二维图像，采用多尺度窗口自注意力机制捕捉时空依赖，结合均方误差与KL散度混合损失函数，有效解决大块缺失场景下的风功率预测难题，实验验证其可解释性优势。

  来源：Neurocomputing

  时间：2026-02-05

• 持续学习的实践指南

  持续学习（CL）与流式机器学习（SML）分别解决知识保留与快速适应概念漂移的挑战，而提出的流式持续学习（SCL）旨在统一二者，通过平衡稳定性与可塑性实现动态数据流中的高效持续学习。

  来源：Neurocomputing

  时间：2026-02-05

• SSDMamba：一种用于高光谱图像分类的谱-空间双分支模型

  高光谱图像分类中提出SSDMamba框架，通过DS Spatial Mamba分支捕获长程空间依赖，FFT Spectral Mamba分支建模光谱全局周期性，并设计动态交互融合模块优化特征交互。实验表明该方法在四大数据集上参数更少且精度更高。

  来源：Neurocomputing

  时间：2026-02-05

• Anti-DETR：基于小波卷积的端到端反无人机视觉检测网络

  小无人机空对空复杂场景检测方法，提出端到端Anti-DETR网络，通过小波卷积扩展感受野，多尺度特征金字塔增强细粒度特征，直方图自注意力机制抑制背景干扰，有效提升5×5像素级小目标检测精度。

  来源：Neurocomputing

  时间：2026-02-05

• 一种可解释的多视图表示融合学习框架，结合了混合元前缀网络（Hybrid MetaFormer），用于基于脑电图（EEG）的癫痫发作检测

  本文提出一种基于混合MetaFormer的多视图 Representation Fusion Learning（XMVRF-HMF）框架，通过GASF和改进的Stockwell变换构建层次化多视图表示，并利用稀疏注意力机制实现跨视图特征融合，同时设计可解释性模块基于特征重要性评分，在CHB-MIT和Siena数据集上显著优于现有方法，平均准确率达95.5%±3.75%，并实现决策可解释。

  来源：Neurocomputing

  时间：2026-02-05

知名企业招聘：