• 综述：深度学习在肾脏超声中的应用、挑战与未来展望

  本综述系统阐述了人工智能（AI），特别是深度学习（DL）技术，在提升肾脏超声（Renal Ultrasound）工作流程客观性与自动化方面的巨大潜力。文章详细总结了DL在肾脏分割（Segmentation）、体积测量、功能预测（如估算肾小球滤过率eGFR）及疾病诊断（如慢性肾脏病CKD、急性肾损伤AKI）等关键任务中的应用，并评估了卷积神经网络（CNN）、Transformer等模型的性能。同时，文章也指出了当前面临的数据质量、模型可解释性、泛化能力及临床整合等挑战，并对未来与多模态数据、大模型、联邦学习等新兴技术的融合前景进行了展望。

  来源：Frontiers in Oncology

  时间：2026-01-12

• 基于大语言模型的功能连接特征选择与反事实解释在精神分裂症研究中的创新应用

  本文提出了一种创新框架，将大语言模型（LLM）的先验知识引导与反事实解释技术相结合，用于精神分裂症（SZ）的功能连接（FC）分析。该方法通过LLM-Lasso进行特征选择，有效筛选出兼具统计学显著性与生物学合理性的关键FC特征，并利用反事实解释生成直观的干预建议，为理解SZ的神经病理机制提供了新的可解释性分析工具。

  来源：Frontiers in Neuroscience

  时间：2026-01-12

• 结直肠癌根治术后肺转移预测模型构建与验证：一项双中心回顾性队列研究及列线图开发

  本回顾性研究基于双中心数据，开发并验证了结直肠癌（CRC）根治术后肺转移预测列线图模型。模型整合癌胚抗原（CEA）、N分期、神经侵犯及手术方式四个独立预测因子，在训练集与验证集中均展现出良好区分度（AUC分别为0.785与0.779）与校准度。该工具可辅助临床识别高危患者，为个体化随访及干预策略提供循证依据。

  来源：Frontiers in Oncology

  时间：2026-01-12

• LncRNA DANCR通过ceRNA机制吸附miR-125a-5p促进ABL2介导的高危神经母细胞瘤转移

  本研究发现长链非编码RNA DANCR在高危神经母细胞瘤中显著上调，通过ceRNA机制竞争性结合miR-125a-5p，解除其对酪氨酸激酶ABL2的抑制作用，进而激活SSH1-cofilin信号轴，诱导细胞骨架重组和伪足形成，最终促进肿瘤转移。该研究首次揭示DANCR/miR-125a-5p/ABL2/cofilin通路在神经母细胞瘤转移中的关键作用，为高危患者提供了新的预后标志物和治疗靶点。

  来源：Frontiers in Oncology

  时间：2026-01-12

• 综述：与高强度耐力运动极限相关的心血管反应所涉及的杏仁核–下丘脑–脑干神经回路

  运动员耐力极限的中枢自主神经机制研究显示，高强度运动中代谢产物积累导致血流量受限，而自主神经系统的过度激活（尤其是交感神经）可能成为运动终止的“制动器”。研究发现，杏仁核中央核（CeA）、下丘脑视前核（PVN）和孤束核（NTS）构成的神经环路通过协同调控心血管系统，影响运动极限。CeA在极端疲劳前被激活，其电刺激可显著升高血压和心率，而损毁CeA则延长运动持续时间并推迟血压峰值出现，表明CeA在自主神经调控中起关键“制动”作用。PVN和NTS通过反馈和前馈机制与CeA形成动态调控网络，影响运动表现。该机制揭示了情绪与自主神经整合对耐力极限的调控作用，为提升运动表现提供新靶点。

  来源：Frontiers in Physiology

  时间：2026-01-12

• 个性化与非个性化神经刺激方案在改善言语和肢体反应时间方面的效果

  经颅电刺激不同协议（HD-tACS、tRNS、HD-tDCS）改善神经典型成年人言语和肢体反应时间，个性化beta频段HD-tACS和tRNS显著有效，与HD-tDCS无差异，提示交替刺激的神经调节机制。

  来源：Neuroscience

  时间：2026-01-12

• 具有述情障碍个体的内感受觉表征改变：一项基于小鼠追踪和脑电图同步记录的研究

  人类情感体验依赖内感受知，而情感迟钝（Alexithymia）会干扰此过程。本研究通过鼠标追踪和事件相关电位（ERP）技术，探讨高情感迟钝（HA）个体在内感受知表征上的缺陷。行为结果显示HA组轨迹弯曲度更高，ERP分析发现HA组N400幅值更大，表明其语义冲突更显著。

  来源：Neuroscience

  时间：2026-01-12

• 重度抑郁症自然情境情绪加工的神经同步性缺失：从全脑到网络的异质性证据

  本研究针对重度抑郁症（MDD）患者在自然情境情绪加工中神经表征异常的问题，通过fMRI电影观看范式，发现MDD患者全脑及多网络（视觉、背侧注意、边缘、默认模式网络）神经同步性（ISC）显著降低，且抑郁严重程度与悲伤情绪下的ISC负相关。研究揭示了MDD情绪解码障碍的神经基础，为个体化干预提供了新靶点。

  来源：NeuroImage

  时间：2026-01-12

• 睡眠剥夺皮层图谱的绘制：基于fMRI、神经递质与代谢活动的多模态整合研究

  本研究针对睡眠剥夺导致认知障碍的神经机制尚不明确的问题，通过构建睡眠剥夺相关皮层权重图，结合多模态脑成像、神经递质受体图谱和代谢组学分析，揭示了以枕叶为核心的皮层功能紊乱、皮层-皮层下信息流向逆转及特定代谢物变化与认知下降的关联，为理解睡眠缺失的神经系统级联效应提供了新视角。

  来源：NeuroImage

  时间：2026-01-12

• 呼吸节律调控心跳感知的皮层振荡机制：一项基于预测编码的脑电研究

  本研究针对心脏与呼吸系统在感知层面交互机制不清的问题，通过分析健康个体在心跳计数任务(HCT)和外部音调计数任务(C-TCT)中的脑电信号，发现呼气相相比吸气相可显著增强心跳调制α/θ波段功率和锁相值，且α活动与心跳诱发电位(HEP)振幅正相关并预测内感受准确性。这些呼吸相位效应仅存在于内感受任务中，为理解呼吸动态塑造心脏感知的神经机制提供了新证据，对揭示内感受预测编码原理具有重要意义。

  来源：NeuroImage

  时间：2026-01-12

• 基于实例级自适应结构对比学习的深度多视图聚类

  本文提出基于实例级自适应结构对比学习的深度多视图聚类方法，通过Transformer池化模块自适应融合多视图信息，并构建局部和全局一致性聚类线索，结合实例级结构对比损失提升多视图聚类结构一致性。实验表明该方法在多个数据集上优于现有方法。

  来源：Neural Networks

  时间：2026-01-12

• 驯服极化拟合问题：采用非对称风险惩罚的BLINEX-Pcomp算法以实现稳健的分类性能

  提出BLINEX-Pcomp模型，通过引入不对称的BLINEX损失函数平衡Pcomp分类中的过拟合与欠拟合问题，并设计多视图版本MV-BLINEX-Pcomp结合多视角特征提升性能。实验验证了方法在处理困难样本对和减少噪声干扰方面的有效性。

  来源：Neural Networks

  时间：2026-01-12

• 通过动态知识适应与保留实现终身人物重新识别

  终身学习背景下的人脸重识别模型通过动态知识适应与保持机制缓解灾难性遗忘问题，采用共享骨干网络与实例归一化结合动态调整卷积核参数，在保持原有知识的同时自适应新域数据，实验验证在四大主流数据集上显著优于现有方法。

  来源：Neural Networks

  时间：2026-01-12

• 通过具备实体感知能力的因果网络实现高效的多智能体通信

  多智能体强化学习中的通信效率优化问题，通过实体感知因果通信框架实现。提出实体感知超网络选择通信目标，利用掩码注意力机制实现可扩展的稀疏通信拓扑，并设计因果推断消息生成机制减少冗余通信。实验表明在SMAC、GRF、MPE等基准任务中显著优于基线方法，验证了模块的有效性和算法的鲁棒性。

  来源：Neural Networks

  时间：2026-01-12

• 基于课程设置的差异调度方法提升了单细胞聚类的鲁棒性

  单细胞RNA测序聚类面临数据稀疏、高维噪声和传统静态模型偏差问题。本文提出动态课程学习框架DAGCL，通过双分支架构分离内容重构与结构学习，结合时间递增的注意力机制和监督压力调节，采用熵正则化Sinkhorn投影实现全局平衡的软聚类。实验表明该框架在27个基准测试中聚类精度（ARI）显著优于基线方法。

  来源：Neural Networks

  时间：2026-01-12

• MambaFPN：一种基于SSM（Spatially Segmented Multi-Head）的特征金字塔网络，用于目标检测

  特征金字塔网络通过多尺度特征融合提升物体检测效果，但传统CNN模块难以捕捉全局上下文。本文提出MambaFPN，采用Vision Mamba模块替代CNN，利用状态空间模型实现线性复杂度下的全局信息建模，通过局部感知序列化、双向建模和空间混合策略增强多尺度特征交互，在COCO和LVIS数据集上显著优于基线FPN。

  来源：Neural Networks

  时间：2026-01-12

• 利用CogRepLKNet结合EEG-fMRI技术探索认知工作负荷的识别方法

  认知负荷多模态识别方法与模型研究，提出CogRepLKNet网络通过大核和小核卷积并行处理EEG和fMRI数据，结合自适应门控注意力融合机制，实现高效特征提取与跨模态建模，在自建数据集上验证其优越性。

  来源：Neural Networks

  时间：2026-01-12

• MT-IDS：一种多任务信息解耦策略，用于识别纵隔区域的淋巴结转移

  准确识别纵隔区域转移性淋巴结对肺癌TNM分期诊断至关重要，涉及纵隔区域识别和淋巴结转移评估两个维度。传统单任务算法难以处理多维度分类中的干扰，现有多任务方法在共享与专用特征平衡、梯度冲突缓解方面存在不足。本文提出多任务信息解耦策略(MT-IDS)，采用双控分支路由门机制实现共享与专用特征分离，通过双维度梯度平衡算法动态调节梯度方向与幅度，有效缓解任务间干扰和梯度主导问题。实验表明该方法在消融和对比实验中均展现出显著优势，为复杂医学图像分类问题提供创新解决方案。

  来源：Neural Networks

  时间：2026-01-12

• 基于隐式神经网络的煤炭扫描电子显微镜超分辨率技术，用于提升微孔测量任务的精度

  基于隐式神经表示的交互式可解释超分辨率框架提升煤SEM图像微孔结构分析精度

  来源：Neural Networks

  时间：2026-01-12

• 一种用于处理长尾标签噪声的两阶段主动清洁策略

  长尾数据中的标签噪声问题，提出两阶段主动清理策略：第一阶段通过Balanced Class-Centered Contrastive Learning（BCCL）增强特征表示并识别潜在噪声；第二阶段采用不确定性主动学习采样重新训练。实验表明在CIFAR10-LT和Red-Mini ImageNet数据集上显著优于SOTA方法，尤其在高噪声场景下分类性能提升5.17%。

  来源：Neural Networks

  时间：2026-01-12

知名企业招聘：