• 晚年空气污染暴露与老年女性内侧颞叶萎缩之间的关联

  本研究采用纵向设计，对653名认知正常的老年女性进行两次MRI扫描，发现PM2.5和NO2暴露与中颞叶萎缩相关，尤其是海马旁回和内嗅皮质，且不受APOE ε4基因和心血管风险因素的影响。低PM2.5暴露地区关联性不显著，支持空气污染神经毒性在中颞叶的累积作用。

  来源：NeuroToxicology

  时间：2026-01-01

• 基于双阻尼正弦模型的TMS诱发响应时空动力学分析：揭示皮层位点与刺激条件的特异性效应

  本研究针对经颅磁刺激联合脑电图（TMS-EEG）技术中TMS诱发电位（TEPs）生理意义解读困难的问题，提出双阻尼正弦（DDS）模型，将TEP分解为振幅（A1、A2）、频率（f1、f2）和阻尼常数（γ1、γ2）等参数。通过分析公共数据集ds001849发现，早期TEP窗口（15-80 ms）存在显著的位点与条件特异性差异，主动TMS在背外侧前额叶皮层（DLPFC）诱发更强振幅与阻尼。该模型为TMS-EEG提供了机制性解读框架，填补了波形分析与神经生理学解读间的空白。

  来源：Neuroscience Informatics

  时间：2026-01-01

• 在多发性硬化症的慢性小鼠模型中检测到了蛋白质错误折叠导致的病理变化

  多发性硬化症（MS）是一种以自身免疫炎症和神经退行性变为核心的疾病，其进行性阶段机制不明确。本研究通过杯型铜试剂（CPZ）小鼠模型，发现脱髓鞘修复后8个月 corpus callosum 出现蛋白错误折叠沉积（β-折叠富集材料），支持慢性神经退行性蛋白病理假说。该模型为揭示MS进行性病理机制提供了新工具，并提示错误折叠蛋白可能驱动神经退化。

  来源：Neuroscience

  时间：2026-01-01

• 冠心病患者脑电图复杂性降低：隐匿性脑功能障碍的新证据

  本研究针对冠心病（CHD）常伴随隐匿性脑损伤的问题，通过非线性脑电图（EEG）分析，首次系统评估了CHD患者静息态EEG信号的复杂度特征。结果表明，CHD患者在全脑多个电极位点的LZCmean、LZCmidp、SampEn、PLZC和PE均显著降低，且复杂度指标与年龄、病程呈负相关，与左室射血分数（LVEF%）正相关。这一发现为心血管疾病相关的中枢神经功能损害提供了新的电生理证据，提示EEG复杂度或可作为CHD患者脑功能损害的潜在生物标志物。

  来源：Neuroscience

  时间：2026-01-01

• EEG theta 节律在运动控制中的在线误差处理机制：一项基于连续追踪任务的研究

  本研究针对运动控制中在线误差处理的神经机制尚不明确的问题，通过设计重复与随机轨迹的追踪任务，成功操纵了追踪误差水平。研究发现，在误差处理需求更高的随机条件下，EEG theta 节律（3–8 Hz）在左侧感觉运动区显著增强，而 alpha 和 beta 节律则无此差异。该结果首次揭示了 theta 节律在自然、连续运动控制中处理低水平、自动误差信号的关键作用，为理解感觉运动整合的神经振荡基础提供了新证据。

  来源：Neuroscience

  时间：2026-01-01

• 糖皮质激素治疗相关星形胶质细胞蛋白的功能分析揭示应激诱导的代谢紊乱新机制

  本研究针对慢性应激下星形胶质细胞功能紊乱机制不清的问题，通过地塞米松处理人星形胶质细胞模型，结合LC-MS/MS蛋白质组学分析，发现磷酸甘油酸激酶(PGK1)上调和丙酮酸激酶(PKM)下调导致的糖酵解通路紊乱，以及培养基中胰岛素前体下调。结果表明糖皮质激素通过干扰星形胶质细胞代谢重编程影响神经元能量供应，为阐明应激相关神经精神疾病的分子机制提供了新视角。

  来源：Neuroscience

  时间：2026-01-01

• 综述：神经肽Y在神经退行性变十字路口的角色：机制见解与新兴治疗策略

  这篇综述系统阐述了神经肽Y（NPY）在神经退行性疾病中的多重调控作用。文章指出NPY通过激活Y1R、Y2R、Y5R等受体亚型，调控PI3K/Akt、MAPK/ERK等关键信号通路，在兴奋性毒性、氧化应激、线粒体功能障碍、神经炎症等8大病理特征中发挥核心保护作用。作者创新性地提出NPY可作为阿尔茨海默病、帕金森病、亨廷顿病等疾病的潜在生物标志物和治疗靶点，并讨论了其临床转化面临的挑战。

  来源：Neuropeptides

  时间：2026-01-01

• 综述：通过新兴证据和未来研究方向调节神经肽Y通路以对抗尼古丁成瘾

  尼古丁成瘾与NPY神经肽系统调控机制研究显示，NPY通过Y1/Y2/Y5受体调节奖赏与应激系统，慢性尼古丁暴露导致NPY信号紊乱，加剧戒断焦虑及复吸风险。当前治疗策略包括受体特异性激动剂、基因治疗及新型肽递送系统，有望改善临床疗效。

  来源：Neuropeptides

  时间：2026-01-01

• MGML：一个即插即用的元引导多模态学习框架，用于不完整的多模态脑肿瘤分割

  本文提出元指导多模态学习（MGML）框架，通过元参数化自适应模态融合（Meta-AMF）动态调整多模态信息融合策略，并结合一致性正则化模块增强模型鲁棒性，有效解决脑肿瘤分割中缺失MRI模态的问题。实验表明，MGML在BraTS2020和2023数据集上，平均Dice分数达87.55（全肿瘤）、79.36（肿瘤核心）、62.67（增强肿瘤），优于现有SOTA方法。

  来源：Neural Networks

  时间：2026-01-01

• 用于改进多类分类的组合特征增强方法

  针对多类分类中存在的准确性不足、计算成本高及特征表示不足的问题，本文提出了一种名为CFA（Compositional Feature Augmentation）的特征增强方法。该方法通过将原始特征转换到单形空间，并引入投票机制整合多组增强特征，有效提升分类性能。实验表明，CFA在合成与真实数据集上均优于传统方法，尤其在原始特征不完善时效果显著，同时保持较低的计算成本。

  来源：Neural Networks

  时间：2026-01-01

• 基于KAN网络和稳定学习的动态综合难度知识单元，用于知识追踪

  知识追踪模型通过动态更新综合难度和稳定学习策略解决知识状态追踪问题，在四个教育数据集上表现优于现有方法。

  来源：Neural Networks

  时间：2026-01-01

• CILF-CIAE：基于CLIP的图像-语言融合技术，用于纠正逆向年龄估计的错误

  提出基于CLIP的FourierTransformer架构CILF-CIAE，通过对比学习实现图像与文本语义对齐，设计可逆错误反馈机制优化年龄估计，在六个数据集上验证其MAE低于现有方法并显著提升多模态融合效果。

  来源：Neural Networks

  时间：2026-01-01

• 基于空频域交互与协同增强的图像隐写分析

  跨域协同增强隐写分析方法通过融合空间域纹理扰动与频率域结构分布，提升弱信号检测能力。提出多路径增强残差结构实现跨域特征交互与融合，设计专用协同增强网络强化跨域关联建模，实验表明在BOSSBase、BOWS2等数据集上检测准确率显著优于现有方法。

  来源：Neural Networks

  时间：2026-01-01

• ClassWise-CRF：针对遥感图像语义分割的类别特定融合方法

  语义分割多网络自适应融合与CRF优化提升遥感图像分类精度，在LoveDA和Vaihingen数据集验证集与测试集均实现mIoU增量，方法包含专家网络选择与动态加权融合机制。

  来源：Neural Networks

  时间：2026-01-01

• BrainGraphDiff：一种通过自适应子图生成来增强大脑网络分析的框架

  针对脑网络分析中数据异质性与稀缺性导致的模型泛化与鲁棒性挑战，本文提出BrainGraphDiff框架，通过GL-PGIB策略自适应调整子图提取范围，并整合部分图生成模块以优化训练数据多样性，同时降低计算成本。实验表明该方法在ABIDE数据集上准确率较基线提升2.15%-1.82%，有效平衡效率与性能。

  来源：Neural Networks

  时间：2026-01-01

• 一种基于“大脑-人群”图谱的学习框架，用于诊断脑部疾病

  脑疾病诊断中功能连接分析的图神经网络方法存在依赖预定义脑图谱、忽略图谱语义信息及站点表型混淆效应问题。本文提出两阶段B2P-GL框架：第一阶段通过GPT-4语义增强和自适应节点重分配GAT网络优化脑图；第二阶段构建条件异构图并融合表型数据，有效抑制混淆效应。实验在ABIDE、ADHD-200和Rest-Meta-MDD数据集上验证，诊断准确性和可解释性均优于基线方法。

  来源：Neural Networks

  时间：2026-01-01

• 通过选择性跨模态交互与聚合实现的多光谱遥感目标检测

  多光谱遥感目标检测通过融合RGB与红外模态信息提升环境监测和灾害预警能力，但传统方法存在跨模态交互冗余和特征融合不均问题。本文提出SIA框架，通过SCI模块选择性聚合跨模态长程依赖以降低计算复杂度，同时利用SFA模块的动态门控机制平衡异质特征，在DroneVehicle、M³FD和LLVIP数据集上均实现优于C²Former的mAP@0.5指标。

  来源：Neural Networks

  时间：2026-01-01

• 基于结构和特征的图注意力网络在多中心数据中对早期阿尔茨海默病的分类

  阿尔茨海默病早期诊断方法，提出结构-特征融合图注意力网络，整合fMRI和DTI多模态数据及人口特征，构建稀疏脑网络并优化注意力机制，显著提升诊断性能。

  来源：Neural Networks

  时间：2026-01-01

• 基于恐龙特征的渐进式语义增强红外与可见光图像融合网络

  红外与可见光图像融合需兼顾语义与细节，现有方法依赖标注数据且泛化性不足。本文提出基于DINO的渐进语义增强融合网络（DPSEF），利用DINO从无标注数据中提取细粒度语义特征作为先验知识，通过语义增强融合模块（SEFM）分层次注入语义信息，实现跨模态深度特征交互。实验表明，DPSEF在视觉质量、语义丰富性和下游任务中均优于现有方法，且在多焦点融合中验证了泛化性和鲁棒性。

  来源：Neural Networks

  时间：2026-01-01

• 自身免疫性脑炎相关新发难治性癫痫持续状态后癫痫预测模型的建立与验证：DAME评分系统

  本文针对自身免疫性脑炎（AE）继发新发难治性癫痫持续状态（NORSE）这一临床难题，创新性地开发并验证了DAME评分系统。该模型通过整合癫痫持续状态持续时间（≥10天）、抗神经元表面抗体（阴性提示高风险）、急性期双侧颞叶磁共振成像（MRI）异常及随访期脑电图（EEG）痫样放电四个关键指标，可精准预测自身免疫相关性癫痫（AAE）的发生风险（曲线下面积AUC=0.941）。研究揭示SE持续时长与抗体靶点特性是影响癫痫转化的核心因素，为个体化停药决策与长期管理提供了重要循证依据。

  来源：Epilepsia

  时间：2026-01-01

知名企业招聘：