• 具有空间交互作用的贝叶斯图像标量回归模型在阿尔茨海默病研究中的应用

  摘要 在基于神经影像生物标志物的阿尔茨海默病（AD）等神经退行性疾病的认知障碍预测建模方面，已经取得了显著进展。然而，现有方法通常没有考虑由于空间变化的影像特征与补充的人口统计、临床和遗传风险因素之间的相互作用可能导致的异质性。不幸的是，忽视这种异质性可能会导致预测效果不佳和估计偏差。我们在现有的标量-图像回归框架基础上，通过纳入大脑影像与补充风险因素之间的空间变化相互作用来建模AD中的认知障碍。所提出的贝叶斯方法通过分层表示来处理功能回归系数与补充风险因素之间的空间相互作用，该方法嵌入在涉及多分辨率小波分解的标量-函数框架中。为了

  来源：Biometrics

  时间：2025-11-14

• 自闭症成人抑郁症状与情绪调节的关联网络分析：揭示结构特征与桥梁节点

  在神经多样性群体中，自闭症成人的心理健康问题日益受到关注，其中抑郁障碍的高发率尤为突出。研究表明，自闭症成人罹患抑郁的风险显著高于普通人群，患病率估计在23%-65%之间，而普通人群的患病率仅为1%-12%。这种显著差异背后的机制尚不明确，但情绪调节(Emotion Regulation, ER)挑战可能是一个关键因素。情绪调节作为执行功能的重要组成部分，指的是个体根据情境需要适当指导和调节情绪反应的能力，而自闭症人群普遍存在情绪调节困难。然而，以往研究多关注自闭症儿童和青少年，对自闭症成人情绪调节与抑郁症状关系的深入探讨仍较缺乏。为填补这一研究空白，Goldie A. McQuaid等人开展

  来源：Personality Neuroscience

  时间：2025-11-14

• 利用香蕉皮制成的活性炭去除茜素：通过等温线、动力学及预测模型探究吸附过程

  本研究探讨了利用香蕉皮制备的低成本、高效活性炭去除亚甲基蓝（ALZ）的可行性。通过非线性动力学研究、吸附等温模型和预测模型，对吸附过程进行了深入分析。研究过程中选择了多种模型进行评估，依据的是R²、调整R²、卡方、SSE和ARE等误差函数。这些模型包括内扩散模型、伪一级动力学模型、Elovich模型和伪二级动力学模型，它们都与实验数据拟合良好。其中，伪二级动力学模型与实验数据的拟合度最高，因此推断吸附机制为化学吸附。在等温研究方面，Langmuir、Temkin、Dubinin-Radushkevich和Freundlich模型均能描述ALZ的吸附过程。通过比较误差分析，发现Freundlic

  来源：BMC Chemistry

  时间：2025-11-14

• 综述：素食主义和纯素食饮食与成人正食症症状之间的关联：一项系统评价和荟萃分析

  研究表明，素食和纯素饮食（VVDs）与正念饮食障碍（ON）症状之间存在一定的关联，这种关联在成年人群体中比在食肉者中更为显著。这项系统综述和元分析涵盖了26项横断面研究，共计23,783名参与者，其中女性占比72%，年龄范围从19.6岁到51岁。研究发现，与食肉者相比，VVDs的追随者表现出中度较高的ON症状，标准化均值差异（SMD）为0.46，95%置信区间（CI）为0.33至0.60，不一致性指数（I²）为81.0%。此外，分类数据显示，VVDs的追随者比食肉者大约两倍更可能报告ON症状，比值比（OR）为1.99，95% CI为1.21至3.25，I²为92.8%。值得注意的是，素食者和纯

  来源：International Journal of Eating Disorders

  时间：2025-11-14

• 在限制性饮食障碍的不同表现形式中，神经激活的共有特征与独特特征

  在当今社会，进食障碍（Eating Disorders, EDs）已成为一个备受关注的临床和研究领域。特别是限制性进食障碍，包括神经性厌食症（Anorexia Nervosa, AN）和非典型神经性厌食症（Atypical Anorexia Nervosa, Atyp-AN），这些病症通常伴随着认知僵化，这不仅影响患者的日常生活，也对治疗效果产生负面影响。认知灵活性作为个体适应变化环境的能力，是心理和神经功能中的重要组成部分，其障碍可能与进食障碍的持续和复发密切相关。因此，理解限制性进食障碍中认知灵活性的神经机制，有助于识别治疗目标并制定个性化的干预策略。研究发现，限制性进食障碍患者的前额叶皮

  来源：International Journal of Eating Disorders

  时间：2025-11-14

• 嗅神经母细胞瘤中EZH2表达和活性的基因组与免疫相关性研究

  这项研究探讨了嗅觉神经母细胞瘤（ONB）中增强子锌指同源物2（EZH2）的表达与活动对肿瘤免疫特征的影响。ONB是一种罕见的鼻窦鼻腔恶性肿瘤，其神经内分泌特性使其在复发和转移状态下具有有限的系统性治疗选择，且目前对免疫治疗的响应机制了解甚少。EZH2作为表观遗传修饰酶聚复合物2（PRC2）的核心蛋白，其作用机制涉及对组蛋白H3第27位赖氨酸的甲基化（H3K27me3），从而调控细胞周期、促进细胞自我更新并抑制分化。在多种癌症中，EZH2的过表达与肿瘤侵袭性、化疗耐药性和不良预后密切相关。然而，EZH2的抑制却能增强T细胞介导的杀伤作用，并提高对免疫检查点抑制剂的敏感性。因此，本研究旨在评估ON

  来源：Head & Neck

  时间：2025-11-14

• 基于深度卷积网络和时间序列分解技术估算混合气体中大气污染物的浓度

  随着气体检测应用的不断增加，单一气体的检测已无法满足大多数场景的需求。因此，分析气体混合物——无论是为了识别其中的气体成分类型还是估算其浓度——已成为重要的研究焦点。本文重点研究了四种主要的大气污染物：CO、NO₂、SO₂和HCHO，以及它们的气体混合物。首先，我们开发了一种自动化的气体混合物生成系统，该系统能够根据预设的比例生成各种气体混合物，从而实现无人值守的数据采集，为研究混合气体中的气体检测提供了基础数据集。为了估算混合气体的浓度并识别其组成成分，我们提出了一种基于卷积神经网络（CNN）的深度学习模型，并采用了时间序列的高低频分解方法。原始信号被

  来源：Analytical Methods

  时间：2025-11-14

• 利用广谱代谢组学技术和TCMSP数据库对Nekemias grossedentata昆虫茶的功能成分进行分析

  昆虫茶是一种特殊的非山茶属茶叶，被誉为“中国的科皮卢瓦克茶”。其传统原料包括Malus sieboldii、Platycarya strobilacea和Litsea coreana。最近，被誉为植物黄酮类物质“王者”的Nekemias grossedentata（NG）作为新型原料引起了广泛关注。然而，在生产NG昆虫茶（NGIT）的过程中，原料中的代谢物发生了哪些变化仍不清楚。本研究采用超高效液相色谱-串联质谱技术分析了NGIT和NG的代谢物。共鉴定出837种次级代谢物，其中387种在NGIT中表达上调。进一步利用中药系统药理学（TCMSP）数据库进行

  来源：Analytical Methods

  时间：2025-11-14

• 数字手术室中的神经工效学：注意力双竞争模型在外科环境中的应用与意义

  在当今高度数字化的手术室中，外科团队成员长期面临高强度工作压力、不规律作息以及复杂环境带来的多重干扰。尽管手术过程要求极高的专注度，但团队成员却需要在信息不完整、突发干扰频发的条件下保持精准操作。据统计，手术期间的门户开关、设备故障、无关对话等事件屡见不鲜，甚至术中教学、病房呼叫等认知负荷也会持续分散主刀医生的注意力。更严峻的是，疲劳累积与昼夜节律紊乱进一步削弱了团队的注意力韧性，潜在地提升了手术错误风险。然而，目前对手术环境中注意力机制的量化研究仍处于初级阶段，缺乏统一的理论模型和有效的实时监测手段。为此，David Thinnes 等研究者在《IEEE Transactions on Hu

  来源：IEEE Transactions on Human-Machine Systems

  时间：2025-11-14

• 基于混合图神经网络的变观点手势识别

  摘要：相机视角和手部空间姿态的变化是手势识别系统精度低和鲁棒性差的主要原因。为了实现具有可变视角的准确且稳定的手势识别，本文基于3-D非欧几里得向量图特征和图神经网络进行了研究。首先，收集手部关节的3-D信息以构建图结构化的手势特征数据集，并提出了一种基于关节的3-D非欧几里得向量图方法，以解决类似手势特征对空间位置和角度变化过于敏感的问题。然后，设计了一个多头图注意力网络，并将其与图卷积神经网络结合，以探索最优的混合图神经网络手势识别模型。实验结果表明，在经过基于关节的3-D非欧几里得向量图方法处理的数据集上，最优模型的训练、测试和验证准确率分别达到了97.07%、96.95%和87.06%

  来源：IEEE Transactions on Human-Machine Systems

  时间：2025-11-14

• 以人为中心的全自适应雷达，用于智能环境中的手势识别

  摘要：在过去的十年中，射频（RF）传感或雷达作为一种新兴技术，因能够通过手势识别实现人机交互而受到了广泛关注。目前的方法通常使用一种雷达系统，该系统发射具有预定频率、带宽和其他波形参数的固定信号。然而，雷达的传输参数会显著影响手势识别的准确性，进而影响计算负载和性能。在这项研究中，我们提出了一种以人为中心的、完全自适应的雷达（HC-FAR）系统，用于环境手势识别。这种系统采用可编程的、软件定义的雷达技术，能够根据人类行为动态调整其射频传输参数。我们为不同的人机交互任务（如人体存在检测、触发检测和命令转换）设计并切换不同的传输模式，并调整处理方式以最小化计算负载。通过这种方式，所提出的HC-FA

  来源：IEEE Transactions on Human-Machine Systems

  时间：2025-11-14

• 基于循环自编码神经网络的半空中电磁线信号去噪方法

  摘要：半空中电磁法（SAEM）是一种新兴的地球物理勘探方法，能够在复杂的地形条件下高效进行作业。SAEM信号经常受到各种噪声干扰的影响，这严重降低了信号的质量。然而，SAEM的数据量极其庞大，单条测量线的信号数量可达数百万个，现有的噪声消除方法通常都是分段截取信号再进行处理，这种方法效率低下且具有很强的主观性。为了解决上述问题，本文提出了一种循环自编码神经网络（RSCN），用于实现对整个测量线信号的一站式噪声消除。该方法采用门控循环单元（GRU）来获取完整的波形信息，并利用数据分割技术获取小规模数据以执行卷积编码。状态信息和编码后的数据通过注意力机制提取重要特征并进行解码。自编码结构通过循环更

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-14

• 透明土壤：利用射频传感器网络检测地下根茎

  摘要：本文提出了一种数据驱动的根茎传感（RTS）框架，该框架利用来自射频（RF）传感器网络的接收信号强度（RSS）数据来重建土壤中根茎的横截面图像。我们在各种环境中使用我们的数据采集系统进行了大量实验，以构建无线马铃薯传感（WPS）数据集。我们提出将多分支卷积神经网络与扩散神经网络相结合，以实现根茎的精细图像重建。为了解决无线信道中的多径效应，我们提出了两种领域适应方法：一次性微调以在线更新神经网络模型，以及解耦表示学习（DRL）以将预训练模型转移到未见过的环境中。来自超过170万次RF网络测量的实验结果表明，所提出的方法在不同环境中的有效性。我们的代码和数据可在https://github.

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-14

• 揭示力量：从粗量化地震数据中高效恢复反射率

  摘要：未来的石油和天然气勘探技术应当更加模块化、多功能、适应性更强、可扩展且自动化程度更高。然而，地震勘探每天都会产生大量的数据。尽管如此，通过资源有限的无线介质传输地震数据仍然是一个主要挑战。因此，对于地震检波器和数据融合中心来说，采用一种低功耗的数据采集方法至关重要。这种方法有助于减少数据融合中心的数据拥堵并缓解存储需求。地震数据集通常以32位浮点精度进行采集；但在处理之后，会恢复出稀疏的反射率序列以提高分辨率。因此，可能不需要高精度的量化，较低精度和较少比特数的量化就足够了。为此，本研究采用基于段的深度神经网络（DNN）结合低比特数均匀量化来恢复反射率，从而有效减少野外采集的地震数据量。

  来源：IEEE Transactions on Geoscience and Remote Sensing

  时间：2025-11-14

• 一种融合模型，能够对基于地面的GNSS ZTD数据集进行加密处理，从而提升降水预报的准确性

  摘要：近几十年来，全球导航卫星系统（GNSS）的 zenith tropospheric delay（ZTD）已成为 GNSS 气象学领域中的一个关键要素。ZTD 数据的空间密度取决于区域 GNSS 站点的数量，从而影响其在区域气象学中的应用。本研究提出了一种新型模型——地理加权回归-卷积神经网络（GWR-CNN），该模型利用卷积神经网络（CNN）来处理 GWR 剩差。以法国地区为例，该模型仅需获取 GNSS 站点的位置信息（包括精确的经度、纬度和高度）以及 ZTD 值，即可进行高精度插值计算以获得区域 ZTD 数据。值得注意的是，高精度插值得到的 ZTD 数据可以与实际观测结果非常接近，从而

  来源：IEEE Geoscience and Remote Sensing Letters

  时间：2025-11-14

• 基于1.58位FeFET的三元神经网络：通过权重-输入变换实现稳健存内计算

  随着深度学习神经网络（DNN）在各类应用中的广泛部署，其庞大的参数规模和计算需求对边缘设备的能效和面积提出了严峻挑战。传统冯·诺依曼架构中存储与计算单元分离的特性导致数据频繁迁移，成为性能瓶颈。存内计算（Compute-in-Memory, CiM）架构通过将存储与计算功能集成在同一单元，直接在内嵌存储器中执行乘累加（MAC）操作，有望大幅降低数据移动开销，提升能效。与此同时，神经网络权重量化技术，尤其是将权重压缩到三态（-1, 0, +1）的三元权重神经网络（Ternary Weight Neural Network, TWN），能在保持较高推理精度的前提下，显著减少模型存储 footpri

  来源：IEEE Journal on Exploratory Solid-State Computational Devices and Circuits

  时间：2025-11-14

• 基于非易失性忆阻器的紧凑型事件触发计数器：面向人工智能电路的低功耗集成新方案

  随着集成电路晶体管密度的持续攀升，芯片制造成本和能耗正面临指数级增长的压力。传统互补金属氧化物半导体(CMOS)技术在设计数字计数器时往往需要大量晶体管，这不仅占用宝贵硅片面积，还导致功耗显著增加。特别是在人工智能(AI)和边缘计算场景中，如何在有限面积内实现高效能、低功耗的计算单元成为亟待突破的技术瓶颈。更棘手的是，传统计数器在断电后无法保存状态信息，每次重启都需重新初始化，这严重制约了其在间歇性供电场景中的应用。正是在这样的背景下，来自德国锡根大学和印度喀拉拉数字大学的联合研究团队在《IEEE Journal on Exploratory Solid-State Computational

  来源：IEEE Journal on Exploratory Solid-State Computational Devices and Circuits

  时间：2025-11-14

• 基于VO2 Mott忆阻器的被动可扩展高阶神经形态电路：实现生物神经元多模态放电行为的新突破

  随着大数据和人工智能的快速发展，传统冯·诺依曼架构因存储与计算分离而产生的"内存墙"和"功耗墙"问题日益凸显。受生物大脑启发的神经形态计算架构成为解决这一挑战的有效途径。然而，基于CMOS技术的神经元电路虽能模拟部分生物神经元行为，但其复杂结构需要大量器件，不仅增加了芯片设计难度，也限制了实际应用。与此形成对比的是，忆阻器凭借非线性特性、简单结构、快速切换速度和低功耗等优势，特别是利用NbOx和VOx等Mott绝缘体作为电阻切换层的Mott忆阻器，能够通过单一器件产生振荡脉冲，有效模拟生物大脑中神经元的行为，实现复杂信息的同步处理与存储。在这项发表于《IEEE Journal on Explo

  来源：IEEE Journal on Exploratory Solid-State Computational Devices and Circuits

  时间：2025-11-14

• 采用渐进式评估和子种群保留的神经架构搜索

  摘要：神经架构搜索（NAS）是一种自动化设计深度神经网络的有效方法。由于其全局优化能力，进化计算（EC）常被用于NAS中。然而，在基于EC的NAS中，对架构候选者的评估阶段计算量较大，这限制了其在许多实际问题中的应用。为了解决这一挑战，我们提出了一种新颖的渐进式评估策略，用于卷积神经网络架构搜索的评估阶段，该策略逐步增加网络个体的训练周期数。此外，还提出了一种子种群保留策略，以保留中等规模和大规模的架构，避免过早丢弃那些在早期阶段表现不佳但具有进一步优化潜力的网络。我们提出的算法通过基于分布保留有前景的网络，降低了评估阶段的计算成本，并促进了种群的多样性和公平性。我们在CIFAR10、CIFA

  来源：IEEE Transactions on Evolutionary Computation

  时间：2025-11-14

• ECAP控制的闭环脊髓刺激疗法用于慢性非手术难治性背痛：来自两项前瞻性多中心临床试验的亚组分析

  慢性非手术难治性背痛（NSRBP）是一种严重影响患者生活质量的疾病，其治疗需求长期未被充分满足。NSRBP通常指患者经历长期背痛，且经过多种保守治疗仍未能有效缓解症状。由于其复杂性和对传统治疗手段的抵抗性，NSRBP的治疗常面临挑战，尤其在需要考虑手术风险和长期药物依赖的情况下。近年来，随着脊髓电刺激（SCS）技术的不断发展，尤其是基于神经电生理反馈的闭环系统，为NSRBP患者提供了新的治疗选择。本研究聚焦于这种新型SCS技术在NSRBP患者中的应用效果，通过分析两个前瞻性多中心临床试验中68名患者的12个月随访数据，评估了其在疼痛缓解、整体健康改善以及安全性方面的表现。在传统SCS治疗中，刺

  来源：Spine

  时间：2025-11-14

知名企业招聘：