• 二维材料光电神经元与铁电突触的均质集成及其在神经形态视觉系统中的应用

  为解决动态视觉处理在边缘计算中的能效与速度瓶颈，研究人员开展了基于MoS2光电晶体管的LIF神经元与铁电突触均质集成研究。该研究成功实现了多光谱感知、无电容积分及阈值触发脉冲等生物神经元特性，集成SNN系统在颜色识别和物体检测任务中分别达到91.7%和93.5%的准确率，为新一代神经形态视觉芯片提供了可行方案。

  来源：Nature Communications

  时间：2026-02-10

• 综述：新兴无机纳米材料电化学传感器在食品重金属检测中的应用：进展、挑战与展望

  本综述系统评述了无机纳米材料修饰的电化学传感器在食品重金属检测中的前沿进展，重点探讨了其基于阳极溶出伏安法（ASV）的技术原理、在复杂食品基质中面临的干扰挑战（如电极污染、离子干扰）以及实际应用前景。文章强调，实现从实验室到现场检测（on-site detection）的转化，关键在于提升传感器的抗污染界面设计、选择性富集能力以及与标准方法（如ICP-MS/AAS）的可比性验证。

  来源：Current Research in Food Science

  时间：2026-02-10

• 比较囊周神经群阻滞、髂筋膜室阻滞与股神经阻滞对急诊髋部骨折患者疼痛管理的多中心随机对照试验研究方案

  本试验方案设计严谨，旨在通过多中心随机对照试验（RCT）比较囊周神经阻滞（PENG）、髂筋膜室阻滞（FICB）和股神经阻滞（FNB）三种区域麻醉技术在急诊科（ED）髋部骨折患者术前疼痛管理中的有效性与安全性。研究以患者报告结局（PRO）为核心，采用经过验证的15项恢复质量量表（QoR-15）作为主要终点，重点关注患者整体幸福感，而非单一的疼痛评分，旨在为临床提供更优的镇痛选择，减少阿片类药物相关不良事件。

  来源：PLOS One

  时间：2026-02-10

• 高张力时间力量训练对不同肌肉收缩模式下跑者运动表现的影响：一项随机对照试验

  本随机对照试验首次系统比较了高张力时间（TUT）力量训练中动态与等长收缩模式对跑者神经肌肉功能及运动表现的差异化影响。研究发现，尽管两种训练模式均能显著提升峰值力矩（PT）和反向纵跳（CMJ）高度，但这些神经肌肉适应并未在4周干预期内转化为3000米计时跑（TT）表现的显著改善。研究创新性地采用每组84秒的固定TUT设计，为跑者力量训练中代谢应激与神经适应的平衡提供了新视角，尤其提示高TUT训练可作为低损伤风险的神经肌肉准备期方案。

  来源：PLOS One

  时间：2026-02-10

• 前庭神经鞘瘤显微手术技术创新对功能预后及生活质量的影响研究

  本研究针对前庭神经鞘瘤（VS）手术中面神经（FN）和耳蜗神经功能保留的难题，通过改良显微外科技术（包括术前CT-MRI融合规划、术中神经监测和神经保留性解剖），对比传统手术与新技术对患者生活质量（PANQOL量表）的影响。结果显示新技术组在面部功能（+35.6%）、疼痛改善（+19.5%）等维度显著提升，耳蜗神经解剖保留率达52.7%，并提出VSRG分级标准，为优化VS手术策略提供新依据。

  来源：Brain and Spine

  时间：2026-02-10

• 硬膜外血肿管理四十年变迁：历史对照研究揭示"零死亡率"目标的现实与挑战

  本研究针对创伤性硬膜外血肿（EDH）手术治疗的"零死亡率"目标，通过对比2011-2021年与1980年代早期两个时期的病例数据，系统分析了区域创伤救治体系演变对治疗效果的影响。研究发现，尽管系统优化使死亡率从4.7%降至2.4%，但转诊延迟和分诊效率仍是实现零死亡目标的主要障碍，为急诊神经外科质量改进提供了重要依据。

  来源：Brain and Spine

  时间：2026-02-10

• 地塞米松在胶质母细胞瘤不同治疗阶段对生存结局的影响：一项回顾性观察研究的启示

  本研究针对胶质母细胞瘤（GBM）治疗中地塞米松（DEX）使用时机与剂量对生存结局影响不明确的问题，通过回顾性分析106例患者数据，发现DEX在围手术期（尤其术后≤140mg）可改善OS/PFS，但在辅助治疗阶段（≥40mg）会显著缩短生存期。研究首次提出分阶段剂量阈值，为GBM个体化糖皮质激素治疗提供了关键循证依据。

  来源：Brain and Spine

  时间：2026-02-10

• 内镜辅助经乳突迷路下入路（e-TIA）到达岩尖：一种针对多分腔颈静脉孔肿瘤的新手术通道

  本研究针对多分腔颈静脉孔肿瘤向前上方延伸至岩尖、传统手术入路难以到达的临床难题，探索了内镜辅助经乳突迷路下入路（e-TIA）到达岩尖上部的可行性。研究者通过尸头解剖与临床病例验证，证实该入路可有效显露岩尖上部、Meckel's cave（梅克尔腔）及颈内动脉（ICA）岩段至破裂孔段，并结合前外侧入路形成独特的“仰视”视角。该策略为处理延伸至岩尖的复杂肿瘤提供了一种新的、有效的选择。

  来源：Brain and Spine

  时间：2026-02-10

• 基于电双稳态纳米结构金属膜的多态可重构多电极器件研究

  本文报道了一种基于自组装金纳米结构薄膜的多态可重构多电极器件，通过电双稳态和电阻开关特性，实现了非传统计算架构的创新。研究展示了该器件在特定输入刺激下，纳米结构网络的自适应重构特性驱动设备可重编程能力，可同时作为非传统多路复用器（MUX）和可重构阈值逻辑门（TLG），生成完整的布尔函数集，为突破冯·诺依曼架构瓶颈、开发低功耗、自适应硬件提供了新思路。

  来源：Advanced Electronic Materials

  时间：2026-02-10

• 皮质酮对群居雀形目鸟类攻击行为的双重调控作用：基于梅花雀的相关性与实验研究

  本研究针对糖皮质激素（GCs）调控社会性行为的机制尚不明确的问题，以高度群居的梅花雀（Estrilda astrild）为模型，通过相关性分析和皮质酮（CORT）外源性干预实验，探讨了GCs对攻击行为等社会行为的调控作用。结果发现，基线血浆CORT水平较高的个体攻击性较低，但急性提升CORT水平却能增加攻击行为；CORT受体拮抗剂RU486可降低活动性。该研究揭示了CORT在调控两性社会行为中的复杂作用，为理解应激激素在不同情境下的行为调控提供了新视角。

  来源：Physiology & Behavior

  时间：2026-02-10

• CGEM：一种基于认知引导的网络，用于实现与人类意图一致实体匹配的功能

  基于认知理论的实体匹配框架CGEM提出，通过复杂性引导的网门分配资源、上下文语义表示捕捉关联、核心属性推理确保诊断特征主导决策，解决传统模型可解释性不足问题，在多个基准数据集上超越DITTO、AttendEM及LLM方法。

  来源：Neurocomputing

  时间：2026-02-10

• GeomFlow：一种基于赫斯矩阵（Hessian）信息的、具备几何感知能力的自适应扩散模型

  提出几何感知自适应扩散模型GeomFlow，通过全局噪声调度与局部几何复杂度估算模块解决标准扩散模型在异构数据流形上的效率问题，理论证明其等价于黎曼流形预条件拉格朗日动力学，实验在CIFAR-10和CelebA-HQ上验证其语义一致性及细节恢复优势。

  来源：Neurocomputing

  时间：2026-02-10

• 增强物体检测中的形状偏见

  纹理偏见分析及TexDrop增强方法在目标检测中的应用研究。

  来源：Neurocomputing

  时间：2026-02-10

• 利用具有伪造痕迹检测功能的Swin Transformer进行视频篡改检测

  针对视频篡改检测中多小物体篡改定位困难的问题，提出VFVNet双流架构。MVFE多视角提取篡改痕迹，CSFE建模上下文语义，结合Swin深度注意力模块优化特征融合，实现像素级精准定位。实验表明，相比现有方法，F1-score提升13.6%，MCC提升14.9%，AUC保持优越性。

  来源：Neurocomputing

  时间：2026-02-10

• 通过超边学习高阶用户-物品关系以优化推荐系统

  本文提出基于超图的推荐方法HOUR，通过超图卷积网络捕捉用户与项目的高阶交互关系，并在四个真实数据集上验证其优于现有方法。

  来源：Neurocomputing

  时间：2026-02-10

• 具有脑源性神经营养因子的脉冲神经P系统

  本研究基于YOLOv8框架提出新型绝缘子缺陷检测算法MID-YOLO，通过引入可训练特征融合模块、多尺度残差块和细节感知模块，有效提升复杂背景中小缺陷的检测精度与速度，平均准确率提高3.1%，召回率提升8.2%。

  来源：Neurocomputing

  时间：2026-02-10

• 动态变压器架构：用于多模态任务的持续学习

  针对多模态持续学习中的灾难性遗忘和计算需求问题，本文提出TAM-CL框架，通过动态模型扩展、任务注意力机制和知识蒸馏实现跨任务知识迁移，在保持低内存开销的同时显著提升性能，实验验证其优于现有方法4.62%。

  来源：Neurocomputing

  时间：2026-02-10

• OPCR：通过正交原型和基于置信度的标签细化实现持续性的广义类别发现

  正交原型与置信度感知标签重定义框架解决持续广义类别发现中的灾难性遗忘问题，通过构建球形正交空间约束类间分离，利用EVT模型和Top-k距离优化伪标签可靠性，实现已知类别表征保留与新型类别发现。

  来源：Neurocomputing

  时间：2026-02-10

• 缺失与异构数据下时空预测模型的残差相关性分析框架

  本文针对时空数据中缺失和异构性带来的模型评估难题，提出了一种基于残差相关性分析的AZ-analysis框架。该研究通过构建时空图来编码稀疏依赖关系，并利用渐进分布自由的摘要统计量，精准定位模型预测 residuals 中的相关模式。实验表明，该方法能在不依赖数据分布假设的情况下，有效识别模型在特定时空区域的不足，为深度学习模型的质量评估提供了新思路。

  来源：Neurocomputing

  时间：2026-02-10

• CaPGNN：通过联合缓存和资源感知的图划分来优化并行图神经网络的训练

  提出CaPGNN框架，结合自适应缓存和资源感知图划分，减少多GPU全批量GNN训练的通信开销，实验显示效率提升18.98倍，通信成本降低99%。

  来源：Neurocomputing

  时间：2026-02-10

知名企业招聘：