• 急性心理社会应激对竞争条件下风险决策行为的影响：一项实验性先导研究

  在充满压力的现代社会中，人们常常需要在高压环境下做出关键决策——从金融交易到医疗选择，再到日常人际互动。然而，当大脑遭遇急性应激时，其决策机制会发生怎样的变化？这个问题困扰着行为科学家们。尤其令人困惑的是，先前关于应激与风险决策行为(Risk-Taking Behavior, RTB)关系的研究得出了相互矛盾的结论：有些研究发现应激会增加冒险倾向，有些则显示降低或毫无影响。这种分歧可能源于实验设计的差异，比如是否引入社会竞争因素——毕竟现实中的高风险决策往往发生在"赢家通吃"的竞争环境中。为解开这个谜团，Bence Szaszkó团队在《Acta Psychologica》发表了一项创新性研究

  来源：Acta Psychologica

  时间：2025-09-10

• 对话中新语义关系的建立对长期语义表征的影响机制研究

  语言交流是人类认知活动的核心，日常对话中不断产生新的词汇-意义映射关系。传统研究多关注非交互语境下的语义学习机制，而对对话这种动态交互过程如何重塑长期语义记忆知之甚少。Alicia Fasquel团队在《Acta Psychologica》发表的研究，首次系统考察了对话建立的语义关系对词汇-语义网络的长期影响。研究采用创新的交互式协议指称任务(IAR)，通过40对抽象图形命名实验建立新语义关系。实验1运用词汇判断任务(LDT)结合语义启动范式(SOA=166ms)，未发现显著启动效应；实验2改用语义相关性判断任务(SRJ)，发现对话组对共指词对的语义相关性评分显著高于对照组。这表明对话建立的语

  来源：Acta Psychologica

  时间：2025-09-10

• 新型网格头导管单极单相脉冲场消融治疗房颤的溶血、心肌及神经损伤评估研究

  脉冲场消融(PFA)作为房颤治疗的新兴技术，以其非热力学特性和心肌组织选择性优势，正在改变传统射频消融的临床格局。然而随着临床应用扩大，这种新型能量源也暴露出独特并发症谱——最新MANIFEST 17K数据库显示，尽管严重溶血性肾衰竭发生率仅0.03%，但溶血现象普遍存在。更关键的是，目前市场上PFA系统在波形特性(单极单相vs双极双相)和导管设计(点状消融vs单次成型)上存在显著差异，这些差异如何影响溶血风险、心肌损伤程度及神经安全性，仍是亟待解答的临床问题。德国法兰克福大学心脏中心的Christian Gold团队在《EP Europace》发表的研究，首次系统比较了新型网格头导管(Aff

  来源：EP Europace

  时间：2025-09-10

• 基于EEG与眼动追踪技术的建筑工人安全认知失败机制：从风险识别到感知的神经证据

  Highlight安全认知失败的双阶段特征实验通过眼动数据识别"看见风险但未理解"的认知失败（hazard recognition阶段），结合EEG与口头报告检测"理解风险但判断错误"的失败（risk perception阶段）。EEG时频分析显示，β波段（15-30Hz）活动强度与风险意识显著相关（p<0.01），为认知过程提供了神经层面的客观证据。经验工人的神经优势经验组工人在风险感知时表现出更强的θ波（4-7Hz）同步化和γ波（30-100Hz）去同步化，表明其大脑能更高效整合内隐安全知识。这种"神经印记"解释了经验工人对高空坠物等隐蔽风险的快速识别能力。CNN-ResNet风险感

  来源：Safety Science

  时间：2025-09-10

• 综述：自动视觉唇读：机器学习方法的比较性回顾

  自动视觉唇读的技术演进与应用挑战引言自动唇读系统（ALRS）通过分析面部和唇部运动实现无音频语音识别，在医疗康复、安防监控和人机交互（HCI）领域潜力巨大。传统方法依赖手工特征（如离散余弦变换DCT、主成分分析PCA），而现代深度学习（如3D-CNN和Transformer混合架构）通过端到端训练显著提升了性能。技术方法比较传统方法：基于手工特征（如DCT、局部二值模式LBP）和分类器（隐马尔可夫模型HMM、支持向量机SVM），计算高效但泛化性差。例如，3D-DWT+LSDA在CUAVE数据集上数字识别准确率达98.6%，但在复杂场景中因光照和姿态变化失效。深度学习方法：•CNN与3D-CNN

  来源：Results in Engineering

  时间：2025-09-10

• 考虑未来条件下的非饮用水管网优化运行研究：以伊斯法罕大学管网为例

  随着全球人口增长和气候变化加剧，淡水资源的可持续利用已成为严峻挑战。伊朗作为典型干旱地区，其人均淡水消耗量比全球平均水平高出5%-85%，同时管网漏损率高、饮用水使用效率低下。这种背景下，非饮用水管网(Water Distribution Network, WDN)的优化运行显得尤为重要——它能够将宝贵的饮用水资源留给人类直接需求，而用再生水或雨水满足灌溉等非饮用需求。然而，现有管网设计多基于当前条件，缺乏对未来气候变迁和人口波动的适应性，且泵站运行能耗占管网总成本的显著比例。伊斯法罕大学的Mohamad Reza Najarzadegan和Ramtin Moeini团队在《Results i

  来源：Results in Engineering

  时间：2025-09-10

• 综述：基于机器学习的桥梁损伤表征方法与研究进展

  桥梁挠度：解码结构损伤的密钥桥梁作为交通网络的枢纽，其安全性日益受到老化、极端气候和超载的威胁。近年欧洲多起桥梁坍塌事故（如意大利Morandi桥、希腊Polyfytos桥）暴露出传统检测方法的不足——肉眼检查难以捕捉内部损伤，而数值模拟又面临多物理场耦合的计算瓶颈。挠度分析的复杂迷宫国际设计规范（如Eurocode 2、AASHTO）虽设定挠跨比限值（如L/250），却未建立挠度与损伤状态的直接关联。究其原因，挠度是多重非线性机制共同作用的结果：•时间效应：混凝土徐变和收缩导致预应力损失，典型案例是帕劳Koror桥因徐变预测失误而坍塌•材料退化：CO2碳化引发钢筋腐蚀，使预应力筋截面积减少（

  来源：Results in Engineering

  时间：2025-09-10

• TiO2纳米催化合成二氢吡啶并[2,3-d]嘧啶衍生物：基于理论计算的抗抑郁潜力探索

  抑郁症作为全球致残率最高的神经精神疾病，现有药物治疗面临起效延迟、副作用显著等挑战。传统抗抑郁药如选择性5-羟色胺再摄取抑制剂（SSRIs）虽广泛应用，但约30%患者存在治疗抵抗。吡啶并[2,3-d]嘧啶骨架因其与嘌呤碱基的结构相似性，在神经调节领域展现出独特潜力，但现有合成方法常需强酸强碱且污染严重。为解决这一难题，Doaa A. Elsayed团队创新性地采用TiO2纳米颗粒催化多组分反应，在温和条件下高效构建了6种二氢吡啶并嘧啶衍生物（P1-P6）。研究通过红外光谱（IR）、核磁共振（1H/13C NMR）完成结构表征后，运用密度泛函理论（DFT）UB3LYP/6-311G基组计算了前沿

  来源：Results in Earth Sciences

  时间：2025-09-10

• 综述：新型氢键有机框架（HOFs）的合成及其光电应用

  氢键有机框架（HOFs）的基本概念与结构特性氢键有机框架（HOFs）是一类通过定向非共价氢键相互作用（HBIs）自组装的有机多孔晶体材料，其键能（10-40 kJ mol-1）介于配位键（90-350 kJ mol-1）和共价键（300-600 kJ mol-1）之间，兼具结构稳定性和合成灵活性。HOFs的纯有机组分赋予其低密度、高生物相容性和环境友好性，而丰富的π-π堆积和氢键网络则使其易于形成高质量单晶或薄膜。HOFs的分类与合成策略根据组成复杂度，HOFs可分为单组分（如H4TBAPy）、双组分（如HOF-FJU-52）和多组分体系；按形态则分为单晶、粉末和薄膜。水热合成法通过溶剂蒸发或

  来源：Review of Materials Research

  时间：2025-09-10

• 基于双向神经网络与遗传算法的彩色被动冷却多层膜智能设计及其在可持续能源中的应用

  亮点本研究开发了双向神经网络（BNN）与遗传算法（GA）协同的机器学习框架，用于设计兼具定制化色彩与被动冷却功能的多层薄膜。BNN通过双向映射实现：1）从结构参数和温度T正向预测色彩（L, a, b）与冷却功率（Pnet, Prad），准确率达99.67%；2）基于目标光学/热学性能逆向设计几何参数，精度达99.86%。GA框架则通过进化算法探索多组高精度解，有效解决BNN单解局限性，突破传统设计在多元参数空间中的优化瓶颈。模型设计与数据生成为实现色彩与冷却双功能，我们设计基于法布里-珀罗腔（Fabry−Pérot）的PMMA/TiN/TiO2/Ag多层薄膜结构（图1a）。该架构包含热发射层（

  来源：Photonics and Nanostructures - Fundamentals and Applications

  时间：2025-09-10

• 基于截断高斯去噪查询的大感受野三维目标检测方法LRTG3D研究

  亮点我们提出LRTG3D框架，通过三项协同创新解决三维目标检测中的核心挑战：1.z轴保留下采样（Z-PD）：在扩大感受野的同时保留关键高度信息，避免传统下采样导致的空间细节丢失。2.双焦点感受野模块（DFRF）：整合双尺度空间卷积（DSSC）和混合焦点稀疏卷积（HFSC），实现大范围上下文捕捉与局部细节保留的平衡。其中DSSC通过并行的大核分支（长程依赖）和标准卷积分支（局部精度）协同工作；HFSC则结合动态权重预测与结构化邻域采样，显著提升前景特征提取能力。3.截断高斯去噪查询（T-GDQ）：在解码器中引入概率分布截断机制，加速模型收敛并增强对高浓度特征的适应性。方法学在稀疏卷积主干网络中，

  来源：Pattern Recognition Letters

  时间：2025-09-10

• 基于数据增强与CNN特征学习的正交异性钢桥面板焊接接头小样本疲劳寿命预测框架

  Highlight本研究开发了整合条件生成对抗网络(CGAN)和卷积神经网络(CNN)的创新框架，通过生成合成数据解决OSD焊接接头疲劳数据稀缺难题，CNN自动挖掘的深层特征使预测模型突破小样本限制。数据收集与增强实验数据集包含197个来自文献的OSD肋板焊接节点数据，涵盖7个关键输入特征（屈服强度fy、板厚t、焊喉尺寸tU、应力比R、焊缝类型WT、载荷P和应力幅Δσ）。CGAN成功生成符合真实数据统计特性的合成样本，通过核密度估计验证其与实验数据的分布一致性。机器学习模型开发采用两种训练策略：生成数据训练-实验数据测试(GTET)和传统实验数据分割(ETET)。在GTET框架下，比较了高斯过

  来源：Ocean Engineering

  时间：2025-09-10

• 基于物理信息代理模型的椭圆圆柱绕流纵横比参数优化研究及其在海洋工程压电能量收集中的应用

  Highlight本研究针对压电能量收集器中椭圆干扰柱的优化设计难题，构建了适用于任意纵横比（AR）的椭圆圆柱绕流代理模型。该模型结合稀疏传感器边界数据与物理信息约束，可高效获取指定AR范围内的流场特性，并精准分析涡街脱落频率等关键动力学参数。Results and discussion椭圆圆柱绕流的深度学习代理模型包含HRRBF和SMFEC两个子模型，均采用两阶段建模策略：第一阶段通过PINNs实现高分辨率流场重构，第二阶段利用神经网络实现任意AR的连续重构。如表5所示，模型训练时先采用Adam优化器快速收敛，再通过L-BFGS优化器微调参数。数值实验表明，模型预测的涡脱落频率和分离点位置与

  来源：Ocean Engineering

  时间：2025-09-10

• 基于阻抗谱与机器学习的锂离子电池状态预测新方法

  随着电动汽车和便携式电子设备的普及，锂离子电池的性能监测成为制约其安全性和寿命的关键瓶颈。传统方法要么需要为每种衰减机制建立复杂的物理模型，要么依赖直接测量技术难以在终端用户场景应用。更棘手的是，现有数据驱动模型在训练集外场景的泛化能力从未被系统验证——这就像用特定品牌电池数据训练的模型，可能完全无法预测其他品牌电池的状态。正是这些挑战，促使Carl Philipp Klemid和Till Frömling团队在《Machine Learning with Applications》发表突破性研究。他们创新性地将电化学阻抗谱(EIS)与深度学习结合，开发出能"读懂"电池阻抗信号的智能诊断系统。

  来源：Machine Learning with Applications

  时间：2025-09-10

• 儿童脑静脉窦狭窄的颅内静脉压特征与血管内治疗结局分析

  在儿童神经系统疾病中，脑静脉窦狭窄(Cerebral Venous Sinus Stenosis, CVSS)如同一把悬在头顶的达摩克利斯之剑——虽然发病率不足十万分之一，却可能导致头痛、视乳头水肿甚至永久性视力丧失。更棘手的是，当前临床决策依赖的8 mmHg跨狭窄压力梯度(Trans-stenotic Gradient, TSG)阈值完全基于成人数据，而儿童颅脑发育的特殊性使得这一标准如同"削足适履"。当患儿面临药物控制失败时，医生常在静脉窦支架置入术(Venous Sinus Stenting, VSS)与创伤更大的脑脊液分流术间艰难抉择。为破解这一困境，Sage P. Rahm团队在《C

  来源：Child's Nervous System

  时间：2025-09-10

• 基于模体诱导胶囊网络的社交推荐异构性建模：从显隐邻居到动态信任关系

  亮点与结论亮点• 首创通过胶囊网络提取目标用户的多重潜在社交感知向量和偏好向量，其信任关系强度随推荐品类动态变化• 整合显式邻居与隐式邻居分析，利用模体网络捕捉用户间高阶交互的复杂模式• 同时建模基于用户偏好程度和真实性的异构交互关系结论与未来工作本工作将胶囊网络应用于模体诱导的社交网络和用户-物品二分网络，分别提取多组潜在社交感知向量和偏好向量。通过显隐邻居的协同分析，模体网络有效捕获用户间高阶交互的复杂模式。信任关系的强度被证明具有场景依赖性——例如在耳机推荐场景中，目标用户与音频发烧友的社交连接权重会显著高于服装爱好者。未来研究可探索跨平台模体迁移学习，以及基于医学知识图谱的个性化健康推

  来源：The Knee

  时间：2025-09-10

• 基于可解释图神经网络的单细胞测序数据肿瘤微环境成分预测研究

  Highlight当前单细胞RNA测序（scRNA-seq）分析方法在建模肿瘤微环境（TME）异质性时面临两大挑战：跨域特征整合不足，以及缺乏对细胞互作网络的系统性解析。scExGraph通过融合对抗图域适应与动态子图学习机制，突破传统方法的局限性。Datasets研究整合了结直肠癌、非小细胞肺癌和乳腺癌的癌组织（88,507细胞）与癌旁正常组织（47,022细胞）数据集，涵盖15例患者样本，平均每例约5,900个细胞，为跨疾病比较提供高分辨率数据基础。ConclusionscExGraph通过双GCN编码器分离域不变特征，结合随机注意力机制动态调整边权重，显著提升跨患者注释鲁棒性。实验证实其

  来源：The Knee

  时间：2025-09-10

• 基于机器学习辅助的Au/Pd修饰ZnO室温氢传感机制及紫外光波长调控研究

  氢能作为清洁能源载体，其安全应用面临重大挑战——氢气的低点火能量（0.0017 mJ）和宽爆炸极限（4-75 vol.%）使得泄漏检测成为刚需。传统半导体气体传感器如氧化锌(ZnO)虽具备高灵敏度，但通常需200°C以上工作温度，导致能耗剧增。更棘手的是，复杂环境中多种还原性气体（如CO、NH3）的交叉干扰严重制约选择性。如何实现室温操作下的精准氢识别，成为制约氢经济安全发展的关键瓶颈。针对这一难题，韩国工业技术研究院的Jin-Young Kim和Jae-Hyoung Lee团队在《Journal of Alloys and Compounds》发表创新研究。他们巧妙融合纳米材料工程与人工智能

  来源：Journal of Alloys and Compounds

  时间：2025-09-10

• 健康成人多巴胺D2/D3受体可用性的季节性波动探究：基于[11C]PHNO PET成像的实证研究

  Highlight参与者数据源自耶鲁大学PET中心回顾性数据库，所有参与者均通过体检确认健康状态，无精神疾病史。研究纳入标准包括：20年间接受过[11C]PHNO扫描并具有非置换结合潜能（BPND）数据的成人，最终样本量为124人（男性85人，平均年龄34.77±9.52岁）。结果统计分析显示：1.不同季节组间[11C]PHNO BPND0.05）2.混合效应模型证实，日照时长（β=0.002, p=0.82）和日均温度（β=-0.003, p=0.76）与受体可用性无显著关联3.吸烟状态、种族等因素均未对结果产生显著影响讨论与使用D2R偏好配体[11C]raclopride的研究不同，本研究

  来源：Journal of Affective Disorders

  时间：2025-09-10

• 8-13岁女子花样滑冰运动员下肢动态力量与短距离滑行速度的年龄变化及潜在因素分析

  花样滑冰作为融合艺术性与爆发力的运动项目，对运动员的下肢力量有着极高要求。尤其是青少年运动员在8-13岁这一关键发育阶段，其神经肌肉系统的快速变化直接影响技术动作的完成质量。然而，目前针对女子青少年花样滑冰运动员下肢力量发展规律的研究仍存在空白：一方面，缺乏对水平与垂直方向力量发展的差异化分析；另一方面，现有评估体系未能明确不同测试方法所对应的特定神经肌肉功能。为解答这些问题，Rudolf Psotta团队对437名8-13岁的捷克女子花样滑冰运动员进行了系统性研究。通过站立跳远（SLJ）、单腿三级跳（TJR/TJL）、重复垂直跳跃（RVJ）以及15米滑行/跑步加速测试等五项核心评估，结合主成

  来源：Sport Sciences for Health

  时间：2025-09-10

知名企业招聘：