• 超声驱动深度学习技术在流动血液葡萄糖监测中的突破与应用

  Highlight这项研究展示了利用超声驱动的深度学习技术对流动全血中葡萄糖浓度进行分类的可行性。通过从原始超声信号中提取短时傅里叶变换（STFT）时频谱特征，并应用卷积神经网络（CNN）分类器，我们在多种血流条件和不同管径下实现了高精度葡萄糖水平区分。结果表明，血流物理条件（尤其是管径和流速）会显著影响声学信号的葡萄糖敏感性特征。Discussion本研究证实了结合超声声学反射与深度学习技术对流动全血葡萄糖浓度进行分类的可行性。通过提取基于STFT的时频谱特征并应用CNN分类器，我们成功在广泛的流动条件和管径范围内实现了高精度葡萄糖水平区分。数据表明，血流的物理条件——特别是管径和流速——会

  来源：Sensors and Actuators A: Physical

  时间：2025-09-08

• 乌木叶提取物的多靶点药理活性研究：抗氧化、溶栓、镇痛及中枢抑制作用及其潜在药物开发价值

  研究背景与科学问题在现代医学面临氧化应激相关疾病、心血管血栓、慢性疼痛和焦虑障碍等多重挑战的背景下，天然药物的开发成为研究热点。氧化应激（Oxidative Stress, OS）导致的细胞损伤与癌症、糖尿病等密切相关，而现有溶栓药物如链激酶（SK）存在出血风险，镇痛和抗焦虑药物则伴随成瘾性和副作用。乌木属植物在传统医学中广泛用于消炎镇痛，但乌木（Uvaria ferruginea）的药理潜力尚未系统探索。研究设计与技术方法研究团队采用多学科交叉策略：1.植物提取与组分分离：通过甲醇浸提和Kupchan法分级获得石油醚（PUFL）、二氯甲烷（DUFL）、乙酸乙酯（EUFL）和水（WUFL）组分

  来源：Results in Chemistry

  时间：2025-09-08

• 综述：光脑：光子人工智能的基础、前沿与未来

  背景概念光学神经网络（ONNs）通过模拟生物神经元结构，利用光的物理特性实现矩阵运算。其核心单元——光学神经元通过调制光的振幅、相位、偏振或角动量对输入信号加权，经激活函数输出。这种架构天然适配深度学习的层级变换，尤其擅长矩阵矢量乘法（MVM），其能耗可比电子系统降低数个数量级。ONNs的演进历程从20世纪80年代的自由空间光学系统（如Farhat的Hopfield网络光学实现）到2010年代硅光子学驱动的集成化芯片（如MIT的可编程纳米光子处理器），ONNs经历了从笨重实验装置到微型化器件的蜕变。近年混合电光系统通过光电转换层（如锗硅探测器）实现了电子控制与光学计算的协同，而超表面（MSs）

  来源：Materials Today Physics

  时间：2025-09-08

• 神经进化势能揭示W-Mo-V基中熵合金短程有序的形成机制与力学性能调控

  Highlight本研究通过神经进化势能（NEP）揭示了W-Mo-V基中熵合金（MEAs）中短程有序（SRO）的原子尺度形成机制。Mo-V和W-W原子对的亲和性驱动SRO形成，显著提升屈服强度——通过增加晶格摩擦和滑移能垒实现。但SRO同时导致应变局域化，使变形集中于纳米滑移带内，抑制多滑移系间的位错相互作用，降低加工硬化能力。分子动力学（MD）模拟裂纹扩展进一步显示，SRO会加速裂纹生长并减少非晶相形成，从而损害材料韧性。Results and discussion图1(a)展示了本研究的技术路线：首先构建机器学习所需的训练/测试集，通过势函数预测值与DFT计算的差异评估模型性能。图1(b)

  来源：Materials Today Physics

  时间：2025-09-08

• 基于GO/CuO异质结的超低功耗高稳定性光电忆阻器研究

  亮点SnO2薄膜制备采用旋涂法合成SnO2薄膜：将ZnCl2·2H2O溶于异丙醇形成稳定溶液，经240°C热板加热后旋涂至FTO玻璃基底(1×1 cm)。CuO纳米颗粒合成创新性地在石墨烯中电化学沉积铜氧化物，形成具有可见光增强吸收特性的纳米复合材料。结果与讨论忆阻器采用SnO2单层膜与GO+CuO复合层作为功能层，银(Ag)和FTO分别作为顶/底电极。图3(a)显示该器件I-V曲线在±1V超低电压下工作，较单层SnO2器件展现出更优异的电阻开关特性。复合层使开关比提升3个数量级，响应速度加快10倍，归因于GO与CuO纳米颗粒间的高效电荷转移。结论通过旋涂法制备的Ag/GO+CuO/SnO2/

  来源：Materials Science in Semiconductor Processing

  时间：2025-09-08

• 二维ReS2忆阻器中等离子体介导的极性调控及其在仿生级联架构中实现稳定-可塑协同的应用

  Highlight本研究通过氢等离子体（H2 plasma）精确调控ReS2中硫空位浓度，首次实现了仿生级联忆阻架构：前级双极型器件动态响应环境刺激（类似生物神经元短期增强），后级单极型器件稳定存储权重（模拟长期记忆巩固）。这种协同作用突破了传统"稳定性-可塑性困境"（stability-plasticity dilemma）。性能亮点• 空位浓度依赖的极性转换机制：XPS与TEM证实等离子体处理可原子级调控ReS2硫空位（S-vacancy），实现双极型→单极型转换（图2d）• 4态存储（2-bit）操作：级联架构通过电压编程实现高密度信息存储，功耗较传统CMOS降低3个数量级103，循环耐

  来源：Materials Today

  时间：2025-09-08

• 基于局部与全局记忆的异构图神经网络在情感分析中的增强研究

  亮点LGM-HGNN的创新性体现在：1）首创异构图表征框架，通过多类型节点（词/方面/句子）和关系边捕捉传统Transformer忽略的结构化语义；2）动态GRU门控的双层记忆系统实现细粒度情感追踪——局部记忆存储实例级特征（如"航班延误"的负面情绪），全局记忆聚合跨文本趋势（如金融市场的乐观基调）；3）双仿射注意力机制精准对齐方面与上下文特征，在复杂场景（如矛盾情感共现）中表现优异。基线对比如表4所示，LGM-HGNN在Twitter和金融数据集上全面领先：准确率提升3.2%，宏F1score提高4.7%，AUROC达0.912。尤其在跨领域测试中，记忆模块使模型适应力提升38%，证明其捕捉

  来源：Knowledge-Based Systems

  时间：2025-09-08

• 生成模型水印技术新突破：基于分发者中心的卷积调制方法

  Highlight本研究亮点在于：• 提出水印感知卷积（WIC）技术，通过并行卷积核调制实现水印动态嵌入，突破传统方法需重复训练的瓶颈• 在模型部署阶段仅需数百毫秒即可生成带新水印的实例，且推理时与标准卷积（Conv）计算效率一致• 实验证明其对128×128人脸编辑模型（StarGAN/AttGAN）和64×64图像生成模型（SNGAN/InfoMax GAN）均具有架构无关的适应性Threat Model随着生成式AI的商用化，模型分发场景下面临两大威胁：1）知识产权侵权：恶意用户可能违反许可协议二次分发模型2）深度伪造风险：生成内容被用于虚假信息传播我们的水印技术为开发者提供主动取证能力

  来源：Knowledge-Based Systems

  时间：2025-09-08

• 静电-疏水-拥挤效应协同调控液液相分离的双向调节机制

  HighlightBSA-YCl3体系的液液相分离（LLPS）在双亲性表面活性剂DDAO调控下展现出"抑制-溶解-重启"的三阶段特征，其机制宛如一场精妙的分子芭蕾：低浓度DDAO通过中和BSA表面负电荷阻断Y3+介导的蛋白聚集；中浓度时DDAO分子像拆弹专家般彻底瓦解相分离结构；而高浓度下DDAO胶束化身"分子挤地铁"，通过拥挤效应（crowding effect）重新推动LLPS发生。Discussion如图10所示，DDAO对BSA LLPS的双向调控机制可拆解为三个分子剧本：• 电荷博弈阶段：当YCl3浓度低于临界值时，DDAO通过头基的氮氧双电荷特性（-N+-O-）逆转BSA表面电位，

  来源：Journal of Molecular Liquids

  时间：2025-09-08

• 低成本自主3D打印微型圆盘入渗仪：集成数据-机制驱动的长期水库出流概率预测框架

  Highlight本研究亮点在于构建了一个突破性的两阶段预测系统：第一阶段采用QRCNN-BiLSTM混合模型（分位数回归-卷积神经网络-双向长短期记忆网络）捕捉气象-水文过程的非线性特征，生成多分位数入库流量场景；第二阶段通过嵌入水库运行知识的LightGBM（轻量梯度提升机）模型，将物理约束（如水量平衡、调度规则）融入损失函数，实现调控出流的概率预测。Methodology方法论核心包含：1）基于Dempster-Shafer证据理论筛选关键预报因子；2）QRCNN-BiLSTM模型通过CNN提取径流周期特征，BiLSTM建模长程依赖，QR框架输出概率区间；3）LightGBM以多分位数入

  来源：Journal of Hydrology

  时间：2025-09-08

• 深度学习驱动的内陆水体水质遥感反演研究进展与挑战

  随着全球城市化进程加速，内陆水体正面临日益严重的水质污染和生态退化问题。传统水质监测依赖人工采样和固定站点，难以实现大范围动态观测。遥感技术虽然能提供广域覆盖，但受水体光学复杂性影响，传统反演方法存在泛化能力差、对非光学活性参数（如总氮TN、总磷TP）敏感性低等局限。近年来，深度学习(DL)凭借强大的非线性建模能力，正在重塑内陆水质遥感监测的技术范式。中国水利水电科学研究院流域水循环模拟与调控国家重点实验室的Pang Zhiguo团队在《Journal of Hydrology: Regional Studies》发表综述，系统分析了317篇高质量文献，揭示了深度学习在水质反演中的最新进展。研

  来源：Journal of Hydrology: Regional Studies

  时间：2025-09-08

• 瑞典地下水中元素时空分布特征及其与神经退行性疾病区域分布的相关性研究

  在瑞典，约50%的饮用水来自地下水，其质量受自然地质过程和人为活动的双重影响。近年研究发现，铝(Al)、镉(Cd)、铜(Cu)等重金属可能与多发性硬化症(MS)和帕金森病(PD)等神经退行性疾病(NDD)的发展相关，但地下水作为暴露途径的研究仍存空白。瑞典吕勒奥理工大学团队Katelyn M.A. Mellgren等人在《Journal of Hydrology: Regional Studies》发表研究，首次系统揭示瑞典地下水元素分布与NDD的空间关联。研究采用地质调查局(SGU)2018-2022年4241个监测站数据，通过QGIS空间插值和主成分分析(PCA)解析元素分布规律，结合瑞典

  来源：Journal of Hydrology: Regional Studies

  时间：2025-09-08

• 智能手机脉搏血氧仪在牙髓活力客观评估中的临床验证：一项诊断准确性研究

  Highlight捕获的信号经处理后计算%SpO2和脉搏率，其核心假设是动脉血为光源与传感器间唯一的搏动性吸收体。Introduction牙髓活力是牙科治疗规划的关键指标，但由于其被包裹在硬组织（牙本质和釉质）中，评估仍具挑战性。传统牙髓敏感度测试（如冷热和电刺激）依赖神经反应而非直接血管评估，可能导致误判。例如：血管完好的牙齿若神经受损（如牙外伤）会出现假阴性；而血供中断的牙髓若残留神经功能则产生假阳性。这些测试还具有主观性，依赖患者疼痛反馈，且可能引发不适。Conclusion(s)两种血氧仪均显示出对牙髓活力评估及炎症阶段分级的显著临床价值。智能手机适配的血氧仪在诊断性能上与传统设备相当

  来源：Journal of Endodontics

  时间：2025-09-08

• 从气质维度探索ADHD：基于TEMPS-A量表的情感气质特征关联研究

  Highlight气质特征已被证明与情绪症状、人格障碍及其他精神病理维度相关（Hemmati等，2024；Iasevoli等，2013）。因此，学界越来越关注利用气质特征评估神经发育障碍——尤其是注意力缺陷多动障碍(ADHD)。本研究旨在通过黎巴嫩人群标准化的TEMPS-A量表，解析个体气质特征作为ADHD临床预测因子的重要性。Discussion气质特征与心境症状、人格障碍及其他精神病理维度在临床和非临床环境中均存在关联（Hemmati等，2024；Iasevoli等，2013）。因此，利用气质特征评估神经发育障碍——尤其是ADHD——的研究兴趣日益增长。本研究通过标准化TEMPS-A量表，

  来源：Journal of Affective Disorders

  时间：2025-09-08

• 综述：双相情感障碍缓解期患者生活质量比较研究的系统综述与荟萃分析

  Abstract双相情感障碍（BD）作为一种慢性精神疾病，即使在缓解期（euthymic phase）仍对患者生活质量（QoL）造成持续性影响。最新系统综述整合全球27项研究数据，揭示这一群体在生理、心理、社会关系和环境领域的QoL评分显著低于健康对照组，其中生理领域标准化均数差（SMD）达-1.21（95%CI:-2.37~-0.55），凸显"临床缓解≠功能康复"的现实困境。Introduction全球约1%人口受BD困扰，其反复发作特性导致患者长期处于功能受损状态。世界卫生组织生活质量量表（WHOQOL）评估显示，BD患者即使在症状缓解期，仍存在多维度的主观体验缺陷。既往研究矛盾点集中于测

  来源：Journal of Affective Disorders

  时间：2025-09-08

• 早发性抑郁症与特定认知领域缺陷的关联：基于首发与复发患者的对比研究

  Highlight早发性抑郁症（EOD）患者在首次发作期间表现出显著的处理速度、言语学习和综合认知评分缺陷，这些损伤在治疗后仍持续存在，凸显了早期针对性认知干预的必要性。Discussion本研究首次在18-55岁成人群体中证实：早发性抑郁症（EOD）与特定认知领域（尤其是处理速度）的稳定性损伤相关。尽管抗抑郁治疗使EOD和晚发性抑郁（LOD）患者获得相似的认知改善，但EOD组基线损伤导致其随访期处理速度仍显著劣于LOD组。有趣的是，这种关联仅在首发抑郁（FED）亚组中显著，而在复发抑郁（RMD）亚组未观察到起病年龄的认知差异，暗示神经发育机制可能在EOD的认知缺陷中起主导作用。Conclus

  来源：Journal of Affective Disorders

  时间：2025-09-08

• 膳食矿物质摄入与六大常见精神障碍风险的关联：一项前瞻性队列研究

  Highlight我们的分析揭示了9种膳食矿物质与精神障碍的关联，在不同精神障碍中表现出保护性和风险增强的双重作用。铁展现出对焦虑和抑郁的保护性关联；钙则持续增加焦虑和抑郁风险；硒对焦虑、抑郁具有保护效应；而锰对抑郁和自杀风险表现出显著保护作用。这些结果强调了矿物质与神经精神健康之间复杂的剂量-效应关系。Conclusions本研究表明，高铁、高硒和高锰摄入可能降低常见精神障碍风险，而高钙摄入可能增加抑郁和焦虑风险，这凸显了平衡膳食矿物质摄入对维持心理健康的重要性。此外，确保镁、钾、锌、铜和锰达到营养素参考摄入量(RNI)水平，可能为缓解情绪障碍风险提供实用策略。

  来源：Journal of Affective Disorders

  时间：2025-09-08

• 神经健康领域ICECAP量表应用研究：聚焦成人神经疾病患者的能力与生活质量评估

  这项范围综述采用Joanna Briggs Institute方法论框架，深度挖掘了ICECAP-A（成人版）和ICECAP-O（老年版）量表在成人神经疾病群体中的应用图谱。研究人员对Scopus等五大数据库进行系统性检索，最终纳入14项符合标准的研究。令人瞩目的是，9项欧洲主导的研究聚焦痴呆领域，其中7项创新性地采用代理评估模式。脊髓损伤、帕金森病和癫痫等神经疾病的ICECAP应用则呈现研究空白。从应用场景看，心理测量学验证(9项)占据主导，健康经济学评估(3项)和干预方案评价(1项)则显不足。研究发现，这些量表被多元解读为能力(capability)、福祉(well-being)或生活质量

  来源：Quality of Life Research

  时间：2025-09-08

• 综述：人工智能在湍流研究中的突破与前景：从数据解析到物理认知

  湍流研究的AI范式转型湍流作为经典物理难题，其多尺度特性使得传统数值模拟面临巨大计算成本。近年来，人工智能技术通过数据驱动与物理规律融合，正在重塑湍流研究范式。从雷诺平均Navier-Stokes方程（RANS）建模到直接数值模拟（DNS）数据增强，AI展现出突破性潜力。核心AI架构图谱多层感知机（MLP）在湍流参数化中表现稳健，而卷积神经网络（CNN）凭借局部感知优势成为流场重构的首选。长短期记忆网络（LSTM）对瞬态流动预测的准确率提升达40%，生成对抗网络（GAN）则可合成高保真湍流脉动数据。值得注意的是，物理信息神经网络（PINN）通过嵌入Navier-Stokes方程约束，使预测结果

  来源：ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING

  时间：2025-09-08

• 综述：益生菌对肠-脑-肾-心轴稳态调节作用的评估

  肠道菌群与多器官系统的交响曲肠道微生物与人体生理过程的共生关系正成为健康调控的核心。最新研究表明，肠道菌群通过神经营养因子发育、炎症调节和氧化应激等途径，深度参与神经系统病变、心血管疾病和肾脏疾病的病理过程。益生菌作为活的微生物，正展现出跨器官治疗潜力。临床证据：从实验室到病床在神经系统领域，双盲试验显示益生菌能显著改善抑郁症状：Bio-Kult Advanced使汉密尔顿焦虑量表（HAMA）和广泛性焦虑量表（GAD-7）评分降低1个严重等级，而Bifidobacterium breve MCC1274则延缓了脑萎缩进程，认知功能亚量表提升达24%。有趣的是，益生菌PS128通过调节REM期δ

  来源：Probiotics and Antimicrobial Proteins

  时间：2025-09-08

知名企业招聘：