• 综述：边缘型与双相情感障碍患者的病理心理学诊断平行研究：相似性、差异性、共病性、神经相关性及Perrotta边缘-双相特征诊断问卷新提案

  在精神病理学领域，边缘型人格障碍(BPD)与双相谱系障碍(BSD)的诊断区分始终是临床实践的难点。这两种疾病在症状学上存在显著重叠，如情绪不稳定、冲动行为等核心特征，导致误诊率居高不下。传统诊断体系将BPD归类为人格障碍(Cluster B)，而BSD则属于心境障碍，但最新研究证据对这种二元划分提出了挑战。神经生物学研究发现，BPD患者存在左侧杏仁核灰质体积减小、胼胝体白质异常等特征，同时前额叶皮层功能低下；BSD则表现为海马过度激活与蓝斑核功能减退。这些发现支持两种疾病具有共同的神经生物学基础，为重新审视其分类提供了科学依据。Perrotta整合临床访谈(PICI-3)创新性地将BSD重新定

  来源：Ibrain

  时间：2025-09-04

• 综述：光遗传学工具的二十年回顾与展望

  从光敏受体到光遗传学革命自然界的光敏蛋白为光遗传学奠定了基础。1876年发现的视紫红质（rhodopsin）揭开了光感知的序幕，而2002年从莱茵衣藻（Chlamydomonas reinhardtii）中分离的光门控阳离子通道ChR2成为里程碑工具。通过分子改造，ChR2衍生出高传导性突变体H134R、红移变体ReaChR和高钙通透变体PsCatCh 2.0，实现了从毫秒级神经元激活到亚细胞钙信号调控的跨越。离子传导工具的进化竞赛在抑制性工具领域，来自嗜盐古菌的Halorhodopsin（NpHR）通过氯离子内流实现神经元沉默，但存在光强需求高、离子浓度干扰等局限。2014年发现的阴离子通道

  来源：Advanced Genetics

  时间：2025-09-04

• 基于轻量化多尺度视觉Transformer（LMS-ViT）的智能手机实时皮肤癌检测系统研究

  1 引言皮肤癌作为全球高发恶性肿瘤，其早期诊断面临传统检测方法依赖专业设备、CNN模型在移动端应用存在局限等挑战。研究团队提出LMS-ViT模型，通过Vision Transformer架构创新解决CNN固定卷积核尺寸导致的细粒度特征捕捉不足问题。该系统整合临床级HAM10000数据集（含10,015张皮肤镜图像）与PAD-UFES-20智能手机拍摄图像，采用对比学习与直方图均衡化等域适应技术，有效弥合专业设备与移动端图像的诊断鸿沟。2 相关工作现有研究存在显著缺陷：ANN模型准确率不足（No和Singhal，2025）、KNN算法忽略图像特征（Elgamal，2013）、智能手机应用仅支持单

  来源：Frontiers in Artificial Intelligence

  时间：2025-09-04

• 巴西自闭症及ADHD家族史婴儿的预防性干预疗法可行性研究

  这项开创性研究探索了预防性干预疗法iBASIS在巴西文化背景下的应用潜力。研究对象为9名4-13月龄婴儿的母亲，这些婴儿均具有ASD或ADHD的一级亲属病史。研究采用混合方法，通过量化指标（脱落率、课程完成度）和质性分析（基于反思性主题分析法的母亲访谈）进行综合评估。令人振奋的是，8名母亲完整参与了所有iBASIS课程。深度访谈揭示，6位参与者一致认为该干预显著改善了母婴互动质量，并促进了婴儿社会沟通能力的发展。特别值得注意的是，尽管存在社会经济和文化差异，母亲们普遍反馈课程设置实用性强，实施过程中遇到的挑战均可克服。该研究首次证实，源自英美国家的iBASIS干预方案在巴西这样的中低收入国家同

  来源：Journal of Reproductive and Infant Psychology

  时间：2025-09-04

• 南非儿童神经发育与贫血的母体相关因素研究：HIV感染、贫血及胎盘功能不全的交叉作用

  研究背景与目的南非作为HIV高负担地区，孕产妇HIV感染率高达30%，且贫血患病率达28.1%-61.3%。本研究聚焦HIV暴露未感染儿童（CHEU）和胎盘功能不全（通过异常脐动脉阻力指数UmA-RI≥75th百分位诊断）双重暴露对18月龄儿童神经发育和贫血的影响，填补了低中收入国家（LMICs）相关研究空白。研究方法在Kalafong省级三级医院开展的横断面研究中，260对母婴被分为四组：HIV未暴露未感染儿童（CHUU/N-RI，n=178）、单纯HIV暴露组（CHEU/N-RI，n=47）、单纯胎盘功能不全组（CHUU/AbN-RI，n=20）及双重暴露组（CHEU/AbN-RI，n=1

  来源：Speech, Language and Hearing

  时间：2025-09-04

• 增强现实技术标准化头部运动在步态评估中的应用：一项横断面研究

  Highlight本研究首次通过标准化增强现实(AR)技术，系统比较了双侧与单侧慢性踝关节不稳(CAI)患者在单腿站立时的神经肌肉控制特征。Results姿势控制数据如表2所示。双侧CAI组在COPML速度(0.91±0.20 m/s)和COPAP速度(0.89±0.04 m/s)上显著差于单侧组和健康对照组(p<0.01)，而单侧组与对照组无差异。肌电数据显示双侧组的胫骨前肌激活程度显著更高，形成"过度代偿"现象。Discussion这些发现揭示了中枢神经系统(CNS)对双侧/单侧损伤的差异化处理机制：双侧CAI可能导致感觉运动网络更广泛的重组，表现为COP摆动增加和肌肉协同模式改变。特别值

  来源：Gait & Posture

  时间：2025-09-04

• 乳突振动类型差异对步行中地面反作用力的特异性调控：一项探索性研究

  Highlight乳突振动类型差异诱导步行中地面反作用力的特异性响应背景前庭系统通过整合半规管和耳石器信号，在动态平衡控制中发挥核心作用。乳突振动(MV)作为非侵入性前庭刺激技术，可诱发特征性眼震和姿势调整，其100Hz频率被证实能最优激活前庭受体（动物实验p<0.01，人体验证p<0.05）。研究问题不同MV模式（单侧/双侧）是否差异化调控健康个体步行时的GRF参数？方法20名青年在步行中接受单侧/双侧MV干预，测量负重期（初始触地-加载反应）和推进期（终末站立）的GRF三维峰值振幅、达峰时间及其变异性。结果• AP方向：双侧MV较无MV显著降低GRF峰值（p<0.001），效应量η2=0.

  来源：Gait & Posture

  时间：2025-09-04

• 静息态α波功率预测老年群体前额叶阳极经颅直流电刺激对动态平衡的增强效应

  随着年龄增长，老年人动态平衡能力和认知控制功能逐渐衰退，跌倒风险显著增加。尽管非侵入性脑刺激技术如经颅直流电刺激（tDCS）在年轻群体中显示出改善运动学习的潜力，但其对老年人群动态平衡训练（DBT）的优化作用仍不明确。尤其值得探讨的是，针对存在认知控制衰退的老年人，刺激靶点选择运动皮层（M1）还是前额叶（DLPFC）更为有效？此外，个体基线脑功能状态如何影响干预效果？这些问题的解答对开发个性化康复方案至关重要。为回答上述问题，Hadis Imani和Ben Godde团队在《Gait & Posture》发表研究，采用随机交叉设计，让18名健康老年人（60-80岁）在三种刺激条件（M1

  来源：Gait & Posture

  时间：2025-09-04

• 情绪脚本想象对健康个体姿势控制的影响机制研究

  Highlight研究亮点首次将脚本驱动情绪想象（script-driven emotional imagery）应用于姿势控制研究，为情绪与运动控制的复杂关系提供新视角。INTRODUCTION引言姿势控制（Postural control）是人类维持平衡的核心能力，需要中枢神经系统（CNS）整合视觉、前庭和本体感觉输入以产生适应性运动输出。尽管情绪状态（如焦虑）已知会影响姿势稳定性，但具体机制尚不明确。本研究创新性地采用标准化情绪脚本，探究健康个体在情绪扰动下的动态代偿策略。Study details研究设计这项横断面准实验研究（注册号NCT04074798）纳入44名健康受试者（50%女

  来源：Gait & Posture

  时间：2025-09-04

• 基于2D和3D扩散排序核磁共振波谱技术的化学武器公约相关化合物法医鉴定新方法

  在当今国际安全形势下，化学武器威胁依然存在。2018年英国索尔兹伯里Novichok毒剂袭击事件后，禁止化学武器组织(OPCW)新增了三类有机磷神经毒剂(OPNAs)到管制清单。然而，这些剧毒物质的检测面临巨大挑战：传统色谱方法需要破坏性前处理，对热不稳定的amidine类化合物分析困难，且难以应对复杂混合物。更棘手的是，A系列神经毒剂（如Novichok）具有结构多样的amidine侧链，给预测其行为和检测分析带来特殊困难。针对这些技术瓶颈，CSIRO Manufacturing的研究团队创新性地将核磁共振(NMR)技术应用于化学武器法医鉴定领域。研究重点考察了两类关键物质：一类是Novic

  来源：Forensic Science International

  时间：2025-09-04

• 基于拉普拉斯频率感知层次网络的高光谱图像分类方法研究

  亮点频率感知表征在高光谱图像分析中日益受到关注。早期研究利用傅里叶变换提取全局频率特征，而新方法则将可学习频率滤波器引入CNN或Transformer。然而这些方法常面临空间局部性丢失或计算量激增的问题。方法论我们提出的LFAH-Net整合了DFAT模块（用于多频段信号特征提取）和MSDC模块（多尺度空洞卷积），通过自适应重校准机制实现光谱-空间特征融合。该框架在特征建模与计算效率间取得平衡，显著提升地物分类判别性。实验与分析在Pavia University、Salinas等四个高光谱数据集上的测试表明：LFAH-Net在分类精度上全面超越现有方法（如HybridSN、GCN等），尤其对小麦

  来源：Digital Signal Processing

  时间：2025-09-04

• 触觉引导降低陌生书写任务学习中的认知需求：脑电与行为学证据

  书写作为人类认知发展的重要技能，其学习过程往往伴随着巨大的认知挑战。传统视觉引导方法虽然有效，但需要学习者将复杂的视觉信息转化为精确的运动指令，这个过程容易导致认知超负荷。尤其当面对陌生书写符号时，学习者既要处理高级语言表征，又要协调低阶视觉-运动转换，这种双重认知需求常常成为学习障碍的根源。触觉引导技术通过物理辅助直接塑造运动轨迹，理论上可以绕过部分认知处理环节，但其神经机制一直缺乏实证研究。Wanjoo Park团队在《Computers in Human Behavior Reports》发表的研究，首次通过脑电图(EEG)揭示了不同引导方式下大脑活动的本质差异。研究采用KATIB触觉引

  来源：Computers in Human Behavior Reports

  时间：2025-09-04

• 空间多组学数据整合分析新框架SpaOmicsVAE：揭示组织空间异质性的深度学习利器

  亮点SpaOmicsVAE：基于模态内特征融合的空间多组学数据增强策略空间多组学技术能同步获取样本内每个空间位点的多组学数据及其空间坐标信息。为深度挖掘空间位点的局部特征，本研究在SpaOmicsVAE模型中提出创新性数据增强策略——通过整合模态内特征关联性与空间结构信息，为每个采样点构建增强型特征表征。SpaOmicsVAE整体架构SpaOmicsVAE是通过整合基因表达、空间坐标和组织形态精确定义空间域的综合模型（图1A）。模型首先处理两种输入模态（如基因表达数据和蛋白质/染色质数据）及样本空间位置信息（图1B）。针对每个空间位点，模型通过计算特征相似性与空间邻近性增强原始数据特征：采用B

  来源：Computational and Theoretical Chemistry

  时间：2025-09-04

• 深度学习驱动的AIBSD方法：消除扩散张量成像中空间系统误差的创新解决方案

  扩散张量成像(DTI)作为神经影像学的重要工具，能够通过水分子扩散特性揭示脑组织微结构特征。然而这项技术长期面临一个棘手难题：磁梯度场的空间不均匀性导致b矩阵估计误差，使得关键的分数各向异性(FA)和平均扩散率(MD)等指标出现高达30%的偏差。传统解决方案如BSD-DTI方法虽然有效，但需要耗时耗力的体模扫描，严重制约了临床推广应用。这个"精度"与"效率"难以兼得的技术瓶颈，正是Julia Lasek和Artur Tadeusz Krzyżak团队决心攻克的科研难题。研究人员创新性地将深度学习引入这一领域，开发了名为AIBSD的双编码器卷积神经网络模型。该研究收集了130组包含活体脑扫描和对

  来源：Computational and Theoretical Chemistry

  时间：2025-09-04

• 基于光照遮挡注意力机制的无人机小目标检测模型LAM-YOLO研究

  亮点1.增强注意力机制：提出光照遮挡注意力模块（Lighting-Occlusion Attention Module, LAM），融合通道注意力、交叉注意力与自注意力机制，强化多尺度特征交互，显著提升复杂光照下小目标的特征捕获能力。2.优化回归损失：创新采用软交并比损失函数（Soft Intersection Bounding Box IoU, SIB-IoU），通过动态缩放因子生成多尺度辅助边界框，加速模型收敛并提升定位精度。3.辅助检测策略：在YOLOv8标准三检测头基础上，新增两个专用于极小目标的辅助检测头，有效应对无人机影像中目标尺寸剧烈变化的挑战。方法架构如图2所示，LAM-YOL

  来源：Computer Vision and Image Understanding

  时间：2025-09-04

• 边缘感知图推理网络(EGRNet)在图像篡改定位中的创新应用与性能突破

  Highlight• EGRNet采用双流CNN（RGB/SRM编码器）与多尺度空间金字塔图推理结构，实现自上而下的特征融合，兼顾局部细节与全局信息，提升不同尺寸篡改区域的检测能力。• 设计的跨图卷积特征融合模块(CGCFFM)通过空间与通道图卷积操作，自适应融合视觉与噪声特征，建模像素间长程依赖关系。• 边缘感知图注意力模块(EGAM)将二值边缘信息融入图注意力邻接矩阵，显式建模篡改与非篡改区域的不一致性，抑制非篡改区域的干扰。Image Manipulation Localization随着深度学习技术蓬勃发展，研究者致力于通过CNN或Transformer构建端到端的图像篡改定位方法。例

  来源：Computer Vision and Image Understanding

  时间：2025-09-04

• 基于多视图协同图神经网络(MCgnn)的癌症分子亚型精准分类新方法

  HighlightMCgnn通过创新性地整合多视图协作机制与图神经网络架构，为癌症分子亚型分类开辟了新范式。其核心突破在于：1）采用马氏距离(Mahalanobis distance)结合密度聚类构建生物特征加权邻接矩阵，显著提升组学数据拓扑表征能力；2）通过跨视图注意力机制实现基因组/转录组/蛋白组数据的动态特征融合；3）首创跨组学张量(Cross-omics tensor)多任务学习框架，同步优化特征学习与分类任务。Related work现有方法存在三大局限：传统图卷积网络(GCN)易受邻接矩阵稀疏性影响；单组学分析忽略跨组学(cross-omics)调控关系；简单特征拼接导致生物信息丢

  来源：Computational and Theoretical Chemistry

  时间：2025-09-04

• 特质焦虑对运动员信息处理的影响：基于事件相关电位(ERP)的抑制延迟证据研究

  在竞技体育中，运动员常常需要在高压环境下做出毫秒级的精准决策。然而，像担忧和威胁这样的负面情绪——被归类为状态焦虑或特质焦虑——往往会成为表现的最大敌人。特质焦虑作为一种稳定的焦虑倾向，被认为会通过干扰注意力控制系统影响运动表现，但其具体神经机制在运动员群体中仍是个谜。更令人担忧的是，尽管运动员因长期训练可能发展出独特的认知处理能力，但面对焦虑时，他们是否也会像普通人一样出现信息处理障碍？这个问题直接关系到如何为运动员设计有效的心理支持策略。为了解开这个谜团，Koki Watanabe团队在《Asian Journal of Sport and Exercise Psychology》发表的研

  来源：Asian Journal of Sport and Exercise Psychology

  时间：2025-09-04

• 基于轻量级神经网络集成学习的精准前列腺癌小样本预测研究

  前列腺癌作为澳大利亚男性最高发的恶性肿瘤，每年新增病例超过2万例，其发病率和死亡率的精准预测对公共卫生决策至关重要。然而，医疗数据的隐私性和采集难度导致前列腺癌数据集普遍存在样本量小、时间跨度长、非平稳性强等特点，传统线性模型如ARIMA难以捕捉复杂非线性特征，而大型神经网络又面临严重的过拟合风险。这一矛盾促使深圳大学高等技术研究院的Yuting Cao团队在《Knowledge-Based Systems》发表创新研究，首次将轻量级神经网络与集成学习相结合，为小样本癌症预测开辟新路径。研究采用两大核心技术：其一是模型架构创新，选择门控循环单元(GRU)和时间卷积网络(TCN)分别代表循环神经

  来源：Knowledge-Based Systems

  时间：2025-09-04

• 知识图谱实体对齐中伪标签高效筛选：对比学习与交叉熵联合优化（TSJO）模型研究

  Highlight提出了一种用于实体对齐的两阶段联合优化模型TSJO，该模型利用交叉熵优化全局嵌入，并借助对比学习优化局部嵌入，从而使TSJO能够学习到更精准的实体语义表示。通过分析基于交叉熵的实体嵌入相似性分布特征，提出了一种动态相对阈值算法（DR-T）用于高效筛选伪标签。此外，为有效利用伪标签，提出了一种数据集轮换算法（D-Rot）。大量实验证明，与常用的基于单对实体相似性筛选、双向最近邻筛选以及最优传输（Optimal Transport）方法相比，我们的动态相对阈值算法在伪标签的数量、筛选速度和准确性方面均达到最优综合表现，从而实现了卓越的实体对齐性能。Conclusion贡献：本文的

  来源：Knowledge-Based Systems

  时间：2025-09-04

知名企业招聘：