• 黑皮质素系统通过激活颈动脉体化学感受器参与高血压发病机制

  机体内部环境的稳态依赖于感受器-运动输出的精密调控网络，其中颈动脉体(CB)作为重要的动脉化学感受器，传统认知主要感知血氧变化。但在心血管代谢疾病如原发性高血压中，CB表现出异常增高的反射敏感性和基础活性。功能基因组学引导的研究揭示了突破性发现：哺乳动物CB中存在黑皮质素4受体(MC4R)，且在高血压模型中表达显著升高。实验证实，黑皮质素激动剂可直接激活CB化学感受细胞，通过调节传入神经信号影响化学反射介导的交感神经活动和呼吸功能。分子机制研究表明，高血压CB中Mash1(哺乳动物achaete-scute同源物1，Ascl1)调控网络的激活是驱动Mc4r基因过表达的关键因素。这些发现确立了黑

  来源：Circulation Research

  时间：2025-09-02

• 4-6岁儿童恐惧情绪增强与情感Stroop任务表现优于中性任务的关联性研究

  神经心理学视角揭示，情景记忆(episodic memory)和执行控制(executive control)是认知老化中最脆弱的环节。传统研究采用包含临床常用记忆测验(如韦氏记忆量表中的逻辑记忆)的复合指标，但这些测量易受练习效应和天花板效应干扰。最新研究对此进行了创新改良：首先开发了兼具新颖性、信效度且适合在线施测的新型记忆测验，将其与传统执行控制指标整合成更新版测试组合。通过视频会议对健康年轻成人(YA, n=97)和老年成人(OA, n=96)进行远程评估，同时收集人口学特征及抑郁焦虑症状、睡眠质量、用药情况、血管健康和COVID-19感染史等健康数据。验证性因子分析结合年龄不变性检验

  来源：Journal of Cognition and Development

  时间：2025-09-02

• 基于深度学习与高光谱遥感的作物叶面积指数(LAI)及叶绿素含量(LCC/CCC)协同反演模型研究

  冠层叶绿素含量(Canopy Chlorophyll Content, CCC)作为评估作物光合效能、氮素状况及病害发生的黄金指标，其精准量化对智慧农业具有革命性意义。传统依赖"割叶称重"的破坏性检测方法显然难以满足现代农业的大规模监测需求。这项研究另辟蹊径，将高光谱遥感技术(hyperspectral remote sensing)与深度学习深度融合，开创性地开发出CanopyChlNet模型——这个基于一维卷积神经网络(1D-CNN)的智能系统，能够从作物冠层反射光谱中挖掘出隐藏的深度特征，实现叶面积指数(Leaf Area Index, LAI)和叶片叶绿素含量(Leaf Chlorop

  来源：International Journal of Remote Sensing

  时间：2025-09-02

• 基于高分辨率卫星影像与机器学习算法的地面PM2.5浓度预测及实地验证研究

  这项创新研究构建了一个智能预测系统，将高分辨率卫星影像与地面气象数据巧妙融合，用于精准捕捉空气中细微颗粒物（PM2.5）的动态分布。研究团队对经典VGG16卷积神经网络(CNN)进行针对性改良，使其能高效提取卫星影像中的环境特征。这些视觉特征与温度、相对湿度等气象参数，以及年月日等时序变量共同构成多维数据集，最终通过随机森林回归模型实现浓度预测。在巴基斯坦伊斯兰堡和拉瓦尔品第的实地验证中，该模型展现出令人惊喜的预测能力：在混合30个监测站点的测试中，其预测值与实际PM2.5浓度（单位：µg/m3）的Pearson相关系数高达0.85，平均绝对误差(MAE)控制在11.27µg/m3。特别值得注

  来源：International Journal of Remote Sensing

  时间：2025-09-02

• 成瘾导向眼动脱敏与再加工疗法(AF-EMDR)对性成瘾伴性犯罪史个体的干预效果：基于单案例设计的生理-心理多维评估

  这项开创性研究探索了成瘾导向眼动脱敏与再加工疗法(Addiction Focused Eye Movement Desensitization and Reprocessing, AF-EMDR)在性成瘾治疗中的应用价值。研究团队采用单案例多重基线设计，特别关注伴有性犯罪史的高风险人群，通过Empatica E4智能腕带实时捕捉自主神经系统活动指标，结合性渴求量表(Sexual Craving Scale)、网络性成瘾及行为量表等主观报告，构建了生理-心理双重评估体系。实验设计颇具巧思：在静息状态和色情内容诱发提问两种条件下，分别采集治疗前、中、后期数据。监测发现，性相关刺激会显著激活交感神经

  来源：Sexual Health & Compulsivity

  时间：2025-09-02

• 情感解码缺陷与酒精滥用对亲密伴侣暴力施暴者个人痛苦的作用机制研究

  科研人员发现，在亲密伴侣暴力(Intimate Partner Violence, IPV)施暴者群体中，个人痛苦(Personal Distress，情绪共情)与观点采择(Perspective Taking，认知共情)的异常改变尤为显著。与对照组相比，这些施暴者不仅表现出更强烈的情感痛苦体验，还伴随着显著的情感解码(Emotional Decoding)能力缺陷、神经心理功能(Neuropsychological Functioning)下降以及更严重的酒精滥用(Alcohol Misuse)问题。通过219名男性志愿者(123名IPV施暴者与96名对照)的系统评估，研究团队采用成套心理与

  来源：Issues in Mental Health Nursing

  时间：2025-09-02

• 阿拉伯语版神经源性膀胱症状评分量表（NBSS）在神经源性下尿路功能障碍患者中的多中心验证研究：跨文化适应与心理测量学特性评估

  背景神经源性膀胱（NB）是由脊髓损伤（SCI）、多发性硬化（MS）等神经系统疾病引发的下尿路功能障碍（NLUTD），可导致尿路感染（UTI）和肾功能损害，严重影响患者生活质量（QOL）。2013年Welk团队开发的神经源性膀胱症状评分量表（NBSS）是评估NB症状的多维工具，包含24个条目（含QOL评估），涵盖尿失禁（7项）、储尿/排尿（5项）和后果（7项）三大领域。本研究旨在验证阿拉伯语版NBSS的心理测量学特性。方法采用Beaton跨文化适应指南，通过正向-反向翻译流程将英文版NBSS转化为阿拉伯语版本。研究纳入埃及和沙特阿拉伯两中心255例NLUTD患者（49.3%男性，平均年龄39.8

  来源：Arab Journal of Urology

  时间：2025-09-02

• ViCxLSTM：融合扩展长短期记忆与视觉Transformer的复杂遥感场景分类新方法

  在遥感技术飞速发展的今天，高分辨率遥感影像(HRRS)的场景分类已成为城市规划、环境监测等领域的关键技术。然而，现有方法面临三大挑战：传统卷积神经网络(CNN)难以捕捉全局上下文，视觉Transformer(ViT)对局部细节不敏感，而长短期记忆网络(LSTM)存在存储容量有限和并行化困难等问题。这些局限导致复杂场景下特征判别力不足，制约了分类精度的提升。为突破这些瓶颈，Swalpa Kumar Roy、Ali Jamali等研究者创新性地提出ViCxLSTM架构，相关成果发表在《International Journal of Applied Earth Observation and Ge

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2025-09-02

• 深度伪造技术在法医学中的应用与挑战：一项系统性文献综述

  Highlight深度伪造技术正引发法医学领域的"军备竞赛"：随着生成对抗网络（GAN）和卷积神经网络（CNN）不断升级，伪造内容与检测技术展开拉锯战。2022年相关研究达到高峰（15篇），但2023年骤降至8篇，反映该领域发展的波动性。Method本研究采用系统性文献综述方法，通过分析7大学术数据库的36篇文献（2021-2024），首次对深度伪造的法医学影响进行多维度评估。研究者特别关注了面部微表情异常检测和声纹生物特征分析等关键技术。Results• 年度趋势：2021年（1篇）→2022年（15篇）→2023年（8篇）→2024年（12篇）• 算法分布：CNN占63%，GAN占28%，

  来源：Forensic Imaging

  时间：2025-09-02

• 基于频率分解的双通路图神经网络DFGNet在时空预测中的创新应用

  Highlight本研究针对欠驱动海上自主船舶（MASS）的控制难题，提出突破性解决方案：通过坐标变换实现向量化PI控制架构，结合自适应神经网络（ANN）在线调节增益；创新性开发的动态自触发机制（DSTM）较传统方法减少60%指令传输频率；预设性能控制（PPC）技术保障了在离散信号下的动态响应，形成具有工程实用价值的DST-ANPP-PI控制体系。控制律设计定义误差变量s=χ1-χd，通过引入性能函数β(t)约束σi的收敛过程。当|σi(0)|<>i时，系统自动满足预设的暂态和稳态性能边界，这种"离线预设+在线调节"的模式显著简化了参数整定流程。仿真验证在包含直线/曲线复合航迹的测试中，系统在

  来源：Expert Systems with Applications

  时间：2025-09-02

• 基于动态自触发自适应神经PI控制的欠驱动海洋自主水面船舶轨迹跟踪研究

  亮点• 提出通用型预设性能自适应向量化PI控制架构，突破欠驱动MASS多通道分离设计局限，在指令丢失和PID微分单元缺失情况下仍保持稳定跟踪精度• 首创控制精度/收敛速率的离线预设方法，通过单参数轻量级神经网络实现增益自整定• 开发新型DSTM机制，较现有工作进一步降低控制指令更新频率结论本研究成功开发出专为欠驱动MASS设计的动态自触发自适应神经PI控制器，通过预设性能边界精确控制船舶运动。该方案直接解决三大工程难题：1）采用单参数学习技术实现鲁棒性不确定补偿；2）通过DSTM显著降低执行器磨损；3）集成PPC确保触发机制下的瞬态和稳态性能。理论证明闭环信号一致最终有界(UUB)，仿真验证了

  来源：Expert Systems with Applications

  时间：2025-09-02

• 面向海洋自主无人船的动态自触发自适应神经PI控制：不确定环境下执行器保护与性能保障

  Highlight本研究针对欠驱动海上自主水面船(MASS)的控制难题，提出三方面突破性贡献：1.首创基于预设性能的自适应向量化PI控制架构，突破传统多通道分离设计局限，在控制-执行器(C-A)通道指令丢失和PID微分单元缺失情况下仍保持稳定跟踪精度，较现有方法显著提升非线性工况适应性。2.首次实现控制精度/收敛速率的离线预设方法，通过轻量级单参数在线更新神经网络自主调节增益，避免复杂调参过程，提升系统结构简洁性。3.开发新型动态自触发机制(DSTM)，相较现有触发控制方案，在同等控制性能前提下进一步降低控制指令更新频率，更好维护执行器耐久性。Conclusion本研究成功构建了动态自触发自适

  来源：Expert Systems with Applications

  时间：2025-09-02

• 综述：膜脱盐中污垢预测技术进展：从经验模型到智能模型

  膜脱盐技术因其高效节能特性成为解决全球水资源短缺的重要方案，然而膜污染问题始终制约着该技术的发展。不同类型的污染——无机污染（如CaCO3、CaSO4结晶）、有机污染（天然有机物NOMs沉积）、胶体污染（二氧化硅聚合）和生物污染（微生物分泌EPS）——会通过不同机制导致渗透通量下降和能耗上升。传统预测模型面临重大挑战。经验模型（如Darcy定律）虽操作简便但缺乏普适性；机理模型中的串联阻力模型（RIS）虽能区分膜阻力、污染阻力和浓差极化（CP）阻力，却受限于简化假设。令人瞩目的是，四阶段孔阻塞模型通过区分完全阻塞、标准阻塞、中间阻塞和滤饼层形成机制，为理解污染动力学提供了新视角。机器学习技术正

  来源：Desalination

  时间：2025-09-02

• 基于人工智能的干旱地区反渗透脱盐系统中总溶解固体预测模型研究

  在全球水资源日益紧张的背景下，反渗透(RO)脱盐技术已成为干旱地区获取淡水的重要途径。然而，传统预测模型难以应对复杂多变的工况，特别是在阿尔及利亚Ouargla等撒哈拉地区，季节性盐度波动显著影响系统性能。现有研究多集中于稳定水质条件，缺乏针对干旱地区特殊环境的专用预测工具。这导致脱盐系统运行效率低下，能耗居高不下，难以满足世界卫生组织(WHO)规定的饮用水TDS≤500 ppm标准。为突破这一技术瓶颈，Rachid Zegait团队在《Desalination and Water Treatment》发表研究，首次将人工神经网络(ANN)应用于干旱地区RO系统的TDS预测。研究人员历时12个

  来源：Desalination and Water Treatment

  时间：2025-09-02

• 基于深度学习和不确定性量化的肌肉MRI精准分割：SAM模型在神经肌肉疾病中的应用探索

  在神经肌肉疾病(NMDs)的临床研究和治疗监测中，骨骼肌(SM)的精准分割是获取脂肪分数(FF)、T2弛豫时间等关键生物标志物的基础。然而，随着疾病进展导致的脂肪浸润，肌肉边界变得模糊不清，给传统分割方法带来巨大挑战。尽管深度学习(DL)模型如U-Net系列在医学图像分割中表现出色，但这类"黑箱"模型缺乏可靠性评估机制，其过度自信的预测可能误导临床决策。更令人担忧的是，当前针对脂肪浸润肌肉的分割研究多聚焦精度提升，鲜少关注预测不确定性的量化(UQ)问题。为突破这些局限，来自意大利国家研究委员会的研究团队开展了一项创新性研究。他们首次系统评估了Segment Anything Model(SAM

  来源：Computational and Theoretical Chemistry

  时间：2025-09-02

• 基于基础模型的神经肌肉疾病MR图像多类肌肉分割准确性及不确定性比较研究

  在神经肌肉疾病(NMDs)的诊断和治疗监测中，准确分割磁共振成像(MRI)中的骨骼肌(SM)组织至关重要。然而，随着疾病进展导致的脂肪浸润，肌肉边界变得模糊不清，给传统分割方法带来巨大挑战。尽管深度学习(DL)模型如U-Net及其变体已展现出潜力，但这些"黑箱"模型缺乏可靠的不确定性估计，难以满足临床对预测结果可信度的要求。与此同时，新兴的基础模型(FMs)如Segment Anything Model (SAM)因其强大的泛化能力和良好的校准特性，在医学图像分析领域展现出独特优势，但其在肌肉分割任务中的应用尚未得到充分探索。为填补这一研究空白，Nicola Casali等研究人员在《Comp

  来源：Computational and Theoretical Chemistry

  时间：2025-09-02

• 基于深度学习和不确定性量化的肌肉MRI分割：Segment Anything Model在神经肌肉疾病中的应用

  在神经肌肉疾病(NMDs)的临床评估中，骨骼肌(SM)的精确分割对量化脂肪浸润程度至关重要。然而，随着疾病进展导致的脂肪替代，肌肉边界逐渐模糊，给传统分割方法带来巨大挑战。尽管深度学习(DL)模型如U-Net系列已取得显著进展，但这些"黑箱"模型缺乏可靠的置信度评估，而过度自信的预测可能误导临床决策。更令人担忧的是，目前针对脂肪浸润肌肉的分割研究多局限于健康样本，对病理状态下的性能评估严重不足。为应对这些挑战，Nicola Casali团队在《Computational and Theoretical Chemistry》发表的研究中，首次系统评估了基础模型(FMs)在肌肉分割中的表现。研究创

  来源：Computational and Theoretical Chemistry

  时间：2025-09-02

• 基于COVID-19数据的神经科病房呼吸道感染防控策略：患者-医护人员传播模式与机器学习预测模型

  在COVID-19大流行席卷全球的背景下，医疗机构成为病毒传播的"重灾区"。截至2025年3月，全球累计感染人数突破7.77亿，而医院内暴发的聚集性感染事件屡见不鲜。神经科病房的特殊性使其成为防控难点——患者普遍存在运动功能障碍、基础疾病复杂，且需要医护人员频繁近距离照护。上海某脑科医院的数据显示，疫情期间院内感染率最高达社区水平的20倍，这种异常现象暴露出传统感染控制策略在特殊医疗场景中的局限性。为破解这一难题，Wanji Xie、Chengyue Zhu等研究者开展了一项开创性研究。团队收集了2022年3-6月疫情期间712名住院患者和438名医护人员的完整感染数据，结合社区流行病学背景，

  来源：International Journal for Quality in Health Care

  时间：2025-09-02

• 综述：牙齿讲述的故事：从传统方法到人工智能驱动的牙龄评估方法叙事性综述

  背景牙龄评估在法医学鉴定、正畸规划和临床治疗中具有关键价值。与不可变的时序年龄不同，牙龄通过牙齿发育阶段反映个体生长特征，尤其适用于16-18岁前的年龄鉴定。牙齿因其高耐久性和发育规律性成为理想生物标志物，而全球移民激增（2020年达2.81亿）进一步凸显了无证件人群年龄鉴定的迫切需求。传统牙龄评估方法放射学技术因其非侵入性和可重复性被广泛应用。Demirjian法将7颗左下恒牙的钙化程度分为A-H八级，Willems改良版则直接转换为年龄评分。Cameriere团队提出的第三磨牙成熟指数(I3M)通过测量根尖开放度判定是否成年，当I3M<0.08时判定为成年的特异性达98%。而Kvaal法则

  来源：Egyptian Journal of Forensic Sciences

  时间：2025-09-02

• 自闭症谱系障碍儿童家庭照护需求与支持体系构建研究

  在神经发育障碍领域，自闭症谱系障碍(Autism Spectrum Disorder, ASS)因其复杂的临床表现和终身性特征，始终是医学界关注的焦点。随着全球ASS患病率攀升至1%，数以百万计的家庭正面临着常人难以想象的挑战——这些家庭不仅要应对患儿社交沟通障碍、刻板行为等核心症状，还需在支离破碎的支持体系中独自挣扎。瑞士伯尔尼的应用科学研究团队敏锐捕捉到这一社会痛点，他们的最新研究犹如一盏明灯，照亮了ASS家庭照护之路的迷雾。研究背景凸显出三重现实困境：首先，ASS家庭长期承受着"照护链断裂"之苦，不同专业服务机构各自为政，迫使父母在 psychiatrist（精神科医生）、logoped

  来源：Pädiatrie & Pädologie

  时间：2025-09-02

知名企业招聘：