• 男性在青春期接触捕食风险会改变其后代的抗捕食行为以及布兰特田鼠（Brandt’s voles）的应激激素轴（HPA axis）基础活动水平

  跨代遗传研究揭示雄性Brandt's仓鼠青春期接触猫尿气味可显著改变后代性别比例、体重增长及应激反应，并通过独立于父母投资的神经内分泌机制（HPA轴活性增强）实现表型传递，为理解环境压力的跨代适应性适应提供证据。

  来源：Behavioural Brain Research

  时间：2026-02-05

• 中风幸存者执行功能障碍与轻度至重度上肢功能障碍之间的关联：一项静息状态功能性近红外光谱研究

  本研究探讨卒中后执行功能与上肢不同程度缺损的关联性，采用fNIRS技术分析静息态功能连接。结果显示轻度中度缺损患者执行功能与运动速度/协调性相关（MoCA、FAB显著相关），存在左DLPFC与右PreM&SMC、右PSMC的功能连接异常；重度缺损患者执行功能与整体运动功能相关（MoCA、FAB与FMA-UE、ARAT显著相关），但功能连接无显著变化。结论提示执行功能与上肢缺损程度相关，且脑区连接模式存在差异。

  来源：Behavioural Brain Research

  时间：2026-02-05

• 等离子体驱动Aβ聚集体解聚：理化刺激协同作用的新策略

  本研究报道了一种无需外源纳米药物的冷等离子体系统，通过脉冲调制产生的活性氧氮物种（RONS）有效解构阿尔茨海默病相关的β-淀粉样蛋白（Aβ）纤维及斑块。实验表明，等离子体诱导的多重刺激（PIMS）可破坏Aβ的交叉β折叠结构，并在AD小鼠脑切片中显著减少斑块数量。该研究为神经退行性疾病提供了非侵入性、可控的物理干预新思路。

  来源：Cell Reports Physical Science

  时间：2026-02-05

• 人工智能辅助贴片式心率变异性分析在阻塞性睡眠呼吸暂停检测中的应用研究

  本综述重点介绍了结合人工智能（AI）与贴片式心率变异性（HRV）分析器进行阻塞性睡眠呼吸暂停（OSA）筛查的创新方法。研究通过分析心电图（ECG）信号衍生的时域、频域及非线性HRV指标，开发出新型心血管低通气指数（CVHI）AI模型，在AHI>15截断值下筛查中重度OSA的准确率达81.4%，为家庭化、低干扰的OSA筛查提供了新策略。

  来源：Nature and Science of Sleep

  时间：2026-02-05

• 精神分裂症与双相情感障碍中新型小调控RNA的广泛变化及其与关键脑过程的关联研究

  本研究针对精神分裂症(SCZ)和双相情感障碍(BD)患者死后脑组织样本，通过分析小非编码RNA(sncRNA)和mRNA表达谱，发现多种新型sncRNA（包括miRNA异构体、tRFs、rRFs、yRFs）在疾病中呈现显著变化，并与突触信号、神经发生等关键脑过程密切相关，为精神疾病机制研究提供了新视角。研究成果发表于《Translational Psychiatry》。

  来源：Translational Psychiatry

  时间：2026-02-05

• 孕期SARS-CoV-2感染对幼儿神经发育的影响：一项针对女性自闭症谱系障碍风险升高的队列研究

  本研究针对孕期SARS-CoV-2感染是否影响子代神经发育这一关键问题，通过对69,987名儿童开展纵向队列研究，发现孕期感染与女性自闭症谱系障碍(ASD)风险显著相关(aHR=1.44)，为围产期感染与神经发育关联机制研究提供新证据。

  来源：Translational Psychiatry

  时间：2026-02-05

• 电休克疗法通过未成熟颗粒神经元调控海马齿状回功能与转录组改善抑郁样行为

  本研究针对难治性抑郁症的治疗机制，通过电休克疗法(ECS)和氟西汀(Flx)干预慢性皮质酮(Cort)应激小鼠模型，结合行为学测试、免疫组化、膜片钳技术和单核RNA测序(sn-RNAseq)等多维度方法，发现ECS通过促进未成熟颗粒细胞(iGCs)增殖并增强其通过mGluRII介导的成熟颗粒细胞(mGCs)超极化作用，诱导齿状回(DG)网络稀疏化，同时转录组分析揭示ECS与Flx通过不同分子通路共同促进神经元幼稚化表型，为理解抗抑郁作用机制提供了新视角。

  来源：Neuropsychopharmacology

  时间：2026-02-05

• 高密度表面肌电技术在儿童神经肌肉疾病诊断中的可行性研究：运动单位分解与放电动态分析

  本研究首次系统评估高密度表面肌电（HDsEMG）技术在儿童神经肌肉疾病检测中的应用价值。通过对比传统同心圆针肌电图（CNEMG）与HDsEMG的运动单位（MU）参数，发现HDsEMG可无创获取运动单位放电率变异性（DRV）等关键指标，在肌病组中DRV显著升高（p=0.005）。研究表明HDsEMG具有优于CNEMG的耐受性（疼痛评分0.45 vs 4.03）和空间采样能力，为儿科肌电诊断提供了新技术范式。

  来源：Muscle & Nerve

  时间：2026-02-05

• 基于深度学习从癫痫发作分类到检测：面向原始脑电图信号的跨物种泛化研究

  本研究针对癫痫发作自动检测模型泛化能力差及临床前-临床转化难的问题，开发了一种基于CNN+Transformer的深度学习框架。通过区分分类与检测任务、设计无先验分割的预处理流程，模型在小鼠脑电图数据训练后，于人类数据上实现93%的F1分数，显著提升跨物种泛化能力，为癫痫精准诊断提供新范式。

  来源：Neuroscience Informatics

  时间：2026-02-05

• 综述：跨病种系统性回顾：病毒感染中免疫与认知的关系

  这篇跨病种综述系统梳理了32项研究，揭示病毒感染者中特异性免疫标记物与认知功能的关联：升高的CD14+CD16+单核细胞和促炎细胞因子与认知处理速度、记忆下降相关，而CD4+T细胞和抗炎因子IL-10起保护作用。文章为免疫认知机制提供了精细框架，对神经退行性疾病风险预测具有重要价值。

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-02-05

• 靶向N-Myc/Aurora-A蛋白相互作用的共价肽类抑制剂：磺酰氟弹头的设计与应用

  本综述系统阐述了基于N-Myc肽段的共价抑制剂通过引入磺酰氟（Sulfonyl Fluoride）弹头，实现靶向Aurora-A激酶的高选择性共价标记。研究证实该策略可有效阻断N-Myc/Aurora-A蛋白-蛋白相互作用（PPI），为神经母细胞瘤（Neuroblastoma）的治疗提供了新思路。文中通过荧光偏振（FA）实验和质谱分析验证了抑制剂结合效率与共价修饰特异性，为共价肽模拟物在PPI抑制剂领域的应用拓展了方法论支持。

  来源：Journal of Peptide Science

  时间：2026-02-05

• 结构缺失的图级聚类网络

  针对图级聚类中缺失关系导致的结构信息失真问题，提出SMGCN方法，包含低秩矩阵补全结构增强模块、基于匈牙利算法的簇匹配锚点定位机制及联合对比优化，有效提升缺失结构下的聚类性能。

  来源：Neural Networks

  时间：2026-02-05

• 一种基于知识的自我监督学习方法，用于提升基于脑电图（EEG）的情绪识别能力

  提出基于微分熵的知识驱动自监督框架，通过多分支卷积（MCDEL）和对比熵对齐（CEA）模块解决EEG情绪识别中的数据标签不足与个体差异问题，在SEED和DREAMER数据集上表现优于现有方法。

  来源：Neural Networks

  时间：2026-02-05

• 使用模糊认知映射（Fuzzy Cognitive Mapping）研究性别因素对参与老龄化相关研究的促进作用与阻碍

  认知神经科学老龄化研究中性别招募偏差的成因分析，通过模糊认知映射发现老年男女参与研究的主要障碍和促进因素，女性受个人职业经验影响更大，男性更关注社会回报，提出改进招募策略的路径。

  来源：Neurobiology of Aging

  时间：2026-02-05

• SPD-Net：一种基于语义划分的Transformer模型，结合动态图网络技术，用于提升基于骨架的步态识别性能

  步态识别作为行为生物识别的重要分支，其核心挑战在于克服外观变化和背景干扰。现有方法多依赖轮廓特征但易受服饰和遮挡影响，而基于骨骼序列的模型虽能捕捉动态关系却存在关节连接固定和计算成本高的问题。本文提出的SPD-Net通过动态图卷积网络（DGCN）捕捉时空关联，结合时序卷积网络（TCN）建模时间动态，再利用语义分区的多头自注意力机制（SP-MSA）降低计算复杂度，最终通过联合部分映射（JPM）模块实现多尺度特征融合。实验表明该模型在CASIA-B、OUMVLP-Pose等基准数据集上显著优于现有方法，尤其在复杂场景下保持98.7%的准确率。

  来源：Neural Networks

  时间：2026-02-05

• BAED：一种新的小样本图学习范式，具备循环解释功能

  小样本图学习中，BAED框架通过贝叶斯传播算法增强标签质量，利用辅助图神经网络提取关键子图，并在预测中循环解释，显著提升预测精度、训练效率和可解释性。

  来源：Neural Networks

  时间：2026-02-05

• Loyalty-SMOTE：一种用于有效处理不平衡数据分类的数据合成算法

  针对不平衡数据集处理中噪声敏感问题，提出Loyalty-SMOTE算法。通过引入Loyalty衡量样本邻域影响力，识别并去除噪声数据，再基于边界样本进行SMOTE过采样。同时提出Attraction概念扩展至多类别场景，有效提升分类器性能。实验表明，该算法在30个二分类和5个多分类数据集上F1-score、AUROC等指标均优于传统方法。

  来源：Neural Networks

  时间：2026-02-05

• 图神经网络的多种解释集成蒸馏方法

  图神经网络知识蒸馏方法提出多视角学习框架，通过构建学生解释组件实现多元化知识吸收，结合混合采样策略与分层更新机制，在节点分类任务中平均提升5.56%-27.43%。

  来源：Neural Networks

  时间：2026-02-05

• C3Net：一种基于帧和事件的多模态特征协同校准方法，用于目标检测

  基于事件相机的多模态目标检测框架C3Net提出自适应时间表面ABTS解决运动不匹配问题，通过跨模态特征协作校准模块CM-FCCM进行分布对齐和交互增强，结合通道自适应融合模块ACFM动态整合特征。在PKU-DAVIS-SOD等数据集上mAP50提升显著。

  来源：Neural Networks

  时间：2026-02-05

• 癫痫持续状态与发作间期-发作连续体：同一硬币的两面？前瞻性磁共振成像研究揭示神经影像重叠与病因导向诊断新策略

  本研究通过前瞻性磁共振成像（MRI）分析，首次系统比较癫痫持续状态（SE）与发作间期-发作连续体（IIC）患者的围发作期MRI异常（PMA），发现两者PMA发生率无显著差异（IIC组47% vs SE组43%），提示IIC可能属于非惊厥性SE（NCSE）范畴。研究进一步通过潜在类别分析（LCA）提出病因驱动的脑电图（EEG）解读新范式，为IIC的个体化治疗提供影像学依据。

  来源：Epilepsia

  时间：2026-02-05

知名企业招聘：