• 综述：神经退行性疾病中的外泌体创新：新兴见解与鼻内途径

  摘要神经退行性疾病，包括阿尔茨海默病 (AD)、帕金森病 (PD) 和多发性硬化症 (MS)，代表着巨大且日益增长的全球健康负担，合计在全球范围内导致数百万伤残调整生命年 (DALYs) 的损失，并严重影响认知、情绪、行为和运动功能。当前的疗法，尤其是小分子药物，面临着血脑屏

  来源：Biochemical and Biophysical Research Communications

  时间：2026-08-22

• 内源性大麻素信号分离了全身炎症疾病反应的体温调节和行为成分

  摘要全身炎症触发协调的生病反应，包括行为抑制、厌食和体温调节改变，通常被视为一个统一的综合征。然而，越来越多的证据表明，不同的神经回路控制着生病行为的不同组成部分。全身炎症期间，中枢内源性大麻素系统 (ECS) 信号是否差异调节行为和体温调节反应仍不清楚。因此，我们调查了中枢

  来源：Behavioural Brain Research

  时间：2026-08-22

• 深部脑刺激下的网络状态转换：帕金森病的 Wilson–Cowan 模型

  摘要帕金森病的特征是由基底神经节 - 丘脑皮层网络中多巴胺耗竭引起的不稳定性所致的病理性 beta 波段振荡 (\(13\text {--}30\,\textrm{Hz}\))。尽管丘脑底核深部脑刺激是晚期帕金森病最有效的疗法，但刺激幅度与网络状态转变之间的机制关系仍未得到明

  来源：Journal of Computational Neuroscience

  时间：2026-08-22

• 灭多威对太平洋牡蛎（Magallana gigas）的多重毒性：生化、分子及生理反应

  •毒死蜱暴露导致牡蛎鳃组织产生氧化应激和神经毒性。 •毒死蜱通过多种机制损害 AChE 活性 •脂肪酸代谢受到毒死蜱处理的显著破坏。 •AChE 抑制改变宏观生理功能，导致异常的空气中存活反应。 •在高浓度下，毒死蜱在牡蛎血细胞中表现出遗传毒性效应。 引言 全球人口增长和天

  来源：Marine Pollution Bulletin

  时间：2026-08-22

• 右心室的纤维离散：本构神经网络预测与实验数据的比较

  摘要 右心室（RV）心肌的力学行为由其各向异性微观结构支配，然而，考虑纤维弥散并能实现可靠参数识别的本构模型仍然有限。本研究提出了一种物理嵌入本构神经网络框架，用于从实验数据中自动发现应变能函数和微观结构参数。该模型在不可压缩、正交各向异性超弹性设置下建立，使用基于不变量的表

  来源：Journal of Biomechanics

  时间：2026-08-22

• 储存于不同包装类型中的臭氧处理烘烤花生仁的质量评估及基于人工神经网络的货架期预测

  摘要花生仁 (Arachis hypogaea L.) 因其富含油脂和蛋白质而备受重视，但在储存过程中极易发生品质劣变。消毒处理有助于保持初始品质；然而，长期稳定性很大程度上取决于包装系统的保护性能。在本研究中，花生仁接受了烘烤 (R)、臭氧处理 (O)、臭氧 - 烘烤组合

  来源：Food Control

  时间：2026-08-22

• 基于MRI的功能性消化不良患者的胃功能评估

  摘要 背景 磁共振成像（MRI）能够无创、无辐射地评

  来源：Neurogastroenterology & Motility

  时间：2026-08-22

• 对oMST的替代刺激集、语言以及污染物检测方法进行了系统的评估

  摘要背景优化后的助记相似性任务（oMST）是一项简短的自我管理认知筛查评估工具，它源自研究级别的MST。本研究考察了其心理测量属性，包括不同刺激集合之间的难度可比性、跨语言有效性以及识别干扰反应行为的方法。方法使用Prolific全球在线测试平台进行了两项实验。实验1评估了练习效

  来源：Neuropsychologia

  时间：2026-08-22

• 面向异构数据下可靠本地决策的分层桶树三支决策框架

  摘要 三支决策（TWD）提供了一个处理不确定性的原则性框架，通过将实例划分为接受、拒绝和延迟区域来实现。然而，现有的基于 TWD 的方法通常假设局部决策在统计上是可靠的，这在异质性和数据稀疏场景中可能并不成立。为了解决这一局限性，我们提出了一种分层且可靠性感知的桶树三支决策（

  来源：Neurocomputing

  时间：2026-08-22

• 面向增量隐式精炼分类的具有动态双曲层次的互惠传输

  摘要 增量隐式细化分类 (IIRC) 是一种扩展的类增量学习 (CIL) 范式，要求从流数据中学习粗粒度和细粒度知识，并在增量会话期间进行认知细化。主要挑战在于：(a) 增量地发现超类和子类的层次关系，以及 (b) 抵抗层次关系的灾难性遗忘。现有方法利用静态层次关系或 CIL

  来源：Neurocomputing

  时间：2026-08-22

知名企业招聘：