• 在患有高活动度埃勒斯-当洛斯综合征及高活动度谱系障碍的成人中，与胃肠道症状相关的焦虑会预测出阳性的SCOFF筛查结果，并可能高估其患进食障碍的风险

  摘要 背景与目的 SCOFF是一种用于筛查饮食障碍风险的问卷。与肠道-大脑相互作用紊

  来源：Neurogastroenterology & Motility

  时间：2026-08-14

• 阿托莫西汀与哌甲酯对注意力缺陷/多动障碍儿童情绪调节障碍的影响：一项多中心随机临床试验

  摘要 背景 本研究旨在比较阿托莫西汀（ATX）和哌甲酯（MPH）对注意力缺陷/多动障碍（ADHD）儿童情

  来源：Journal of Child Psychology and Psychiatry

  时间：2026-08-14

• 超越神经元：酒精使用障碍中的少突胶质细胞功能障碍与髓鞘病理生理学

  摘要酒精使用障碍是一种主要的健康风险因素，会导致神经功能紊乱。虽然酒精引发的神经元适应性变化一直是研究酒精使用障碍的焦点，但越来越多的证据表明胶质细胞及其在酒精使用障碍病理过程中的作用也很重要。本综述探讨了少突胶质细胞及其前体细胞在酒精导致白质、髓鞘结构、成分及完整性改变中的作用

  来源：Physiology & Behavior

  时间：2026-08-14

• LGCM：基于语言引导的通道调制进行图像分割

  摘要：参照图像分割（RIS）旨在为用自然语言描述的物体生成像素级掩码。尽管取得了诸多进展，但实现视觉与语言的精准结合以获得精确的像素级定位仍具挑战性。现有方法主要侧重于密集的空间融合或分层级特征选择，往往忽视了通道维度上的语义概念。在本研究中，我们提出了基于CLIP对齐的视觉-语

  来源：Neurocomputing

  时间：2026-08-14

• 基于自适应增强变换器的少样本图像分类方法

  摘要少样本学习旨在利用极少的样本识别未见过的类别，这一技术越来越受到关注。它通常被视为一个度量学习问题，其核心挑战在于为支持集和查询集中的图像学习一致的表示方式，以及在这些图像之间实现有效的度量学习。在本文中，我们提出了一种统一的特征自适应增强变换器FAEformer，通过特征提

  来源：Neurocomputing

  时间：2026-08-14

• ThermoSplat：具有特征调节与几何解耦的跨模态3D高斯溅射算法

  摘要在各种光照和天气条件下实现可靠的环境感知，集成RGB与热红外数据的多模态场景重建至关重要。然而，将3D高斯散射技术扩展到多光谱场景仍面临挑战。现有方法往往难以充分利用多模态数据的互补信息，要么忽视跨模态相关性，要么使用的共享表示无法有效处理不同光谱间的复杂结构关联与物理差异。

  来源：Neurocomputing

  时间：2026-08-14

• 基于余弦积的视觉Transformer张量代数框架

  摘要：视觉变换器在众多计算机视觉任务中引起了广泛关注。本文我们提出了一种基于张量余弦积来构建视觉变换器的代数框架。变换器中的每个变换组件都被重新表示为余弦积代数形式，而非传统的矩阵代数，从而使每种运算都成为其标准对应运算的余弦积泛化形式。我们证明，由此产生的线性映射构成一个具有明

  来源：Neurocomputing

  时间：2026-08-14

• 用于事件流对象检测的曼巴胶囊路由增强型热传导网络

  摘要事件相机能够对像素亮度变化作出反应，并输出异步的事件流，具备高动态范围和微秒级的时间分辨率，因此非常适合处理传统基于帧的相机往往无法应对的高速运动和低照明场景。然而，事件流固有的异步性和稀疏性给物体检测带来了两个核心挑战：由于遮挡或对比度低导致空间特征不完整或薄弱，从而造成空

  来源：Neurocomputing

  时间：2026-08-14

• ACRIS-SAM2：基于属性的跨模态交互与双重语义引导用于小样本分割

  摘要：少样本分割旨在仅通过少量标注的示例即可对新型物体类别进行分割。其核心挑战在于在极其有限的监督条件下，同时实现可靠的类别区分与精确的空间定位。现有方法往往无法同时满足这两项要求：基于外观的匹配容易受到类内差异和背景干扰的影响；基于SAM的方法虽然具备较强的类别无关定位能力，但

  来源：Neurocomputing

  时间：2026-08-14

• 利用多模态伪标签提升开放词汇实例与全景分割的鲁棒性

  摘要：本研究针对开放词汇实例分割（OVIS）和开放集全景分割（OSPS）这一挑战，这类任务旨在无需大量人工标注即可识别预定义及未知物体类别。现有方法往往存在伪掩码噪声多、视觉-文本关联度低，以及难以处理同义词或词汇表外词的问题。为克服这些难题，我们提出了一种多模态框架，该框架利用

  来源：Neurocomputing

  时间：2026-08-14

知名企业招聘：