-
具身循环网络的预训练弥合了人工神经活动与大脑皮层神经活动之间的差距
摘要
来源：Biomimetics
时间：2026-08-10
-
一个CNN-BiLSTM-GRU与注意力机制集成的混合网络用于癫痫发作检测
引言：癫痫是一种常见的神经系统疾病，准确的发作检测对于临床监测和科学治疗至关重要。本研究旨在构建一个有效的智能检测模型，以实现对癫痫脑电图（EEG）信号的精确自动识别，并辅助临床医疗决策。方法：为捕捉EEG信号中细微的局部波形变化并抑制冗余噪声干扰，研究人员采
来源：Frontiers in Neuroscience
时间：2026-08-10
-
综述：人类丘脑图谱绘制：从组织学到现代神经解剖学的演进历程
本综述系统梳理了丘脑图谱从早期死后二维组织学图谱到现代神经科学与临床实践中应用的三维多模态图谱的发展历程。鉴于丘脑在感觉处理、运动调控及认知功能中的核心作用，精准的解剖学定位对科研与神经外科手术靶点定位均至关重要。通过整合历史方法与当代技术，本文重点阐述了提升
来源：Frontiers in Neuroanatomy
时间：2026-08-10
-
综述：触觉时间顺序判断任务中的交叉效应：一项元分析
触觉时间顺序判断（TOJ）任务在 multisensory 神经科学中被广泛使用。研究人员判断两个触觉刺激（每只手一个）中哪一个先出现。一个关键发现是，当手臂交叉时，TOJ 表现会下降，这很可能由于触觉、本体感觉和视觉信息之间的相互作用。TOJ 交叉效应已被广
来源：Frontiers in Neuroscience
时间：2026-08-10
-
基于机器学习的快速洪水淹没模拟，利用水力计算得到的流量深度及高分辨率的物理地理预测因子
摘要由于土地使用/覆盖状况的快速变化以及降雨模式的改变，暴雨引发的洪水越来越频繁且严重，这就迫切需要快速、可靠的洪水淹没范围绘制方法。虽然基于物理原理的水力模型能够提供高度精确的模拟结果，但其较高的计算成本往往限制了其在实时预报和情景分析中的应用。本研究旨在利用机器学习技术来预测
来源：Scientific Reports
时间：2026-08-10
-
基于CNN的短期负荷预测中贝叶斯优化参数的受控敏感性分析
摘要本研究探讨了贝叶斯优化算法参数设置对卷积神经网络模型在短期电力负荷预测中的超参数优化及预测性能的影响。本研究并未提出新的预测架构或对各种优化算法进行广泛比较，而是重点对贝叶斯优化的内部配置进行了可控的敏感性分析。其目的是在相同的预测模型、输入窗口、搜索空间、数据处理流程和评估
来源：Scientific Reports
时间：2026-08-10
-
基于CNN的深度特征与手工特征的混合决策级融合用于结肠癌分类
近年来，通过混合决策级融合对组织病理学图像进行分类的关注度日益增加，探索数据融合以提高结肠癌分类准确性的挑战变得重要。本研究通过引入多种深度学习（DL）架构（包括EfficientNetB0、DenseNet121、ResNet101V2、NASNetMobi
来源：Journal of Imaging
时间：2026-08-10
-
儿童穿透性脑损伤晚期并发症的危险因素：一项回顾性研究
目的：儿童穿透性脑损伤（PBI）是儿童中重要的公共卫生挑战，对全球发病与死亡贡献显著，此类创伤后的长期并发症可深刻影响患儿心理与躯体发育。本研究旨在探讨儿童PBI后晚期并发症的相关危险因素。方法：本单中心回顾性队列研究纳入30例儿童PBI，其中19例为金属物（
来源：Frontiers in Neurology
时间：2026-08-10
-
基于DWI的梗死内和梗死周围放射组学模型预测急性缺血性卒中神经功能恶化的开发与验证
摘要
引言：急性缺血性卒中（AIS）神经功能恶化（ND）的早期预测仍具挑战。研究人员旨在开发一种基于弥散加权成像（DWI）的放射组学模型，整合梗死内和梗死周围放射组学特征与临床特征，以改善ND预测。方法：这项回顾性研究纳入767例前循环AIS患者（训练集n
来源：Frontiers in Neurology
时间：2026-08-10
-
综述：阿尔茨海默病与认知障碍中闪光视觉诱发电位P2成分潜伏期延迟：系统综述与荟萃分析
背景：闪光视觉诱发电位P2成分（FVEP-P2）已被研究作为认知障碍的潜在神经生理学指标，但其生物学及临床意义仍不确定。然而，现有证据仍较为零散。本系统综述与荟萃分析旨在定量综合认知障碍连续谱（包括轻度认知障碍（MCI）和主要神经认知障碍（痴呆））中FVEP-
来源：Frontiers in Neurology
时间：2026-08-10
粤公网安备 44010602000434号