• 癫痫患者心率变异性及其与病程的关联：一项回顾性病例对照研究

  目的：描述癫痫患者24小时心率变异性（HRV）特征，探讨正常R-R间期标准差（SDNN）与癫痫状态及病程的关联，并探究海马萎缩和发作类型是否修饰这些关联。方法：这一单中心回顾性病例对照研究纳入360名参与者（180名癫痫患者和180名非癫痫对照）。HRV参数—

  来源：Frontiers in Neurology

  时间：2026-08-04

• 基于组织学特征构建的合成三维人脑血管模型用于模拟皮层深度依赖性BOLD fMRI信号

  近年来，利用血氧水平依赖（BOLD）信号在超高场（≥7T）功能磁共振成像（fMRI）中的进展，使得在中尺度上研究神经血管功能成为可能。然而，由于BOLD信号是受复杂血管架构与血流动力学变化影响的神经元活动的间接测量，其解释仍具挑战性。现有生物物理模型常依赖啮齿

  来源：PLOS Computational Biology

  时间：2026-08-04

• 均匀土质边坡在水力变异性下安全系数预测的基于梯度的神经网络岩土评价

  边坡稳定性评估因土体性质、边坡几何形态与水力条件（尤其是孔隙水压力变化）之间复杂的非线性相互作用而仍是岩土工程中的基本挑战。研究人员通过系统比较三种基于梯度的优化算法——Adam、小批量梯度下降（MBGD）与Nesterov加速梯度（NAG）——对预测均匀土质

  来源：Geotechnics

  时间：2026-08-04

• 基于运行测序数据的精确从头转录单元注释

  功能元件注释是用于洞察控制细胞发育、分化和疾病的分子过程的关键工具。运行测序分析测量新生RNA的产生，可以为发现功能元件提供有效的数据源。然而，由于信号具有噪声且难以建模，从运行测序数据中准确推断功能元件仍然是一个悬而未决的问题。在此，研究人员研究了将运行测序

  来源：PLOS Computational Biology

  时间：2026-08-04

• 文化相关性对第一语言和第二语言词汇情感神经反应的影响：ERP研究

  本研究调查了双语者母语（L1）和第二语言（L2）词汇的情感反应。具体而言，研究人员考察了概念与自身母语文化或第二语言文化的相关程度如何影响这些情感反应。虽然先前研究表明，与L1相比，L2的情感反应通常减弱，但文化在这一现象中的作用仍未被充分探索。研究人员利用事

  来源：Frontiers in Human Neuroscience

  时间：2026-08-04

• 从涂鸦到绘画：儿童绘画作为多感官和感觉运动整合的进化实验室

  成人绘画源于视觉、触觉、本体感觉和运动控制之间复杂的多感官整合，表现为对外部环境进行主动贝叶斯推理的一种形式。然而，这种具身协调的进化起源（和生存价值）仍鲜有探究。传统文献将儿童绘画视为知觉-运动-认知发展的被动输出。本研究提出了相反的假设：绘画作为一种主动的

  来源：Frontiers in Human Neuroscience

  时间：2026-08-04

• 携带SOD1 D91A突变的以小脑性共济失调起病的肌萎缩侧索硬化症：一种罕见表型

  背景：携带超氧化物歧化酶1（SOD1）基因突变的肌萎缩侧索硬化症（ALS）以表型异质性著称，但以小脑性共济失调作为首发特征者仅见于零星个案。方法：研究人员报道4例无亲缘关系患者（3男1女，起病年龄35至49岁），均携带SOD1 D91A（p.Asp91Ala）

  来源：Frontiers in Neurology

  时间：2026-08-04

• 疫苗相关格林-巴利综合征的时间趋势和不成比例分析：一项21年VAERS研究

  背景：格林-巴利综合征（GBS）仍是一个关键的疫苗安全性问题。研究人员开展了一项全面的药物警戒分析，基于21年VAERS数据，以识别疫苗-GBS不成比例信号和时间模式。方法：研究人员分析了9,755,435份VAERS报告（2004–2024年），包括2,21

  来源：Frontiers in Neurology

  时间：2026-08-04

• 基于模糊脉冲神经网络的非线性无人机系统神经自适应协同控制

  在多智能体系统中实现可靠的协同控制常常受到复杂环境干扰（如风场）的阻碍，这些干扰同时影响整个群体。为了解决这一问题，研究人员提出了一种资源高效的协同控制框架，使智能体能够协同学习和消除这些共享不确定性。与传统的静态神经网络相比，研究人员引入了一种生物启发式混合

  来源：Connection Science

  时间：2026-08-04

• 基于模糊神经网络的体育课程线上线下混合式教学方法研究

  本研究提出了一种混合教学模式，该模式整合了模糊神经网络（FNN）以改善体育教育中的身体动作识别并优化运动强度。该模型将模糊肢体集表示与多层神经网络相结合，实现了精确的人体动作识别，同时引入物理距离指数（Physical Distance Index）以增强训练

  来源：Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization

  时间：2026-08-04

知名企业招聘：