• 在瘦素抵抗的羊模型中追踪脑脊液炎症标志物

  摘要在羊只中，瘦素抵抗是饮食诱导肥胖的关键代谢特征，它影响着体况管理和繁殖效率。然而，在长期研究中，其发展过程中中枢炎症介质的变化情况仍不明确。本研究探讨了瘦素抵抗的羊模型中脑脊液中的细胞因子、趋化因子及微小RNA水平的动态变化。16只已切除卵巢的波兰长毛羊被分为对照组（CTRL

  来源：Scientific Reports

  时间：2026-07-18

• 电刺激辅助物理康复对肥胖人群的疗效：一项随机对照试验

  摘要

  来源：Obesities

  时间：2026-07-18

• 晚发型快速进展性痉挛性截瘫伴广泛白质异常与MFN2变异相关

  线粒体融合蛋白2 (MFN2) 变异是腓骨肌萎缩症2A型 (CMT2A) 的明确病因，尽管中枢神经系统受累在部分患者中逐渐被认识。研究人员报告一名51岁女性携带可能致病性MFN2变异 (c.2119C>T, p.Arg707Trp)，她在几个月内出现快速进展性

  来源：NeuroSci

  时间：2026-07-18

• 婴儿配方奶粉中多种美拉德反应产物对宿主免疫和神经毒性的影响

  在婴儿配方奶粉的热加工和储存过程中会形成多种美拉德反应产物（Maillard reaction products, MRPs）。然而，安全性评估通常基于单个化合物，这可能无法充分反映真实食品中多种共存成分暴露相关的潜在风险。因此，本研究采用气相色谱-质谱联用（

  来源：Foods

  时间：2026-07-18

• 经前症风险因素的孟德尔随机化研究

  经前障碍（PMDs）的特征是在月经前出现情绪和躯体症状。PMDs可分为经前综合征（PMS），影响20%–30%的女性，以及更严重的经前焦虑障碍（PMDD），估计患病率为2%–6%。尽管PMDs仅发生在育龄期，但研究表明它们与长期健康后果相关，包括早发性绝经、严

  来源：npj Mental Health Research

  时间：2026-07-18

• 在风险状态及首次精神病发作时，小脑-丘脑-皮质三重网络模型中的小脑相互作用紊乱

  摘要小脑功能连接异常已被反复与精神病症状联系在一起，且通常伴随着丘脑和皮质区域的紊乱。这些紊乱与三重网络模型高度吻合，该模型认为精神病理现象源于显著性网络、默认模式网络以及执行控制网络之间异常的相互作用。然而，小脑如何在不同精神病风险阶段以及早期精神病状态下与这些网络中的丘脑和皮

  来源：Schizophrenia

  时间：2026-07-18

• 综述：利用自编码器进行地理空间人工智能（GeoAI）：方法与应用的综述

  来自全球定位系统（GPS）、遥感（Remote Sensing）和物联网（Internet of Things, IoT）设备等来源的时空数据快速增长，已将轨迹数据确立为现代地理空间人工智能（Geospatial Artificial Intelligence

  来源：Neurocomputing

  时间：2026-07-18

• 不平衡回归中的双场景损失优化：统计先验校准与残差反馈聚焦

  回归分析是机器学习中的基础工具，广泛应用于各个领域。然而，现实世界的回归任务通常面临标签不平衡问题，表现为响应值的非均匀分布：某些区间包含大量样本，而其他区间仅覆盖有限观测。对这些罕见但通常至关重要的样本进行准确预测尤为重要，但由于频繁数据点的压倒性主导，标准

  来源：Neurocomputing

  时间：2026-07-18

• 综述：可解释轻量级神经网络：方法、指标与挑战

  随着人工智能（AI）在资源受限环境（尤其是计算机视觉任务）中的应用日益广泛，叠加伦理与实践层面的考量，兼具高效性与可解释性的轻量级模型需求持续攀升。本综述系统梳理了轻量级神经网络与可解释人工智能（XAI）的融合路径，旨在解决模型在计算效率与透明度之间的平衡难题

  来源：Neurocomputing

  时间：2026-07-18

• MetaSTH-睡眠：基于时空超图增强元学习的高效小样本睡眠阶段分类

  基于生物信号的睡眠阶段准确分类不仅对自动睡眠阶段标注至关重要，也对临床健康管理和连续睡眠监测具有基础性意义。传统上，该任务依赖经验丰富的临床医生手动标注数据，这一过程既耗时又费力。近年来，深度学习方法在自动化该任务方面展现出潜力。然而，仍存在三个主要挑战：（1

  来源：Neurocomputing

  时间：2026-07-18

知名企业招聘：