• 运动技能习得中神经可塑性(Neuroplasticity)的生化通路(Biochemical Pathways)：从神经科学(Neuroscience)到执教实践(Coaching Practice)

  目的：主观认知主诉（Subjective Cognitive Complaints, SCC）与神经精神症状（Neuropsychiatric Symptoms, NPS）均被认定为痴呆（Dementia）的早期标志物，但其联合预测价值尚不清楚。本研究探讨SC

  来源：Brain Sciences

  时间：2026-07-01

• 主观认知主诉与神经精神症状对老年人认知轨迹的联合影响

  目的：主观认知主诉 (SCC) 和神经精神症状 (NPS) 都被认为是痴呆的早期标志物，但它们的联合预测价值尚不明确。本研究旨在探讨在社区居住的老年人中， SCC 和 NPS（单独或联合）是否能预测六年认知下降和十二年痴呆发病率。方法：参与者来自悉尼记忆与衰老

  来源：Brain Sciences

  时间：2026-07-01

• 综述：持续输注治疗对晚期帕金森病非运动症状的影响：一项系统综述

  研究背景与目的：非运动症状（Non-Motor Symptoms, NMS）在晚期帕金森病（Parkinson's Disease, PD）中高度流行，并对生活质量产生显著影响。持续输注治疗是口服药物无法控制的运动波动症状的既定治疗方案，但其对非运动症状的影响

  来源：Brain Sciences

  时间：2026-07-01

• PURA相关神经发育障碍：基于8例新发病例的临床与分子遗传学分析

  摘要：背景：PURA相关神经发育障碍（PURA-related neurodevelopmental disorder，PURA-NDD；OMIM #616158）是一种由编码Purα蛋白的PURA基因致病变异引起的罕见常染色体显性遗传病，Purα参与DNA复

  来源：Genes

  时间：2026-07-01

• 全基因组关联研究大规模分析鉴定出参与复杂疾病的五个关键多效性基因

  背景：PURA相关神经发育障碍（PURA-NDD；OMIM #616158）是一种罕见的常染色体显性遗传病，由PURA基因的致病变异引起，该基因编码Purα（Purα），这是一种参与DNA复制、转录调控和RNA转运的多功能蛋白。自2014年首次描述以来，PUR

  来源：Genes

  时间：2026-07-01

• 综述：啮齿动物应激增强恐惧学习：严重应激后恐惧学习敏化的系统评价与Meta分析

  研究背景与目的：应激增强恐惧学习（Stress-Enhanced Fear Learning, SEFL）用于检验严重应激是否放大后续的独立恐惧学习episode。尽管SEFL研究普遍报告冻结行为增加，但其总体效应量、稳健性、方案层面变异及转化解释尚未得到系统

  来源：Brain Sciences

  时间：2026-07-01

• 基于受限、不平衡及非公开面部图像优化迁移学习用于痤疮严重度分级的系统性实验研究

  摘要：寻常痤疮（Acne vulgaris）是一种常见的炎症性皮肤病，准确的严重度评估对其有效管理至关重要。为实现更客观、可重复的严重度评估，研究人员开发了一种基于优化的迁移学习卷积神经网络（Convolutional Neural Network, CNN）

  来源：Cosmetics

  时间：2026-07-01

• 响应曲面法（RSM）与人工神经网络（ANN）模型对 Bacillus paralicheniformis 以 Plumeria alba 为底物进行浸没式发酵产纤维素酶预测效果的比较评价

  本研究报告了 Bacillus paralicheniformis 以 Plumeria alba 叶粉为底物在浸没式发酵（SmF）条件下生产纤维素酶的研究，重点在于系统的生物过程优化。研究人员首先采用单因素逐一优化法（OFAT）对物理参数进行优化，随后通过中

  来源：Fermentation

  时间：2026-07-01

• 毛里塔尼亚小反刍动物裂谷热血清流行率与地理分布：地方性循环与区域风险热点的证据

  犬瘟热病毒（Canine Distemper Virus, CDV）是一种高致病性麻疹病毒属（Morbillivirus）病毒，可引起犬类严重的神经系统疾病。尽管凋亡（apoptosis）已被确认为CDV相关神经退行性病变的重要机制，但局部病毒RNA载量与凋亡

  来源：Viruses

  时间：2026-07-01

• 基于信息论熵注意力与层次特征对齐的番茄叶部病害识别

  番茄作为全球重要的经济作物，其病害精准识别对保障粮食安全至关重要。然而，番茄叶部病害识别属于典型的细粒度视觉分类任务，具有类间差异小、病变特征空间稀疏以及背景干扰复杂等挑战，这些因素阻碍了传统深度学习模型对关键判别区域的精确定位。针对上述挑战，研究人员提出了E

  来源：Agriculture

  时间：2026-07-01

知名企业招聘：