• 幼儿期慢性失眠的临床表型分析：基于家族史的易感特征在回顾性病历研究中的展现

  Oliviero Bruni|Maria Breda|Valeria Mammarella|Maria Paola Mogavero|Giuseppe Lanza|Raffaele Ferri意大利罗马萨皮恩扎大学人类神经科学系，罗马摘要研究目的本研究旨在构建一种实用的临床表型分

  来源：Sleep Medicine

  时间：2026-06-23

• 没有证据表明存在依赖蛋白质合成的长期恐惧记忆形式：翻译抑制与神经失活对短期和长期记忆的干扰程度相同

  S. Al-Smadi|L.A. Rimstad|C. Scavuzzo|D. Treit|C.T. Dickson摘要有观点认为，翻译抑制会损害长期记忆，而不会影响短期记忆。然而，向大脑内注入蛋白质合成抑制剂，如阿尼西霉素、环己亚胺和埃米丁，已被证明会严重抑制自发和诱发的神经活

  来源：Neurobiology of Learning and Memory

  时间：2026-06-23

• 海马体特定区域中的非经典NMDAR亚基GluN3A可调控雄性小鼠的应激应对策略

  摘要海马体在结构、功能和分子层面都存在显著的异质性。GluN3A是一种非经典的N-甲基-D-天冬氨酸受体亚基，主要存在于海马体的CA1区，其在压力相关行为中的作用至今尚不完全清楚。本研究通过慢性社会挫败应激模型、GluN3A基因敲除小鼠以及行为学、分子生物学、遗传学、药理学和神经

  来源：Communications Biology

  时间：2026-06-23

• 伴有颅内压升高的髓鞘少突胶质细胞抗体相关疾病患者的诊断延迟问题

  Taylor M. Lakusta-Wong|Kenrick E. Wysong|Andrew J. Solomon美国佛蒙特大学拉纳医学院神经科学系，地址：佛蒙特州伯灵顿市科尔切斯特大道111号，邮编0540摘要背景颅内压升高是近期被发现的髓鞘少突胶质细胞抗体相关疾病（MOGA

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-06-23

• 墨西哥多发性硬化症患者对克拉屈滨早期反应的预测因素：一项真实世界多中心回顾性队列研究

  CJ Moreno-Bernardino|I Treviño-Frenk|JF Ortiz-Maldonado|NA Sánchez-Rosales|E Skromne-Eisenberg|F Cortés-Enriquez|S Sauri-Suarez|A Del León-M

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-06-23

• 在早期自传体记忆提取过程中对距离敏感的θ神经网络动态

  摘要自传体记忆是人类认知中至关重要的部分，它有助于社会理解、决策制定以及未来规划。自传体记忆的多样性为研究不同年龄记忆提取背后的神经机制提供了宝贵的框架。本研究旨在探究在自传体记忆提取的过程中，是否存在与记忆的远近程度相关的神经特征。41名参与者参与了自传体记忆提取任务，同时通过

  来源：Scientific Reports

  时间：2026-06-23

• 最大无氧运动时的神经肌肉表现与生化反应：对职业网球运动员长期适应性的评估

  摘要职业网球运动需要反复进行短时间、高强度的无氧运动，其间穿插短暂的恢复时间。强有力的发球、爆发性的冲刺、快速的方向变换以及肌肉收缩都会给身体带来巨大的生理负担，从而在神经肌肉和生化层面引发特定的长期适应性变化，帮助运动员更有效地管理疲劳，在训练和比赛中保持高水平表现。本研究旨在

  来源：Scientific Reports

  时间：2026-06-23

• 综述：电流体大脑作为神经计算的基础层

  本文重新评估脑功能，通过重新审视脑流体动力学在认知中的作用。追溯从早期近代思想家如笛卡尔——其援引液压隐喻和"动物精气"——到J.C. Bose关于机电植物生理学的开创性研究，再到当代关于脑脊液（CSF）、细胞外空间（ECS）和神经血管耦合的发现，研究人员揭示

  来源：Communications Biology

  时间：2026-06-23

• 用于肩袖钙化性肌腱炎（Calcific Tendinopathy of the Rotator Cuff, CTRC）诊断的可解释深度学习（Deep Learning, DL）：一项多中心研究

  摘要：人工智能（Artificial Intelligence, AI）系统在医学影像中的可靠部署需要高诊断性能、鲁棒性（Robustness）及可解释性（Interpretability）。本研究使用深度学习（Deep Learning, DL）及混合DL–

  来源：Scientific Reports

  时间：2026-06-23

• 基于交叉注意力引导的可解释深度Transformer模型用于MRI图像中罕见神经系统疾病的多级分类

  神经系统疾病（Neurological Disorders, ND）影响全球大量人群，累及脑、脊髓及周围神经。此类疾病被划分为神经退行性疾病、神经生物学疾病和神经发育性疾病，涵盖从常见到罕见的多种类型。传统深度学习方法在此类场景中往往泛化效率不足，且多针对常见

  来源：Scientific Reports

  时间：2026-06-23

知名企业招聘：