• 超极限高强度间歇训练改善老年人心率变异性：一项随机对照试验

  心率变异性（heart rate variability, HRV）是心血管健康的标志物，随衰老和缺乏身体活动而下降。研究人员比较了超极限高强度间歇训练（supramaximal high-intensity interval training, HIT，含短

  来源：Physiological Reports

  时间：2026-06-19

• M1阳极经颅直流电刺激未能急性增强成年人灵巧性 timing-based 电子游戏任务的运动技能习得

  运动技能习得涉及分布式神经网络的可塑性变化，阳极经颅直流电刺激（anodal transcranial direct current stimulation, a-tDCS）施加于原发性运动皮层（primary motor cortex, M1）常被用于调节兴

  来源：Physiological Reports

  时间：2026-06-19

• 利用轻量级可解释深度学习框架实现CT影像的可靠脑卒中诊断

  摘要脑卒中是由于脑部血液供应受阻或破裂而引发的疾病，属于需要快速准确诊断的紧急医疗状况。然而，手动解读CT扫描结果耗时较长，可能会延误临床决策。为解决这一难题，本研究提出了深度神经网络脑卒中检测系统（DNBSD），这是一种基于轻量级深度学习的框架，可用于自动识别CT图像中的脑卒中

  来源：Scientific Reports

  时间：2026-06-19

• 利用多模态神经生理信号解码隐藏信息

  摘要在法医调查、安全筛查和认知神经科学领域，检测隐藏信息是一项重要挑战。传统的隐藏信息检测方法主要依赖二元分类，即区分已识别（隐藏）的刺激与未识别（中性）的刺激。这种方法限制了结果的可解释性，也无法揭示隐藏信息的本质。在本初步研究中，我们提出了一种新的多模态框架，通过分析隐藏信息

  来源：Scientific Reports

  时间：2026-06-19

• 中度创伤性脑损伤急性期比哌里定的神经血管及炎症作用：来自非人灵长类动物模型的证据

  摘要创伤性脑损伤会导致严重的结构损伤、神经元丢失及功能缺陷，同时还会引发胆碱能信号传导的严重紊乱以及乙酰胆碱水平的急剧上升。作为一种毒蕈碱胆碱能拮抗剂，比哌里定因其能够调节突触可塑性并减轻兴奋性毒性，而被视为具有潜在的神经保护作用。在本研究中，我们在中度创伤性脑损伤的非人类灵长类

  来源：Scientific Reports

  时间：2026-06-19

• 将微架构退化与卵巢切除小鼠股骨中的组织层面力学环境变化联系起来

  摘要雌激素缺乏是导致骨质疏松性骨骼脆弱性的主要因素。虽然其形态学特征已有较多研究，但股骨不同区域的组织级力学环境仍不明确。本研究采用实验与计算相结合的方法，利用离体股骨三点弯曲数据以及小鼠模型的高分辨率微计算机断层扫描图像。我们量化了远端干骺端松质骨、股骨中段皮质骨及近端皮质骨相

  来源：Scientific Reports

  时间：2026-06-19

• 韩国特发性矮小症儿童中重组人生长激素治疗与屈光状态之间的关联：一项横断面研究

  摘要本研究旨在探讨重组人生长激素治疗与韩国特发性矮小症儿童的眼部生物测量指标及屈光特征之间的关联。这项横断面研究比较了接受rhGH治疗的特发性矮小症儿童（GH组）与年龄和性别匹配的健康对照组的眼部参数。研究人员进行了全面的眼科检查，包括眼轴长度、球面等效屈光度、黄斑区视网膜神经纤

  来源：Scientific Reports

  时间：2026-06-19

• 用于预测大学生学业成绩的卷积神经网络与人工智能技术

  摘要随着对教育数据挖掘需求的不断增长，利用先进算法解决教育实践中的难题仍然是一项复杂任务。其中存在的问题包括教育数据的异质性、难以量化学生的认知与行为特征、缺乏有效的多模态数据融合方法，以及传统模型在小样本环境下的泛化能力有限。本研究探讨了人工智能技术，尤其是卷积神经网络，在预测

  来源：Scientific Reports

  时间：2026-06-19

• 基于物理信息学习的容错控制，实现电动汽车中稳健的无线能量传输

  摘要基于无线能量传输的电动汽车是一种极具前景的技术，有望大幅减少全球碳排放。传统的内燃机驱动交通工具导致了温室气体排放的大量增加，进而加剧了气候变化。而基于无线能量传输的电动汽车则能够提供更长的续航里程、无需接触的充电方式、更高的安全性以及更低的车辆成本。不过，无线能量传输系统复

  来源：Scientific Reports

  时间：2026-06-19

• PI-HydroGNN：一种基于物理原理的时空图神经网络框架，用于水分配系统中的可靠性分析、泄漏检测以及节能运行

  摘要为确保供水管网能够可持续运行，水力可靠性、泄漏检测以及节能运行至关重要。尽管图神经网络的发展推动了数据驱动的水力建模技术，但现有解决方案均为黑箱预测模型，无法直接遵循物理守恒定律，因此其稳定性、可解释性及性能均较差。本研究提出了PI-HydroGNN，这是一种基于物理原理的时

  来源：Scientific Reports

  时间：2026-06-19

知名企业招聘：