生物通官微陪你抓住生命科技跳动的脉搏
基于物理展开模型引导的退化对比学习网络用于遥感图像的盲超分辨率处理
摘要:单图像盲超分辨率技术被广泛应用于遥感领域。然而,现有方法难以将复杂的物理先验知识与神经网络充分结合,这使得在复杂的图像退化场景中无法有效利用传统先验知识,从而限制了网络性能。为解决这一问题,我们提出了一种基于物理模型的退化对比学习网络(PDCNet),用于遥感图像的盲超分辨
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-06-16
利用概率神经网络评估基于模型的反演及岩石物理分析在早白垩世B砂层储层孔隙度计算中的应用
能源需求的快速增长促使碳氢化合物勘探领域引入新技术以降低不确定性。利用地震和测井数据评估储层碳氢化合物潜力并估算孔隙度始终是一个持续的挑战。地震叠后反演(post-stack inversion)是一种稳健的储层精细表征方法,相较于传统地震分析,其能生成更精确
来源:Frontiers in Earth Science
运动零食(Exercise Snacks)与老年人认知健康:机制、实施与公共卫生意义
认知衰退是导致老年人残疾和丧失独立性的主要因素,在全球老龄化社会中构成日益严峻的公共卫生挑战。尽管药物治疗、认知训练和传统运动在特定情境下可能带来获益,但其实际 impact 常因疗效有限、长期依从性不佳或难以融入日常生活而受到制约。运动零食(exercise
来源:Frontiers in Public Health
基于物理模型的移动机器人驱动混合控制及其自适应神经网络(residual dynamics)补偿
摘要:本文提出一种基于物理模型(physics-based)的混合控制架构(hybrid architecture)用于移动机器人驱动(drive)控制。该架构将基于模型(model-based)的控制器、用于补偿剩余动力学(residual dynamics
来源:Robotics
在炎症性肠病的小鼠模型中,TREM-1依赖性的巨噬细胞浸润通过激活vlPAG的GABA能神经元来介导内脏高敏感性
摘要背景内脏痛是炎症性肠病(IBD)的常见症状。尽管已证明髓系细胞上表达的触发受体1(TREM-1)会促使外周免疫细胞渗入中枢神经系统,但外周单核细胞/巨噬细胞(Mo/MΦ)在IBD引发的内脏痛中的作用机制仍不明确。本研究旨在探讨TREM-1介导的巨噬细胞浸润到导水管周围灰质(P
来源:Cellular & Molecular Biology Letters
时间:2026-06-15
电针通过激活乳头体上核(SuM)–齿状回(DG)神经环路改善血管性认知障碍大鼠的学习记忆缺损
目的(Aims):本研究旨在阐明电针(EA)改善血管性认知障碍(VCI)大鼠模型认知衰退的潜在机制,特别是神经环路机制。 方法(Methods):采用大鼠双血管闭塞(two-vessel occlusion, 2VO)模型,研究人员评估了EA对空间及非空间记忆
来源:CNS Neuroscience & Therapeutics
硫化氢(H<sub>2</sub>S)挽救HIV Tat驱动的小胶质细胞铁死亡:对HIV相关神经炎症的启示
目的:HIV反式激活因子转录蛋白(Tat)在NeuroHIV中可诱导氧化应激、神经炎症及胶质细胞功能障碍。铁死亡(ferroptosis)作为一种铁依赖性的、由脂质过氧化驱动的调控性细胞死亡形式,已被证实参与HIV相关神经认知障碍的病理过程。本研究旨在探讨硫化
爱、死亡与催产素:纪念拉里·扬
罗伯特·C·弗罗姆克美国纽约州纽约市纽约大学医学院神经科学系,邮编10016摘要拉里·杨对神经肽与社会行为的研究产生了深远影响。在此,我从个人经历出发,阐述拉里及其工作如何影响了这一领域以及我的职业生涯。章节节选2013年亚特兰大及之前我第一次见到拉里是在2013年我在埃默里大学
来源:Progress in Neurobiology
知觉不确定性下视觉分类过程中IT‑PFC信息流的动态反转(Dynamic Reversal of IT‑PFC Information Flow Orchestrates Visual Categorization Under Perceptual Uncertainty)
分类依赖感觉表征与认知控制的动态交互,但经典观点认为信息沿腹侧视觉通路从下颞叶皮层(inferotemporal cortex, IT)向背外侧前额叶皮层(prefrontal cortex, PFC)呈固定前馈(feed‑forward, FF)流动。这种层
NToxSEM:利用基于堆叠集成(Stacked Ensemble)的多模态(Multimodal)框架增强神经毒性肽(Neurotoxic Peptides)与神经毒素(Neurotoxins)的预测
治疗性蛋白及转基因(GM)生物制品的安全性评估高度依赖于对具有神经毒性(Neurotoxicity)活性的肽与蛋白质的快速、准确预测。由于实验方法耗时且昂贵,不适用于神经毒性肽与神经毒素的高通量、低成本鉴定,因此基于序列信息的机器学习(ML)预测方法十分必要。
来源:Protein Science
知名企业招聘: