• 在光感受器与视网膜色素上皮分离的情况下，对其变化的数学分析

  摘要光感受器（PR）负责吸收光并将其转化为产生视觉所需的电信号。为此，它们与下方的视网膜色素上皮（RPE）紧密相连。在许多视网膜疾病中，光感受器会与RPE分离，导致光感受器细胞死亡并进而引发视力丧失。光感受器与RPE的分离会干扰RPE对光感受器外段的正常吞噬和回收过程，同时破坏营

  来源：Scientific Reports

  时间：2026-06-11

• 利用线场共聚焦光学相干断层扫描（LC-OCT）技术无创地研究皮肤微纹理与真皮-表皮交界处地形结构之间的关系

  摘要近年来，用于观察皮肤内部结构而不损伤表面的非侵入性技术取得了显著进展。然而，人们对皮肤内部结构与表面“微纹理”（即由沟槽和隆起组成的表面图案，称为和）的综合性理解仍然有限。我们通过将线场共聚焦光学相干断层扫描（LC-OCT）与专有的人工智能系统相结合，阐明了皮肤内部结构与微纹

  来源：Scientific Reports

  时间：2026-06-11

• 通过基于MRI的肿瘤分割和EPM技术，开发一种完全自动化的成像生物标志物，用于评估肝细胞癌（HCC）的风险

  摘要本研究探讨了利用自动化肿瘤分割技术作为磁共振成像（MRI）中肝细胞癌（HCC）早期检测的感兴趣区域的可行性。在生成肿瘤分割结果后，采用增强模式映射（EPM）作为该区域内的体素级成像生物标志物。我们实现了轻量级的卷积神经网络PocketNet来分割肝脏肿瘤并评估其性能。为了评估

  来源：Scientific Reports

  时间：2026-06-11

• 单次爆发性深蹲跳跃运动后，泡沫轴滚动与被动休息的急性效果对比

  摘要单次高强度抗阻训练即可引发急性神经肌肉疲劳，这凸显了有效恢复策略的必要性。泡沫轴滚动（FR）常被用于促进神经肌肉和功能的恢复。本研究探讨了与被动恢复（PR）相比，泡沫轴滚动是否会对运动后的平衡能力、跳跃表现以及通过表面肌电图评估的下肢神经肌肉兴奋度产生不同影响。21名身体健康

  来源：Scientific Reports

  时间：2026-06-11

• 关节囊病变在拇外翻疼痛中的作用：一项组织学研究

  摘要拇外翻（HV）引起的疼痛通常源自第一跖趾（MTP）关节的内侧，但其机制尚不清楚。本研究分析了内侧关节囊（MC）的组织学和分子特征及其与疼痛之间的关联。对49名接受矫正手术的患者的50只足部进行了组织学和免疫组化检测，检测了降钙素基因相关肽（CGRP）、基质金属蛋白酶-3（MM

  来源：Scientific Reports

  时间：2026-06-11

• 基于物理信息的神经网络，采用Caputo-Fabrizio导数方法处理非线性分形-分数延迟方程和混沌系统

  摘要复杂的动态系统，从异常扩散和忆阻器电路到旋转腔体内的对流流体运动，都表现出非局部记忆性、长程相互作用以及由分形-分数微分方程（FFDEs）控制的比例延迟现象。本研究提出了PINN-CF（一种基于物理信息的神经网络框架），该框架将Caputo-Fabrizio（CF）分数导数与

  来源：Scientific Reports

  时间：2026-06-11

• 在晚期阿尔茨海默病模型中，星形胶质细胞的Gq信号通路对海马区长时程增强（long-term potentiation, LTP）的促进作用受到损害

  摘要星形胶质细胞通过释放多种信号分子与神经元进行双向交流。这种星形胶质细胞-神经元之间的“对话”对神经系统中的长期过程至关重要，其紊乱与多种神经病理学疾病（包括阿尔茨海默病（AD））相关。包括光遗传学和化学遗传学在内的神经遗传学方法能够实现对星形胶质细胞功能的靶向调控。我们的研究

  来源：Scientific Reports

  时间：2026-06-11

• 在大规模MIMO网络中，通过使用最少的导频符号来降低信道估计过程中的归一化均方误差

  摘要深度学习技术已成为无线通信系统应用领域中一项令人兴奋的创新。在本研究中，采用了基于深度学习的全连接神经网络（DL-FCNN）和卷积神经网络（CNN）模型，通过使用最少的导频符号数量来估计信道系数，从而确定信道状态信息。研究结果将导频符号的长度和小区间干扰作为估计信道系数的主要

  来源：Scientific Reports

  时间：2026-06-11

• 用于物理存储计算的形态可调菌丝芯片

  摘要我们介绍了一种基于PEDOT:PSS浸渍菌丝的神经形态计算基底，这种生物制造的材料具有形态可调性，可以被设计成电活性组件，如电阻器、电容器和非线性元件。利用物理存储计算（physical reservoir computing）的原理，我们证明了在受控环境条件下生长的菌丝网络

  来源：Scientific Reports

  时间：2026-06-11

• 一种基于IBGWO优化的特征选择框架，用于利用MLRNN进行基于情感分析的欺诈网站检测

  摘要检测欺诈网站对于确保网络安全和保护用户免受在线威胁至关重要。本文引入了先进的机器学习算法来分析与恶意在线活动相关的模式、异常行为和特征，从而帮助识别欺诈网站。然而，这种方法仅能检测到已知的诈骗网站，且无法快速发现新的诈骗网站。以往的方法在处理大量数据时表现不佳，也无法提供准确

  来源：Scientific Reports

  时间：2026-06-11

知名企业招聘：