• 脂联素和细胞因子在肌萎缩侧索硬化症中的作用：对疾病进展和生存状态的评估

  摘要肌萎缩侧索硬化症（ALS）是一种致命的、进行性的神经退行性疾病。该病通常发展迅速，在症状出现后的3至5年内会导致呼吸衰竭。识别影响疾病进展和生存率的风险因素对于改进治疗策略至关重要。因此，本研究探讨了炎症因子和脂联素（尤其是脂联素）在ALS进展和预后中的作用。研究共纳入80名

  来源：Scientific Reports

  时间：2026-05-28

• 仅针对腹侧被盖区多巴胺神经元的小鼠光学自我刺激研究

  摘要在啮齿动物中的光遗传学研究强调了腹侧被盖区（VTA）多巴胺（DA）神经元在奖励、学习和动机中的作用。通常通过使用特定于DA神经元的启动子来表达Cre重组酶的转基因啮齿动物品系，并结合将携带Cre依赖性表达盒的腺相关病毒（AAV）载体注入VTA内部，来实现对VTA DA神经元的

  来源：Scientific Reports

  时间：2026-05-28

• 一种基于增强型超图卷积神经网络（Hypergraph CNN）并结合自适应焦点损失（Adaptive Focal Loss）的算法，用于自动心电图（ECG）心跳信号分类

  摘要深度学习技术在利用心电图（ECG）分析自动诊断心血管疾病（CVD）方面展现出了巨大潜力。然而，当前方法仍存在一些关键挑战：严重的类别不平衡、复杂的时间依赖性以及心搏间关系的建模不足，这些因素最终限制了其临床应用效果。本研究提出了一种新颖的混合深度学习框架，该框架结合了卷积神经

  来源：Scientific Reports

  时间：2026-05-28

• 液-液相分离以及由DcpS清除酶形成的淀粉样纤维

  摘要Decapping Scavenger (DcpS) 酶最初因其能够水解 mRNA 分解过程中产生的帽结构而被发现。人类 DcpS 是急性髓系白血病 (AML) 和肝转移的已知靶点。最近，该蛋白被发现在神经元发育调节中起作用，并与某些发育性神经系统疾病有关。本文首次证明，人类

  来源：Scientific Reports

  时间：2026-05-28

• 用于阿姆哈拉语语音情感识别的频谱图和局部特征辅助卷积神经网络

  摘要语音情感识别（Speech Emotion Recognition, SER）在改善人机交互和人际交流方面发挥着重要作用。然而，在像阿姆哈拉语这样的资源匮乏的语言中，由于数据集的缺乏和语言多样性问题，语音情感识别仍然是一项具有挑战性的任务。本文提出了一种基于卷积神经网络（Co

  来源：Scientific Reports

  时间：2026-05-28

• 首次发现具有抗神经母细胞瘤潜力的Bacopa monnieri (L.) Wettst衍生的纳米囊泡，并对其进行了分离和特性分析

  摘要可食用的植物来源纳米囊泡（PDNVs）已成为治疗多种疾病（包括癌症）的有前景的纳米治疗策略。PDNVs的生化组成和功能特性因其植物来源的不同而存在显著差异。Bacopa monnieri（L.）Wettst是一种以其丰富的植物化学成分而闻名的药用植物，然而从B. monnie

  来源：Scientific Reports

  时间：2026-05-28

• 基于贝叶斯神经网络的颅骨形状不确定性估计与概率重建

  三维（3D）形状重建是计算机视觉领域的一个活跃研究方向及基础问题，其在医学领域的应用日益增长，能够恢复缺失或精细的解剖结构。尽管已提出多种医学形状重建方法以强调准确且符合解剖学合理性的重建，但三维形状重建本质上仍是一个病态问题，这意味着：（1）基于神经网络的方

  来源：Scientific Reports

  时间：2026-05-28

• 轻型、危重型COVID-19与非COVID危重症后长期认知结局：一项前瞻性队列对比研究

  冠状病毒病2019（COVID-19）后病症（PCC），亦称长期COVID，被公认为一种持续性病症，其核心表现之一为长期的认知障碍。然而，急性期COVID-19的严重程度如何导致这些持久缺陷尚不明确，部分证据提示危重症本身可能导致类似重症监护后综合征（PICS

  来源：Scientific Reports

  时间：2026-05-28

• 疑似视乳头水肿的神经影像学结局

  由颅内压升高引起的视乳头水肿可能提示颅内占位性病变或脑静脉窦血栓形成等危及生命的疾病。本研究为一项双中心回顾性队列研究，旨在评估2009年至2022年间因疑似视乳头水肿就诊于急诊科的成人患者的神经影像学结局及临床预测因素。研究人员将诊断结局分为确诊视乳头水肿（

  来源：Scientific Reports

  时间：2026-05-28

• 基于人口增长的可再生资源管理神经网络模型

  本文提出了一种基于ψ-Hilfer导数（ψ-Hilfer derivative）的分数阶（fractional-order）建模框架，用于人口资源动态（population-resource dynamics）并结合神经网络（neural network）验证

  来源：Scientific Reports

  时间：2026-05-28

知名企业招聘：