• 用于测试头部模型对脑磁图（MEG）功能连接性特征影响的有效零模型

  摘要基于功能连接性（FC）的神经指纹识别方法旨在通过分析时间序列之间的统计依赖关系来识别和/或区分样本群体中的个体。这些时间序列主要通过非侵入性手段（如脑电图（EEG）、脑磁图（MEG）或功能性磁共振成像（fMRI）进行记录。这种方法的核心观点是：大脑活动是区分个体的关键因素，也

  来源：Brain Topography

  时间：2026-05-27

• 基于个性化无分割头模型的脑电溯源定位体感拓扑一致性改进研究

  体感诱发电位（Somatosensory Evoked Potentials, SEPs）被广泛用于评估体感通路及中枢神经系统的反应，然而基于脑电图（Electroencephalography, EEG）的溯源定位空间分辨率受限。本研究旨在探讨个性化无分割头

  来源：Brain Topography

  时间：2026-05-27

• 基于掺硼TiO2复合材料与UPLC-cIM-MS/UPLC-QQQ-MS/MS联用的方法，对小鼠大脑中的神经节苷脂进行了全面的分析及精确的定量测定

  杨书亚|邹先军|陈书焕|李玉杰|胡玛·贾维里亚|杰汉吉尔·汗|杜振霞•设计了掺硼的TiO2复合材料，用于从小鼠脑组织中双模式（顺式二醇亲和力和静电作用）富集神经节苷脂（GGs）。•最佳条件（RB = 2，pH 9.2 进行吸附，pH 2.1 进行洗脱）下，洗脱效率超过98%，且具

  来源：Journal of Chromatography B

  时间：2026-05-27

• 模拟的野火烟雾颗粒物会引发依赖STING蛋白的星形胶质细胞介导的炎症信号传导以及神经毒性作用

  亚当·J·舒勒（Adam J. Schuller）|阿比盖尔·M·比布（Abigail M. Bibb）|梅根·R·黑格（Megan R. Hager）|奥马尔·A·亚努里（Omar A. Yanouri）|艾玛·J·史密斯（Emma J. Smith）|艾丹·M·布里格斯（Ai

  来源：NeuroToxicology

  时间：2026-05-27

• VCING评分与白质小动脉硬化在未经筛选的老年脑队列中与痴呆状况及白质损伤的相关性研究

  摘要 引言 血管疾病与晚年痴呆及其他健康问题相关，并且常常与神经退行性疾病共存。可以观察到多种复杂

  来源：Neuropathology and Applied Neurobiology

  时间：2026-05-27

• 通过相位-幅度耦合确定癫痫发作起始区域

  陆俊峰|王登海|孔丹丹|孟坤英|张瑞|万红|陈明明•通过计算耐药性癫痫（DRE）患者的调制指数（MI）基相位-幅度耦合（PAC）强度，本研究揭示了癫痫发作区（SOZs）与非癫痫发作区（NSOZs）之间的神经相互作用存在显著差异。•MI分布特征能够实现准确的癫痫发作区识别，其性能取

  来源：Neural Networks

  时间：2026-05-27

• 与悲伤情绪处理相关的θ波振荡模式将自杀企图与抑郁症患者的童年创伤联系起来：来自脑磁图（MEG）的证据

  摘要重度抑郁症（MDD）是一种严重的情绪障碍，其发病与遗传因素和环境因素相互作用有关。具有童年创伤（CT）背景的亚型患者自杀企图（SA）的发生率较高。杏仁核（AMY）和内侧前额叶皮层（mPFC）在情绪处理过程中起着关键作用，这些区域的调节异常被认为是CT和SA的病理生理特征。然而

  来源：Translational Psychiatry

  时间：2026-05-27

• JointRel：结合关系信息传递的联合语义嵌入方法，用于知识图谱补全

  张云农|黄家双|丁卫平|徐敏摘要知识图谱补全（KGC）旨在通过学习图谱信息来预测缺失的尾部或头部实体。然而，大多数研究侧重于实体语义的准确表达，而忽略了边特征。这导致实体和关系的语义表达失衡，限制了知识图谱的应用范围。为此，我们提出了一种结合关系信息传递（JointRel）的联合

  来源：Neural Networks

  时间：2026-05-27

• 帕累托最优估计与政策学习：平衡短期与长期结果

  王英荣|吴安鹏|李浩轩|刘伟明|李宝红|苗巧薇|熊若轩|吴飞|匡坤摘要在精准医疗和个性化推荐等高风险领域，优化治疗方案或政策需要在对即时收益和长期结果之间进行谨慎权衡。然而，这些目标往往存在内在的权衡——例如，过高的药物剂量可能会加速短期康复，但会导致严重的长期副作用。现有方法难

  来源：Neural Networks

  时间：2026-05-27

• XAI-DTBD：图神经网络中基于动态阈值的可解释性后门检测方法

  阿迪尔·艾哈迈德（Adil Ahmad）|安瓦尔·沙阿（Anwar Shah）|穆罕默德·阿德南（Muhammad Adnan）|周元（Chau Yuen）摘要在神经网络中检测后门是一种新兴的研究领域，其中通过注入后门触发器来改变模型的输出。例如，通过修改某些节点的特征和结构来在

  来源：Neural Networks

  时间：2026-05-27

知名企业招聘：