• 按抑郁症状分层的首发未药物治疗精神分裂症患者中与尿酸相关的精神病理学

  摘要精神分裂症患者中伴有抑郁症状的群体可能代表一种具有独特代谢特征的临床亚型。本研究探讨了首次发作未用药精神分裂症（FEDN-SCZ）患者中按抑郁症状分层后的代谢-精神病症状差异化模式。我们纳入了289例FEDN-SCZ患者和128例健康对照者。采用阳性和阴性症状量表（PAN

  来源：Journal of Neural Transmission

  时间：2026-10-12

• 三苯甲酸甘油酯，一种香料，通过PPARα途径刺激海马体可塑性并保护记忆

  •调味剂GTB刺激海马可塑性•GTB与PPARα的配体结合域结合。•GTB需要PPARα来增强海马可塑性•口服GTB通过PPARα保护5xFAD小鼠的记忆和学习能力引言阿尔茨海默病（AD）是最常见的神经退行性疾病，通常出现在60岁以后，表现为典型的记忆力衰退和认知功能障碍。尽

  来源：Neurochemistry International

  时间：2026-10-12

• NOD1 参与术前睡眠剥夺及麻醉/手术在小鼠中诱导的术后记忆功能下降

  •术前睡眠剥夺与麻醉/手术均与术后记忆功能下降相关，但二者之间不存在显著的协同交互作用。•术前睡眠剥夺与麻醉/手术均与海马CA1区NOD1表达上调、NF-κB p65磷酸化增强以及Iba1相关改变相关，同时伴有肠道菌群失调和回肠溶菌酶表达升高。•在海马CA1区通过Iba1启动

  来源：Neurochemistry International

  时间：2026-10-12

• 拉福拉型进行性肌阵挛癫痫小鼠模型血液中外周免疫细胞群体变化

  ### 摘要要点 - Lafora病小鼠模型的血液样本中含有更高水平的髓系细胞。 - 相反，这些样本中含有较低水平的中性粒细胞和B淋巴细胞。 ### 引言 洛福拉病（Lafora disease, LD, OMIM#254780, ORPHA501）是一种罕见且严重的进

  来源：Brain Research

  时间：2026-10-12

• 探索性骨-脑转录组学关联及用于骨折愈合的基于常微分方程的数字孪生框架

  骨折愈合激活全身骨骼-神经信号通路程序。骨-脑枢纽基因汇聚于神经免疫和血管通路。单细胞分析揭示小胶质细胞和内皮细胞区域的作用。数字孪生模型将修复受损动力学与认知脆弱性联系起来。精准模拟提出了骨和脑保护的策略。引言：骨折愈合依赖于炎症、血管、免疫和骨骼细胞群体之间的协调相互作用

  来源：Brain Research

  时间：2026-10-12

• 用于领域自适应开放词汇分割的测试时优化

  •面向专业领域任务的零样本开放词汇语义分割（OVSS）测试时优化框架。•新颖的提示调优策略，包含适用于语义分割等密集任务的损失函数。•针对分割任务定制的自动化视觉属性生成与特征选择技术。引言开放词汇语义分割（OVSS）涉及将图像中的每个像素分类到以自然语言形式给出的任意数量的

  来源：Neural Networks

  时间：2026-10-12

• ConsistDiff：面向语义一致文本到图像生成的无需训练强化学习方法

  摘要扩散模型已成为文本到图像生成领域的主流范式，这得益于其能够从文本提示中生成逼真且多样化的图像的强大能力。尽管取得了这些进展，现有最先进模型往往难以保持忠实的语义一致性，尤其是在处理包含多个实体和属性的复杂描述时。这些不足表现为物体遗漏、属性泄露或文本概念与视觉元素之间绑定

  来源：Neural Networks

  时间：2026-10-12

• 基于不确定性感知异质用户建模的自适应多场景匹配

  •一个统一的感知不确定性的异构用户建模框架。•自适应融合动态平衡画像先验与行为证据。•双码本解耦将画像先验与行为表示路径分离。•同时提升活跃用户和长尾用户的平均表现。引言随着在线平台不断扩展其内容生态，多场景匹配已成为推荐系统中的重要组成部分。其目标是从多个推荐场景中的大规模

  来源：Neural Networks

  时间：2026-10-12

• 基于平滑低秩张量学习的快速多视图聚类

  • 平滑非凸低秩正则化保留了主要的跨视角结构，同时抑制了局部噪声。• 锚点几何正则化以线性复杂度引导锚点图构建。• 跨视角语义对齐学习减少了异构视角之间的语义不一致性。• 大量实验验证了所提方法的有效性和鲁棒性。 引言 聚类是一种无监督学习技术，旨在将具有相似属性的样本划

  来源：Neural Networks

  时间：2026-10-12

• 融合增强型DNMF与图的上下文命名实体识别多层语义分解

  # 摘要 近年来，命名实体识别（NER）领域发生了显著变革，这主要源于对具有更强鲁棒性、上下文感知能力以及跨领域泛化能力的模型的日益增长的需求。然而，现有的最先进方法主要依赖局部上下文表示，往往无法捕捉语料库级别的语义结构，尤其是在噪声较大或低资源场景下。为解决这些局限性，

  来源：Neural Networks

  时间：2026-10-12

知名企业招聘：