-
围产期富含核桃的饮食部分缓解了由锰暴露引起的线粒体功能障碍、神经炎症和行为缺陷
本研究通过六组大鼠实验(Control, MnCl2, WED, WED//MnCl2, MnCl2//WED, WED+MnCl2),评估核桃富集 maternal 饮食对锰(Mn)发育暴露的缓解作用。主要发现 concurrent 组(WED+MnCl2)在改善空间记忆(Y-迷宫)和减少焦虑样行为(EPM)方面显著优于 MnCl2 组,同时降低血液 Mn 水平及炎症因子(TNF, IL-1β, COX2, iNOS),部分恢复 BDNF 和 AChE 活性。
来源:The Journal of Nutritional Biochemistry
时间:2026-04-24
-
综述:砷会降低SIM-A9小胶质细胞系对炎症刺激的反应性
本研究通过SIM-A9小鼠脑微胶质细胞模型,揭示无机砷(As(III))在低毒暴露下对神经炎症的调控机制:早期激活NF-κB信号通路,后期通过Nrf2增强抗炎效应,提示As(III)可能干扰新生儿微胶质发育并加剧后续神经炎症挑战。
来源:NeuroToxicology
时间:2026-04-24
-
综述:超越哺乳期:催产素在母亲心理健康与疾病中的作用
哺乳期催产素神经元爆发性放电及其脑区特异性效应机制研究,揭示OT通过非线性分泌调控母体心理健康,尤其是对产后抑郁的防护作用,并探讨OT-HPA轴交互及多脑区协同调控机制。
来源:Neuroscience & Biobehavioral Reviews
时间:2026-04-24
-
Spike-Hammer:一种高效的基于脉冲驱动的混合架构,用于结合生理信号的多模态情感识别
多模态情感识别中提出脉冲驱动混合架构Spike-Hammer,结合卷积模块提取EEG等时空特征与Transformer多模态融合机制,通过稀疏计算降低能耗16倍并提升情感识别准确率。
来源:Neural Networks
时间:2026-04-24
-
ViSymRe:视觉多模态符号回归
提出ViSymRe框架,通过多视角随机切片(MVRS)将高维方程映射到二维空间,结合双视觉管道与偏置交叉注意力模块,解决符号回归中数据与方程的模态异质性,实现低计算成本的可解释方程生成,并在主流基准测试中表现优异。
来源:Neural Networks
时间:2026-04-24
-
通过提示式大型语言模型(Prompt LLM)实现的知识增强多任务学习,用于金融新闻推荐
金融新闻推荐系统通过整合多源异构知识(如知识图谱、专家数据库和在线文本)和构建分层提示模板,结合多任务学习框架(推荐、情感分析、主题分类、流行度预测),有效提升推荐性能和少样本场景适应性。
来源:Neural Networks
时间:2026-04-24
-
利用几何感知高斯原语进行城市场景重建
动态场景重建中的几何感知3D高斯张量框架
来源:Neural Networks
时间:2026-04-24
-
一种用于跨序列预测的多尺度补丁变换器:在肌电图-呼吸预测中的应用
呼吸肌疲劳评估中基于肌电图包络线的跨序列时间序列预测研究,提出解耦框架实现内序列预测与跨模态映射的协同优化,创新性地融合多尺度补丁Transformer和注意力基模态转换模块,在EMG-呼吸数据集及公开交通电力数据集上验证有效性。
来源:Neural Networks
时间:2026-04-24
-
基于伪标签引导的自适应进化的混合图注意力学习
图神经网络通过注意力机制动态区分邻居节点的重要性,但现有方法仅关注节点嵌入层面的注意力计算,忽略图拓扑结构中的语义关联,且难以解决监督信息稀疏导致的节点交互不足问题。本文提出混合图注意力学习机制,通过节点嵌入与结构嵌入的双重注意力计算提升建模精度,并设计伪标签引导的动态图演化策略,结合Mixup增强伪标签置信度以优化图结构。实验表明该方法在节点分类任务中显著优于基线模型,有效提升注意力分配准确性和图噪声鲁棒性。
来源:Neural Networks
时间:2026-04-24
-
用于零样本学习的具有区分能力和抗噪声能力的嵌入方法
零样本学习(ZSL)通过语义信息实现跨类知识迁移,但现有方法依赖预训练网络提取的全局特征,易受冗余信息干扰且难以精准定位局部语义特征。本文提出DNRE模型,包含高阶特征交互的CCAE模块和动态校准机制DCM,前者通过特征协方差矩阵捕捉高阶关联增强表征区分性,后者根据属性差异自适应调整局部关注范围。实验表明DNRE在三个基准数据集上显著优于SOTA方法,尤其在细粒度分类任务中实现精准的视觉-语义对齐。
来源:Neural Networks
时间:2026-04-24