当前位置:首页 > 今日动态 > 神经科学
  • KAConvNet:用于视觉识别的Kolmogorov–Arnold卷积网络

    KANs与CNN融合提出KAConvLayer和KAConvNet,在保持参数效率与可解释性的同时提升计算机视觉任务性能,解决B样条计算效率低和过拟合问题。

    来源:Image and Vision Computing

    时间:2026-04-16

  • 差分注意力变换器增强的图神经网络用于精确的材料属性预测

    材料属性预测中的差分注意力Transformer增强图神经网络方法,通过整合化学信息的位置编码和双注意力机制,有效捕捉晶体结构中的细微依赖关系,在材料项目数据集上实现带隙和形成能预测的误差降低。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-16

  • 相位特异性脑电图监测:一种用于预测主动脉手术期间术后谵妄的动态方法

    本研究分析主动脉手术中不同阶段脑电图(EEG)特征与术后谵妄(POD)的关联,发现术后CPB阶段alpha波功率降低(OR=0.76)和TCA阶段delta波功率降低(OR=0.87)是独立预测因子,同时CPB起始和TCA后BSR升高预测POD风险。分阶段EEG模型显示良好预测性能,为围术期谵妄风险管理提供新思路。

    来源:Journal of Neurosurgical Anesthesiology

    时间:2026-04-16

  • 抗体相关的中枢神经系统(CNS)自身免疫中的T细胞:从自身免疫性脑炎到副肿瘤性疾病的机制研究

    自身免疫性脑炎(AE)、神经肿瘤综合征(PNS)及AQP4-NMOSD等疾病中,T细胞程序通过循环耗竭样CD4+记忆T细胞维持复发、中枢T-B细胞协作驱动抗体生成及脑组织CD8+记忆T细胞毒性主导病理进程,为临床复发和疗效差异提供新解释框架。

    来源:Current Opinion in Neurology

    时间:2026-04-16

  • 基于特征融合条件生成对抗网络的高分辨率一维距离像去噪与重建方法

    为提升噪声干扰条件下雷达自动目标识别的准确性,本文提出一种基于特征融合条件生成对抗网络(CGAN)的高分辨率一维距离像(HRRP)去噪与重建方法。该研究通过对抗训练有效学习HRRP数据的全局分布,并引入几何与身份信息融合模块,在20 dB、10 dB和5 dB的信噪比条件下,于仿真与实测数据集上均取得了优越的识别精度、峰值信噪比(PSNR)与结构相似性,为雷达自动目标识别(RATR)技术在噪声环境下的实际应用提供了新思路。

    来源:Chinese Journal of Electronics

    时间:2026-04-16

  • 面向移动边缘计算网络DNN推理任务,联合优化模型分割、提前退出与资源分配策略的研究

    随着人工智能与移动边缘计算融合,深度神经网络(DNN)推理任务在资源受限设备上高效执行面临延迟与精度平衡的挑战。本研究针对多服务器、多设备MEC网络,提出联合DNN模型分割、提前退出选择、设备关联、带宽与计算资源分配的优化框架,旨在最大化长期平均推理性能。研究采用Transformer辅助的深度确定性策略梯度算法求解,仿真验证了方案在权衡延迟与精度方面的优越性。该工作为复杂边缘智能场景下的动态资源调度提供了新思路。

    来源:Chinese Journal of Electronics

    时间:2026-04-16

  • 基于改进图同构网络的模拟集成电路版图后性能预测模型

    在模拟集成电路设计中,版图布局是决定最终电路性能的关键步骤。传统方法依赖耗时的后仿流程,效率低下。为解决此问题,研究人员提出了一种改进的图同构网络模型,通过边特征拼接和自适应加权损失调整,实现了对多种运算跨导放大器电路后版图性能的快速精准预测。实验结果表明,该模型显著优于基准模型,为迭代优化提供了高效的评估工具,有望加速模拟IC的设计流程。

    来源:Chinese Journal of Electronics

    时间:2026-04-16

  • 综述:缺血性中风后的手术时机

    缺血性卒中后手术时机与围手术期并发症风险相关,风险在术后数月内显著升高,随后逐步下降。研究表明,延迟手术可降低风险,但需权衡治疗延迟的潜在危害。不同手术类型(高、中、低风险)的合适延迟时间存在差异:高/中风险择期手术建议延迟3-12个月,低风险手术(如关节置换)可缩短至6个月。急诊手术风险随时间下降更快,部分可在术后3-5天内进行。需综合考虑患者个体因素、手术紧急程度及类型,制定个性化围手术期管理策略。

    来源:Journal of Neurosurgical Anesthesiology

    时间:2026-04-16

  • 基于原型网络和图神经网络的多模态生理信号儿童情感识别研究

    本文针对儿童情感识别面临的生理信号数据有限、个体差异大、运动伪影干扰等难题,研究团队构建了一种新型多模态情感计算框架。该框架结合原型网络与图神经网络(GNN),对来自15名儿童的表皮电活动(EDA)、多波长光电脉搏波(PPG)和惯性测量单元(IMU)数据进行融合分析,以识别积极、消极和中性情感状态。研究结果表明,相较于单模态基线方法,该多模态融合模型将分类准确率提升了8%–10%,达到83%的总体准确率,为解决儿科情感计算中数据效率低、泛化性弱的问题提供了有效方案,对开发儿童友好型人机交互与辅助技术具有重要价值。

    来源:Frontiers in Computer Science

    时间:2026-04-16

  • 综述:挑战刑事司法中的前科学框架:合法纪元时代的神经生物学与犯罪消解干预

    这篇观点文章深入探讨了如何运用神经生物学、多组学(multi-omics)和脑肠轴等前沿科学,挑战刑事司法体系赖以建立的、关于自由意志和道德品性的“前科学”民间心理学假设。文章提出,我们正进入一个“合法纪”(legalome)时代,即通过整合基因组、表观基因组、微生物组、代谢组等多维度生物大数据,来整体性地理解犯罪行为背后的生物-环境交互作用,并为基于公共卫生隔离模型的、侧重预防与康复的非报复性司法实践提供科学依据。

    来源:Frontiers in Psychology

    时间:2026-04-16


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康