当前位置:首页 > 今日动态 > 神经科学
  • 酸敏感离子通道3(ASIC3)基因敲除对小鼠心肌梗死后左心室重构及自主神经功能的影响

    摘要:已有研究表明,心脏传入神经元可触发神经激素系统的过度激活,而后者是驱动心肌梗死(Myocardial Infarction, MI)后不良心脏重构的重要因素。酸敏感离子通道(Acid-sensing ion channels, ASICs)高表达于心脏交

    来源:Physiological Reports

    时间:2026-03-13

  • 心理压力或寒冷诱发的成人颈动脉、血流动力学及自主神经反应性的异同:一项随机交叉研究

    冷加压试验(CPT)被用于研究心血管和自主神经反应,而斯特鲁普色词测验(Stroop)也被用于此目的,尽管其血管效应尚需进一步理解。本项随机交叉研究比较了由寒冷和心理应激诱发的血管、血流动力学和自主神经反应。二十名参与者(10名女性;年龄25.7 ± 5.2岁

    来源:Physiological Reports

    时间:2026-03-13

  • 人类单腿着地过程中下肢肌肉协同特性与着地负荷之间相关性的分析

    摘要 本研究旨在探讨人类单腿着陆过程中下肢肌肉协同作用特征与着陆负荷之间的相关性。研究人员从21名男性运动员的单腿着陆动作中收集了下肢肌电图数据,并运用非负矩阵分解算法提取了相关分析指标,包括参与协同作用的

    来源:Scientific Reports

    时间:2026-03-13

  • 基于量子点的酶生物传感器的开发,用于检测尿液中的多巴胺

    摘要多巴胺(DA)是一种由下丘脑释放的神经递质,在维持心理健康方面起着重要作用。多巴胺水平异常会导致抑郁症和精神分裂症等神经系统疾病。因此,通常通过各种分析方法对尿液中的多巴胺进行检测,作为一种无创手段来评估其生理状态。现有的多巴胺检测方法既繁琐又耗时。为了解决这一问题,我们开发

    来源:Scientific Reports

    时间:2026-03-13

  • 综述:积雪草(Centella asiatica)通过抑制炎症和凋亡并调控Gsk-3β信号通路来减轻氯化铝诱导的大鼠神经退行性变

    这篇综述探讨了草本植物积雪草(CA)在对抗铝诱导的神经毒性中的潜力。研究揭示了CA通过多种机制发挥神经保护作用,包括调节氧化应激(MDA、GSH、SOD)、减轻DNA损伤、抑制细胞凋亡(Bax/Bcl2、Caspase-3)与炎症(Il-1β)相关基因表达,并通过调控GSK-3β信号通路减少β-淀粉样蛋白和Tau蛋白沉积。体内大鼠模型证实了CA能有效改善脑组织病理变化,为治疗神经退行性疾病(如阿尔茨海默病)提供了新的植物药理学见解。

    来源:The Journal of Basic and Applied Zoology

    时间:2026-03-13

  • 将单视图2D图像转换为全彩色3D计算全息图:一种基于神经逆向渲染的方法

    直接生成高质量三维相位-only全息图是突破现有计算全息技术瓶颈的关键。本文提出神经逆向渲染框架,通过多尺度优化单目深度网络、物理光学衍射模型和三角相位合成网络,实现单视图二维图像到三维全息的端到端生成。方法有效整合深度学习与波前光学理论,支持任意分辨率输出,实验表明PSNR达33.26dB,SSIM达0.84,且可同时处理全彩色和多深度细节。

    来源:Pattern Recognition

    时间:2026-03-13

  • OCL-SKD:通过自我知识蒸馏在线持续学习中平衡塑性与稳定性

    在线持续学习需平衡模型获取新知识的能力(可塑性)与防止灾难性遗忘的稳定性。本文提出基于自知识蒸馏的OCL-SKD方法,通过从低置信度预测向高置信度预测转移知识削弱模型过度自信以提升可塑性,同时最小化新旧模型输出分布的散度以维持稳定性。实验在CIFAR-10、CIFAR-100和Tiny-ImageNet上验证,该方法达到最佳性能。

    来源:Neurocomputing

    时间:2026-03-13

  • 综述:基于深度学习的点云上采样:方法论综述、性能比较及噪声鲁棒性分析

    点云上采样技术通过深度学习方法解决稀疏输入到密集均匀分布的转化问题,重点分析监督与无监督框架的算法创新及噪声鲁棒性,提出未来研究方向。

    来源:Neurocomputing

    时间:2026-03-13

  • DSB-net:一种用于水下声纳目标检测的有效动态稀疏贝叶斯网络

    水下声呐图像目标检测存在单次推理不稳定和召回率低的问题,本文提出DSB-Net框架,集成动态稀疏Transformer与贝叶斯融合策略。通过轻量级卷积层预测采样偏移和注意力权重,实现动态稀疏建模以增强对模糊目标的感知能力;同时设计贝叶斯后验融合机制,通过概率建模迭代优化检测结果,抑制噪声干扰。实验表明,DSB-Net在公开和自建数据集上召回率提升9.3%,显著优于现有方法,尤其在复杂水下环境中表现出更强的鲁棒性和适应性。

    来源:Neurocomputing

    时间:2026-03-13

  • DDCEFormer:一种用于3D人体姿态估计的双域交叉增强变换器

    三维人体姿态估计在单目视频中面临深度歧义和自遮挡挑战,现有方法难以平衡全局依赖与局部细节建模。本文提出DDCEFormer模型,通过增强型多头注意力机制(EMA)和跨域Transformer块(C-ETB)实现时空特征的有效融合,分别捕获单帧内关节的空间结构、连续帧间的动态时序及跨域交互。实验表明,该模型在Human3.6M和MPI-INF-3DHP数据集上显著提升精度,MPJPE达13.4mm,并展现良好的泛化能力。

    来源:Neurocomputing

    时间:2026-03-13


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