• Medicaid索赔数据中自闭症共病神经发育障碍的患病率特征及其与诊断时间的关联分析

  摘要 自闭症通常与其他神经发育状况（NDCs）共同发生，尽管与其他NDCs相比，自闭症诊断的诊断轨迹尚不十分清楚。我们旨在研究自闭症儿童中NDCs的患病率，以及共同发生与自闭症诊断时间的关联。所有出生于

  来源：Autism Research

  时间：2026-10-02

• 时间再现与工作记忆之间共享的脑电功能连接模式

  - 时间复现与工作记忆在不同频段上共享共同的神经网络。 - 与静息状态相比，两项任务均引发了更多分离的功能连接网络。 - 工作记忆容量与时间精度之间存在相关性。 引言 间隔计时——即感知数秒范围内的时间的能力——通常通过时间复现（TR）任务来考察，在该任务中参与者编码一个

  来源：Behavioural Brain Research

  时间：2026-10-02

• 来自匍匐羊蹄草（Rhaponticum repens (L.) Hidalgo）的具有抗缺血性脑卒中活性的苍耳酮型倍半萜类化合物

  •R. repens活性组分中共分离得到44种化合物，其中包含5种新颖的倍半萜类化合物。•蓝刺头酮型（guaianolide型）倍半萜类化合物是R. repens抗神经炎症的主要基础。•蓝刺头酮（Cynaropikrin）被确认为R. repens抗缺血性卒中（IS）的核心活

  来源：Bioorganic Chemistry

  时间：2026-10-02

• 注意力控制通过认知重评预测拖延行为：行为中介与基于连接组预测模型的证据

  • 注意控制预测较低的拖延行为 • 认知重评部分中介了注意控制与拖延之间的联系 • 连接组预测建模描绘了注意控制神经网络 • 内侧额叶、额顶、边缘及运动/感觉网络参与其中 • 中介分析将注意控制网络与拖延联系起来，途径为认知重评 **引言** 拖延被定义为尽管预见到负面后果

  来源：Biological Psychology

  时间：2026-10-02

• 2,4-DTBP 神经毒性的整合网络毒理学、机器学习与多组学表征

  摘要 2,4-二叔丁基苯酚（2,4-DTBP）是一种新兴的烷基酚类抗氧化剂，存在潜在的神经毒性担忧，但其分子毒理学基础尚不清楚。在这里，我们应用了一个整合框架，结合了网络毒理学、机器学习辅助靶点优先级排序、分子对接、细胞验证以及整合转录组 - 代谢组学分析，以阐明 2,4-D

  来源：Chemico-Biological Interactions

  时间：2026-10-02

• hsa-miR-132-3p靶标的系统层面生物信息学分析鉴定出与阿尔茨海默病相关的保守神经免疫调控模块

  •开发了一种用于研究阿尔茨海默病中hsa-miR-132-3p的整合生物信息学框架。•多数据库整合鉴定出5,429个非冗余的hsa-miR-132-3p靶基因。•14个保守的AD相关靶基因形成了一个高置信度的调控模块。•PPI分析鉴定出MAPK1、MAPK3、EP300、MA

  来源：Computational Biology and Chemistry

  时间：2026-10-02

• 人类中孕期与小鼠出生后视网膜发育的形态学比较

  摘要 理解视网膜发育对于更好地解释视网膜功能和疾病具有重要意义，同时也是生成视网膜类器官和视网膜再生策略的模型。尽管小鼠视网膜的发育已被详细研究，但人类视网膜细胞类型发育的时序仍然知之甚少。本研究旨在比

  来源：Journal of Comparative Neurology

  时间：2026-10-02

• 人参（Panax notoginseng）作为一种可食用的功能性食品成分，通过阻断NF-κB/NLRP3/Caspase-1信号通路来抑制海马区的焦亡反应，从而缓解脑缺血导致的认知功能障碍

  摘要血管性痴呆（VaD）是一种由累积性脑血管损伤引起的疾病，表现为进行性的神经元死亡和认知功能下降。人参（Panax notoginseng，简称PN）是一种可食用的功能性食品成分，已被证明具有抗炎作用、神经保护活性以及维持血脑屏障（BBB）完整性的作用。然而，PN对抗VaD导致

  来源：Food Bioscience

  时间：2026-10-02

• 用于结构化卷积神经网络剪枝的端到端可微通道融合

  •针对通道剪枝中缺乏全局优化的问题，提出了一种基于可微聚类的融合框架。•在明确的FLOPs约束下，将通道分组与结构化剪枝统一为端到端优化。•该框架有效地建模了通道间的冗余性，在高压缩率下实现了具有竞争力的精度-效率权衡。•在Jetson Nano上的部署验证了实际加速效果和边

  来源：Neurocomputing

  时间：2026-10-02

• 基于注意力驱动的多周期动态时空图网络的短期负荷预测方法

  • 多周期架构通过并行分支捕捉周期性模式。 • 自适应图学习利用 fastDTW 与可学习参数构建动态邻接矩阵。 • 注意力驱动的光谱时间卷积结合多头注意力机制与切比雪夫图卷积提取关键特征。 **引言** 现代智能电网的可靠运行严重依赖于准确的短期负荷预测（STLF），这

  来源：Neurocomputing

  时间：2026-10-02

知名企业招聘：