• 生长激素神经分泌功能障碍临床诊断中夜间生长激素分泌模式的研究

  • 尽管促生长激素（GH）激发试验正常，但近半数矮小儿童存在神经分泌功能失调。 • 神经分泌功能失调的特征是夜间平均GH浓度、最高浓度和最低浓度均降低。 • 尽管夜间GH分泌动力学存在显著差异，GH峰值频率相似。 • 层次聚类分析识别出五种不同的夜间GH分泌表型。 • 多维度

  来源：Growth Hormone & IGF Research

  时间：2026-09-27

• 用于维持视觉和语言诱发物体的共享脑电信号：θ-γ相位-幅度耦合

  •语言中维持物体标记与视觉工作记忆调动的是同一过程。 •Theta-gamma 相位 - 幅度耦合（TG-PAC）随着物体变化程度的增加而增加。 •TG-PAC 可能反映了物体状态被绑定为一个集合。 引言 当我们在语言中理解状态变化事件时，我们的思维表征了什么？考虑这句话：

  来源：Brain and Language

  时间：2026-09-27

• 基于分类融合与注意力机制的长期动态根系监测

  { "translation": "根系在生态系统的物质循环和能量流动中发挥着至关重要的作用，小径根箱已成为广泛用于长期观测根系生长的无损工具。然而，小径根箱根系图像往往受到复杂的土壤背景干扰和不同生长阶段根系颜色不一致的影响，这使得传统分割算法不稳定。这些算法难以抵抗颜

  来源：Biosystems Engineering

  时间：2026-09-27

• 年龄依赖性的非线性蛋白质聚集：肠-脑轴介导神经退行性病变的数学模型

  摘要由于蛋白质错误折叠、聚集和凝集所导致的结构改变可能会引发多种病理疾病。这些改变对固有无序蛋白质（IDPs）的生物功能也有着相当大的影响。超越与衰老相关的范式，开发关于神经退行性疾病的综合性理论，是分子生物物理学的一项任务。本文我们发展了一个简约但高度预测性的数学模型，该模

  来源：BioSystems

  时间：2026-09-27

• 一种用于保持连续性的脑替代的多尺度动力学框架

  # 摘要 本文构建了一个用于连续性保持型大脑替换的多尺度动力学框架：在保持持续因果组织的前提下，用人工基质逐步替代生物神经组织。该框架区分了三项要求：候选替换单元的局部预测等效性、生物自维持与组织关系的保持、以及区域或个体水平的集体动力学连续性。功能性神经替换单元（FNRU

  来源：BioSystems

  时间：2026-09-27

• 融合区域先验的混合PCA与一维卷积神经网络方法实现精准农业监测：基于EuroCropsML的案例研究

  **摘要** **目的** 准确的作物类型制图对于农业监测、粮食安全评估和决策制定至关重要。尽管遥感技术提供了丰富的多时相数据，但分类精度往往受到多重挑战的制约，包括行政区域间的地理变异性、类别不平衡以及时序特征的高维性。本文提出了一种新颖的方法来克服这些挑战，将逐作物主成

  来源：Precision Agriculture

  时间：2026-09-27

• 融合粒度感知结构化条件与语义记忆的敦煌壁画图像描述生成

  **要点：** - 粒度感知条件化协调视觉证据与领域知识。 - CLIP–DINO融合结合互补的语义与结构视觉线索。 - 双路径前缀对齐将全局规划与局部定位分离。 - 结构化语义记忆通过视觉证据验证检索到的概念。 - 该模型实现了6.15 ± 0.48的CIDEr分数，并将幻

  来源：Neurocomputing

  时间：2026-09-27

• BAMB：基于混合记忆库与边界感知核心集选择的统一工业异常检测与分类方法

  摘要精准的工业检测对于降低废品率和生产成本至关重要。除了判断产品是否存在异常外，识别具体的缺陷类型（如弯曲、切割或划伤）对于根本原因分析和后续处理同样重要。然而，现有的大多数工业异常检测方法仅能判断是否存在异常，无法识别其具体类型。为解决这一局限，我们提出了边界感知混合记忆库

  来源：Neurocomputing

  时间：2026-09-27

• HAFTrack：面向RGBT跟踪的异质非对称融合

  •一种新颖的HAF块采用以RGB为主导、TIR为辅助的融合方式。•我们揭示了RGBT注意力地图的内在一致性。•该范式能有效利用精细的RGB纹理。•HAFTrack在3个主流RGBT基准测试上取得了SOTA结果。引言RGB目标跟踪是计算机视觉中的基础任务，近年来随着深度学习的发

  来源：Neurocomputing

  时间：2026-09-27

• 用于细粒度开放词汇目标检测的统一框架

  •通过明确定义未见语义概念，完善了 FG-OVD 任务。•构建了 FGBoxCap 数据集，包含 560 K 张图像、6.6 M 条标注以及困难负样本描述。•建立了一个全面的基准，用于评估细粒度语义理解和组合泛化能力。•进行了大规模评估，揭示了现有 OVD 模型在 FG-OV

  来源：Neurocomputing

  时间：2026-09-27

知名企业招聘：