• 急性及慢性甲基苯丙胺暴露食蟹猴中用于准确RT-qPCR归一化的条件特异性候选内参基因的鉴定与验证

  •内参基因稳定性因METH暴露情况、年龄和样本类型的不同而异。•基于转录组筛选的候选基因优于常用内参基因。•内参基因的选择显著影响RT-qPCR归一化结果。•在所有实验条件下均未找到通用内参基因。•针对特定条件的验证对于METH暴露猕猴的准确RT-qPCR分析至关重要。引言逆

  来源：NeuroToxicology

  时间：2026-09-12

• 综述：青少年期遗传变异、青春期成熟与腹侧纹状体发育：整合框架

  •青少年期以个体差异不断增加为特征。•遗传、青春期和大脑过程往往被分开研究。•腹侧纹状体是遗传和青春期影响的关键脑区。•我们提出基因与青春期相互作用塑造腹侧纹状体发育。•纵向、多模态和计算方法可以促进我们的理解。引言发展科学中一个根本性的挑战是理解为何暴露于大致相似环境的青少

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-09-12

• 一种高效准确的YOLO框架用于空对空无人机探测

  ## 摘要 无人航空器（UAV）的鲁棒空对空（A2A）检测对低空空域安全至关重要。本文提出了一种轻量且高精度的基于YOLO的检测器以应对这一挑战。我们的框架整合了三个新颖模块：ASF-P（用于增强的多尺度特征融合）、AB-CGLU（用于注意力增强的特征表示）以及ADown（

  来源：Neural Networks

  时间：2026-09-12

• 具有通用语义保持的DeepJSCC视频语义通信

  摘要基于视频的智能应用（如自动驾驶、视频理解和远程医疗）严重依赖于鲁棒且可迁移的语义表征的可用性。然而，在实际系统中，通过无线链路传输的视频信号通常会受到由带宽限制、时变噪声和传输损伤引起的严重且不可预测的失真影响。在这种条件下，高重建质量并不一定能保证支持下游推理的语义结构

  来源：Neural Networks

  时间：2026-09-12

• 职业性慢性苯中毒患者中的异常自发脑活动：一项结合机器学习的静息态功能性磁共振成像（fMRI）研究

  •静息态功能性磁共振成像（rs-fMRI）显示长期慢性苯暴露患者的自发性脑活动异常。•在苯暴露工人中，右楔前叶在多项脑活动测量中表现出一致的变化。•关键脑区域活动的变化可能与焦虑、抑郁和睡眠问题有关。•结合rs-fMRI特征显示了初步的样本内区分能力。引言长期慢性苯暴露（OCBP

  来源：NeuroToxicology

  时间：2026-09-12

• FreqFLD：通过频率调制实现一体化人脸关键点检测

  摘要深度学习的近期进展已显著推动了面部关键点检测的发展。然而，大多数现有方法在特定数据集训练范式下以空间域方式处理特征，忽略了面部关键点检测本质上由几何结构驱动且对频率变化敏感这一事实，从而限制了复杂场景下的跨数据集泛化能力，并阻碍了面部关键点检测模型的发展。为解决该问题，我

  来源：Neural Networks

  时间：2026-09-12

• KD-GAG: 通过偏好感知子图剪枝的知识蒸馏图增强生成

  •提出KD-GAG，用于高效构建知识图谱并实现精准检索。•通过与生成器的数据偏好对齐来优化检索。•在效率上优于基线模型，同时保持准确性。引言检索增强生成（RAG）近年来备受关注，因为它通过整合外部知识源来增强大语言模型（LLMs）的生成质量。如图1所示，RAG通过从大规模文档

  来源：Neural Networks

  时间：2026-09-12

• LRSP-Fusion：一种基于低秩与稀疏先验的通用图像融合网络

  摘要 从同一场景获取的多源图像通常同时包含共性和独特特征，这一特性已被广泛应用于特定的图像融合任务中。现有方法通常仅针对特定融合任务对共性和独特特征进行粗略分离。然而，由于不同图像融合任务中模态图像具有不同的模态特性，现有的特征分离方法不适用于通用图像融合任务。为解决这一问

  来源：Neural Networks

  时间：2026-09-12

• 利用检索增强型正交地标变换器和掩码式师生学习方法进行在线时空预测

  我们提出了一个高效且准确的在线时空预测框架。该框架结合了可学习的共享地标注意力机制和线性时间正交优化算法，用于时空建模。教师-学生在线学习机制通过三种设计的损失函数，在快速适应性和知识稳定保留之间取得了平衡。 引言 在线时空预测是复杂系统中数据驱动决策的核心能力，例如交通管理（

  来源：Neural Networks

  时间：2026-09-12

• 面向异构论元的文档级新闻事件抽取的因果感知大语言模型智能体框架

  ## 摘要 随着新闻报道中非结构化文本数据的爆炸式增长，迫切需要对事件进行自动抽取以支持及时的决策制定。本文致力于解决具有异构论元结构的文档级多类型新闻事件抽取这一富有挑战性的任务。与句子级抽取不同，该任务必须处理包含多类不同事件的长文档，每种事件类型都配有独特的一组角色（

  来源：Neural Networks

  时间：2026-09-12

知名企业招聘：