• 儿童期对金钱和社会反馈的神经反应：同伴结果与焦虑症状视角下的奖励与损失加工

  本研究探讨了神经反应与社会和金钱奖励及损失加工的关系： • 神经对奖励和损失的反应在金钱和社会条件下存在差异。 • 焦虑儿童对社会拒绝表现出更强的神经反应，进而导致更差的同伴关系。 • 首次使用孤岛逃亡任务（Island Getaway Task）在幼儿中研究对社会奖励的神经

  来源：Biological Psychology

  时间：2026-10-20

• 两个静止椎实螺种群中社会隔离与行为恢复的情境依赖效应

  摘要社会环境是跨物种行为与认知的重要调节因素，但社会隔离（SI）及其后续恢复效应在无脊椎动物系统中仍未得到充分表征。本研究开发了一种纵向行为实验程序，以考察社会隔离与社交再引入（SR）如何影响池塘螺Lymnaea stagnalis的摄食、探索以及操作性条件反射行为测试。为捕

  来源：Journal of Comparative Physiology A

  时间：2026-10-20

• 多发性硬化症患者内侧感觉运动皮层重复经颅磁刺激治疗神经源性盆底功能障碍的短期疗效：一项随机双盲假对照试验

  **摘要** **背景** 神经源性盆腔功能障碍包括膀胱、肠道和性功能紊乱，影响大多数多发性硬化症（MS）患者，且对药物治疗反应不佳。内侧感觉运动皮层包含盆腔区域的代表区，但在MS中针对皮层神经调控的可控证据非常有限，且主要聚焦于膀胱功能。 **目标** 评估对顶叶（

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-10-20

• 多发性硬化症中的小汗腺功能障碍：一项系统评价与荟萃分析

  摘要目的估计多发性硬化症（MS）患者出汗功能障碍的患病率，比较主观和客观评估，并评估与健康对照以及复发缓解型MS（RRMS）和进展型MS（PMS）之间的差异。方法从建库至2026年6月9日，检索PubMed、Scopus和Web of Science数据库，纳入报告使用病史/

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-10-20

• AQP4-IgG阳性 NMOSD患者中不同认知领域模式的特征分析：基于MoCA的因素分析及风险评估

  摘要 背景 认知障碍（CI）在视神经脊髓炎谱系疾病（NMOSD）中很常见，但不同亚领域的具体模式、可改变的风险因素以及潜在的认知结构仍不清楚。本研究旨在描述处于稳定缓解期的AQP4-IgG阳性NMOSD患者的认知缺陷，确定特定领域障碍的相关因素，并使用MoCA亚量表探索潜

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-10-20

• 综述：帕金森病患者的词汇语义与形态句法技能：范围综述

  摘要 目的 本研究范围的综述通过行为学和神经影像数据，考察了英语母语帕金森病（

  来源：INTERNATIONAL JOURNAL OF LANGUAGE & COMMUNICATION DISORDERS

  时间：2026-10-20

• 静息态脑电图β频段动态功能连接揭示首发精神分裂症患者语言网络偏侧化的状态依赖性破坏

  摘要语言紊乱是精神分裂症的核心特征之一，具有重要的功能后果。然而，其神经生理学基础仍未得到充分阐明，尤其是在疾病早期阶段。本研究探讨首发精神分裂症（FES）是否伴随语言网络侧化组织的破坏，同时采用EEG β频带的静态和动态功能连接指标进行分析。31例FES患者和32例年龄匹配

  来源：Neuropsychologia

  时间：2026-10-20

• 多视图子空间聚类综述

  •提供了多视图子空间聚类方法的系统性综述。•从假设、优势和局限性方面分析了代表性方法。•在多个公开基准数据集上对主流算法进行了比较。•探讨了多视图子空间聚类方法在未来鲁棒性、可扩展性和可解释性方面的发展方向。引言聚类是无监督学习的基本范式，旨在根据样本的内在相似性将未标记的样

  来源：Neurocomputing

  时间：2026-10-20

• 面向鲁棒多模态情感分析的文本锚定多焦点融合网络及自适应门控残差

  •提出TAMF-Net，用于在模态缺失条件下实现鲁棒的多模态情感分析。•引入ATCR以抑制噪声并精炼与情感相关的特征。•开发提示引导的双流融合机制，以捕捉全局和局部交互。•采用文本锚定的门控残差引导，无需显式重构。•在合理的效率与性能平衡下取得了具有竞争力的表现。引言多模态情

  来源：Neurocomputing

  时间：2026-10-20

• MDIR：面向一体化图像恢复的多维退化表示学习

  •MDIR 是一种新颖的框架，利用多维退化表示学习技术。•采用混合尺度结构建模与自适应特征重校准，实现退化感知的特征引导。•结合空间与频率联合注意力机制和多尺度通道增强，实现任务自适应的特征平衡。•实验结果表明，MDIR 在保真度和泛化性方面均表现出色。引言图像复原是一项经典

  来源：Neurocomputing

  时间：2026-10-20

知名企业招聘：