• SpaMOCA：基于局部交叉注意力和对比学习的空间多组学整合

  摘要 空间多组学技术的发展使得我们能够更全面地表征组织微环境，但有效的数据整合仍面临挑战。不同组学模态之间的技术偏差和表达异质性可能导致全局融合策略对噪声敏感，而许多现有方法未能显式建模空间邻近性，可能无法完整刻画细胞功能状态。针对这些问题，我们提出SpaMOCA，一种用于

  来源：Knowledge-Based Systems

  时间：2026-09-03

• 面向时间序列分类的可解释神经符号模型分类体系

  **摘要** 时间序列分类（TSC）在过去十年中利用深度学习取得了显著进展，但模型识别和利用判别性模式的机制仍然只有部分被理解，这限制了可解释性。本文综述了神经符号方法，这些方法要么（i）通过从数据中提取人类可读的规则和解释来推导知识，要么（ii）通过向学习过程中注入逻辑、

  来源：Knowledge-Based Systems

  时间：2026-09-03

• 从个体优化的趋化性智能体到集体行为的演化

  摘要 本研究模拟了一群克隆体对化学梯度（趋化性）作出反应的动态过程，以展示个体差异的进化。为构建我们的多智能体模拟，我们首先优化了依赖神经网络执行趋化性的单智能体。随后，我们利用这些进化个体的克隆体构建多智能体模拟。我们发现，相互之间的互动导致了行为差异的出现。我们还发现，

  来源：Collective Intelligence

  时间：2026-09-03

• 关于非线性波传播的研究：李群分类、孤子解、PINN验证及定性动力学

  摘要：超出KdV和mKdV方程的复杂波动现象可以通过具有二次和三次非线性的Gardner方程来描述。利用李对称性分析和相似性变换，将具有恒定系数和时间依赖性外力的非自治情况简化为常微分方程（ODE）。通过Kudryashov方法获得孤子解，并使用数据点分析来研究所得波动解的性质、

  来源：Mathematics and Computers in Simulation

  时间：2026-09-03

• 一名伴有面肌无力和水疱性皮损的女性

  摘要本例报告一位86岁女性患者，表现为急性单侧面部无力、耳痛、听力下降，以及累及耳道和口腔黏膜的疱疹性皮损，符合Ramsay Hunt综合征（带状疱疹性耳部感染）的诊断。早期诊断得到了基于水疱的聚合酶链反应和Tzanck涂片的证实。患者经及时的抗病毒治疗、皮质类固醇及支持性治

  来源：Annals of Internal Medicine: Clinical Cases

  时间：2026-09-03

• 综述：硫酸乙酰肝素蛋白聚糖：细胞信号传导、组织发育与神经功能的主调控因子

  本叙述性综述探讨了硫酸乙酰肝素蛋白聚糖（HSPGs）在大脑发育、突触功能、轴突导向、突触形成与稳定以及正确互联神经网络的建立中的重要作用。独特的HSPG表达谱有助于塑造精确的神经回路，而HSPG失调与神经发育过程受损、认知能力下降以及脑组织病理改变相关。这些发

  来源：Journal of Neuroscience Research

  时间：2026-09-02

• 空间染色质构象与可及性在哺乳动物组织中的协同空间分析（Spatial-ATAC-Hi-C）

  细胞功能依赖于细胞与生物分子在组织微环境中的空间组织方式。空间组学的进展使得转录组、蛋白质组和表观基因组等分子特征的分析成为可能，基于成像的方法在研究空间三维（3D）基因组组织方面也取得快速进展。研究人员在此提出 Spatial-ATAC-Hi-C，一种基于微

  来源：Nature Methods

  时间：2026-09-02

• dACC中的正交表征几何支撑人类层级推理

  灵活的认知控制需要推断反馈的成因并作出相应调整。当任务具有层级结构，由高层规则支配低层知觉判断时，良好表现依赖于层级推理。然而人脑如何表征并整合多个任务相关变量以支持层级推理所需的计算仍不清楚。研究人员基于贝叶斯建模与循环神经网络(RNN)模拟层级推理，发现该

  来源：Cell Reports

  时间：2026-09-02

• 亨廷顿病中类淋巴系统相关磁共振成像标志物的多模态表征：一项多队列回顾性研究

  目的：利用跨多个大型队列的血管周围弥散度与结构性血管周围改变的磁共振成像（MRI）测量手段，表征亨廷顿病（HD）中基于MRI的类淋巴系统替代指标。方法：研究人员分析了来自3个大型回顾性HD队列的880名参与者的2731次MRI检查。HD基因携带者按HD整合分期

  来源：Annals of Neurology

  时间：2026-09-02

• 生成式深度学习从大脑皮层记录中重建皮下神经信号，以用于闭环脑刺激技术

  摘要 闭环深部脑刺激（DBS）依赖于持续的神经生物标志物检测，但其临床实用性常常受到信号丢失、刺激伪影以及皮下记录硬件限制的影响。在此，我们开发了一个深度学习框架，该框架结合了光谱处理技术和生成扩散模型，能够从皮层脑电图（ECoG）中数字重建深部脑信号，从而实

  来源：npj Digital Medicine

  时间：2026-09-02

知名企业招聘：