• 基于多参数CT的成人年龄估计：利用胸椎退行性改变、椎体骨质与椎旁肌衰减值的回归分析方法

  成人年龄估计仍具有挑战性，因为退行性过程缺乏统一的进展且表现出显著的个体间差异。本研究旨在利用多排探测器计算机断层扫描（MDCT）评估胸椎退行性变与实际年龄之间的关联，并开发基于回归的年龄估计模型。研究共纳入240名个体（120名女性和120名男性）。评估了四

  来源：Diagnostics

  时间：2026-08-12

• 综述：撤稿：Alam等人基于改进迁移学习方法利用面部图像进行自闭症谱系障碍诊断的实证研究

  运动队不断寻求先进技术，以通过提升运动表现、加速恢复和降低受伤风险来获得竞争优势。汗液作为一种易获取的生物流体，能够在运动期间对关键生化分析物和生理参数进行非侵入性测量，为运动员的疲劳状态、水合水平、能量消耗和肌肉功能提供有价值的见解。随着可穿戴汗液传感器（尤

  来源：Bioengineering

  时间：2026-08-12

• 开发一种动物福利生命周期影响评估方法及其在禽业中的应用

  生命周期评估（LCA）通常未能考虑对动物福利的影响。此前已有两项将动物福利评估纳入生命周期评估（LCA）框架的尝试；然而，这两种方法均未能充分解决导致动物福祉后果的诸多方面。研究人员提出了一种新的类型1（即参考尺度）生命周期影响评估技术，用于评估蛋鸡的福祉。依

  来源：Poultry Science

  时间：2026-08-12

• 原发性甲状旁腺功能亢进症的术前定位：整合PTH-FNA冲洗液和二级¹⁸F-胆碱PET/CT的逐步方法

  目的：准确的术前定位对甲状旁腺腺瘤（parathyroid adenoma）微创甲状旁腺切除术（minimally invasive parathyroidectomy）的成功至关重要。本研究评估了细针穿刺冲洗液甲状旁腺激素检测（PTH-FNA washout

  来源：Frontiers in Endocrinology

  时间：2026-08-12

• 揭示突尼斯患者的COVID-19病情动态：一种元转录组学方法

  摘要由SARS-CoV-2引发的全球COVID-19大流行引发了全世界的重大公共卫生担忧。突尼斯作为非洲受影响最严重的国家之一，面临着巨大挑战。在此背景下，加强监测和研究对于有效应对疫情至关重要。本研究旨在深入了解SARS-CoV-2与突尼斯人体宿主之间的相互作用。其主要目标是描

  来源：Scientific Reports

  时间：2026-08-12

• 基于癌症公共数据库中癌症登记研究数据的机器学习肝癌生存预测方法

  摘要肝癌患者在年轻组和老年组之间的预后因素存在差异，但目前关于预测模型的研究还比较缺乏。我们的目标是为肝癌的年轻患者和老年患者建立死亡预测模型，并确定关键变量。我们使用了癌症公共数据库中2014年至2016年间确诊的4,510名肝癌患者的数据，以5年死亡率作为因变量。我们采用了极

  来源：Scientific Reports

  时间：2026-08-12

• 通过优化提取与包封技术稳定针叶树叶中的叶绿素，使其可作为食品着色剂使用

  摘要针叶树针叶等林业废弃物是丰富的叶绿素来源，但目前尚未得到充分利用。若要将其用作天然着色剂，就需要有效的提取和稳定方法。本研究比较了采用超声辅助提取法、浸提法以及不同溶剂体系下的索氏提取法从欧洲云杉和欧洲松针叶中提取叶绿素的效果。新鲜云杉针叶所含的叶绿素a浓度最高，而使用丙酮的

  来源：Scientific Reports

  时间：2026-08-12

• 利用结合网络流量和DNS查询特征的混合深度学习模型，并结合可解释性人工智能技术，提升僵尸网络攻击的检测能力，以强化网络安全

  摘要随着人们对互联网的依赖日益加深以及连接需求的不断增加，基于僵尸网络的网络攻击威胁也在不断上升。僵尸网络是由僵尸网络控制者管理的受感染设备所构成的网络。这些僵尸网络能够发起分布式拒绝服务攻击，导致财务损失、运营中断以及数据泄露。由于僵尸网络活动的复杂性和动态性，现有的僵尸网络识

  来源：Scientific Reports

  时间：2026-08-12

• 改进的CNN与多源遥感融合技术用于长城风化侵蚀监测

  摘要风化作用正在以比遗产保护记录所能追踪的速度更快地侵蚀中国长城，而基于遥感技术的应对措施面临两个难题：如何从光谱特征相似的背景中准确识别出长城实体，以及如何将识别结果转化为能反映长城沿线侵蚀状况的空间信息。我们通过一个统一的框架来解决这两个问题。该模型在ResNet-50的基础

  来源：Scientific Reports

  时间：2026-08-12

• 基于物理原理且考虑成本成本的故障分类方法及其在预测性维护中的可解释性比较：SHAP与LIME方法的一致性分析

  摘要预测性维护是工业4.0的核心能力，但目前大多数基于广泛使用的AI4I 2020基准数据的机器学习研究都依赖于原始传感器数据，将所有分类错误视为同等严重，并在未验证其一致性的情况下使用可解释性工具。本研究在AI4I 2020数据集上开发并评估了一种多类别、考虑成本因素的故障分类

  来源：Scientific Reports

  时间：2026-08-12

知名企业招聘：