• 基于YOLOv12n-SCA混合注意力模型的无人机水稻机插质量评估方法研究

  摘要专业翻译 机械化水稻移栽是大规模栽培的关键方法。为实现快速、准确的秧苗检测并评估水稻移栽质量，本文提出了一种改进的YOLOv12n模型，即YOLOv12n-SCA。首先，研究人员将SCA混合注意力模块嵌入YOLOv12n的骨干网络（backbone）和颈部

  来源：Agronomy

  时间：2026-10-07

• 基于先进传感技术与机器学习的水果成熟度与食用成熟度无损评估研究综述

  水果成熟度（maturity）与食用成熟度（ripeness）决定采收时机、采后管理、市场品质及消费者接受度。传统评估方法通常依赖破坏性理化分析或主观目视检查，这限制了在生产与供应链中进行快速、重复评估的能力。本综述系统梳理了近年来基于机器视觉（machine

  来源：Agriculture

  时间：2026-10-07

• 玻璃体生物力学特性的活体成像定量评估方法：综述

  摘要专业翻译 玻璃体（vitreous humor）的生物力学特性在正常衰老过程及多种病理状态中均发生重要变化。尽管这些变化在临床上可见，但针对玻璃体生物力学的客观活体测量手段十分有限。新型成像模态有望实现对玻璃体黏弹性（viscoelasticity）等特性

  来源：Bioengineering

  时间：2026-10-07

• 基于论文摘要，建议的中文标题为： 鼻咽癌肌少症预防的支持性照护路径构建：一种情境敏感且面向实施的方法

  摘要 目的 接受根治性治疗的鼻咽癌（nasopharyngeal carcinoma, NPC）患者常经历肌肉丢失、营养恶化、症状负担及功能下降，肌少症（sarcopenia）风险随之增加。本研究旨在构建一条情境敏感的支持性照护路径，整合多学科照护策略，以在鼻

  来源：Supportive Care in Cancer

  时间：2026-10-07

• 基于多流深度卷积神经网络集成框架的人体姿态识别方法研究

  摘要人体姿态识别在过去的十多年里一直是一个引人注目的研究领域，对于坐姿、站姿、卧姿和行走姿态等任务具有极高的价值，尤其在老年护理和公共卫生监测方面。虽然现有的基于传感器、视觉和特征的方法已被广泛采用，但随着日益普及且价格实惠的计算能力，人们的关注点已转向深度学习技术，以提升准

  来源：Scientific Reports

  时间：2026-10-07

• 城乡及城郊社区老年人对急性心肌梗死的认知与急救服务使用意愿的嵌入式混合方法研究

  摘要急性心肌梗死是一种医疗急症，及时救治对提高生存率至关重要。然而，老年人由于对急救服务的误解和消极态度而延误寻求治疗，导致死亡率升高，尤其是在出现非典型症状时更为突出。本嵌入式混合方法研究探讨了城乡及城郊社区中老年人及其照护者对急性心肌梗死的认知、急救服务的使用意愿及相关影

  来源：Scientific Reports

  时间：2026-10-07

• 卷尾猴（Sapajus apella）人格评估方法的比较：问卷评定、行为观察与实验测试的建构效度分析

  理解非人灵长类动物的人格对推进个体差异理论至关重要，然而方法学上的差异仍是一大挑战。本研究考察了三种常用方法——问卷评定（questionnaire ratings）、行为观察（behavioral observations）和实验测试（experimenta

  来源：American Journal of Primatology

  时间：2026-10-07

• 犬猫全血细胞计数解读及其与可见-短波近红外即时血液学分析技术的兼容性：一项系统综述与叙述性综合

  摘要 全血细胞计数（complete blood count，CBC）分析是伴侣动物诊疗中最易获取且最具成本效益的诊断工具之一。本研究旨在达成两个明确关联的目标：首要目标是综合评估CBC解读在结合病史和体格检查后对犬猫疾病的诊断贡献，而不依赖生化或影像学检查；

  来源：The Veterinary Journal

  时间：2026-10-07

• 基于成像的空间转录组学（imSRT）技术能够在细胞内对基因进行高通量、分子分辨率的空间表征。传统的imSRT数据分析方法依赖于通过统计每个分割细胞内每个基因检测到的mRNA分子数量而生成的基因计数矩阵，从而忽略了可能有助于定义细胞状态的亚细胞异质性。为了利用imSRT数据中的分子分辨率信息，并基于亚细胞异质性识别细胞状态，研究人员开发了STARIT（Spatial Transcriptomics As Rasterized Image Tensors，空间转录组学光栅化图像张量）。STARIT将imSRT数据中分割细胞内的转录本转换为基于图像的张量表示，可与深度学习计算机视觉模型结合用于下游分析。通过模拟和真实imSRT数据，研究人员证明STARIT能够区分转录上不同的细胞类型，并进一步基于亚细胞转录本定位分离细胞状态，而传统的基因计数分析无法捕捉这些信息。通过提供一种标准化框架来编码imSRT数据中的亚细胞分子信息，STARIT将有助于更深入地理解亚细胞异质性，并增强对基因计数表示所忽视的细胞类型和状态的识别与表征。

  基于成像的空间转录组学（imaging-based spatially resolved transcriptomics，imSRT）技术能够在细胞内对基因进行高通量、分子分辨率的空间表征。传统的imSRT数据分析方法依赖于通过统计每个分割细胞内每个基因检测到

  来源：PLOS Computational Biology

  时间：2026-10-07

• 《心理测量学》2026年第4期：创刊90周年特别版——理论与方法及应用案例综述

  摘要 由于此内容尚未生成摘要，因此无法提供摘要信息。不过您仍然可以查看完整的HTML内容。您也可以通过“保存为PDF”按钮将该内容保存为PDF格式文件。 亲爱的《心理测量学》读者们： 欢迎阅读2026年第四期的《心理测量学》。

  来源：Psychometrika

  时间：2026-10-07

知名企业招聘：