• 基于多特征融合的宇宙信号去除技术，用于长时间积分拉曼光谱检测

  Raman光谱检测中，宇宙spike干扰导致信号噪声比降低，本研究提出基于多特征融合的spike去除方法，通过五个宽度特征（左/右 flank宽度、FWB、FWHM、IFW）加权评分实现典型及三种变异spike（窄低、高宽、重叠型）的精准识别与插值校正，在乳腺癌组织及多种固体物质测试中去除3300+spike，效率达98.8%。

  来源：Analytica Chimica Acta

  时间：2026-04-14

• 基于微流控Dean-Flow效应的水中铅的电化学检测方法

  微流控电化学传感器通过弯曲微通道和Dean流增强铅离子传输，实现2.26 μg/L检测限，成本降低且无需电极修饰，适用于复杂水质检测。

  来源：Analytica Chimica Acta

  时间：2026-04-14

• pHLA-Bi-Mamba：首个基于双向Mamba的通用型深度学习方法，用于肽-HLA-Ⅰ类结合亲和力预测与抗原呈递配体筛选

  本文介绍了一项创新性研究，研究者为解决现有模型在计算复杂性和全局依赖性建模上的局限，开发了基于双向Mamba架构的通用预测模型pHLA-Bi-Mamba，用于准确预测肽-HLA-Ⅰ结合亲和力和洗脱配体。该模型在多个标准测试集上性能达到或超过现有最先进方法，尤其在R2、AUPRC和PPVn等关键指标上表现突出，为大规模免疫表位筛选和个体化免疫治疗提供了高效精准的计算工具。

  来源：Biocell

  时间：2026-04-14

• 多模态融合技术在眼疾检测中的综合分析：提升诊断精度与模型可解释性的实证研究

  为提升眼科疾病自动诊断的准确性，研究人员系统评估了早期、中期及晚期融合三种多模态融合策略在眼疾检测中的应用。结果表明，多模态特征融合显著提升了诊断性能，模型可解释性与单模态网络相当，但推理时间约增加50%，为临床部署中平衡准确性与效率提供了关键参考。

  来源：AI

  时间：2026-04-14

• 基于近红外乳腺病灶图像诊断分类的人工智能方法

  为解决传统乳腺病变筛查依赖专业医生、耗时耗力且精度有限的问题，本研究提出了一种基于EfficientNet-B0与Squeeze-and-Excitation (SE)注意力的深度学习框架，实现了对近红外（NIRI）/动态光学乳腺成像（DOBI）病灶图像的快速、准确、全自动检测与分类。该方法在帧级分类中取得了高达98.6%的准确率和0.9998的AUROC，展现了AI技术在辅助乳腺癌早期诊断和筛查中的巨大潜力。

  来源：AI

  时间：2026-04-14

• 综述：基于高斯过程回归的自适应学习方法与应用全面评述

  本综述首次对自适应学习（ADL）背景下的高斯过程（GP）方法进行了系统性分类，涵盖了贝叶斯优化（BO）、主动学习（ACL）等策略，及其在材料设计、仿真建模等领域的应用。作者旨在为研究者与实践者提供一个关于GP与ADL集成的、结构化的指引，弥补现有综述偏重具体方面的不足。

  来源：Machine Learning and Knowledge Extraction

  时间：2026-04-14

• 综述：天然气中膜基氦回收技术的进展：材料、过程集成与技术经济视角

  本文深入探讨了利用膜技术从低浓度天然气中经济高效回收战略资源氦的最新进展。综述系统阐述了氦的战略价值与回收挑战，对比了深冷、变压吸附等传统技术的优劣，重点聚焦于膜分离（包括聚合物膜、碳基膜、混合基质膜等）作为预富集或混合工艺核心环节的材料进展、过程设计（如多级膜级联、膜-深冷/膜-PSA混合流程）与技术经济分析。文章强调了在真实混合气、高压及杂质存在下的膜性能验证、过程集成优化以及全生命周期成本评估的重要性，为面向贫氦原料的可持续氦供应链技术发展提供了集成性评估框架。

  来源：Frontiers in Membrane Science and Technology

  时间：2026-04-14

• 一种基于强化学习的水下灵巧手自适应阻抗控制方法 孙宇泽， 姚庆峰， 田启燕， 何乃志

  摘要 随着海洋开发的不断进步，水下作业任务变得越来越多样化和复杂。为了解决传统方法的局限性以及仅关注技能获取而将抓取规划与力规划分离的智能规划问题，本文提出了一种结合阻抗控制与深度强化学习的建模方法。该方法以五指仿人水下

  来源：Journal of Marine Science and Engineering

  时间：2026-04-14

• DIFC-Net：用于人工智能生成图像检测的扩散-内在特征捕捉方法 陆少锋（Lu Shaofeng）， 田进（Tian Jin）， 张宇金（Zhang Yujin）， 吴飞（Wu Fei）， 龚莉（Gong Li）， 潘瀚（Pan Han）

  摘要 扩散模型（例如，Stable Diffusion、DALL·E 3）现在已经能够生成与真实图像几乎无法区分的图像，这使得合成图像检测变得越来越具有挑战性。我们提出了DIFC-Net，这是一种基于扩散特性的检测框架，它通过分析图像在扩散逆向过程中的重建

  来源：Sensors

  时间：2026-04-14

• 评估基于AI的图像修复技术在利用语义掩码进行面部特征恢复方面的应用 Hussein Sharadga, Abdullah Hayajneh Erchin Serpedin

  摘要：本文对比分析了基于高级人工智能的技术在人类面部修复中的应用，这些技术使用了能够完全遮盖目标面部特征的语义掩码。主要目标是评估图像修复方法在准确恢复具有语义意义的面部特征方面的能力。我们的研究结果表明，当语义掩码完全遮盖了底层的面部结构时，现有的修复模型面临显著的挑战。与随机

  来源：AI

  时间：2026-04-14

知名企业招聘：