-
双吻合器加固缝合技术对比:手动与电动吻合器在猪模型中的吻合口耐压性能研究
本刊推荐:为降低直肠手术中吻合口漏(AL)的风险与严重性,研究人员以猪离体模型评估了双吻合术中,手动与电动圆形吻合器联合/不联合吻合口加固缝合技术对吻合口耐压性能的影响。结果表明,无论使用何种吻合器,加固缝合均可提高耐压性能,其中电动吻合器联合加固缝合组效果尤为显著。这为临床选择吻合技术与加固方案提供了直接证据。
来源:Scientific Reports
时间:2026-02-19
-
基于随机决策森林方法的无人机操作员疲劳状态检测研究
针对无人机(UAV)操作员疲劳状态检测模型可解释性不足的问题,研究人员开展了一项基于随机森林(Random Forest)方法的研究。研究表明,该模型不仅能分类,更能作为一种诊断工具,分析数据集的偏差与特征关联,为理解和审计高性能黑盒系统提供了可操作的见解,提升了疲劳检测系统在操作环境中的可靠性与可信度。
来源:Scientific Reports
时间:2026-02-19
-
利用多尺度断层成像技术奠定质子交换膜水电解池多孔传输电极数字化材料设计的基础
本文利用显微CT、聚焦离子束扫描电镜、扫描透射电镜与能谱、氮气吸附等多模态成像与表征技术,首次实现了质子交换膜水电解池(PEMWE)多孔传输电极(PTE)从微米尺度纤维到纳米尺度孔隙的多尺度、同位置三维结构重建。研究定量分析了PTE的微观结构(如孔隙率、颗粒/孔径分布),并首次结合热重分析与电子能量损失谱对催化剂层(CL)中结合剂(Nafion)的分布与厚度进行了建模与验证,预测其平均厚度在7-10.5纳米之间。在此基础上,计算了CL、多孔传输层(PTL)及整个PTE的有效传输参数(如渗透率、扩散率、电导率)。这项研究为理解PTE中传输-活性关联性提供了全面的结构图谱,并为通过计算机模拟优化未来PTE性能、实现数字化材料设计奠定了重要基础。
-
综述:“小”技术,大能量:用于高性能液流电池隔膜的微孔工程
本文系统评述了氧化还原液流电池(RFB)隔膜领域的最新进展,聚焦于利用微孔工程提升隔膜性能的策略。文章阐述了隔膜在RFB中的核心作用(如调控离子传导、选择性),分析了各类隔膜(离子交换膜、非离子交换膜、多孔膜、COF/MOF/PIM等新型功能膜)的结构特性、工作机理与关键挑战,并重点探讨了通过尺寸筛分、唐南排斥与介电调控等协同效应提升选择性与离子电导率的策略,为开发下一代高性能、长寿命、低成本的RFB隔膜提供了设计框架。
-
森林工程中的仿真技术:为应对21世纪的挑战,规划下一代森林作业与物流系统
该综述探讨模拟技术(离散事件、agent-based及混合方法)在森林工程中的应用,强调其在生态系统服务整合和风险管理中的价值,指出数据可用性、利益相关者参与及模型到实践的转化仍是挑战,未来需结合实时数据与AI提升模型稳健性。
来源:Current Forestry Reports
时间:2026-02-19
-
综述:理解现代圈养生产系统中牛的社会行为并应用人工智能技术:我们是否在追踪福利指标?
这篇综述聚焦于现代圈养生产系统中的牛群社会行为与人工智能监测技术的交叉点。文章系统回顾了超过180篇文献,批判性地评估了当前AI系统在捕捉与动物福利相关的复杂社会动态和情境化信号方面的能力与不足。作者指出,现有技术虽然能有效检测基本活动(如躺卧、进食),但在解释行为背后的“原因”及其与福利状态(如疾病、不适)的联系上存在显著鸿沟。为此,他们提出了一个以福利为中心的AI框架,强调多模态数据整合、情境感知建模、共享行为本体论、人在回路设计和可解释AI(XAI)五大原则,旨在推动建立更具可解释性、相关性和可信度的牲畜监测系统,以实现更精准的早期福利风险检测和决策支持。
-
《新型广义超曲面多维生物系统非稳态动力学预测:一种算法方法》
1本研究基于Gaidai超曲面多模态预后评估方法,分析195国未过滤临床数据,构建高维时空关联模型预测癌症/心血管/糖尿病死亡率,提供15/100年预测及95%置信区间,突破传统极值理论二维局限,适用于复杂生物系统可靠性评估。
来源:BioSystems
时间:2026-02-19
-
利用时间序列RGB图像,通过深度学习技术对温室番茄生长情况进行诊断
氮浓度稀释曲线与多模态深度学习融合的温室番茄氮营养实时监测方法研究。基于贝叶斯方法建立通用的Nc=3.19×AGB−0.20稀释曲线,显著降低参数不确定性,并通过CNN-Transformer架构整合时序RGB影像、SPAD值、温度及物候数据,实现氮营养指数(NNI)高精度(R²=0.89)实时监测,突破传统单帧模型局限。
来源:Computers and Electronics in Agriculture
时间:2026-02-19
-
通过集成机器人的多传感器技术和气象数据融合,并结合可解释机器学习算法,提高水稻叶面积指数监测的准确性
精准非破坏性监测水稻叶面积指数(LAI)对产量预测至关重要。本研究开发基于phenotyping机器人的多源数据融合方法,集成高分辨率RGB影像提取的植被指数、颜色指数、纹理特征及冠层覆盖度,结合气象数据构建随机森林模型(R²=0.92,RMSE=0.302),通过SHAP分析揭示冠层覆盖度、NDVI和Clgreen为关键因子,其协同作用有效缓解高LAI阶段饱和效应及土壤背景干扰。该框架为田间表型组学及智慧农业提供技术支撑。
来源:Computers and Electronics in Agriculture
时间:2026-02-19
-
Paraplume:一种基于蛋白语言模型的快速准确抗体互补位预测新方法及其在抗体库动态研究中的应用
本研究介绍了一种名为Paraplume的全新抗体互补位(paratope)预测方法。该方法直接从抗体序列出发,利用集成多个蛋白语言模型(PLMs)的嵌入特征,无需依赖抗体-抗原复合物的三维结构信息即可实现准确预测,性能在多组基准数据集上超越了现有的结构依赖方法。Paraplume兼具高计算效率与可扩展性,为大规模抗体库(antibody repertoires)分析提供了有力工具,揭示了抗原驱动下体细胞超突变(somatic hypermutation, SHM)与互补位增大、亲和力成熟之间的关联,为理解抗体功能进化与理性设计治疗性抗体开辟了新途径。
来源:PLOS Computational Biology
时间:2026-02-19