生物通官微陪你抓住生命科技跳动的脉搏
基于物理信息的非马尔可夫深度学习模型用于非理想观测条件下的鲁棒船舶运动预测
高保真船舶动力学模型对于海上自主系统的可靠运行至关重要。然而,现有的基于马尔可夫的操纵模型和纯数据驱动的预测器难以捕捉水动力记忆效应,并在非理想感知条件下性能退化。为解决这些挑战,本文提出了一种用于鲁棒船舶运动预测的新方法,即非马尔可夫记忆增强环境感知与物理信
来源:Journal of Marine Science and Engineering
时间:2026-06-10
图注意力增强的混合深度学习模型用于城市污水处理厂出水总氮和总磷预测
准确的出水水质预测对于提高污水处理厂(WWTP)中氮、磷去除性能及降低能耗至关重要。然而,废水处理过程中存在的强耦合性、高噪声和时间滞后效应为现有预测模型带来了重大挑战。本研究提出了一种GAT-CNN-LSTM(GCL)模型用于出水总氮(TN)和总磷(TP)的
来源:Water
陀螺仪(Gyroscope)集成、传感器佩戴部位(Sensor Placement)及活动粒度(Activity Granularity)对人(类)体活动识别(Human Activity Recognition, HAR)性能的影响
摘要:本研究以与西班牙IMPaCT队列设计相一致的实验室数据集为基础,系统评估了传感器配置、身体佩戴部位、分类粒度及模型选择对基于惯性传感的人体活动识别(Human Activity Recognition, HAR)性能的影响。研究人员采集了85名受试者在佩
来源:Sensors
融合生理特征与注意力机制的双流网络用于视障人士动作分类的研究
为解决复杂行走环境中传统动作识别方法感知精度低、鲁棒性差的问题,研究人员利用包括心电(ECG)、光电容积脉搏波(PPG)和三轴惯性测量单元(IMU)在内的多模态数据进行分类。针对多模态数据滤波效率低的问题,提出一种基于长短期记忆网络(LSTM)的改进小波滤波算
基于纳米流体光伏/光热(PV/T)系统的深度神经网络(DNN)-遗传算法(GA)预测-优化机器学习框架
基于纳米粒子悬浮液(纳米流体,nanofluid)的光谱过滤是一种通过利用全太阳光谱来提升光伏/光热(Photovoltaic/Thermal,PV/T)系统性能的有效途径。然而,由于纳米流体参数与整体性能之间存在复杂的非线性关系,系统优化仍具挑战性。研究人员
来源:Nanomaterials
儿童心源性脑脓肿:一项为期24年的机构研究中的复发悖论(随访时间达571.9人年)
摘要 目的 心源性脑脓肿(CBA)是一种罕见的感染,主要影响患有发绀型先天性心脏病(CCHD)的儿童。尽管临床界对此已有长期的认识,但我们对长期预后和实际复发风险仍存在了解不足。本研究分析了一个大型机构队列的临床特征、治疗方法及长期预后情况,重点在于量
来源:Child's Nervous System
综述:原发性颅内高级别先天性胶质病变(PIHGCL):1985年至2025年病例报告的系统回顾
摘要背景在先天性颅内占位性病变中,畸胎瘤、胶质瘤和神经母细胞瘤的报道更为常见。然而,原发性先天性胶质母细胞瘤(cGBM)和先天性间变性星形细胞瘤(cAA)却常常被忽视。由于产前检查结果缺乏特异性,以及儿科医生和产科护理人员对此认识不足,这些疾病的诊断较为困难,从而导致诊断延误和预
上踝关节关节镜检查
踝关节在移动能力、承重能力和生活质量方面起着核心作用。同时,它也是人体中最容易受伤的关节之一,尤其是在运动环境中。踝关节的扭伤、韧带损伤、联合组织损伤以及骨软骨病变在运动活动中较为常见,可能导致持续的疼痛、功能受限以及长期的结构变化。这对骨科和
来源:Arthroskopie
开发一种功能性聚电解质杂化层支架涂层,并评估其与人神经细胞相互作用的性能
摘要 本研究开发了基于聚电解质的层状涂层,并通过添加铜(CuNPs)和氧化铁(Fe3O4NPs)纳米颗粒来改善其物理化学性能,并评估细胞与材料之间的相互作用。通过使用小鼠神经干细胞系NE-4C,在体外
来源:Advanced Materials Interfaces
基于多功能金纳米簇的PROTAC系统:用于靶向降解阿尔茨海默病中磷酸化tau蛋白并调节神经炎症
摘要 阿尔茨海默病(AD)是最常见的神经退行性疾病,目前尚缺乏能够显著改变疾病进展或患者预后的治疗方法。因此,迫切需要针对关键病理特征(如磷酸化tau蛋白(pTau)聚集和慢性炎症)的新治疗策略。在这
来源:Advanced Functional Materials
知名企业招聘: