当前位置:首页 > 今日动态 > 神经科学
  • 人工智能整合多模态视网膜成像用于系统性血管及神经退行性疾病的早期检测与风险分层

    中文摘要翻译: 背景:研究人员开发并验证了RetinalVNG-Net,这是一种多模态深度学习框架,通过整合眼底照相、光学相干断层扫描(Optical Coherence Tomography, OCT)和临床元数据,实现对高血压性视网膜病变、糖尿病视网膜

    来源:Frontiers in Neurology

    时间:2026-08-12

  • 液-液相分离tau与Aβ寡聚体共定位并稳定其结构

    蛋白质聚集是神经退行性疾病的标志,其中错误折叠蛋白积累为不溶性沉积物。新兴研究表明,液-液相分离(LLPS)可能是多种神经疾病相关蛋白从单体向淀粉样纤维转变的过渡阶段。本研究探讨了tau与淀粉样蛋白-β(Aβ)偏离路径寡聚体(off-pathway oligo

    来源:Communications Chemistry

    时间:2026-08-12

  • 高斯混合建模层及其在端到端生成式高维聚类中的应用

    摘要 目前,仅通过反向传播学习具有全协方差矩阵的多元高斯混合模型仍然是一项挑战。在这项工作中,研究人员引入了一个高斯混合建模框架,该框架通过基于梯度的反向传播学习输入数据上的通用高斯混合分布,从而能够在深度神经网络内部进行局部概率建模。所提出的实现的前向和反向

    来源:Neurocomputing

    时间:2026-08-12

  • 使高斯Kolmogorov–Arnold网络可靠且准确

    Kolmogorov–Arnold网络(KANs)以可学习的单变量边缘函数替代固定激活,其行为在很大程度上取决于所选基函数。高斯径向基函数(RBF)为样条提供了一种简单高效的替代方案,但其精度和稳定性对尺度参数σ高度敏感,而该参数尚未被系统研究。研究人员通过第

    来源:Neurocomputing

    时间:2026-08-12

  • 正常和修饰的间充质干细胞来源外泌体通过Nrf2/HO-1减轻阿尔茨海默病相关氧化和炎症损伤对SH-SY5Y细胞的神经保护作用

    外泌体治疗正成为阿尔茨海默病(AD)的一种有前景的神经保护策略。研究人员评估并比较了来自AD大鼠脑提取物处理的大鼠骨髓间充质干细胞(MSCs)的正常外泌体(NE)和修饰外泌体(ME)是否具有保护SH-SY5Y细胞免受链脲佐菌素(STZ)诱导毒性的潜力。研究评估

    来源:Ibrain

    时间:2026-08-12

  • 功能小鼠神经节细胞层反应的大规模数据集

    研究人员展示了ALL-GCL数据集,这是一个大规模的功能性双光子Ca<sup>2+</sup>成像记录资源,包含来自离体小鼠视网膜神经节细胞层(GCL)中超过80,000个细胞的丰富元数据信息。该数据集跨越九年,收集自超过155次实验会话,提供了对各种刺激(从

    来源:Scientific Data

    时间:2026-08-12

  • 比较性TWAS分析表明,治疗抵抗型精神分裂症在老化相关的基因表达模式上存在显著相似性,仅在具体数值上存在差异

    摘要治疗抵抗型精神分裂症影响约20–30%的精神分裂症患者,且会导致更差的临床表现和功能状况。然而,其分子机制至今仍只有部分被理解。在本研究中,我们整合了两项大型精神分裂症全基因组关联研究中的转录组范围关联研究结果:一项针对一般精神分裂症易感性,另一项则以氯氮平治疗后的表型作为治

    来源:Schizophrenia

    时间:2026-08-12

  • 基于物理信息神经自适应的欠驱动气垫船固定时间稳定容错控制

    本研究针对在环境扰动下遭受加性偏置和乘性效率损失推进器故障的欠驱动气垫船轨迹跟踪控制问题。在这些系统中,执行器退化会结构性破坏微分平坦映射,导致名义控制器产生的控制动作引发严重的执行器饱和并造成失稳。为解决这一挑战,研究人员提出了一种分层物理信息神经自适应控制

    来源:Journal of Marine Science and Engineering

    时间:2026-08-12

  • FTRG-Net:基于频率感知趋势-残差学习的船用柴油机排气温度多步预测方法

    船用柴油机的排气温度(Exhaust Gas Temperature,EGT)是反映发动机运行状态的重要参数,其变化受燃烧波动和热惯性效应等复杂热力学过程影响,表现出显著的非平稳性和多尺度波动特征,给多步预测带来了相当大的挑战。为解决这一问题,本文提出了一种基

    来源:Journal of Marine Science and Engineering

    时间:2026-08-12

  • 流引导神经剪枝:面向多架构模型压缩的信号流框架

    本文提出了一种基于流概念的新型深度神经网络剪枝方法,该流概念源于对跨层信号传播的连续建模。研究人员为全连接、卷积和自注意力架构推导了流函数,并提出了一种新的迭代剪枝算法——迭代流感知剪枝(Iterative Flow-Aware Pruning, IFAP),

    来源:Machine Learning and Knowledge Extraction

    时间:2026-08-12


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康