• 利用埃塞俄比亚PMA数据中的临床指标来预测产后惊厥的机器学习模型

  摘要产后惊厥是指分娩后产褥期内发生的癫痫发作，仍然是埃塞俄比亚孕产妇发病率和死亡率的主要原因之一。本研究旨在利用埃塞俄比亚“Performance Monitoring for Action”（PMA）数据集中的临床指标，开发和验证用于预测产后惊厥的机器学习模型。研究共开发并评估

  来源：Scientific Reports

  时间：2026-06-02

• 通过基于断层平衡的补丁提取技术和深度学习网络（UNet、Efficient-UNet 和 VGG19-UNet）提高地震断层检测的准确性

  摘要准确的地震断层检测对于可靠的结构解释、水库特征分析和降低钻探风险至关重要。传统的基于属性的方法通常存在对噪声的敏感性、断层连续性不完整以及严重依赖解释者经验的问题，尤其是在结构复杂的地质环境中。本研究评估了三种基于卷积神经网络的分割模型——Standard UNet、Effi

  来源：Scientific Reports

  时间：2026-06-02

• 利用动态贯入试验数据预测砾石土的地震液化潜力

  摘要正如全球众多环境灾难所显示的那样，许多地区都遭受了地震引起的液化现象，导致了巨大的经济损失。因此，迫切需要可靠的预测方法来评估液化的脆弱性。在这项研究中，利用现有的地震学参数（Mw、R、t、PGA）、土壤参数（G、F、D50）以及场地参数（N’120、σ’v、Dw、Hn、Dn

  来源：Scientific Reports

  时间：2026-06-02

• 用于在非增强脑CT上自动检测急性缺血性中风的深度学习算法

  摘要本研究旨在评估基于深度学习的算法在非对比增强计算机断层扫描（NCCT）上检测急性缺血性中风（AIS，包括小范围梗死）的诊断性能。一项回顾性、多读者的关键性交叉随机研究共纳入了917例病例，以验证人工智能（AI）算法的诊断效果。NCCT图像由九名阅片者独立评估，这些阅片者被分为

  来源：Scientific Reports

  时间：2026-06-02

• 硫酸铵为从人体生物液体中分离小型细胞外囊泡提供了一种高效的方法

  摘要小细胞外囊泡（EVs）是纳米级的囊泡（直径小于200纳米），由包括中枢神经系统（CNS）在内的多种组织分泌到各种生物流体中。由于它们能够携带反映其母细胞生理状态的分子物质，小EVs成为诊断神经退行性疾病（如阿尔茨海默病（AD）和帕金森病（PD）的理想载体。虽然从生物流体中提取

  来源：Scientific Reports

  时间：2026-06-02

• 基于人工神经网络（ANN）预测的生物废弃物填充亚麻–菠萝–环氧树脂混杂复合材料可持续开发及其力学性能增强

  随着对可持续且经济可行材料需求的日益增长，天然纤维增强复合材料正受到制造商与消费者的广泛关注。本项研究针对环境友好型且结构可靠的复合材料日益增长的需求展开，重点探讨将生物废弃物填料引入亚麻和菠萝纤维增强的环氧树脂基体中，评估其在汽车和建筑领域轻量化结构应用中的

  来源：Scientific Reports

  时间：2026-06-02

• Symplocos racemosa纳米乳液的协同抗痴呆作用：分离、分子对接及体内评估

  摘要 引言：痴呆症表现为记忆力等认知能力的下降，严重影响日常生活，其主要原因是阿尔茨海默病（AD）。富含乙酰奥利诺酸的Sylocos racemosa具有神经保护作用，可通过降低大脑中的β-

  来源：Current Neurovascular Research

  时间：2026-06-02

• 基于建模、优化及计算机辅助技术的生物气生产技术经济分析——以厨余垃圾和动物粪便的厌氧共消化过程为例

  奥拉吉德·O·阿贾拉（Olajide O. Ajala）|奥卢达雷·J·奥德乔比（Oludare J. Odejobi）|埃马努埃尔·O·奥克（Emmanuel O. Oke）|乔尔·O·奥耶拉德（Joel O. Oyelade）|阿德延卡·I·阿拉奥（Adeyinka I. A

  来源：Food and Bioproducts Processing

  时间：2026-06-02

• 基于基因功能注释的监督深度学习细胞分类方法

  基于基因功能注释的监督深度学习（Supervised Deep Learning with gene functional ANnotation, SDAN）是一种将基因功能注释信息（例如蛋白质-蛋白质相互作用）与基因表达谱通过图神经网络（Graph Neur

  来源：PLOS Computational Biology

  时间：2026-06-02

• 千脑系统：用于快速、稳健学习和推理的感知运动智能

  摘要：当前的人工智能系统在许多任务上取得了令人印象深刻的性能，但它们缺乏生物智能的核心属性，包括快速、持续的学习能力、基于感觉运动交互的表征方式，以及能够实现高效泛化的结构化知识。神经科学理论认为，哺乳动物通过复制一个半独立的、称为“皮层柱”的感觉运动模块，进化出了灵活的智能。

  来源：IEEE Transactions on Neural Networks and Learning Systems

  时间：2026-06-02

知名企业招聘：