• 负载脑源性神经营养因子的温敏性壳聚糖/丝素蛋白/聚乙烯醇/聚乙烯吡咯烷酮水凝胶促进卒中后的功能恢复

  ## 摘要 • 开发了一种热响应型壳聚糖/β-甘油磷酸盐/丝素蛋白/聚乙烯醇/聚乙烯吡咯烷酮复合水凝胶，用于卒中后脑修复。 • 优化的水凝胶（F6）表现出在生理温度下的快速凝胶化、微孔结构、生物相容性和体外可生物降解性。 • 在光血栓性卒中小鼠模型中脑内植入F6水凝胶后，卒

  来源：Biomaterials Advances

  时间：2026-10-20

• 长期高强度间歇训练后刘易斯大鼠下丘脑[3H]PK11195结合降低

  摘要背景运动已成为情绪障碍、创伤障碍、焦虑障碍和成瘾性障碍的一种潜在辅助干预手段，部分通过神经免疫信号传导发挥作用。然而，慢性高强度间歇训练（HIIT）是否改变各脑区转位蛋白18 kDa（TSPO）相关的神经免疫活性仍不清楚。本研究考察了慢性HIIT对雄性和雌性Lewis大鼠

  来源：Brain Research

  时间：2026-10-20

• 普通狨猴（Callithrix jacchus）中甲基汞诱导运动功能障碍的评估及脑脊液蛋白质组学分析

  摘要甲基汞（MeHg）中毒可导致水俣病，常表现为运动功能障碍。我们旨在建立一种针对普通狨猴（Callithrix jacchus）MeHg暴露相关运动功能障碍的定量评估方法。三只雄性狨猴口服给予MeHg（1.5 mg Hg/kg/天）共2周，随后为2周的无治疗期；三只对照狨猴

  来源：Neurotoxicity Research

  时间：2026-10-20

• 在野火烟雾暴露后，CD4+ T细胞的激活以及外周免疫细胞向大脑的流入会受到饱和脂肪酸饮食的调节

  •研究结果表明，在暴露于野火烟雾后，CD4 T细胞会随着时间和饮食的不同而渗透到大脑中。•通过多种免疫标志物（包括LFA-1、ICAM和VCAM）记录到了神经炎症现象，这些炎症在最后一次暴露后1天内达到峰值。•T辅助表型的CD4 T细胞似乎是大脑中对木烟反应的主要T细胞群体。•此

  来源：NeuroToxicology

  时间：2026-10-20

• 既往急性和慢性应激对实验动物糖皮质激素负反馈的影响：理论背景与方法学考量

  •下丘脑 - 垂体 - 肾上腺（HPA）轴是应激反应中的主要参与者•糖皮质激素负反馈（nGF）在垂体和大脑水平调节 HPA 轴•既往的应激经历可能会改变 HPA 轴及 nGF 的效能•与天然糖皮质激素（GCs）不同，地塞米松主要作用于垂体•测试 nGF 需要使用天然 GCs，

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-10-20

• 基于决策Transformer的潜在规划长时程决策

  摘要决策 Transformer（DTs）通过序列建模解决决策问题，并取得了令人惊讶的强大结果。然而，由于规划能力较差，DTs 在长时程任务中仍然存在困难。已有研究表明，子目标预测有助于引导 DTs 在复杂和长时程任务中的决策。然而，通过子目标预测进行显式规划存在次优性、低效

  来源：Neural Networks

  时间：2026-10-20

• 基于多样性增强对比学习的长尾表示学习

  摘要长尾分类的一项关键挑战在于少数类样本及其学习到的表征多样性不足。现有的长尾学习方法尝试通过重采样或重加权策略来缓解这些问题，但无法丰富少数类的多样性。在本文中，我们提出了一种多样性增强对比学习（DECL），这是一个旨在提升长尾分类任务表征学习与模型性能的新框架。具体而言，

  来源：Neural Networks

  时间：2026-10-20

• DCDA-Net：一种基于深度卷积膨胀注意力网络和时序加权损失的癫痫预测网络

  摘要：癫痫发作的突发性和不可预见性对患者安全和日常生活质量构成严重威胁，因此开发高精度、高可靠性的癫痫预测方法具有重要的临床意义。为此，本研究提出了一种融合深度卷积与新型膨胀注意力机制的癫痫预测模型，命名为DCDA-Net。首先采用深度卷积独立提取每个脑电通道的特征，保留空间

  来源：Neural Networks

  时间：2026-10-20

• 混合退化条件下面向可靠工业检测的超分辨率

  摘要工业缺陷检测对图像退化非常敏感，因为模糊、噪声、压缩以及有限的空间分辨率都会掩盖细微的结构变化，而超分辨率重建则可能引入高频伪影，干扰下游检测过程。针对这一问题，我们提出了 SynSR，一种面向检测的混合退化超分辨率框架。给定一张退化的低分辨率图像，SynSR 首先进行结

  来源：Neural Networks

  时间：2026-10-20

• CRP-MIL：一种基于通道重新划分的全切片图像分类多示例学习方法

  **摘要** 全切片图像（WSIs）具有超高分辨率并包含丰富的病理信息，导致建模过程高度复杂。当前用于WSI分析的多示例学习（MIL）模型存在两个主要局限：（1）对肿瘤区域与相邻图像块之间上下文关系的建模不足，（2）MIL框架本身的内在约束。WSIs必须被分割成多个独立的图

  来源：Neural Networks

  时间：2026-10-20

知名企业招聘：