• 靶向小鼠脑内GNAO1富集区域的AAV基因递送策略研究

  摘要腺相关病毒（AAV）载体在临床前研究中被广泛用于将转导基因递送至小鼠脑组织，但AAV技术方法需要根据每种神经系统疾病进行定制化调整。本研究旨在确定通过AAV介导转导富表达GNAO1（编码信号蛋白Gαo）的脑区域的最佳策略。GNAO1突变会导致神经发育障碍——GNAO1脑病

  来源：Scientific Reports

  时间：2026-10-18

• 面向片上网络系统的自适应拥塞感知图神经网络路由框架及混合微码事件驱动控制

  摘要片上网络（NoC）架构已成为多核处理器、人工智能加速器、边缘计算平台和高性能嵌入式系统的基础通信骨干。然而，在大规模NoC中实现高效的数据包路由仍然面临挑战，这主要是由于动态流量变化、拥塞传播、有限的全局网络可见性以及严格的硬件约束。传统的确定性路由算法和启发式路由算法在

  来源：Scientific Reports

  时间：2026-10-18

• α₂亚基偏好型GABA_A正向别构调节剂N-Desmethyl-Clobazam（NDMC）在周围神经病理性疼痛患者中的IIa期随机安慰剂对照递增剂量研究

  背景：N-desmethyl clobazam（NDMC）是一种α₂偏好型、α₁保留型GABA_A调节剂，在临床前模型和I期研究中具有前景，表现出抗痛觉过敏特性且不伴相关镇静。该IIa期试验旨在探

  来源：European Journal of Pain

  时间：2026-10-18

• 综述：人工智能时代的分裂症研究：SIRS 2026大会综述

  摘要以“人工智能时代的精神分裂症研究”为主题的 SIRS 2026 大会，汇聚了研究者、临床医生及有亲历经验者，共同审视这一衡量、预测和干预精神病性症状的工具迅速扩展的领域。主题涵盖了人工智能、自动化语音分析、视网膜成像、计算建模以及新型心理社会和药理学靶点，相关证据在个体层

  来源：Schizophrenia

  时间：2026-10-18

• 神经计算与符号行为的关系：准符号主义视角下的认知建模新观点

  许多认知领域，如语言和推理，传统上都是通过符号系统进行建模的。然而，无论是在生物智能还是人工智能领域，这些领域中最先进的系统往往是神经网络，尽管神经网络在本质上似乎与符号系统截然不同。那么，神经计算与符号行为之间究竟是什么关系？本文回顾了近期分析人工智能中神经网络内部机制的相

  来源：Current Opinion in Behavioral Sciences

  时间：2026-10-18

• 急性有氧运动诱导的认知效益具有任务特异性：自主神经激活与行为表现分离现象

  摘要 尽管急性有氧运动能够选择性地影响工作记忆的特定子成分，但这种效益是否能够迁移至随后涉及不同领域的认知任务仍有待明确。本研究招募了47名参与者，以随机顺序完成运动条件（10分钟中等强度有氧运动）和控制条件，每种条件结束后立即进行视空构建任务（Equilibrio游戏）和

  来源：Journal of Intelligence

  时间：2026-10-18

• 从环周固定到后路固定：强直性脊柱疾病颈椎骨折手术策略的演变

  神经功能缺损累及28.6%的强直性颈椎骨折患者；AO C型骨折和合并硬膜外血肿（epidural hematoma）与神经功能缺损相关；手术策略由环周固定（circumferential fixation）向后路固定（posterior fixation）演变

  来源：Brain and Spine

  时间：2026-10-18

• 术前医院焦虑抑郁量表（HADS）评估对后路腰椎椎间融合术（PLIF）临床结局的影响

  专业术语翻译（摘要部分） 本研究旨在评估术前焦虑和抑郁评分与接受后路腰椎椎间融合术（PLIF）患者术后治疗结局之间的关联，采用Oswestry功能障碍指数（ODI）、背部疼痛和腿部疼痛的数字评分量表（NRS）、欧洲五维健康问卷（EQ-5D）、健康视觉模拟量表（

  来源：Brain and Spine

  时间：2026-10-18

• 自闭症谱系障碍（ASD）青少年神经心理学特征的性别差异：表达性语言、执行功能与内化症状的选择性差异

  自闭症谱系障碍（autism spectrum disorder, ASD）在男性中更为常见，而女性在现存自闭症研究文献中代表性不足，导致对女性表现的认识有限并存在历史性误解。其中一种误解是，ASD女性比男性更可能出现认知损害。关于认知性别差异的实证研究主要聚

  来源：Child Neuropsychology

  时间：2026-10-18

• 数据高效的时间依赖偏微分方程代理模型：图神经模拟器（GNS）与神经算子（NO）的系统性对比

  本研究开发了一种基于图的代理模型（graph-based surrogate），用于高精度的时间依赖物理模拟。研究人员评估了模型在具有挑战性的受限训练数据场景下的泛化能力。研究提出了一种面向数据稀缺环境的系统性训练样本选择方法，该方法将主成分分析（Princi

  来源：Results in Engineering

  时间：2026-10-18

知名企业招聘：