-
基于晚正电位(LPP)的网络游戏障碍(IGD)自我效能感神经生理指标:来自脑电研究的证据
本研究探讨了网络游戏障碍(IGD)患者的晚正电位(LPP)、自我效能感与人际关系水平,及其潜在关联。研究人员通过脑电图(EEG)记录91名参与者(46名IGD患者、45名健康对照)在游戏相关线索与中性图片刺激下的LPP振幅,并结合心理量表评估。结果发现IGD组在中央顶区电极(CP3、CP1)的LPP振幅呈现改变趋势,且顶区电极(P3、P1、Pz、P2、P4)的LPP振幅与自我效能感(SES)分数呈显著负相关。这表明LPP或可作为反映IGD个体自我效能感水平的神经生理相关指标,为理解IGD的心理-神经机制提供了新视角。
来源:Frontiers in Public Health
时间:2026-04-14
-
氧化与亚硝化损伤在多发性硬化中的关键作用:从机制到治疗展望
本文聚焦多发性硬化(MS)中活性氧/氮(ROS/RNS)的双重角色——既是损伤分子,也是关键信号分子。研究者系统探讨了氧化/亚硝化损伤、铁死亡(ferroptosis)在MS发生发展中的作用,指出特异性调控脑与免疫细胞中的氧化还原过程可显著影响疾病严重程度,并提示循环氧化损伤标志物或可辅助MS分型诊断。这为针对氧化还原失衡的新型治疗策略提供了重要见解。
来源:Current Opinion in Neurology
时间:2026-04-14
-
基于条件生成对抗网络的数据合成在低资源手写文本识别中的建模与补偿研究
为解决手写文本识别(HTR)在标注数据稀缺场景下性能受限的问题,研究人员开展了将条件生成对抗网络(CGANs)用于手写数据合成,并集成到光学模型训练中的研究。结果表明,该方法在七大数据集上平均降低了41.1%的字符错误率(CER)和28.1%的词错误率(WER),显著优于传统数据增强和迁移学习方法。这项研究为低资源条件下的高精度手写识别提供了一种有效的数据合成解决方案,推动了文档数字化与自动化处理技术的发展。
来源:IEEE Access
时间:2026-04-14
-
深度学习动力学建模优化绿氢生产:催化剂组成与操作变量对氨催化分解的影响
为优化绿氢生产中氨催化分解过程,研究人员开发了基于深度学习的人工神经网络(ANN)模型,该模型将催化剂组成(活性相、载体、助剂)及操作条件(温度、WHSV、氨浓度)直接编码输入,实现了对氨转化率的高精度预测。该模型在验证集上取得了较低的预测误差(RMSE = 10.06 ppm, MAE = 7.98 ppm),其敏感性分析和外部验证均表明模型能有效捕捉复杂的物理化学规律,为催化剂设计和过程优化提供了新工具,推动了深度学习在催化系统中的应用。
来源:ACS Omega
时间:2026-04-14
-
小麦肽通过激活毒蕈碱型乙酰胆碱受体(mAChR)促进肠神经系统恢复以缓解小鼠便秘
本研究针对当前便秘治疗药物存在副作用、患者满意度低的临床痛点,聚焦天然生物活性物质。研究人员系统探讨了低剂量小麦肽(WP,0.5 mg/g)对洛哌丁胺(Lop)诱导的小鼠便秘模型的改善作用。结果显示,WP可有效改善排便、小肠动力和肠道屏障功能,调节炎症因子和肠神经系统(ENS)调节因子,并通过恢复微生物多样性和分类组成来纠正肠道菌群失调。结肠转录组学揭示WP介导的钙信号通路基因和乙酰胆碱受体基因的激活。该研究阐明WP通过多靶点机制(包括毒蕈碱受体激活、钙依赖性信号传导的增强和ENS恢复)缓解便秘,为便秘管理提供了一个有前景的治疗候选物。
来源:ACS Omega
时间:2026-04-14
-
业余体育赛事视频中基于时空中间表示的动作阶段识别研究
本研究针对业余体育赛事视频直播中产生的海量数据,面临实时处理、标注数据有限和计算资源匮乏等挑战。研究人员提出了一种基于时空中间表示(STR)的动作阶段识别新方法,该方法通过构建捕捉视频时空信息的平面表示,并与轻量级2D神经网络模型结合,实现了对足球比赛视频中“动作”与“非动作”阶段的自动识别。该方法在自建的1000个业余足球比赛标注视频数据集上进行了评估,并与2D/3D基线模型进行了对比,取得了可接受的性能和允许实时处理的计算时间,并通过零样本设置在橄榄球视频上验证了其泛化能力。这项研究为业余/实时体育视频分析提供了一种轻量、高效且数据需求低的替代方案。
来源:Computer Vision and Image Understanding
时间:2026-04-14
-
综述:奥丁:时代之神——《诗体埃达》诗篇《奥丁寻符文记》评析:个体化进程的根本神话
本文通过荣格分析心理学视角,解读《诗体埃达》中奥丁在世界树上的自我献祭,论证其作为“时代之神”的现代意义。文章指出奥丁打破父权制桎梏,融合母权制智慧(seidr),通过主动牺牲激活自我-自性轴(ego-Self axis),实现超越基督救赎的个体化(individuation)与可持续性(sustainability)蓝图。
来源:Jung Journal
时间:2026-04-14
-
综述:肠道微生物群与自闭症谱系障碍:当前研究及治疗新见解
郑淼、
魏雪莹、
陈瑞、
王崇英、
辛凌飚
摘要
自闭症谱系障碍(ASD)是一组神经发育障碍的统称,其核心特征包括社交沟通障碍、刻板重复行为以及兴趣范围狭窄。这些障碍包括典型自闭症、阿斯伯格综合征和未另行指定的广
来源:Behavioral Sciences
时间:2026-04-14
-
利用一种新的机器学习方法预测水淹性能:该方法结合了线性动力系统和神经网络
白静瑾、
蔡九洁、
刘嘉铮、
滕百璐
摘要
近年来,机器学习方法在预测水力压渗效果方面受到了广泛关注,但其准确性往往仍不足以满足实际现场应用的需求。本研究提出了一种混合框架,该框架将线性动态系统(LDS)与神经网络(NN)相结合。通过将注入-生产关系分解为线
来源:Energies
时间:2026-04-14
-
一种用于在多种环境中识别可疑人类活动的新分类模型,该模型结合了融合特征块和机器视觉技术
作者:Bushra Mughal, Fernando B. Duarte, Tiago Cunha Reis, Carlos Jorge Dos Santos Limão Sebastiã
摘要:在复杂且拥挤的环境中自动检测可疑的人类活动仍然是现代监控系统中的一个关键挑战,这主要是由于高误报率、对比度差以及在不同场景中的泛化能力不足。我们提出了一种基于深度融合特征块(DFFB)框架的GM_CNN3D模型,用于分类可疑活动。该模型将手工制作的空间描述符(PCA-HOG