-
高密度电极阵列中峰电位源定位算法的基准测试:迈向稳健的脑机接口神经元定位
本综述首次对常用的神经元峰电位源定位算法(COM、MT、GC)在模拟与实验“金标准”数据下进行了系统性基准测试,不仅评估其在理想条件下的精度,更着重考察了在电极退化(electrode degradation)等长期记录条件下的鲁棒性。研究发现,尽管更复杂的物理模型(如MT)在理想条件下表现更优,但基于启发式(heuristic)的简单方法(如COM、GC)在应对噪声和电极失效时展现出更强的稳健性,为开发适用于长期神经记录、更可靠的脑机接口(brain-machine interfaces, BMIs)定位算法提供了关键洞见与评估框架。
来源:PLOS Computational Biology
时间:2026-03-17
-
综述:淀粉样蛋白原纤维多态性:组装的结构机制及其与疾病的关联
本文系统探讨了淀粉样蛋白原纤维的多态性,这一特性使单一蛋白序列可形成多种不同结构,并构成了阿尔茨海默病、帕金森病等多种神经退行性疾病的重要病理基础。文章整合了冷冻电镜等前沿技术所揭示的结构多样性,深入分析了多态性的结构基础、热力学起源、动力学影响因素及其与疾病表现和进展的内在联系,尤其强调了淀粉样蛋白能量景观的复杂性以及特定生理环境与辅助因子对多态性的“选择”或“导向”作用。文末展望了未来在结构预测、机制解析及干预策略方面的挑战与方向。
来源:Current Opinion in Structural Biology
时间:2026-03-17
-
融合敏感特征机器学习与可解释人工智能的工业产品美学评价预测框架
本文提出一个融合主观感知与客观特征的先进机器学习框架,用于工业产品(以汽车前脸为代表)的美学评价。该框架创新性地将灰关联分析(GRA)和CVM-TOPSIS通过博弈论结合,构建美学综合评价体系;通过敏感性分析筛选出6个关键美学指标;并提出了改进的肺性能优化反向传播神经网络(ILPOBP)模型进行美学评分预测,在测试集上取得了较低的平均绝对相对误差(MARE=4.106%)。此外,研究引入Shapley加法解释(SHAP)以增强模型可解释性,为工业设计智能化提供了新颖、可量化且可解释的方法学路径。
来源:Journal of Imaging
时间:2026-03-17
-
下一代广谱活化剂,用于有效应对有机磷中毒
摘要:长期以来,人们一直在致力于开发新型胆碱酯酶复活剂——这是唯一能够对抗有机磷(OP)中毒的特效解毒剂。随着更具致命性的神经毒剂(如A类毒剂)不断出现,现有的特效解毒剂种类却几乎没有变化。已获批准的肟类复活剂(2-PAM、HI-6和LüH-6)由于作用范围有限、血脑屏障渗透性差
来源:Archives of Toxicology
时间:2026-03-17
-
生物胺调控小木蜂(Ceratina calcarata)母-女等级关系:迈向真社会性起源的神经化学钥匙
本研究旨在揭示生物胺在调控兼性社会性昆虫小木蜂(Ceratina calcarata)母-女支配等级形成中的作用。研究人员比较了母亲与“侏儒长女”(DED)的脑内生物胺水平,并通过对DED补充多巴胺(DA)、对母亲施用多巴胺拮抗剂,观察其攻击性与容忍性行为的变化。结果发现母亲脑中多巴胺、章鱼胺(OA)和酪胺(TA)水平显著更高,且多巴胺在调节其容忍行为中扮演关键角色。该工作为理解从简单社会行为到复杂真社会性演化的神经调控机制提供了重要见解。
来源:Insectes Sociaux
时间:2026-03-17
-
产前免疫攻击与围产期高脂高糖饮食:一种神经发育脆弱性的双重打击模型
本研究聚焦于早期环境暴露对神经发育的影响,探究了产前母体免疫激活(MIA)与围产期高脂高糖(HFS)饮食这两个关键风险因素如何独立及协同作用,影响成年期的情绪行为、认知功能及脑区氧化代谢。研究采用2×2因子设计,通过行为测试(如高架零迷宫、强迫游泳、莫里斯水迷宫)和脑细胞色素C氧化酶(CCO)活性测定,发现MIA和HFS饮食均能独立引发焦虑和抑郁样行为,而二者结合则导致情绪调节和认知灵活性最严重的损害,并伴随前额叶、杏仁核和海马体等关键脑区氧化代谢能力特异性升高。结果表明,MIA与肥胖性饮食可能通过共享的神经生物学机制,共同促成与功能相关的脑区发生适应不良的高代谢状态,支持了一种神经发育脆弱性的“双重打击”模型,为理解早期环境应激与神经精神障碍风险的关系提供了新的见解。
来源:Physiology & Behavior
时间:2026-03-17
-
探索用于图像分类模型校准的概率感知参数化Softmax
本综述探讨了Softmax函数在图像分类中的模型校准问题,提出了一种结合RMSNorm的概率感知参数化Softmax方法,并通过引入输出中心偏差(Output Centroid Deviation, OCD)这一不变性概念,分析了Softmax损失的特性。该方法旨在改善深度学习模型在置信度估计中的过度自信问题,为高风险应用(如自动驾驶、医学诊断)中的可靠性决策提供了新的优化策略。
来源:Pattern Recognition
时间:2026-03-17
-
综述:基于织物的可穿戴机器人外骨骼手套:进展与挑战
这篇前沿综述聚焦基于织物的可穿戴机器人外骨骼手套,系统评述了这一新兴软体机器人领域。文章不仅详述了其仿生设计与制造、驱动机制、传感器与控制架构等核心技术进展,还深入探讨了生物力学性能评估、用户舒适度、家庭可用性及材料可持续性等实际应用挑战。它为致力于开发智能、可扩展、材料驱动的纺织机器人系统,以实现现实世界康复和辅助应用的研究者,提供了一份全面的技术路线图与未来展望。
来源:Advanced Materials Technologies
时间:2026-03-17
-
综述:情景记忆能揭示关于默认模式网络的哪些信息?
默认模式网络(DMN)通过内容特化和记忆特异性两个维度组织功能,支持复杂叙事构建与主观体验。物体、空间和社会信息在DMN亚系统中分工表征,详细事件与概念框架分别对应不同区域,主观体验与多维度表征的形成依赖于DMN路径的协同作用。
来源:Current Opinion in Behavioral Sciences
时间:2026-03-17
-
自动转诊骨转移患者:是否使用大型语言模型
骨转移癌患者需及时干预防止神经并发症,但人工阅片易延误转诊。本研究对比规则匹配(RegEX)、GPT-4和NYUTron(BERT变体)三种NLP模型在骨转移癌筛查中的性能,发现RegEX模型在词汇识别(敏感度98.4%)和临床转诊(F1值0.936)上表现最优,验证了基于规则的自动化转诊系统可显著提升诊疗效率。
来源:NeuroReport
时间:2026-03-17