• 脑炎和视神经脊髓炎谱系障碍母亲后代的长期神经精神科结局：一项全国队列研究

  摘要背景： 多发性硬化症（MS）和视神经脊髓炎谱系疾病（NMOSD）主要影响育龄女性，但母体疾病状态对子代长期结局的影响尚不明确。方法： 利用韩国国家健康保险服务数据库（2005–2019年），我们开展了一项全国性队列研究。识别了产前被诊断为MS或NMOSD的母亲的活产子代，

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-10-06

• 基于近红外光谱的PLS-RBF神经网络用于完整新鲜玉米籽粒多组分快速准确预测

  • 提出了一种PLS-RBF神经网络用于完整鲜食玉米籽粒的品质评估。• PLS在光谱特征提取方面优于PCA。• 基于近红外光谱的PLS-RBF神经网络取得了可接受的预测性能。引言鲜食玉米是一种营养丰富的作物，广泛作为鲜玉米食用，具有重要的膳食和经济价值（Bao等，2025；W

  来源：Food Chemistry

  时间：2026-10-06

• 患有严重智力障碍和多种残疾的成人的低BMI肌肉减少性肥胖：使用生物电阻抗分析和CT进行身体成分分析

  摘要目的利用生物电阻抗分析（BIA）和CT技术，明确智力严重障碍及多重残疾（PIMD）患者在机构中患肌肉减少性肥胖（SO）的患病率、纵向变化及身体组成特征。方法在101名经过筛查的居民中，有77名患有PIMD的机构化成人（中位年龄52岁）在三年内每年接受一次BIA检测。肌肉减少症

  来源：Brain and Development

  时间：2026-10-06

• ADA-DPM：一种基于神经网络描述子的同步定位与建图策略，用于从粗到细的点云配准

  摘要 同步定位与地图构建（SLAM）是一项用于在未知环境中进行姿态估计和地图构建的基础技术。然而，现有方法往往难以在定位精度和系统鲁棒性之间取得平衡，尤其是在动态、噪声干扰且非结构化场景中。为解决这些挑战，我们提出了ADA-DPM，一种基于粗到精配准的自适应点云噪声滤波SLA

  来源：Neurocomputing

  时间：2026-10-06

• SPVLG：一种基于多模态融合与参数高效微调的视觉-语言-抓取模型

  摘要预训练大型多模态模型（LMMs）的出现极大地推动了语言驱动的机器人抓取技术发展。然而，由于机器人平台计算资源有限，对这些模型进行全量微调往往不切实际。此外，在非结构化环境中实现稳健且精准的抓取，需要对异构模态信息进行有效融合，这仍是一个关键挑战。本文提出了一种端到端语言驱

  来源：Neurocomputing

  时间：2026-10-06

• 面向视听分割的协同语义对齐与引导

  摘要 音视频分割（Audio-Visual Segmentation, AVS）旨在实现声源像素级精确分割，是多模态学习中的一个关键研究方向。尽管近期方法已取得显著进展，但仍受到两个根本性挑战的制约：语义混淆，即模型错误地将主导声音与视觉上显著但实际无声的物体关联；以及语义

  来源：Neurocomputing

  时间：2026-10-06

• CADD-PCN：用于点云补全的覆盖感知动态加密

  摘要点云补全旨在从部分观测中恢复完整的三维形状。近期的由粗到细方法通过逐步加密稀疏点集取得了优异的性能。然而，许多渐进式解码器仍然采用等子代生成规则，即在每个解码阶段中，每个父点生成相同数量的子点。尽管这种设计简化了输出规模的控制，但它隐式地将所有父点区域视为具有相同的重建需

  来源：Neurocomputing

  时间：2026-10-06

• MXene在脑机接口中的应用：一篇关键性小型综述

  摘要近年来，脑机接口在神经假体、康复和人机交互等领域的应用引发了广泛关注。脑机接口开发中的关键挑战之一是构建能够在神经组织与电子设备之间实现稳定高效通信的神经接口。最近，MXenes作为一种二维层状过渡金属碳化物和氮化物，凭借其独特的结构和理化特性（例如金属导电性、高机械强度

  来源：Sensors and Actuators A: Physical

  时间：2026-10-06

• 基于硅基底多锥形工程化Cu-TiO₂结构的具有传感功能的低电压纳米光子电阻开关

  **摘要** 提出了一种具有光学可读和电写入功能的电阻式开关，采用在硅基上制备的Cu-TiO₂多锥度和环形结构的工程化构型。该器件利用TiO₂的多功能特性，实现了低压操作、高消光比（ER）以及具有传感能力的增强耐久性。在混合等离激元波导中引入带有环形结构的多个锥度区域，可以

  来源：Photonics and Nanostructures - Fundamentals and Applications

  时间：2026-10-06

• 基于CNN-BiLSTM-transformer-PINN的双通道损失解耦技术，用于超高灵敏度的双核PCF-SPR传感器

  摘要 为了解决双参数光子晶体光纤表面等离子体共振（PCF-SPR）传感器中存在的通道串扰、灵敏度不足、完整光谱信息丢失以及无法分离叠加损耗的问题，本文设计了一种双核D形PCF-SPR传感器，并提出了一种端到端双通道损耗解耦模型，该模型整合了物理信息神经网络（PINN）。该传感器采

  来源：Optics & Laser Technology

  时间：2026-10-06

知名企业招聘：