-
腕管松解术后持续性神经病理性疼痛的预测因素:患病率、心理与身体风险因素及神经生理学相关性
•腕管松解术后23%的患者出现持续性神经病理性疼痛•心理痛苦预测术后疼痛结局不佳•神经生理学恢复并不保证症状完全缓解•炎症和抑郁独立预测疼痛持续引言腕管综合征(CTS)是全球最常见的神经卡压性疾病,影响14.4%的一般人群,并对其职业和社会经济状况产生重大影响(Gebrye等
来源:Musculoskeletal Science and Practice
时间:2026-09-17
-
带有噪声先验的多尺度增强 Transformer 用于红外图像去条带
摘要:红外焦平面探测器的非均匀性会在红外图像中引起条纹噪声,严重降低图像质量,并阻碍目标检测和识别等下游任务。然而,大多数基于深度学习的方法仍残留噪声、产生结构伪影并丢失关键图像细节,同时难以适应不同场景下空间变化的噪声强度。为解决这些问题,我们提出一种带噪声先验的多尺度增强
来源:Neurocomputing
时间:2026-09-17
-
ASGMamba:用于多元时间序列预测的自适应谱门控 Mamba
摘要长期多变量时间序列预测(LTSF)需要在实际内存限制下实现准确的长程建模。注意力模型能够捕获全局依赖关系,但在长序列输入上代价高昂;而线性状态空间模型(SSMs)虽然能高效处理序列,却仅隐式地暴露出频率选择性。我们提出了ASGMamba,它在状态空间编码之前引入了轻量级的
来源:Neurocomputing
时间:2026-09-17
-
DCI-OSC:用于识别物体状态变化的双重因果干预方法
•提出后门干预场景分类器以控制混杂因素
•提出前门因果干预模块以切断虚假关联
•设计三个互补的损失项以提升学习性能
•在三个基准数据集上达到最先进性能
引言
物体状态变化(OSCs)[1]、[2]、[3]、[4]是视频理解领域的重要研究方向,在日常生活的各种场景中均有体现,
来源:Neurocomputing
时间:2026-09-17
-
SO-Mamba: 面向子任务的以 Mamba 为核心的遥感图像变化检测网络
摘要遥感影像(RSI)变化检测(CD)通过分析多时相高分辨率影像来识别地表变化,需要具备高效长程表示能力的深度学习模型来处理目标的离散分布特征。虽然Mamba架构凭借线性计算复杂度在变化检测领域引起了越来越多的关注,但现有的基于Mamba的方法仍以架构为导向,着重于提升Mam
来源:Neurocomputing
时间:2026-09-17
-
用于图像共享链检测的双域级联分类网络
摘要随着社交网络的快速发展,图像分享链检测——即重构图像在社交平台上的分享历史——变得尤为重要,尤其在多媒体取证领域。由于跨平台传输的影响,较后使用的平台可能弱化并掩盖先前平台留下的痕迹,使其难以被检测。因此,解耦具有区分性的平台特定痕迹是该检测任务的关键。本文提出了一种在噪
来源:Neurocomputing
时间:2026-09-17
-
通过动态历史引用的非采样嵌入实现即时本地引用推荐
摘要
随着科学出版物数量的不断增长,在文稿起草过程中准确高效地推荐引用变得愈发重要。现有的局部引用推荐方法通过静态全局信息(如完整参考文献列表)增强局部上下文,并假设嵌入模型进行难负样本采样训练。这些假设与实际学术写作场景中动态推荐和不可见负样本的特性不符。我们提出了一种通过
来源:Neurocomputing
时间:2026-09-17
-
基于类内交互的双分支协同校正框架,用于公平性皮肤病变分析
摘要
深度神经网络在自动化皮肤科诊断中取得了优异的性能,但它们可能会学习到与年龄、性别和肤色等敏感属性之间的虚假相关性。在皮肤科数据集中,这种相关性尤其成问题,因为这些敏感属性在人群中的分布不平衡可能导致不同子群体的性能差异。尽管现有的偏见缓解方法旨在提高公平性,但它们往往抑制了
来源:Neurocomputing
时间:2026-09-17
-
基于图的代理建模框架:用于城市暴雨内涝防治中低影响开发布局的大规模空间优化
•异质性感知采样以减少外推误差•知识增强型图神经网络用于可靠的代理建模•可扩展的高维图社区检测。•高精度、高效率的LID优化框架。•最优性价比方案的识别。引言城市内涝已成为一项严峻的全球性挑战(Vajjarapu and Verma, 2021, Xu et al., 202
来源:Journal of Hydrology
时间:2026-09-17
-
一种面向复杂边界条件下稀疏观测气流场重建的统一硬约束物理信息神经网络方法
•建立统一的隐式边界表示方法,可同时处理规则与不规则几何结构。•能够基于稀疏观测数据实现准确的全场气流重建。•在具有两个入口和两个出口的复杂室内气流场景中验证了所提方法的有效性。引言全场气流信息对于广泛应用于室内环境控制(Chatterjee and Khovalyg, 20
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-17