-
基于优化YOLOv26的计算高效雾计算系统用于咖啡果小蠹检测的方案
为解决咖啡果小蠹(CBB)早期侵染症状微小且在复杂田间条件下难以检测的问题,研究人员开展了一项主题为“计算高效的雾计算系统用于咖啡果小蠹检测”的研究。通过评估并优化多种YOLO目标检测架构,研究发现集成FasterNet和SimSPPF模块的M6模型在检测精度(mAP@0.5=0.9446)与计算开销(5.12 GFLOPs)之间取得了最佳平衡。帕累托(Pareto)分析确认M6为最优配置。该研究的意义在于提出了一种可在低功耗雾设备上实现高保真度害虫监测的结构化优化方案,为复杂农业环境中的实时病虫害监测提供了可行的技术路径。
-
个体化负荷下公路自行车运动员腰屈-松弛现象的sEMG特征及其在长时间骑行中的异质性研究
本文聚焦公路自行车运动中常见的下背痛问题,研究者为探究长时间、生理学个体化负荷骑行对无症状运动员腰椎神经肌肉控制的影响,采用表面肌电图(sEMG)对31名运动员进行了骑行前后屈-松弛(FR)反应的评估。研究发现,长时间骑行并未在组水平引起FR的显著改变,但揭示了个体间的异质性反应模式。这表明sEMG结合FR评估,可作为识别无症状运动员个体神经肌肉行为的补充工具,具有重要的临床评估潜力。
-
载荷条件下军事人员神经肌肉跳跃性能的测力台评估:探索负重对慢速与快速拉伸缩短循环任务的影响
研究人员为探究战术装备对军事人员神经肌肉功能的具体影响,通过比较负重与无负重条件下CMJ和CMRJ的力-时特征,系统评估了载荷对慢速与快速拉伸缩短循环任务表现及测试指标可靠性的影响。结果表明,负重显著降低了跳跃高度和效率,并改变了发力策略;CMJ是负重条件下更可靠的监测工具。该研究为军事人员体能训练和战备状态监控提供了重要的实证依据。
-
大鼠脊髓损伤后激光显微切割的运动神经元、室管膜细胞层与背根神经节的蛋白质组学图谱
脊髓损伤后,组织发生复杂分子变化,但细胞类型特异性机制尚不清晰。为此,研究者对成年大鼠胸段(T11-T12)脊髓横断后2周或6周的腰段(L3-L5)激光显微切割的运动神经元(MNs)、室管膜细胞(ECs)及背根神经节(DRG)进行了蛋白质组学分析,定量检测了上千种蛋白质。该研究为揭示脊髓损伤后不同细胞类型的分子调控机制提供了关键数据资源,有助于发现新的治疗靶点。
来源:Scientific Data
时间:2026-04-04
-
研究桡神经松解术对拇指骨关节炎患者疼痛、功能及握力影响的临床研究:一项准随机对照试验
拇指CMC骨关节炎患者接受桡神经松动术联合常规手治疗后,疼痛显著缓解(休息痛0.5 vs 2.7,活动痛3.5 vs 4.9),握力、功能及残疾评分改善更优,且无夜间疼痛或手眼协调差异。
来源:Physiotherapy
时间:2026-04-04
-
影响儿童中枢神经系统炎症性疾病接受利妥昔单抗治疗后B细胞早期和晚期重新增殖的因素
儿童神经免疫疾病患者使用利妥昔单抗治疗后,B细胞再 populated 时间与年龄、治疗次数相关: younger age预测早期再 populated,而 older age及多次治疗(OR=1.17)导致晚期再 populated。多发性硬化患者复发风险低,低丙种球蛋白血症(15%)为主要副作用。
来源:Pattern Recognition Letters
时间:2026-04-04
-
在硅基材料上设计和理论研究一种非易失性的、可重构的多波长集成衍射神经网络
非易失可重配置多波长光学神经网络(NM-DNN)通过Sb2S3相变材料实现,在硅基光子芯片上优化架构,1550nm、1560nm和1570nm波长下对Iris、Seed、Wine数据集平均识别准确率达92.22%,计算密度达1×10^4 TOPS/mm²,解决传统光子芯片可重构性差、并行计算不足问题。
来源:Optical Materials: X
时间:2026-04-04
-
提升老年人的脑力:经经颅直流电刺激(tDCS)增强的工作记忆训练的特定任务效果及迁移效应
老年人经颅直流电刺激(tDCS)联合适应性工作记忆(WM)训练研究发现:tDCS未显著提升WM,但训练后操作条件任务表现持续改善,伴随神经振荡变化,提示需个性化tDCS方案以优化认知效果。
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE
时间:2026-04-04
-
采用BP神经网络与NSGA-II算法相结合的方法,优化了气流干燥系统中的分流导向器设计
优化分流导流板结构并采用响应面法与BP神经网络结合NSGA-II算法,显著提升气流均匀性及热稳定性,解决传统弧形导流板存在的空气分布不均和温度波动问题。
来源:ACTA MATERIALIA
时间:2026-04-04
-
精确且可扩展的图深度学习方法,用于加速高潜力有机光伏材料的预测性识别
有机光伏电池高效材料开发新方法,基于D-MPNN图神经网络框架整合DFT电子特性和分子力学结构参数,实现功率转换效率预测相关系数达0.93,准确率1.17%,并成功筛选出4904个新型高效三元系统。
来源:Chemical Engineering Journal
时间:2026-04-04