• 用于保护隐私的胸部X光片分类的联邦持续学习方法

  摘要针对胸部X光片的跨站点深度学习面临两个通常需要分别处理的问题：隐私法规限制医院合并原始图像；同时，临床工作流程会随时间变化，导致模型更新会覆盖之前的学习成果。联邦学习（Federated Learning, FL）可以解决第一个问题，但大多数FL系统都是为静态数据分布设计的。

  来源：Scientific Reports

  时间：2026-06-11

• 压缩感知与常规4D血流磁共振技术在健康受试者和主动脉狭窄患者中湍流动能评估方面的比较

  摘要本研究旨在评估使用压缩感知（CS）加速的三维时间分辨相位对比磁共振成像（4D 流量 MRI）技术对主动脉狭窄（AS）患者进行湍流动能（TKE）评估的可行性。在健康受试者和患者中，分别依次进行了传统 4D 流量 MRI 和 CS 4D 流量 MRI（R = 2 使用 GRAPP

  来源：Scientific Reports

  时间：2026-06-11

• 腹腔内蓝色LED照射作为抑制小鼠模型中胃癌腹腔扩散的潜在方法

  摘要腹膜播散仍然是胃癌预后不良的一个重要因素。最近有研究表明，蓝光照射对癌细胞具有特定波长的细胞毒性作用。本研究利用小鼠胃癌腹膜播散模型，评估了术中腹腔内蓝光LED（IPBL）照射的可行性、安全性和抗肿瘤效果。BALB/c裸鼠腹腔内接种HGC27细胞，并通过圆柱形光纤扩散器接受I

  来源：Scientific Reports

  时间：2026-06-11

• 2017年至2023年间孟加拉国口蹄疫（FMD）的时空分布趋势及其与气候因素的关联，以及基于机器学习（ML）的预测方法

  摘要口蹄疫（FMD）是一种具有高度传染性的跨境病毒性疾病，主要影响偶蹄类牲畜，导致严重的经济损失。该疾病由属于Picornaviridae科的Aphthovirus病毒引起。本研究旨在分析孟加拉国口蹄疫的时空分布情况，评估气象因素的影响，并预测未来的疾病趋势。口蹄疫病例数据来自D

  来源：Scientific Reports

  时间：2026-06-11

• 利用GSR-C2N模型，通过区块链技术增强联邦学习机制，以提高物联网（IoT）的安全性和隐私保护

  摘要物联网设备的迅速普及加剧了对安全、保护隐私且可扩展的机器学习解决方案的需求。联邦学习（Federated Learning, FL）支持在分布式设备上对模型进行去中心化训练，而无需传输原始数据；区块链则提供了一种可靠、透明的机制来确保数据完整性和达成共识。本文介绍了一个结合了

  来源：Scientific Reports

  时间：2026-06-11

• 混合视觉变换器和集成机器学习框架：用于血管内超声成像中自动识别动脉粥样硬化斑块的分类方法

  摘要在血管内超声（IVUS）成像中，动脉粥样硬化斑块的分类对于心血管疾病的诊断和治疗计划至关重要。本文提出了一种新颖的混合框架，该框架将视觉变换器（ViT）架构与传统机器学习方法相结合，以实现斑块的自动化分类。我们的三阶段集成系统利用了ViT的全局上下文理解能力以及基于Gabor

  来源：Scientific Reports

  时间：2026-06-11

• 一种保护隐私的联邦学习方法，用于跨学校进行可解释的学生风险预测

  摘要针对高风险学生的早期预警系统越来越多地依赖于基于敏感教育记录训练的预测模型。然而，集中式的学习流程引发了关于隐私、机构数据主权和可审计性的担忧，尤其是在学生级别的数据需要在不同机构之间共享时。本研究提出了“具有差分隐私和训练前验证的联邦学习用于高风险学生预测”（FL-AtRi

  来源：Scientific Reports

  时间：2026-06-11

• 利用介电谐振器提升太赫兹（THz）天线的性能，并通过机器学习方法预测其带宽，以应用于6G通信技术

  摘要6G应用对超低延迟和超宽带的需求要求在介质谐振器天线设计方面找到高效的解决方案。本文介绍了利用机器学习方法提升太赫兹频段介质谐振器天线性能的研究成果。该天线采用聚酰亚胺基材制造，尺寸仅为58×73微米²。在贴片上放置了一个矩形硅介质谐振器（介电常数ε_r为11.9），以提升其

  来源：Scientific Reports

  时间：2026-06-11

• 利用Sentinel-2卫星的NDVI时间序列和主成分分析方法，检测意大利南部地中海生态系统中的植被异常现象

  摘要植被对生态系统的运作至关重要，它支持生物多样性和人类生计。然而，植被对气候变异性、土地利用变化以及自然干扰非常敏感。植被异常现象（即植物生长显著偏离预期模式的区域）可能表明生态系统处于压力状态、生产力下降或存在土地退化风险。因此，监测这些异常现象对于理解生态系统的恢复力以及为

  来源：Scientific Reports

  时间：2026-06-11

• 在微控制器上利用超维计算和共形预测技术实现高效且具备不确定性感知能力的人类活动识别

  摘要在本文中，我们解决了可穿戴人体活动识别（HAR）中的一个核心挑战，即如何从惯性传感器数据中识别日常生活和运动活动：在延迟、RAM和能源都受到严格限制的微型控制器上提供可靠且可解释的不确定性信息。现有的嵌入式方法要么校准softmax置信度，这种方法虽然成本低廉，但在传感器位置

  来源：Scientific Reports

  时间：2026-06-11

知名企业招聘：