• 从荧光成像到智能量化：一种基于机器学习增强型比率探针的自动化、智能化平台，用于检测食品样本中的Al3+

  Al³⁺智能检测平台融合ratiometric荧光探针、智能手机成像与前馈神经网络算法，实现宽线性范围（0.1–100 μM）、低检测限（11.6 μg/kg）及快速响应（30 s），经720组RGB数据训练的FFNN模型预测相关系数达0.9970以上，成功应用于方便面中Al³⁺检测，回收率98.60%–102.2%，RSD<1.190%，结果与ICP-MS一致。

  来源：Food Chemistry

  时间：2026-03-04

• 基于机器学习与传感球拍动作分析的精英青少年乒乓球运动员神经肌肉与心理疲劳状态识别

  本研究旨在解决如何无侵入性地精准识别青少年精英乒乓球运动员的疲劳状态难题。研究人员通过设定疲劳诱导范式，利用搭载加速度计和压力传感器的球拍记录运动数据，构建标记数据集，并训练监督机器学习模型进行疲劳检测。结果表明，K-最近邻与随机森林模型在二元和多元分类中均表现出色，识别率分别达~84%和~82%。这为基于运动姿态的非侵入性疲劳预测提供了可靠的方法学基础。

  来源：Scientific Reports

  时间：2026-03-04

• 眼动动力学调控内眼跳运动感知的神经机制及视网膜时频带宽优化研究

  本研究旨在探讨眼动如何塑造视觉感知。研究人员通过多模态神经影像技术，揭示了在眼跳过程中，视觉与眼动相关脑区如何协同处理运动信息，并发现感知效能受视网膜时频带宽优化调节，其机制与大细胞通路（magnocellular pathway）及个体眼动运动学特征紧密相关。

  来源：Scientific Reports

  时间：2026-03-04

• 综合抗原谱分析预测乳腺癌术后女性患者的神经病理性疼痛

  本研究旨在探讨乳腺癌术后神经病理性疼痛(NP)的潜在机制。研究团队通过对比分析发生与未发生慢性NP患者的血浆抗体谱，聚焦于神经免疫相互作用，特别是抗体介导的机制。结果显示，术前对特定病毒(如CMV、EBV、HPV-16等)的抗体反应升高与术后NP的发生显著相关，并构建了基于五种病毒抗原(CVB3、EBV、CMV、HPV-16、HSV-2)反应的预测模型(AUC 0.9)。这为揭示NP的免疫病理机制和开发新治疗策略提供了重要线索。

  来源：Scientific Reports

  时间：2026-03-04

• DBDE-Net：一种用于微表情识别的双分支细节增强网络

  微表情识别中提出双分支细节增强网络DBDE-Net，分别提取 onset-apex帧差的空间细节和全序列像素差的时序特征，通过垂直运动注意模块强化垂直方向运动特征，结合细节增强卷积模块提升局部高频特征，在CASME II、SMIC、SAMM和CAS(ME)³数据集上验证有效性。

  来源：Neurocomputing

  时间：2026-03-04

• 富含硒的蛋白质消化产物对神经的保护作用及其不同硒形态的转运特性

  硒富集植物蛋白的神经保护效应及转运机制研究。不同植物蛋白（卡菜H-CVP、大豆H-SBP、卷心菜H-CBP）中硒主要存在形式分别为硒代半胱氨酸、硒甲硫氨酸和硒酸盐，高硒蛋白显著抑制Aβ1-42诱导的PC-12细胞凋亡，H-CVP效果最佳（提升32.4%）。总硒生物利用度分别为29.07%、44.90%、26.11%。转运机制显示能量依赖性，涉及有机阳离子转运蛋白（OCTNs）、多药耐药蛋白（MRPs）等载体，有机阴离子转运蛋白（OATPs）调控卷心菜组硒转运。

  来源：Food Bioscience

  时间：2026-03-04

• 基于静息态功能磁共振成像探讨新冠后遗症患者认知症状相关的默认模式网络功能连接异常

  为探究轻症新冠肺炎后出现持续性认知症状和疲劳的患者（PCC）是否存在潜在脑功能改变，研究人员对平均感染后32个月的PCC患者与无症状对照开展了3T rs-fMRI、神经心理学评估和自评量表测试。研究发现PCC患者在默认模式网络（DMN）相关脑区存在功能性连接升高，提示了PCC认知症状背后可能的神经影像学基础，强调了持续开展相关大脑功能研究的必要性。

  来源：Scientific Reports

  时间：2026-03-04

• 长期新冠（Long-COVID）患者无持续脑神经元损伤、神经炎症或系统性炎症的分子证据：一项病例对照研究

  【编者推荐】本研究针对长期新冠（Long-COVID）的病理机制核心争议展开。为探究其症状是否源于持续的神经元损伤、神经炎症或系统性炎症，研究团队采用超敏NULISA™等技术，对患者与康复对照者进行血浆生物标志物分析。结果表明，标志性指标（NfL, GFAP）无显著差异，提示脑损伤假说或存疑；尽管超敏检测部分炎症标志物出现名义上升，但校正后无统计学意义。此发现为理解Long-COVID的病理生理提供了关键分子证据。

  来源：Scientific Reports

  时间：2026-03-04

• 编程能否提高学龄前儿童的执行功能？一项针对低中等社会经济地位学校的初步研究

  编程教育对5岁儿童执行功能、注意力及非语言智力的影响研究，采用阿根廷双SES幼儿园随机对照试验，发现低SES组儿童认知提升显著（65%-92%），而中等SES组提升有限（13%-36%），提示编程教育可作为促进弱势儿童发展的补充手段。

  来源：Developmental Science

  时间：2026-03-04

• 在目标分类中，通过分离时间不变特征和时间变化特征来实现传感器融合

  多传感器融合分类任务中，有效整合异构传感器信息是关键挑战。本文提出分离时间不变（TI）和时变（TV）特征的框架，通过时间解耦模块（TD）提取静态内在属性与动态时序行为，结合模态解耦模块（MD）和跨模态注意力模块（CA）分别优化共享与私有特征融合。实验表明该方法在雷达-红外融合和人类活动识别任务中显著提升分类准确性和鲁棒性。

  来源：Neurocomputing

  时间：2026-03-04

• 综述：解析化学交联：基于评分的方法与深度神经网络

  本文系统评述了化学交联质谱（XL-MS）技术在解析大分子组装体结构中的最新进展。文章重点对比了两种核心计算策略：基于评分的概率模型（如IMP）和深度神经网络（DNN）方法（如AlphaLink2、Chai-1）。作者通过整合交联距离约束，有效处理了数据噪声、构象异质性和多拷贝模糊性等挑战，并以Dbp10在核糖体生物发生中间体上的精确定位为例，展示了将IMP的稳健性与DNN的预测能力相结合的混合建模协议的巨大潜力，为研究动态、复杂的生物大分子机器提供了强大工具。

  来源：Current Opinion in Structural Biology

  时间：2026-03-04

• Müller胶质细胞来源的胞外囊泡促进hESC来源视网膜类器官中富集的视网膜神经节样细胞损伤后神经突恢复的研究

  为了探究视网膜退行性疾病（如青光眼）中神经元损伤的治疗新策略，本研究关注Müller胶质细胞释放的胞外囊泡（EVs）的神经保护作用。研究人员通过建立NMDA诱导的人胚胎干细胞（hESC）来源的视网膜类器官中视网膜神经节样细胞的损伤模型，证明了Müller胶质细胞来源的EVs能够促进损伤后神经突的恢复，其机制涉及调节P38/p53凋亡通路和激活RSK1/2/3促存活通路，为基于EVs的神经保护疗法提供了新见解。

  来源：Scientific Reports

  时间：2026-03-04

• 基于元启发式优化混合模糊机器学习模型的精准脑电图神经系统评估

  本研究针对传统脑电图(EEG)分析耗时、易出错且依赖专家的痛点，提出一种集成元启发式优化与混合模糊机器学习模型的新型框架。研究人员利用Harris Hawks Optimization (HHO)、Starfish Optimization Algorithm (SFOA)及Fuzzy-PCA等进行特征优化，并采用Fuzzy K-NN、FSVM、DT-FIS等混合模型对多种神经状态（如昏迷、癫痫发作）的EEG信号进行分类。该框架在深昏迷分类和癫痫发作检测中分别取得了高达99.53%的准确率和99.28%的F1值，显著提升了诊断的准确性、鲁棒性和自动化水平，为神经系统疾病的智能评估提供了高效、可靠的工具。

  来源：Scientific Reports

  时间：2026-03-04

• 跨疾病系统生物学揭示了前列腺癌、阿尔茨海默病和帕金森病中共同的基因调控网络及生物标志物候选物

  阿尔茨海默病、帕金森病和前列腺癌共享分子机制，通过整合系统生物学分析发现翻译调控异常和蛋白稳态失衡是核心共性，为跨疾病治疗提供理论基础。

  来源：Human Gene

  时间：2026-03-04

• 基于临界状态加速的RNN强化学习

  本文提出基于矩阵的临界性正则化损失函数，将临界状态嵌入循环神经网络，通过分解高维网络为三节点元网络并增强特定 motifs 比例，在 MuJoCo、Atari 和 POMDP 强化学习任务中实现更优奖励性能和更快收敛。

  来源：Neurocomputing

  时间：2026-03-04

• 一种基于机器学习的生菜鲜重估算框架，该框架结合了农艺特性和图像特征

  生菜鲜重估算模型比较与可解释性分析。本研究提出融合农艺特性和图像特征的机器学习框架，通过对比随机森林、梯度提升树等七种模型发现深度神经网络（DNN）具有最高精度（R²=0.975）和最佳稳定性。SHAP分析表明农艺特征贡献度高于图像特征，其中叶数影响最显著，同时构建了包含两种生菜品种的基准数据集。

  来源：Computers and Electronics in Agriculture

  时间：2026-03-04

• 基于基因驱动与集成深度学习的乳腺癌精准诊断模型开发及应用评价

  本研究旨在解决基于基因表达数据的乳腺癌预后预测复杂性问题。研究人员开发了一种结合CNN与BiLSTM的集成深度学习新方法，通过构建自动化分析流程筛选出可靠的236个基因集，并在TCGA-BRCA和METABRIC数据集上验证。结果显示，该混合模型在多项指标上（如ROC AUC达0.9955）显著优于其他方法，且鲁棒性强，为乳腺癌精准医疗提供了一个通用计算工具。

  来源：Scientific Reports

  时间：2026-03-04

• 雌性小鼠克服逆境救助幼崽行为的神经关联性研究

  为探索非母体雌性个体克服逆境实施幼崽救助的行为表达及其神经基础，研究人员建立了可调节难度的“困于管中幼崽”救助范式，发现处于发情期的处女鼠比母鼠更不畏水且救助更快。c-Fos+神经元活动分析揭示了前扣带皮层、外侧隔核、前连合核、基底外侧杏仁核及中缝背核等脑区的激活与救助行为正相关，为解析利他行为的神经机制提供了新见解。

  来源：Scientific Reports

  时间：2026-03-04

• 基于拓扑结构的对比学习方法在带属性图的聚类中的应用

  拓扑感知对比学习通过连接增强与剪枝构建互补视图，并引入特征重加权机制解决视图语义不等价问题，在六大数据集上显著提升图聚类准确率，有效抑制结构噪声影响。

  来源：Neurocomputing

  时间：2026-03-04

• 用于抽象对话摘要的语义结构融合图

  对话摘要旨在生成简明文本摘要，需捕捉多说话者对话中的关键语义信息。现有图构建方法与总结模型脱节，导致全局语义依赖捕捉不足、跨图信息交互困难及训练目标对齐问题。本文提出语义结构融合图（SSFG）模型，通过整合意图特征图、时序依赖图和交互强度图等多维度语义图，结合二维卷积实现早期跨图结构融合，并引入门控机制动态调节结构信息注入强度，实现图构建与训练目标对齐。实验表明SSFG在DialogSum、TODSum和MediaSum-NPR三个基准数据集上ROUGE 1/2/L指标显著优于基线模型。

  来源：Neurocomputing

  时间：2026-03-04

知名企业招聘：