生物通官微陪你抓住生命科技跳动的脉搏
一种用于方面类别情感分析的句法依存关系剪枝与提示增强方法
本文提出了一种结合提示增强的预训练语言模型和依赖剪枝的图注意力网络（SDPPE-ACSA）的新方法，通过设计类别提示模板引导模型关注目标方面，并利用依赖剪枝策略优化长文本的语法图处理，有效减少冗余信息，提升方面类别情感分析的准确性和效率。实验表明该模型在多个数据集上优于基线方法，F1值最高提升2.04%。
来源：Neurocomputing
时间：2026-03-04
清醒状态下脑肿瘤切除术期间的音乐应用：病例系列研究
清醒脑肿瘤切除术中的音乐干预可降低心率变异性指标，减少交感神经活动，缓解患者压力。研究通过10例前瞻性病例对比音乐暴露前后的HRV数据（如SDNN和Kubios压力指数），证实音乐效果，但样本量小和缺乏对照组限制了结论推广。
来源：Journal of Neurosurgical Anesthesiology
序列到序列的双注意力动态软传感器用于具有不确定性量化的工业过程的多步预测
多步预测软传感器模型研究
来源：Chemometrics and Intelligent Laboratory Systems
基于物理信息神经网络的旋转式热再生器中反向热弹性变形补偿结构的计算设计
热弹性变形分析及物理信息神经网络在旋转热交换器中的应用。针对径向板结构因热应力导致的旋转摩擦和密封退化问题，研究采用混合损失函数的PINNs方法，建立包含13个热传导与热弹性耦合偏微分方程、3个本构代数方程和20项边界条件的完整数学模型，通过非连续气相界面坐标系统分段策略解决传统有限元法难以处理的不连续性问题，并验证了模型在温度场预测和变形分析中的准确性，为热交换器逆向变形补偿结构设计提供基准参数。
来源：Engineering Applications of Artificial Intelligence
综述：篮球运动中常见损伤的流行病学与预防：当前策略综述
篮球运动常见损伤（如ACL撕裂、踝关节扭伤、过劳性膝腱炎）的流行病学及预防策略研究。多成分神经肌肉训练（NMT）显著降低ACL损伤风险（50-67%），踝关节扭伤复发率通过本体感觉训练+外固定降至70%。过劳损伤需个体化负荷管理（RPE评估、健康监测、可穿戴设备）。整合NMT、踝稳定性训练和负荷监控的多模态方案，在控制损伤（51-70%）同时维持高执行率。
来源：Sport Sciences for Health
FedCrime：基于零通胀目标的自适应联邦学习方法用于犯罪预测
犯罪预测联邦学习框架FedCrime结合时空建模与零膨胀负二项损失函数，有效缓解数据稀疏和长尾分布问题，实验在LA和CHI数据集上分别提升14%和12%宏F1值。
在等长、动态及负荷条件下评估下肢关节肢体不对称性的一致性
该研究评估了不同低负荷血流限制训练策略的急性神经肌肉反应，发现单组力竭训练能最大化反应且效率最高。
来源：Journal of Public Health Management and Practice
动态去冗余与基于模态引导的特征去噪技术在多模态推荐中的应用
针对多模态推荐中图神经网络（GNNs）的特征冗余和噪声问题，提出MGNM模型。该模型通过局部交互的动态去冗余损失函数抑制多模态与行为特征叠加导致的冗余，并采用全局交互的模态引导特征去噪机制过滤无关噪声，提升信息表征能力。实验证明其多模态去噪和冗余消除效果优于现有方法。
来源：ACM Transactions on Multimedia Computing, Communications, and Applications
一种异构图神经网络，该网络具备时空特性以及考虑运行条件的消息传递机制，用于预测航空发动机的剩余使用寿命（RUL）
航空发动机剩余使用寿命预测在时变工况下存在传感器数据退化模式识别困难的问题。本文提出OCA-HGNN方法，通过构建工况-传感器异构图和时空工况感知消息传递机制，有效提取多源时空特征，实验表明该方法在CMAPSS和N-CMAPSS数据集上预测精度高。
来源：ADVANCED ENGINEERING INFORMATICS
基于物理知识的深度学习方法在太赫兹波段用于设计等离子体诱导透明性超表面（plasmon-induced-transparency metasurfaces）以实现慢光效应
太赫兹波段慢光超表面设计通过物理信息驱动的深度学习框架实现高效逆设计，结合耦合模理论（CMT）模块和Kolmogorov-Arnold网络（KAN），有效解决传统方法计算成本高、多解问题及泛化能力差的问题，验证了多波长延迟线、高延迟带宽积光学缓冲器等应用场景，模型验证损失低至7.9×10⁻²，逆设计损失3.9×10⁻³，设计效率提升至秒级。
来源：Optics & Laser Technology
TAO-Net： 两阶段自适应OOD分类网络 用于细粒度加密流量分类的模型
加密流量分类中的Out-of-Distribution（OOD）流量检测与细粒度标签生成问题，本文提出TAO-Net两阶段自适应框架，第一阶段通过Transformer的跨层转换平滑度和特征分析实现ID/OOD分离，第二阶段采用语义增强的提示知识（SPK）机制，结合大语言模型生成具体应用标签，在CHNAPP、ISCXVPN、ISCXTor数据集上达到96.81%-97.70%宏精度，显著优于传统方法。
综述：解读术中脑电图（Intraoperative EEG）：超越各项指标，深入理解原始脑电图数据（Raw EEG）及密度谱阵列（Density Spectral Array）的核心作用
麻醉方法在蛛网膜下腔动脉瘤手术中的应用效果：队列研究显示挥发性麻醉剂可降低脑动脉痉挛和迟发性脑缺血风险，但随机对照试验未证实差异，需更多高质量研究验证。
来源：Journal of Neuroscience Nursing
缓解职业系统中的技能测量偏差：一种与收入预测相结合的编码器-解码器框架
职业技能评估与收入预测的神经网络方法研究。本文提出融合O*NET专家数据库与IPUMS收入数据集的神经网络框架，通过编码器-解码器结构实现职业技能动态调整，并构建职业与个人双维度收入预测模型，有效降低传统调查成本与机器学习偏差，提升技能评估时效性与准确性。
来源：Big Data Research
来自 Mallotus nanus 的双重活性酚类提取物：乙酰胆碱酯酶抑制作用、抗氧化特性及计算机模拟分析
越南传统药用植物Mallotus nanus的叶、茎、根提取物经体外实验和计算机模拟分析，发现叶提取物具有最佳抗氧化和乙酰胆碱酯酶抑制活性，鉴定出8种酚类成分（7种为新发现），分子对接显示芦丁和EGCG与AChE结合稳定，为神经退行性疾病治疗提供天然来源。
来源：ChemistrySelect
在WSe（二硒化钨）/2/CsPbBrI（硒化镉/铅/溴化碘）量子点混合异质结构中实现的高性能宽带光检测技术，应用于光电开关和图像识别领域
二维材料与量子点异质结光探测器研制成功，实现96.6 A/W高响应度及宽带检测能力，有效提升原始WSe₂器件性能，并在图像识别领域展现应用潜力。
来源：Journal of Alloys and Compounds
通过多任务特征解耦和四重排序技术实现精确的骨龄评估
骨龄评估连续建模框架提出基于学习到排名的多任务编码器与最小生成树算法，通过整合医学先验知识实现从离散标注到连续序列的转换，有效捕捉骨骼发育的渐进特征，实验显示其SVM准确率达0.8463且Silhouette得分0.3017，显著优于单任务基线方法。
综述：挥发性麻醉与静脉麻醉对开放性手术及血管内介入治疗动脉瘤性蛛网膜下腔出血过程中脑血管痉挛的影响：系统评价与荟萃分析
麻醉方法对蛛网膜下腔动脉瘤患者围术期结局的影响：系统综述显示挥发麻醉在队列研究中降低术后脑血管痉挛和缺血风险，但随机对照试验未证实差异，需更多高质量研究验证
DCMP：一种基于双重交叉图消息传递（Double Cross-Graph Message Passing）机制的神经网络，结合早期融合技术用于预测蛋白质-配体结合亲和力
蛋白-配体结合亲和力预测通过跨图消息传递实现早期融合，结合原子键图与键角图的双通道模块提升结构表征能力，实验验证了该方法在多个基准数据集上的优越性。
来源：Chemical Physics Letters
基于晚期融合（Late Fusion）技术的精神疾病文本分类：结合BERT与基于Apriori算法的图注意力网络（Graph Attention Network）
文本分类在精神疾病早期诊断中的应用及APRIORI-GAT-BERT融合模型研究。
来源：Computer Standards & Interfaces
赋能能量存储：利用人工神经网络预测基于碳的超电容器的比电容
碳基材料超级电容器性能预测研究基于300余篇文献构建了13-9-9-1型ANN模型，通过敏感性分析揭示了比表面积、孔结构、元素掺杂等关键参数对电容性能的影响，开发了开源模块化应用实现电容估算。
来源：Journal of Energy Storage
知名企业招聘：
粤公网安备 44010602000434号