• 综述：单侧空间忽视的视觉搜索模式：眼动追踪证据综述

  本综述系统回顾了2015至2025年间应用眼动追踪技术评估单侧空间忽视（USN）患者视觉搜索模式改变的研究。文章总结并确认了USN患者存在独特的视觉搜索特征，包括视觉注视点空间分布的右侧偏移、探索范围缩小、扫视幅度减小以及向右的角速度增加等客观眼动指标。这些指标相较于传统的纸笔测试（如BIT）能提供更灵敏、特异的诊断依据，并揭示了注意容量限制等潜在机制。作者建议将眼动分析作为传统评估的补充工具，以提升诊断准确性并为制定个体化康复方案提供依据。

  来源：Behavioural Brain Research

  时间：2026-02-27

• 基于叶片形态数字表型签名的田间可部署辣椒品种精细鉴别系统

  本研究针对辣椒育种与种子认证中品种快速准确鉴定的瓶颈问题，探索了一种基于田间智能手机采集叶片图像的智能表型框架。研究人员通过整合几何-纹理手工描述符与迁移学习(ResNet50, VGG16, InceptionV3)和自定义CNN的深度特征，对四种鸟眼椒品种(Hiyung, Rawita, Prima Agrihorti, Rabani Agrihorti)共计3560张叶片图像进行分析。结果表明，ResNet50模型性能最稳定(准确率83.5%)，且融合手工与深度特征的混合表征能提升视觉相似品种的区分度。该研究证实了仅基于叶片图像的田间表型分析可显著降低品种纯度验证的时间、成本和主观性，为数字育种工作流程提供了可扩展的解决方案。

  来源：Smart Agricultural Technology

  时间：2026-02-27

• 使用专用锚定电极降低丛集性头痛枕神经刺激中的导线移位风险

  为降低枕神经刺激（ONS）治疗难治性慢性丛集性头痛（rCCH）时电极移位这一最常见并发症的发生率，研究人员开展了一项前瞻性多中心研究，评估了专门设计的锚定型枕神经刺激专用导线的安全性与有效性。结果显示，使用该专用导线能在保持治疗有效性的同时，显著将导线移位率降低至5%，为提高ONS治疗的安全性和临床获益提供了新策略。

  来源：Neuromodulation: Technology at the Neural Interface

  时间：2026-02-27

• C/R-PMGAN：一种双路径自监督且采用补丁掩码的生成对抗网络，用于实现可迁移的黑盒攻击

  本文提出C/R-PMGAN框架，通过双路径自监督学习（对比学习与旋转分类）增强判别器对高阶语义特征的捕捉能力，并采用随机块遮盖的梯度聚合策略引导生成器聚焦跨模型共享语义信息，显著提升黑盒攻击的跨模型转移性、扰动不可感知性和生成效率。实验表明，该方法在16种黑盒模型（含视觉Transformer和防御训练模型）上平均攻击成功率最高，相比基线方法提升46%，且优于现有最先进方法GE-AdvGAN 7.8%。

  来源：Neural Networks

  时间：2026-02-27

• 活体供体肝脏移植受者体内肝内神经系统的再生

  肝移植后肝神经再生机制及影响因素研究。通过7例LDLT患者长期随访发现，移植后早期肝神经纤维完全消失，15年以上随访显示神经再生主要局限于Glissonean间隙（GS）的中到大部分区域，肝小叶内未见再生，但患者仍保持良好长期肝功能。

  来源：Hepatology Research

  时间：2026-02-27

• 一种基于图神经网络的方法，用于识别长链非编码RNA（lncRNA）在细胞内的定位

  长链非编码RNA（lncRNA）的亚细胞定位研究面临数据不平衡和复杂序列结构处理难题。本文提出融合图注意力网络（GAT）与图采样聚合网络（GraphSAGE）的lncGATSagePre模型，通过de Bruijn图构建滑动窗口序列的图结构，结合Word2Vec语义初始化和SMOTE过采样解决类别不平衡。实验表明，该模型在核、质、核糖体和胞外体四分类任务中加权F1分数达0.549，显著优于lncLocator 2.0等现有方法，验证了GAT在局部特征提取与GraphSAGE在全局图聚合的协同优势。

  来源：Computational Biology and Chemistry

  时间：2026-02-27

• 场景选择性皮层中的障碍编码

  障碍物导航编码的脑区机制研究 |

  来源：Behavioural Brain Research

  时间：2026-02-27

• 综述：细胞衰老中神经内分泌相关表观遗传因素：机制与治疗意义

  本综述深入探讨了神经内分泌系统（如下丘脑-垂体-肾上腺轴）与表观遗传机制（如DNA甲基化、组蛋白修饰）如何协同调控细胞衰老。文章系统阐述了这种交互作用如何通过影响衰老相关分泌表型（SASP）和染色质重塑，驱动年龄相关疾病（如神经退行性疾病、心血管疾病）的发生发展，并展望了靶向这些通路的精准医学策略（如DNMT抑制剂、HDAC抑制剂）在延缓衰老和延长健康寿命方面的潜力。

  来源：Biogerontology

  时间：2026-02-27

• 一个结合长期记忆网络和多个短期记忆网络的持续学习框架

  持续学习框架LaMuS通过引入多个短期记忆网络与一个长期记忆网络，结合高斯混合模型约束解决知识整合难题，有效平衡稳定性与可塑性。

  来源：Neural Networks

  时间：2026-02-27

• 乳腺癌中的热信号特征：通过深度学习和可解释人工智能技术解读潜在生物标志物

  本研究利用卷积神经网络分析公开视觉DMR数据集，构建高精度乳腺癌热成像筛查模型。经测试，模型准确率达92.7%，AUROC达99.63%，并借助SHAP可解释性分析提升决策透明度。该成果为热成像作为 mammography 辅助工具提供了新证据，尤其在致密乳腺筛查中具有应用潜力。

  来源：Journal of Thermal Biology

  时间：2026-02-27

• 综述：阿尔茨海默病中淋巴清除功能的调节：分子机制、影像生物标志物及新兴干预措施

  阿尔茨海默病（AD）中Glymphatic系统功能障碍与Aβ、tau蛋白清除机制及影像标志物研究进展，提出睡眠优化、血管风险控制、神经调控等治疗方向，需标准化生物标志物和前瞻性试验验证。

  来源：Behavioural Brain Research

  时间：2026-02-27

• CattleSavior：孟加拉国非侵入性牛病移动检测应用原型开发及用户中心化设计研究

  为解决孟加拉国牛只常见非侵入性疾病检测困难、农户缺乏即时指导的问题，研究人员开展了名为“CattleSavior”的移动应用程序原型研究。他们开发了一个基于深度学习卷积神经网络(CNN)的检测系统，可识别Lumpy Skin Disease (LSD)、Foot and Mouth Disease (FMD)和Infectious Bovine Keratoconjunctivitis (IBK)，准确率达99%。该研究通过实地访谈了解农户需求，并将模型集成至移动端，为资源受限的农业环境提供了实用的HCI解决方案，有助于促进可持续畜牧业发展。

  来源：Smart Agricultural Technology

  时间：2026-02-27

• 腹内侧前额叶皮层有助于健康老年人的原型表征形成

  衰老对概念学习中的原型与实例模型神经机制影响研究。

  来源：Neurobiology of Aging

  时间：2026-02-27

• 综述：视觉-语言模型中对抗性攻击与防御的最新进展综述

  本文系统综述了视觉语言模型（VLMs）的对抗攻击与防御策略，指出其预训练依赖互联网数据导致的多模态脆弱性，涵盖单模态和多模态攻击分类，分析防御机制的三类方向，并评估主流数据集和指标，强调安全防护在自动驾驶、医疗等关键领域的必要性。

  来源：Neural Networks

  时间：2026-02-27

• 限时喂养通过GCK/NPY/凋亡途径改善阿尔茨海默病小鼠的认知功能

  时间限制进食通过调节GCK/NPY通路改善阿尔茨海默病小鼠认知功能并抑制神经元凋亡。

  来源：The Journal of Nutritional Biochemistry

  时间：2026-02-27

• 青少年早期出现暴饮暴食行为会导致大鼠的胶质细胞发生变化以及多巴胺能系统失调，这与冒险行为有关

  青少年期间歇性暴食诱导伏隔核及中前额叶皮层星形胶质细胞活化、多巴胺信号异常，并伴随焦虑样行为降低和冒险样行为增强，揭示发育关键期神经炎症与奖赏调控系统的关联性。

  来源：Behavioural Brain Research

  时间：2026-02-27

• 综述：针对老年大脑的神经可塑性：通过认知策略恢复突触连接

  神经可塑性驱动认知衰老机制，涉及突触可塑性、神经发生及功能重组。年龄增长导致认知功能衰退，氧化应激、神经炎症和激素变化加剧神经可塑性下降。干预措施如认知训练、运动和药物有效，但需个性化策略和新型靶点。未来应研究特定条件下神经可塑性调控技术以延缓认知衰退。

  来源：Biogerontology

  时间：2026-02-27

• KE-VUM：一种基于知识增强的视频理解模型，用于生成细粒度的电影描述

  细粒度电影描述面临标注有限和跨模态语义鸿沟的挑战，尤其对复杂长时叙事结构。KE-VUM通过视频多模态大语言模型与脚本知识图谱的协作推理，首先提取视觉特征生成初步描述，继而进行两阶段优化：第一阶段利用知识图谱修正实体指代和关系推理，解决角色混淆问题；第二阶段基于脚本叙事结构重组描述，增强跨镜头事件连贯性。构建MovieClip数据集和VD-Eval评估框架，实验表明KE-VUM在BERTScore F1上提升6.7%，且在延迟叙事场景中表现稳健。

  来源：Neural Networks

  时间：2026-02-27

• 采用经典特征聚合的单量子比特图分类器

  本文提出单量子图分类器（SQGC），通过经典子程序处理节点特征聚合，单量子优化权重训练，实现高效轻量级分类。实验表明SQGC在二分类任务中性能优于传统和量子基线，多分类采用并行训练提升性能，并验证其在不同噪声环境下的鲁棒性，且可灵活扩展至其他经典图神经网络。

  来源：Neural Networks

  时间：2026-02-27

• 基于运动想象的脑电图（EEG）解码中，对心理注意力机制的探索

  脑机接口（BCI）中运动想象（MI）解码受注意力影响，本研究量化注意力对MI解码的作用，提出两种策略：注意力特征与CSP结合及基于高注意力筛选数据。实验表明，数据筛选策略使准确率提升11.6%（基线61.3%→73.0%）。这为BCI系统整合实时注意力监控提供新思路，增强个性化与自适应能力。

  来源：Journal of Neuroscience Methods

  时间：2026-02-27

知名企业招聘：