-
小鼠中并发的序列特征负向训练与简单区分训练及测试
小鼠可解决序列特征否定和简单辨别问题,其学习机制依赖抑制性调节而非直接抑制关联,与海马体功能相关,可卡因不影响而西方饮食损害serFN表现。
来源:Behavioural Brain Research
时间:2026-02-12
-
中度至重度创伤性脑损伤会破坏在线语言处理和使用的基本机制
中重度脑外伤(TBI)患者在线语言生产、理解和记忆存在显著缺陷,眼动追踪显示其语境整合能力受损,挑战了传统沟通与语言界限的假设。
-
综述:糖尿病周围神经病变的早期诊断标志物:病理机制研究进展
本综述系统梳理了糖尿病周围神经病变(DPN)早期诊断标志物的最新研究进展,围绕其复杂的病理机制,重点介绍了与氧化应激、神经组织损伤、炎症、神经血管损伤及基因相关的潜在生物标志物,旨在为DPN的早期筛查、精准诊断及干预治疗提供新的思路和参考依据。
来源:Diabetes, Metabolic Syndrome and Obesity
时间:2026-02-12
-
基于NEST的脑约束神经网络模型:从Felix框架到认知与语言模拟的转型研究
本研究针对脑约束神经模型在可重复性、可扩展性和可及性方面的挑战,将基于Felix框架的认知与语言计算模型成功迁移至NEST平台。研究人员通过构建包含12个皮层区域的脉冲神经网络,验证了新平台在细胞组装形成和语义学习方面的等效性。结果表明,NEST模型不仅重现了动作词与物体词在运动/视觉系统的拓扑分布特征,还将仿真速度提升近6倍,为大规模脑模拟研究提供了重要技术支撑。
来源:Cognitive Neurodynamics
时间:2026-02-12
-
一种资源高效且具备层间依赖性意识的卷积神经网络(CNN)剪枝方法,该方法利用滤波器替换技术实现
本文提出基于滤器替换(FR)的新型CNN剪枝框架,利用输出误差上界定义高效重要性函数,支持零过滤器替换和非零最优替代,实验表明其准确率达76.52%,参数减少25.5%,资源效率比现有方法高10倍以上。
来源:IEEE Transactions on Neural Networks and Learning Systems
时间:2026-02-12
-
算术规则内部分离:零与一乘法运算的不同神经基础与解决过程
本研究针对零和一的乘法运算是否共享相同规则处理机制这一认知神经科学问题,通过fMRI技术结合行为实验,首次系统比较了健康成人在解决N×0、N×1及其他个位数乘法时的神经激活模式与行为表现。结果发现零乘法激活右侧楔前叶更显著,且与一乘法在行为准确率和反应时上存在显著差异,表明二者依赖不同的神经认知过程,挑战了传统"规则类问题"的同质性假设,为算术认知模型提供了重要神经证据。
-
双发射荧光纳米传感器与机器学习整合用于多巴胺和高香草酸同步检测
本研究针对神经递质多巴胺(DA)及其代谢物高香草酸(HVA)同步检测的难题,开发了一种基于红色量子点猝灭的比率型荧光探针,结合机器学习算法实现了尿液中DA和HVA的高精度识别与定量,为神经系统疾病的早期诊断提供了新方法。
来源:Biosensors and Bioelectronics: X
时间:2026-02-12
-
综述:GIP在代谢和神经退行性疾病中的治疗潜力再探
本综述系统阐述了葡萄糖依赖性促胰岛素多肽(GIP)从被忽视到重获关注的科研历程。文章重点剖析了GIP在胰腺、脂肪组织、中枢神经系统等多器官的多元化生理功能,及其在2型糖尿病(T2DM)和肥胖中的病理生理变化。特别强调了GIP与GLP-1的协同效应(以双重受体激动剂Tirzepatide为代表)在改善血糖控制、减轻体重及胰岛素抵抗方面的卓越疗效,并前瞻性地探讨了GIP在阿尔茨海默病(AD)等神经退行性疾病中的神经保护潜力,为多靶点疗法开发提供了新视角。
来源:Diabetes, Metabolic Syndrome and Obesity
时间:2026-02-12
-
机器学习填补缺失数据在阿尔茨海默病研究中的应用:预测内侧颞叶动态灵活性
本研究聚焦阿尔茨海默病(AD)早期生物标志物探索,针对神经影像学研究中普遍存在的高缺失率数据难题,系统比较了五种先进的数据填补策略与八种回归模型在预测内侧颞叶(MTL)动态网络灵活性方面的表现。结果表明,在高达25.86%的数据缺失情况下,采用GAIN或MissForest等稳健的填补方法,并结合Bagging Trees/Random Forest等集成树模型,可显著提升预测准确性(MAE降至0.186,CCC提升至0.464),较仅用完整案例的分析有57%的增益。这为利用多模态临床与影像数据进行高缺失率下的可靠预测提供了方法学范例与实证依据。
来源:Cognitive Neurodynamics
时间:2026-02-12
-
主编2026年新年致辞:展望人工智能与认知系统发展新趋势
本刊主编在2026年新年致辞中,系统回顾了人工智能与认知发展系统领域的最新进展,重点探讨了深度强化学习(DRL)在认知建模中的应用突破。研究团队通过多模态数据融合技术,成功构建了具有自适应能力的认知发育模型,为解决复杂环境下的智能决策问题提供了新范式。该成果对推动通用人工智能(AGI)发展具有里程碑意义,论文发表于《IEEE Transactions on Cognitive and Developmental Systems》。
来源:IEEE Transactions on Cognitive and Developmental Systems
时间:2026-02-12
-
大脑高声说话与模仿口音的神经加工机制:揭示运动言语计划/编程的时间动态
本研究针对言语交流中不同发音模式(语音模式)的神经编码机制尚不明确的现状,通过高时间分辨率的脑电图(EEG)技术,对比分析了标准语音、高声语音(LS)和模仿英语口音(FA)三种条件下伪词产出的脑电活动。研究发现,LS和FA均在与标准语音相同的脑网络基础上,于发声前约200毫秒内诱发更强的神经活动,但二者在时空特征上存在差异,表明不同语音模式可能以特异性方式在运动言语编码晚期阶段被调控。该成果为理解言语运动控制的灵活性提供了重要电生理证据,发表于《Cortex》。
-
Munc13-1三聚体在PI(4,5)P2富集域组装并协同捕获突触囊泡的机制研究
本研究发现Munc13-1通过形成三聚体(trimer)在PI(4,5)P2富集域中自组装,并高效捕获突触囊泡。通过单分子计数、冷冻电镜断层扫描(cryo-ET)和突变实验,证实三聚体是囊泡捕获的功能单元,且其向六聚体(hexamer)的构象转换受DAG调控。该研究揭示了突触囊泡快速释放(priming)的分子机制,为神经递质释放异常相关疾病提供了新靶点。
来源:Proceedings of the National Academy of Sciences
时间:2026-02-12
-
癫痫患者脑干呼吸中枢功能异常的fMRI研究:揭示SUDEP潜在机制
本研究通过功能性磁共振成像(fMRI)技术,首次系统揭示癫痫患者(PWE)在执行自主屏气(BH)任务时脑干呼吸中枢激活程度显著降低,并发现其与楔形核(expiratory BH)和中缝背核(inspiratory BH)功能异常相关。该发现为阐释癫痫猝死(SUDEP)的呼吸机制提供了新证据,提示BH-fMRI可作为潜在生物标志物应用于临床风险分层。
来源:Neurology
时间:2026-02-12
-
DeBERTa-BiLSTM:一种用于抑郁情绪的多标签分类模型
多标签抑郁情绪分类面临多种挑战,本文基于DepressionEmo数据集提出DeBERTa-BiLSTM架构,融合自注意力机制和双向LSTM层,在F1-Micro达0.83、Jaccard指数0.71上显著优于基线模型。该架构有效捕捉长程抑郁语境依赖,但存在计算成本较高、数据量不足等问题,需进一步验证。
来源:Cognitive Neurodynamics
时间:2026-02-12
-
脉冲神经网络在康复可穿戴机器人人机交互中的系统综述:机制、应用与挑战
本研究系统综述了脉冲神经网络(SNN)在康复可穿戴机器人人机交互(HRI)领域的应用。研究人员通过分析现有文献,探讨了SNN在运动意图识别、自适应控制和神经可塑性促进等方面的潜力。结果表明,SNN能够实现更自然、高效的HRI,显著提升康复训练效果。该研究为下一代康复机器人的智能化发展提供了重要理论依据和技术路线。
来源:IEEE Transactions on Cognitive and Developmental Systems
时间:2026-02-12
-
外显与内隐时间加工的脑电签名:重叠的神经动力学与期望-运动准备的突出作用
时间加工是认知与行为的基础,其外显与内隐形式是共享还是独立机制存在争议。本研究通过脑电图(EEG)直接比较匹配的“时间等分”(外显)与“前期间”(内显)任务,揭示了二者神经动力学存在大量重叠,且内隐加工伴随更强的N1/P2复合波及关联性负变(CNV)波幅,以及更强的β波去同步化,表明期望与运动准备过程,尤其在内隐时间任务需求下,扮演着更为突出的角色。
-
腹部超声可以激活迷走神经的传入纤维,并产生抗炎作用
腹部超声通过激活副交感神经传入纤维抑制系统性炎症,机制涉及α7nAChR信号通路及孤束核(NTS)c-Fos表达。
来源:Proceedings of the National Academy of Sciences
时间:2026-02-12
-
针对帕金森病诊断的优化皮层脑电图(EEG)建模,采用Snow Shepherd步态调节机制
帕金森病(PD)早期诊断依赖高效EEG分析模型,但现有方法存在误检率高、泛化性差、噪声敏感及无法提取深层cortical表征等问题。本文提出CortiMoS-Net模型,融合深度堆叠自编码器与低计算量MobileNet卷积模块,结合Snow Shepherd Stride Configuration Tuning(S3C-Tune)优化算法,构建从原始EEG信号到 artifact去除、峰值检测的全流程诊断系统,实验显示准确率达0.99,优于多数混合深度学习模型。
来源:Cognitive Neurodynamics
时间:2026-02-12
-
美国因脑肿瘤住院的患者中出现的癫痫发作情况
脑瘤住院患者并发癫痫的患病率及预后分析,基于美国国家住院样本数据库2016-2020年数据,发现20.3%病例伴随癫痫,老年男性及黑人群体比例较高,伴随癫痫组住院时长增加(中位数14.3 vs 11.8天)、费用更高(中位数$13,522 vs $10,918),但死亡率降低(3.4% vs 6.1%)。
来源:Frontiers in Neurology
时间:2026-02-12
-
膳食中的山羊奶外泌囊泡能够重塑微生物群-肠道-大脑轴,从而缓解青少年的焦虑情绪
羊奶外泌体通过调节肠-脑轴减轻青少年小鼠慢性应激诱导的焦虑样行为,机制涉及抑制海马和前额叶神经炎症、恢复BDNF表达、改善肠道屏障及菌群组成(降低Firmicutes/Bacteroidetes比例),提升乙酸和丙酸等短链脂肪酸水平,并验证菌群在其中的关键作用,早期干预可降低成年期焦虑易感性。
来源:Food Research International
时间:2026-02-12