-
枯草芽孢杆菌与巨大芽孢杆菌通过调控肠道菌群缓解DSS诱导的结肠炎及抑郁样行为的作用机制研究
本研究针对炎症性肠病(IBD)常伴随抑郁样行为的问题,探讨了马源枯草芽孢杆菌(Bacillus subtilis)和巨大芽孢杆菌(Bacillus megaterium)对DSS诱导的小鼠结肠炎及神经炎症的改善作用。研究发现两种芽孢杆菌可通过调节TLR-4/NF-κB通路、增强脑源性神经营养因子(BDNF)表达、提升有益菌丰度(如Turicibacter、Lactobacillus),显著缓解结肠病理损伤和抑郁样行为,为益生菌治疗肠-脑轴疾病提供了新依据。
来源:Animals and Zoonoses
时间:2026-02-07
-
布比卡因浓度对坐骨神经阻滞效果的影响:超声引导下大鼠模型中痛觉、运动和本体感觉功能的评估
本研究探讨了在Wistar大鼠中,通过超声引导进行坐骨神经周围注射不同浓度(0.25%与0.5%)的布比卡因,对其痛觉、运动及本体感觉功能的影响。研究发现,两种浓度均能有效阻滞坐骨神经,但0.5%的布比卡因在阻滞强度和持续时间上均表现出浓度依赖性优势。该结果为优化大鼠模型的区域麻醉方案提供了重要依据。
来源:Veterinary Anaesthesia and Analgesia
时间:2026-02-07
-
WAVE++:通过自适应提示捕捉任务内部的方差,以实现连续关系提取
针对持续关系抽取中的灾难性遗忘和任务变异问题,提出WAVE++方法。通过任务特定提示池增强适应性,整合标签描述提升分类精度,引入投票机制替代传统分类器,并利用生成模型巩固共享参数知识。实验表明该方法在TACRED和FewRel数据集上显著优于现有提示和回放方法。
来源:Neurocomputing
时间:2026-02-07
-
硼替佐米诱导神经病变中皮肤神经TrkA表达上调与神经血管互作异常的相关性研究
本研究揭示硼替佐米诱导的周围神经病变(BIPN)患者皮肤神经纤维中TrkA蛋白表达显著升高,并伴随表皮内神经纤维密度(IENFD)降低和真皮血管化增强。通过多模态检测技术,发现TrkA积累与治疗周期相关,且疼痛亚组呈现独特的神经-血管相互作用模式,为NGF/TrkA信号通路在BIPN中的作用机制提供了新视角。
来源:Brain Pathology
时间:2026-02-07
-
综述:关于改进型神经网络算法在智能电网中用于电池能量状态估计的综述
高效准确的电池状态估计(SOE)对智能电网储能系统至关重要,但锂离子电池的非线性特性及动态工况带来挑战。本文系统分析FNN、RNN(含LSTM、GRU)、CNN及GNN等神经网络算法在SOE中的应用,探讨数据预处理、性能评估(MSE/MAE/RMSE)及场景适配策略,提出混合建模、在线自适应和边缘计算集成等未来方向,填补算法分类视角与工程实践结合的研究空白。
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2026-02-07
-
基于质心模型的脊柱矢状面参数测量新方法:验证椎体倾斜角测量的可靠性与临床应用价值
本研究针对传统椎体终板参考法在脊柱参数测量中存在显著观察者变异性的问题,开发了一种基于几何质心模型的椎体倾斜角测量方法。通过32例站立位脊柱侧位X线片的三重评估验证,结果显示质心法的组内和组间ICC分别达0.97和0.96,显著优于终板法(0.88/0.85)。该方法为脊柱矢状面分析提供了更可靠的测量工具,对脊柱外科手术规划、疗效评估及生物力学研究具有重要意义。
来源:Brain and Spine
时间:2026-02-07
-
综述:当前与未来的中枢神经系统外科手术——第一部分:颈椎脊髓压迫
颈椎固定术在马神经外科中仍具重要地位,但计算机辅助手术技术为精准治疗椎间盘及脊髓病变提供了新途径,通过高精度操作减少传统融合术的并发症。
来源:Veterinary Clinics of North America: Equine Practice
时间:2026-02-07
-
产前而非新生儿期对乙酰氨基酚暴露破坏成年雄性大鼠应激和情绪行为的神经内分泌调控
本研究探讨了鱼类学习能力与水产养殖优化的关系,以欧洲鲈鱼为模型,通过空间学习任务评估其认知表现及脑内即刻早期基因(IEGs)表达。研究发现仅10-16%的个体能成功学习任务,其端脑和下丘脑下叶的egr-1和c-fos表达显著上调,表明IEGs可作为学习相关脑活动的可靠标记。该研究为理解鱼类认知个体差异、优化饲养策略及改善鱼类福利提供了重要神经行为学依据。
来源:Physiology & Behavior
时间:2026-02-07
-
TFIGF:基于文本到图像合成的火灾数据增强模型
文本生成与图像过滤框架缓解火灾检测数据不平衡问题,通过CLIP-ViT融合文本与视觉特征生成多样化火图像,经多规模数据集验证显著提升检测模型精度与可靠性。
来源:Neurocomputing
时间:2026-02-07
-
利用扩散偶实验和基于物理的神经网络反演技术,对三元Ni–Al–Ti和五元Ni–Co–Fe–Al–Ti高熵合金中示踪剂扩散率在成分空间内的分布进行了全面映射
通过实验与物理信息神经网络(PINN)结合,系统性地估计了Ni-Al-Ti三元和Ni-Co-Fe-Al-Ti五元固溶体中各元素的扩散系数,创新性地采用单扩散谱线与伪二元方法交叉验证,并利用PINN优化方法实现扩散系数的连续函数建模,解决了多组分系统中扩散参数估计的难题。
来源:Acta Materialia
时间:2026-02-07
-
奶牛福利的非侵入性生理指标:个性特征对皮质醇蓄积、心率变异性及产奶量动态的影响研究
本研究针对奶牛福利评估中缺乏可靠生理指标的问题,通过设计改善与恶化饲养条件的对照实验,探究了毛发皮质醇(HC)、心率变异性(HRV)和产奶波动性(LnVar)等非侵入性参数与福利状态的关系。结果表明,恶化条件普遍升高心率(HR)、降低产奶量(MY),但HRV和产奶指标的变化受个体活动性、恐惧性和社交性等个性特征调控。例如,低活动性奶牛在改善环境中HRV升高,而高活动性奶牛在恶化环境中HRV意外增加;高恐惧性奶牛在恶化环境中日产奶波动显著增强。该研究为个性化奶牛福利监测提供了新思路,尤其强调HRV和产奶指标(如LnVar)在无干扰日常监测中的潜力。成果发表于《Animal Welfare》,对推动畜牧业精准福利管理具有重要意义。
来源:Animal Welfare
时间:2026-02-07
-
综述:当前与未来的中枢神经系统外科手术——第二部分:神经根病、椎体骨折及颅内手术
微创关节镜技术及计算机辅助手术为马匹颈椎疾病治疗提供新方法,可针对性处理椎间孔扩大术和神经外科手术中特定病变,减少传统融合术需求。
来源:Veterinary Clinics of North America: Equine Practice
时间:2026-02-07
-
RFAConv:用于改进卷积神经网络的感受野注意力卷积(Receptive-Field Attention Convolution)
针对传统卷积核参数共享的局限性,提出基于Receptive-Field Attention机制的大卷积核优化方法RFAConv,通过动态调整不同位置卷积核权重解决参数共享问题,实验表明其显著提升图像分类、目标检测和语义分割任务性能且计算开销接近。
来源:Pattern Recognition
时间:2026-02-07
-
TabNSA:一种用于高效处理表格数据的原生稀疏注意力机制
TabNSA通过融合分层稀疏注意力机制与TabMixer架构,有效建模异构特征并降低计算复杂度,实验表明其优于现有模型且结合LLM可提升少样本学习效果。
来源:Neurocomputing
时间:2026-02-07
-
基于学习的、具有稳定性认证的航天器近距离操作最优制导框架
本文提出了一种结合控制李雅普诺夫函数与监督学习的框架,用于为航天器交会机动生成具有稳定性认证的时间最优和燃料最优制导指令。作者构建了一种新型神经候选李雅普诺夫函数以确保正定性,并推导出相应的控制策略。该框架通过一个简单的损失函数联合监督李雅普诺夫函数和控制策略,利用基于多项式映射方法获得的最优状态-控制对进行训练。数值仿真验证了该方法在稳定性和最优性方面的有效性,并可扩展至非线性仿射控制系统。
来源:Acta Astronautica
时间:2026-02-07
-
基于语音与行为生物标志物的发育障碍早期检测混合深度学习框架研究
为解决现有发育障碍(DD)检测模型准确率低、泛化能力差等问题,研究人员开展了基于语音和行为生物标志物的混合深度学习框架研究。该研究提出DeepSTNet模型,整合MnasNet和IndRNN,结合HSA-ReliefF特征选择方法,在融合数据集上实现99.46%的准确率,为DD早期筛查提供高精度AI工具。
-
综述:马匹头部和颈部疾病:喉部和咽部
该研究系统综述了马匹上呼吸道疾病的解剖学基础、多模态诊断方法(包括静息与动态内窥镜及超声成像)及临床管理策略,强调动态内窥镜作为诊断功能性气道障碍的金标准,并指出需注意排除下呼吸道疾病及避免静态检查导致的假阴性。
来源:Veterinary Clinics of North America: Equine Practice
时间:2026-02-07
-
“音系映射负性”(Phonological Mapping Negativity,简称PMN)并非特定于音系学现象,而是指对说话者声音不匹配情况的敏感性
ERP研究显示语音映射否定性成分(PMN)对非语音学错误(如说话人声音变化)也有反应,挑战其语音特异性假设。
来源:Neuropsychologia
时间:2026-02-07
-
Hi-CBM:通过分层概念瓶颈建模来减轻信息泄露
概念瓶颈模型通过将输入特征映射到人类可理解的抽象概念来提升可解释性和可干预性,但存在信息泄漏问题导致模型失效。本文提出Hi-CBM框架,采用分层概念池化机制过滤无关信号,并设计二进制干预矩阵约束概念与标签的关联,有效消除信息泄漏。实验表明该模型在保持高预测精度的同时显著提升可解释性和可干预性。
来源:Neurocomputing
时间:2026-02-07
-
使用响应一致的监督学习网络进行区间模型校准
利用响应一致的监督多层感知机(MLP)神经网络进行区间模型标定,结合可微区间不确定性传播技术,直接从动态响应特征区间识别结构参数区间,解决了传统参数域监督方法的不确定性建模难题。研究通过玩具飞机和钢 plate结构的有限元素分析案例验证,证明了该方法在工程参数标定中的有效性和效率。
来源:Mechanical Systems and Signal Processing
时间:2026-02-07