• 使用3.0毫米微创手术（MIS）钻头，通过单通道与双通道方法对首次距舟关节融合术的关节准备进行尸体评估

  第一跖跖关节融合术采用单双通道3.0mm显微磨头两分钟准备，软骨去除面积无显著差异，周围神经血管结构未受损，证实两种通道均安全有效。

  来源：Journal of Food Engineering

  时间：2026-03-13

• 近红外光谱图重建——基于增强型卷积神经网络（CNN）的高精度酒精-柴油混合物分析方法

  基于近红外光谱的酒精柴油混合物智能检测方法研究，提出将1D光谱通过递归图、角域场和马尔可夫变换场转换为2D光谱图，增强卷积神经网络的特征提取能力。实验表明，MTF-CNN分类准确率达99.24%，RP-CNN甲醇预测误差降低至0.028，较传统1D-CNN、SVM和PLS方法提升一个数量级。该方法突破手动特征工程限制，为燃料质量控制提供高效解决方案。

  来源：Chemometrics and Intelligent Laboratory Systems

  时间：2026-03-13

• 利用深度学习和监测数据对钢筋混凝土框架进行实时地震损伤评估的框架

  实时地震损伤评估框架通过融合结构参数、地面运动特征和监测数据，采用多特征神经网络实现动态评估，支持任意长度输入并处理数据缺失，验证显示准确率达80%，延迟低于20ms。

  来源：Journal of Building Engineering

  时间：2026-03-13

• ETO-DFGR：一种基于DEIM框架的增强型交通目标检测方法，结合了聚焦引导的细化技术

  The NG-ABC framework enhances swarm intelligence by integrating decentralized neural networks with dynamic clustering and adaptive quality gating to mitigate negative knowledge transfer in multi-modal optimization.摘要

  来源：Expert Systems with Applications

  时间：2026-03-13

• 一种基于复合特征提取和多传感器序列链图融合的AUV故障诊断方法

  自主水下车辆多传感器时序数据特征提取不足，制约故障诊断精度。本文提出SCGNN框架，通过物理启示的时序链式图（SCG）构建方法，将多传感器时间序列转化为紧凑链式图结构，结合复合特征提取与图聚合融合策略，有效捕捉传感器间耦合关系与时空演化特征，显著提升诊断准确率。实验表明在Haizhe数据集上准确率达99.59%，并成功应用于Beaver-Ⅲ实际水池验证。

  来源：Ocean Engineering

  时间：2026-03-13

• 利用多尺度细节增强和解耦检测头进行的小目标检测

  小目标检测面临特征稀疏和噪声干扰挑战，本文提出DCGNet框架，包含DCE-FPN模块通过离散小波变换增强高频细节并抑制背景噪声，以及EDI-RCNN模块通过解耦检测头和特征交互提升分类与定位精度。在VisDrone2019等三个数据集上验证，相比基线方法在微小物体检测准确率上分别提升10.2%和1.7%。

  来源：Neurocomputing

  时间：2026-03-13

• 四瘫患者通过阶段性肱肌与前骨间神经移植术结合移植物来恢复抓握功能的技术报告

  神经移植分阶段法治疗脊髓损伤上肢功能障碍的研究：通过中间神经移植物缩短再生距离并改善手指抓握功能，初步23例显示78%达到改良MRC III级握力。

  来源：Ophthalmic Plastic & Reconstructive Surgery

  时间：2026-03-13

• 基于单调性约束的物理信息深度神经网络用于冷却器能耗预测：外推性能与约束优化

  物理信息神经网络与单调性约束结合的新模型，通过分析制冷能耗与输入特征的单调关系构建物理约束损失函数，并采用遗传算法优化特征权重，有效提升HVAC系统能耗预测的外推能力，验证结果显示MAPE降低30%，MAE和RMSE降低20%。

  来源：ENERGY AND BUILDINGS

  时间：2026-03-13

• 基于物理知识的深度算子网络在双相钢成形性评估中的应用

  成形极限预测框架融合物理信息神经网络与深度操作网络，通过ShapeNet、CrystalNet和DeformNet分层处理空间异质性、晶体特性及应变路径依赖，结合测量驱动的损失函数提升物理保真度，实现双相钢成形极限的高效映射与实验验证。

  来源：INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES

  时间：2026-03-13

• 综述：灵活的神经形态电子学：从突触器件迈向传感-存储-计算电路

  柔性神经形态电子系统的研究进展与应用前景

  来源：Science China-Materials

  时间：2026-03-13

• CMHANet：一种用于点云配准的跨模态混合注意力网络

  点云配准是三维计算机视觉的核心问题，CMHANet通过跨模态融合和混合注意力机制提升鲁棒性，在几何一致性和语义连贯性优化中引入对比学习目标函数，实验表明在多个数据集上显著优于现有方法。

  来源：Neurocomputing

  时间：2026-03-13

• 综述：积雪草（Centella asiatica）通过抑制炎症和凋亡并调控Gsk-3β信号通路来减轻氯化铝诱导的大鼠神经退行性变

  这篇综述探讨了草本植物积雪草（CA）在对抗铝诱导的神经毒性中的潜力。研究揭示了CA通过多种机制发挥神经保护作用，包括调节氧化应激（MDA、GSH、SOD）、减轻DNA损伤、抑制细胞凋亡（Bax/Bcl2、Caspase-3）与炎症（Il-1β）相关基因表达，并通过调控GSK-3β信号通路减少β-淀粉样蛋白和Tau蛋白沉积。体内大鼠模型证实了CA能有效改善脑组织病理变化，为治疗神经退行性疾病（如阿尔茨海默病）提供了新的植物药理学见解。

  来源：The Journal of Basic and Applied Zoology

  时间：2026-03-13

• 基于多图和多维表示的化合物心脏毒性预测

  本研究提出一种基于多图和多元特征的新方法，结合图神经网络（GNN）和双向门控循环单元（BiGRU）构建九类化合物心脏毒性预测模型，显著提升预测性能并揭示毒性结构特征，并开发在线预测平台CardiacTox。

  来源：Chemometrics and Intelligent Laboratory Systems

  时间：2026-03-13

• 基于物理原理的神经网络在基于组件的传动路径分析中用于力的识别

  等效力识别中不确定性补偿的神经网络方法研究，提出基于物理指导的神经网络架构替代传统矩阵求逆，通过嵌入物理信息增强模型鲁棒性，在数值仿真和车辆道路噪声实验中验证了其优于传统方法的精度和可靠性。

  来源：MECHANICAL SYSTEMS AND SIGNAL PROCESSING

  时间：2026-03-13

• AISS-VFL：一种高效的自适应重要性感知样本选择方法，用于基于分布式标签的垂直联邦学习

  提出一种结合BERT语义对齐与GNN图学习的新型建筑合规检查系统，解决BIM与法规文档的异构数据对齐及空间关系建模难题。实验表明该系统在三种建筑类型中语义对齐F1达89.35%，合规准确率99.98%，有效降低人工干预。

  来源：Expert Systems with Applications

  时间：2026-03-13

• 基于关系图谱的差分去噪与扩散注意力融合方法在多模态对话情感识别中的应用

  针对多模态对话情感识别中音频视频噪声干扰及模态信息不平衡问题，本文提出了一种关系图驱动的微分去噪与扩散注意力融合模型。通过微分Transformer抑制时间无关噪声，构建关系子图捕捉跨模态交互，并设计文本引导的扩散注意力机制动态分配模态权重，有效缓解噪声影响与模态不平衡，在IEMOCAP和MELD数据集上显著优于基线方法。

  来源：Neurocomputing

  时间：2026-03-13

• 《神经外科麻醉学杂志》关于人工智能使用的更新政策

  人工智能在学术研究中的应用及期刊政策更新

  来源：Journal of Neurosurgical Anesthesiology

  时间：2026-03-13

• 基于数据的时空预测方法，用于研究沸腾流化床中瞬态多相流体动力行为

  本研究结合机器学习与计算流体力学，开发了融合3D卷积神经网络、长短期记忆单元和多注意力机制的混合模型，用于高效预测气固流化床反应器中的流动特性时间序列。实验结果表明，该模型在保持物理一致性的同时显著降低计算成本，为加速复杂流动模拟提供了新方法。

  来源：Chemical Engineering Science

  时间：2026-03-13

• 通过使用神经网络进行实时路径适应来实现头部追踪式主动道路噪声控制

  传统主动道路噪声控制（ARNC）依赖固定模型，难以适应头部移动带来的路径变化。本研究提出基于神经网络的头追踪ARNC（HARNC）框架，通过实时更新次级路径估计和观测滤波器，结合预滤波初始化加速收敛。仿真和实车实验表明，HARNC在30-500Hz带宽内平均降噪提升3.02 dBA，优于查表法和插值法。

  来源：MECHANICAL SYSTEMS AND SIGNAL PROCESSING

  时间：2026-03-13

• 基于趋势的间歇性神经监测在甲状腺和甲状旁腺手术中的应用：一项前瞻性初步观察性研究 Paolo Del Rio, Tommaso Loderer, Gianluca Pasquini, Alessandro Facchinetti, Cristiana Madoni, Elena Bonati

  甲状腺手术中神经监测模式优化研究：采用趋势性间歇监测NerveTrend®系统，在44例患者中55条高危神经的监测显示5.5%的信号丢失率，高频刺激与早期Yellow趋势预警显著相关（p=0.0059），提示术中神经受压的可及时干预，但样本量小且缺乏标准化。

  来源：Surgeries

  时间：2026-03-13

知名企业招聘：