• 基于空間擴散輸入優化人腦連接組控制的神經動力學框架

  《通訊生物學》推薦：傳統腦網絡控制模型假設輸入獨立作用于各節點，忽略了皮質空間連續性與腦刺激技術的擴散效應。為此，研究人員在最優控制框架中引入空間擴散輸入模型，揭示了該策略可利用結構與活動的空間依賴關系，顯著降低驅動腦狀態轉變所需的能量，識別出減少輸入數量的近最優策略，其輸入位點密度圖譜與獨立的功能、代謝等多模態圖譜高度吻合。這項工作為理解腦動力學的最優控制提供了高效且神經生物學基礎扎實的新框架。

  來源：Communications Biology

  時間：2026-03-02

• 早年起因：嬰兒-父母依戀紊亂與極度不敏感教養對青春期精神病性體驗的預測作用

  這篇前瞻性研究（N = 627）基于觀察數據，探討了早期教養與嬰兒-父母依戀在兒童及青春期精神病性體驗（Psychotic Experiences, PEs）發展中的作用。研究發現，嬰兒期的紊亂型依戀（disorganized attachment）并未顯著預測后續的PEs，而父母在嬰兒14個月大時表現出的極度不敏感（extremely insensitive）教養行為，則與青少年時期更高的幻覺和妄想風險顯著相關。研究未發現母親在圍產期的喪失經歷與PEs存在關聯。結論強調了發育早期與虐待相關的不良教養行為，可能是青春期PEs的更關鍵預測因素，而依戀紊亂的作用可能被高估了。

  來源：Brain and Behavior

  時間：2026-03-02

• 庫欣病患者腦類淋巴系統功能與白質微結構損傷的關聯研究

  這篇綜述首次揭示了庫欣病（CD）患者存在類淋巴系統功能損傷（DTI-ALPS指數降低），并發現其與夜間皮質醇水平升高顯著相關。研究通過擴散張量成像分析證實，類淋巴功能損傷是夜間皮質醇升高導致右側第三額枕束（SLF III_R）分數各向異性（FA）降低的完全中介因素，為理解CD患者白質（WM）損傷機制提供了新視角。

  來源：Brain and Behavior

  時間：2026-03-02

• 綜述：胰島素抵抗作為神經系統疾病的共同病理生理驅動因素：一篇敘述性綜述

  本期綜述旨在綜合當前證據，將胰島素抵抗視為跨越神經退行性疾病、神經系統疾病和神經精神疾病的共同病理生理驅動因素，并評估營養及代謝干預作為調節策略的潛力。它強調，不應僅將中樞胰島素抵抗視為并存的代謝異常，而應將其視為廣泛神經系統疾病中活躍的疾病修飾因子。通過改善胰島素敏感性來干預胰島素信號通路，代表了一種有前景、可調控的預防與輔助管理策略。

  來源：Current Nutrition Reports

  時間：2026-03-02

• 綜述：阻塞性睡眠呼吸暫停與癲癇發作：病理生理機制及臨床意義——一篇敘述性綜述

  阻塞性睡眠呼吸暫停（OSA）通過缺氧、神經炎癥、氧化應激及分子標志物改變（如HMGB1、miRNA、褪黑素）影響癲癇發生，篩查和治療OSA對改善癲癇患者預后至關重要。

  來源：Sleep and Breathing

  時間：2026-03-02

• 基于尖峰神經網絡的昆蟲肢體姿態與運動分數型本體感覺編碼模型研究

  本研究針對昆蟲運動控制中分布式的本體感覺信息如何被中樞神經系統整合并編碼為全身姿態與運動參數這一核心問題，提出了一種多層尖峰神經網絡模型。研究人員基于自適應性指數積分發放神經元，模擬了感受器陣列的范圍分餾和時相-緊張性響應特性，首次實現了從單關節角度/速度到肢體運動周期乃至全身姿態參數的層級式分數編碼。該模型為理解生物系統如何通過分布式計算處理復雜運動信息提供了新的理論框架，并對神經形態計算與仿生機器人控制有重要啟發意義。

  來源：Biological Cybernetics

  時間：2026-03-02

• 綜述：關于馬匹癲癇發作和癲癇的最新進展

  癲癇與類似癲癇的疾病診斷需結合神經學評估、代謝檢測及影像學檢查，重點區分真性癲癇與反應性癲癇。代謝因素如低鈉血癥、膽紅素腦病、低鈣血癥等可引發癲癇樣發作，需通過血液生化及腦脊液分析確診。臨床需遵循ILAE分類標準，結合病史采集、視頻記錄及實驗室檢查綜合判斷。治療應針對病因并控制發作，同時加強飼養管理。

  來源：Veterinary Clinics of North America: Equine Practice

  時間：2026-03-02

• 不同情緒類別在時間尺度上對行為和神經事件分割的差異性貢獻

  離散情緒語義通過行為和神經層級預測事件分割機制，揭示情緒動態在連續體驗組織中的關鍵作用。

  來源：Neuropsychologia

  時間：2026-03-02

• 盡管老年人對音樂中聲學特征的神經追蹤能力有所增強，但他們對音樂節奏的神經敏感性卻降低了

  本研究通過EEG對比年輕（19-34歲）和老年（58-82歲）群體對自然音樂中不同節奏（1-4Hz）的神經響應，發現老年人在聲音起始、幅度包絡等特征跟蹤上呈現增強反應，提示其聽覺皮層抑制功能下降導致超激活。但老年群體對音樂節奏變化的敏感性顯著降低，尤其在早期神經響應（<200ms）中表現更明顯。研究揭示了年齡相關聽覺皮層超激活與節奏處理能力受損并存的現象。

  來源：Neuropsychologia

  時間：2026-03-02

• 超越分布變化：測試時的自適應高光譜圖像分類

  HSI分類魯棒性研究提出HyperTTA框架，通過構建九類退化基準數據集、設計多尺度SSTC模塊與CELA輕量級TTA策略，有效提升模型在噪聲、模糊等退化條件下的分類性能，在PU和WHLK數據集上均優于現有方法。

  來源：Neurocomputing

  時間：2026-03-02

• 基于前饋神經網絡人工勢場方法的智能行走器人機共享控制策略

  智能助行器人機共享控制策略基于前饋神經網絡自適應人工勢場方法（NN-APF），解決傳統人工勢場局部極小和目標不可達問題，仿真驗證目標到達率92.3%，軌跡平滑度提升，實驗證明其可行性和安全性。

  來源：Neurocomputing

  時間：2026-03-02

• 綜述：關于圖神經網絡在腦疾病分析中應用的綜述

  圖神經網絡在九類腦疾病診斷中的應用綜述，系統比較單模態與多模態框架的效能差異，分析數據不平衡、噪聲干擾、動態建模等核心挑戰，提出跨模態融合與可解釋性增強的未來研究方向。

  來源：Neurocomputing

  時間：2026-03-02

• 基于“心理意象”的新型層次分解方法：MID框架在提升多類分類性能中的創新應用

  為解決傳統層次分解方法難以依據數據內在屬性優化分類結構的問題，研究人員提出了名為Mental Image Decomposition (MID) 的創新框架。該研究利用DRASiW模型的“心理意象”信息構建與數據對齊的優化層次樹，在26個標準數據集上驗證表明，MID在多種機器學習分類器上都顯著提升了F1分數和準確率，尤其能有效提升AdaBoost等集成分類器性能。這項工作為復雜多類分類問題提供了高性能、可解釋性強的新解決方案。

  來源：Neurocomputing

  時間：2026-03-02

• **RATE：一種基于風險意識的適應性長期時間序列預測方法**

  長期時間序列預測中，現有模型因未有效分離穩定成分與風險信號，導致誤差累積和可靠性下降。本文提出RATE模型，通過多尺度語義分解（MSD）分離穩定（趨勢、季節、均值）和波動殘差，雙分支并行預測（穩定預測器SP與不確定性預測器UP），結合風險感知融合模塊RAF動態調整權重，有效抑制誤差累積并提升長期預測精度。實驗表明RATE在8個基準數據集上顯著優于SOTA模型。

  來源：Neurocomputing

  時間：2026-03-02

• 異構信息網絡中面向自動化深度表征學習的多目標協同進化搜索算法

  本研究提出了一種名為MOEAHIN的多目標協同進化算法，旨在自動化地搜索異構信息網絡（HINs）中的元多重圖和神經網絡架構，以權衡模型性能與圖稀疏性，為解決自動深度表征學習中的手動設計和參數調優難題提供了有效方案。

  來源：Neurocomputing

  時間：2026-03-02

• 具有頻率感知能力的全球-局部選擇性注意力網絡，用于激光焊接點檢測

  激光焊接點檢測中，針對小尺寸焊點、模糊邊界和復雜光照問題，提出FGSNet框架。該框架通過通道 shuffle卷積保留淺層紋理，全局-局部門控注意力平衡語義與局部結構，自適應多尺度特征融合對齊表征，結合小波自注意力模塊增強高頻邊緣細節，最終實現高效精確的分割檢測。實驗表明其IoU達84.19%，F-score91.41%，優于傳統方法。

  來源：Neurocomputing

  時間：2026-03-02

• 自適應局部對齊蟻群算法與流形模糊均值漂移技術在流形檢測與去噪中的應用

  本文提出動態局部半徑和動態信息素沉積的改進方法，用于檢測和處理暗物質N體模擬中的噪聲背景下的星系結構。實驗表明，新方法減少了噪聲干擾，提高了絲狀結構檢測的準確性和效率，并在合成數據集和真實天文數據上驗證了其有效性。

  來源：Neurocomputing

  時間：2026-03-02

• 通過神經分數微分方程實現連續時間記憶依賴系統中的強化學習

  提出基于神經分數微分方程（Neural FDEs）的強化學習框架，通過Caputo分數導數建模麻醉藥物的記憶依賴效應，結合軟 actor-critic算法實現BIS指標的閉環控制，驗證其相比整數階模型更優的魯棒性和適應性。

  來源：Neurocomputing

  時間：2026-03-02

• 針對具有比例時滯和異質切換的不確定復值模糊憶阻神經網絡全局指數同步的自適應事件觸發間歇控制及其在圖像解密中的應用

  本文研究了一種復雜控制場景下神經網絡的同步問題。針對帶有不確定參數、比例時延及驅動/響應系統存在不同切換條件（即異質性）的復雜值模糊憶阻神經網絡(CVFMNNs)，研究者設計了一種創新的自適應事件觸發間歇控制(AEIC)策略。該工作首次將區間矩陣法擴展至復域用于此類系統，并構建了新的非周期微分不等式。通過嚴格的李雅普諾夫(Lyapunov)泛函分析和全局指數同步(GES)條件推導，成功實現了系統同步，并嚴格排除了Zeno行為。數值模擬和圖像加密應用驗證了該方法的有效性與實用潛力，為復雜神經網絡的實際控制提供了更為通用的理論框架。

  來源：Neurocomputing

  時間：2026-03-02

• 正交空間約束在不依賴梯度反向傳播的情況下，提升了學習的可擴展性和收斂效率

  本文提出LOCO算法，通過引入正交約束和低秩聚類優化權重更新，解決了非BP方法在深度突觸神經網絡訓練中的效率和擴展性問題。實驗表明，LOCO在多個基準數據集上表現優異，支持超過10層網絡的訓練，并具有持續學習能力。

  來源：Neurocomputing

  時間：2026-03-02

知名企業招聘：