• 运动对脑卒中后失语症患者言语和语言训练效果的影响：病例报告

  摘要中风后的失语症会严重影响患者的沟通能力和生活质量。有氧运动能够提升健康成年人的学习能力和记忆力，有证据表明它对语言任务也有积极作用。然而，关于有氧运动对中风后失语症患者的影响的研究仍然非常有限。本案例研究探讨了将言语与语言治疗（SLT）与高强度有氧运动相结合对中风后失语症患者言语能力的影响。在4周的时间里，两名患有命名障碍性失语症的参与者每天进行20分钟的SLT训练，重点训练命名能力。随后在每隔一天（周二和周四）进行20分钟的高强度间歇性有氧运动。每天都会评估患者的言语表现，并使用西方失语症评估量表（Western Aphasia Battery）来检测干预前后的表达性和接受性语言技能。结

  来源：Neurocase

  时间：2025-11-20

• 应用目标试验模拟方法评估针灸结合康复治疗对儿童自闭症谱系障碍的效果：一项回顾性单中心真实世界研究方案

  近年来，针对自闭症谱系障碍（ASD）的治疗方法在不断拓展，而针灸作为一种传统中医手段，正逐渐受到关注。然而，针灸在ASD治疗中的临床证据仍存在一定的局限性，尤其是在如何准确评估其效果方面。因此，研究者们开始探索新的方法论框架，以更科学、系统地分析针灸在ASD干预中的作用。其中，目标试验模拟（Target Trial Emulation, TTE）作为一种创新的方法，正成为从真实世界数据中推导因果推断的重要工具。本研究正是基于这一方法，旨在评估针灸联合康复治疗对ASD儿童的核心症状改善效果，为针灸在神经发育障碍中的应用提供更坚实的科学依据。ASD是一种复杂的神经发育障碍，主要表现为社交沟通能力的

  来源：Neuropsychiatric Disease and Treatment

  时间：2025-11-20

• 一项关于欧洲人群中大声音乐暴露频率与焦虑障碍关联的孟德尔随机化研究

  这项研究通过利用基因组关联研究（GWAS）的公开数据，采用两样本孟德尔随机化（MR）方法，探讨了大声音乐与焦虑障碍之间的因果关系。研究的主要目标是评估大声音乐是否是焦虑障碍的潜在风险因素，同时关注不同焦虑障碍亚型之间的关联。研究结果表明，大声音乐可能与广泛性焦虑（GAD）存在一定的因果联系，而对恐慌障碍（PD）、社交焦虑障碍（SAD）和广场恐惧症（agoraphobia）的影响则存在一定的不确定性。这些发现为理解音乐对心理健康的影响提供了新的视角，并为未来的干预策略和临床实践提供了科学依据。音乐作为一种普遍的文化现象，对人类的心理和生理状态具有深远的影响。音乐的节奏、音量、音调和旋律等元素可以

  来源：Neuropsychiatric Disease and Treatment

  时间：2025-11-20

• 首先需要明确行为的定义，然后将其纳入视觉行为的分类体系中

  摘要里奇等人（在本期研究中）主张将组织枕颞皮层活动的原则从刺激类别转变为行为相关性。我认为，实现这一目标需要建立一个关于自然行为的正式分类体系：一种能够描述人类在真实环境中实际行为的本体论。只有这样，我们才能发现哪些行为会一致地利用分类机制作为适应性视觉处理的子过程。那些记录任务、注视行为和动作的自然主义数据集为这一分类体系提供了实证基础，使类别选择性从最初的假设转变为行为神经科学中的数据驱动结果。

  来源：Cognitive Neuroscience

  时间：2025-11-20

• 关系属性作为非处方药（OTC）中对象表示变化的来源

  摘要类别选择性模型改变了我们对枕颞视觉皮层（OTC）中与物体相关信息组织方式的理解。Ritchie等人提出，OTC根据特定任务/情境中行为上相关的属性来表征物体，而不是通过编码不变的视觉属性来确定物体所属的类别。我们在最近的研究进展背景下考虑这一观点，这些进展将视觉（以及OTC）的功能扩展到了物体识别之外，还包括了对物体之间相互关系的表征，这是规划行为目标并采取行动所需的关键信息。

  来源：Cognitive Neuroscience

  时间：2025-11-20

• 通过语言的视角看视觉皮层

  摘要视觉皮层是如何组织的？Ritchie等人（在本期研究中）主张摒弃仅关注类别选择的解释方式，转而强调那些具有复杂性和行为相关性的功能——这一观点我们完全赞同。在此基础上，我们进一步指出人类的行为是多样化的，并且这些行为的重要性各不相同。其中，语言是一个尤为关键的领域。来自发展神经科学和认知神经科学的诸多证据表明，语言对视觉处理具有显著的影响。这些发现强调了在试图阐明人类视觉皮层组织原理的框架中，需要将语言与其他高优先级行为一并纳入考虑。

  来源：Cognitive Neuroscience

  时间：2025-11-20

• 从框架到功能：提升技术认知中的数字工具运用能力

  摘要Federico等人提出了一个关于技术认知的有趣框架，该框架能够在分布式脑网络中区分机械技术和数字技术。我们在这一研究基础上，重点关注了神经心理学中的两个关键问题。首先，仅仅重视语义处理可能不足以实现高效的数字工具使用：选择机制对于将抽象目标转化为具体行动序列至关重要。其次，在评估数字技术时，必须考虑它们所提供的功能机会以及它们对用户技能的要求。这些区分明确了评估、康复和包容性发展的路径，并指出了推动数字神经心理学进步所必须解决的关键问题。

  来源：Cognitive Neuroscience

  时间：2025-11-20

• ApoE基因型知识及其对认知信念和表现的影响

  摘要随着阿尔茨海默病（AD）风险基因检测的日益普及，了解个体如何应对自身基因风险的相关信息变得至关重要。在本研究中，我们探讨了知晓自己是APOE ε4基因携带者（这种基因是晚发性AD痴呆的致病因素）是否会对主观认知和客观认知产生负面影响。研究对象为195名认知功能正常的老年人（年龄在63至79岁之间，平均年龄为71.18岁），他们来自阿尔茨海默病预防计划的GeneMatch项目。所有参与者都接受了APOE基因检测：其中94名ε4基因携带者和32名非携带者知晓自己的基因型，而另外41名ε4基因携带者和28名非携带者则不知情。主观认知通过记忆控制、注意力控制及记忆焦虑等指标进行评估；客观认知则通过

  来源：Aging, Neuropsychology, and Cognition

  时间：2025-11-20

• 使用低强度脉冲超声反复破坏血脑屏障可减轻淀粉样蛋白病理性变化

  迈克尔·卡尼（Michael Canney）|纪尧姆·布舒（Guillaume Bouchoux）|亚历山大·卡尔潘蒂埃（Alexandre Carpentier）|皮埃尔·德罗西（Pierre De Rossi）法国里昂的Carthera公司摘要目的将大分子递送到病变的大脑中是开发疾病修饰药物的主要障碍之一。这在一定程度上是由于血脑屏障（BBB）的存在，该屏障阻止了疏水性分子以及分子量大于400道尔顿的分子的自由通过。一种绕过这一天然屏障的策略是使用低强度脉冲超声波来振动循环中的微米级微气泡，从而对血管壁施加机械应力。这种方法可以暂时破坏血脑屏障，增强治疗药物从血液向脑实质的输送。在本研究中

  来源：Ultrasound in Medicine & Biology

  时间：2025-11-20

• 空手道与篮球干预对自闭症谱系障碍学龄前儿童社交沟通能力和身体素质的比较效果

  本研究探讨了在3至6岁患有自闭症谱系障碍（ASD）的儿童中，为期12周的空手道和篮球干预对社会沟通能力和身体素质的影响。研究结果表明，两种运动干预都显著改善了儿童的社会沟通能力以及多项身体素质指标，而对照组则没有观察到明显的变化。这项研究为在ASD早期干预中引入结构化的运动项目提供了重要的支持，同时也强调了运动对儿童社会和身体发展可能带来的积极影响。自闭症谱系障碍是一种异质性的神经发育障碍，主要表现为社会沟通和互动的持续性缺陷，以及行为、兴趣或活动的限制性与重复性模式。近年来，全球范围内ASD的发病率显著上升，从1975年的每5000人中1人增加到2021年的每44人中1人，给全球的教育和医疗

  来源：Research in Autism

  时间：2025-11-20

• Pennsieve：构建神经科学数据管理的协作平台，推动FAIR原则下的开放科学研究

  随着神经科学研究进入大数据时代，脑成像、电生理、电子病历以及免疫遗传信息等多模态数据呈指数级增长，神经科学家们面临着前所未有的数据管理挑战。当前神经科学数据生态高度碎片化，往往被组织成专有格式和特定模态的档案库，彼此之间缺乏通信能力。这种数据孤岛现象严重阻碍了大规模研究工作的开展，导致数据资源利用率低下，科学发现潜力大幅削弱。与此同时，美国国立卫生研究院（NIH）和欧盟推行的数据共享政策加速了神经科学领域从封闭到开放科学的重大转型，这使得研究人员对标准化数据管理平台的需求变得尤为迫切。在这一背景下，由宾夕法尼亚大学研究人员领导的团队在《Scientific Data》上发表了关于Pennsie

  来源：Scientific Data

  时间：2025-11-20

• 基于公共Neuropixels数据集的小鼠海马尖波涟漪标准化数据集构建与分析

  在神经科学研究领域，海马体的尖波涟漪（Sharp-Wave Ripples, SWRs）一直是记忆研究的关键突破口。这种150-250Hz的高频振荡活动，被认为在记忆编码、巩固和决策过程中扮演着核心角色。然而，随着国际脑科学实验室（IBL）和艾伦脑科学研究所（ABI）等机构通过Neuropixels探针产生大量电生理数据，一个严峻问题逐渐浮现：缺乏统一的SWR检测标准和可共享的数据格式。研究人员面临多重挑战：不同的实验室使用各异的检测参数（如峰值阈值设定为2.5SD到6SD不等），LFP数据分析需要高达250GB的内存资源，而且运动伪迹和伽马振荡等干扰因素使得准确识别真正的SWR变得复杂。这种

  来源：Scientific Data

  时间：2025-11-20

• 基于反事实数据的可解释图像分类

  深神经网络在现代人工智能领域中扮演着至关重要的角色，它们通过复杂的结构能够高效地学习非线性映射关系，并被广泛应用于多个领域，如图像识别、自然语言处理、语音识别等。随着其应用范围的不断扩大，研究者们对这些模型内部机制的理解也日益加深，从而引发了对其可解释性的浓厚兴趣。然而，尽管深神经网络在性能上表现出色，其复杂的结构却使得对其决策过程的解释变得困难。传统上，研究者们为了提升模型的可解释性，通常会简化网络结构，将其转化为更透明的“白盒”模型，但这种方法往往以牺牲模型性能为代价。因此，如何在不破坏模型结构的前提下提升其可解释性，成为一个亟待解决的问题。在这一背景下，本文提出了一种新的方法，旨在通过构

  来源：Pattern Recognition

  时间：2025-11-20

• 通过乔列斯基分解（Cholesky Decomposition）提升在SPD流形上的图神经网络性能

  王宇|常毅吉林大学人工智能学院，长春，130012，中国摘要非欧几里得几何在模拟复杂结构数据方面已被证明是有效的，尤其是在处理树状和层次结构的数据时。虽然双曲图神经网络（GNN）在各个领域都取得了成功，但将GNN适应到矩阵流形上的研究仍然有限。大多数先前的努力都集中在将欧几里得GNN的模块转移到非欧几里得空间上。然而，这些尝试尚未在对称正定（SPD）流形上完全开发出一个全面的GNN架构，而SPD流形提供了一个包含欧几里得和双曲投影子空间的丰富几何结构。一个主要挑战是缺乏在SPD流形上明确定义的、封闭形式的模块，包括邻域聚合层、非线性函数和几何分类器。为了解决这些问题，我们提出了SPDGNN，这

  来源：Pattern Recognition

  时间：2025-11-20

• TaylorNet：利用泰勒展开重新审视基于单项式的图神经网络

  图神经网络（Graph Neural Networks, GNNs）作为处理图结构数据的重要工具，近年来在多个领域中得到了广泛应用。GNNs的核心思想是通过捕捉图中节点和边之间的关系，从数据的结构特性中提取信息，从而提升模型在诸如节点分类、链接预测、图分类等任务中的表现。随着研究的深入，GNNs被进一步细分为空间域（Spatial）和频域（Spectral）两种主要类型。空间域的GNNs，如图卷积网络（GCN）和图注意力网络（GAT），通常基于消息传递机制，通过聚合邻居节点的信息来更新节点的表示。而频域的GNNs则依赖于图的谱特性，利用图拉普拉斯矩阵的特征值进行滤波操作，从而实现对图信号的处理

  来源：Pattern Recognition

  时间：2025-11-20

• EmoEEG：一种基于信息瓶颈理论的通用框架，用于脑电图（EEG）情感识别

  本文探讨了如何提升脑电图（EEG）在情绪识别任务中的通用性和迁移能力。由于EEG信号本身具有复杂的特性，例如噪声多、冗余高以及不同个体和数据集之间分布差异显著，现有的情绪识别模型通常针对特定数据集或个体进行设计，难以实现跨领域的统一表示。为此，研究团队提出了一种名为“共享信息瓶颈编码器”（Shared Information Bottleneck Encoder）的机制，用于从EEG信号中提取与情绪相关的通用信息并压缩冗余。在此基础上，他们进一步构建了一个名为“EmoEEG”的框架，旨在实现多领域、多任务的情绪识别，并具有良好的迁移能力。情绪是一种复杂的心理状态，它不仅影响人类的行为，还与生理

  来源：Pattern Recognition

  时间：2025-11-20

• 小型还是大型超像素图？高斯影响行走结合反弹机制可以提供帮助

  知识图谱（Knowledge Graphs, KGs）在图神经网络（Graph Neural Networks, GNNs）的研究中扮演着重要角色。特别是在处理图像数据时，超像素图（Superpixel Graphs, SGs）作为一种特殊的知识图谱，被广泛用于捕捉图像中对象之间的语义关系和拓扑结构。然而，现有的大多数研究主要集中在静态的、基于小批量的场景中，这种局限性使得在实际应用中难以充分适应图像的复杂性和多样性。因此，本研究提出了一种新的方法，以动态重构超像素图，从而提升图神经网络在图像理解任务中的性能和可解释性。在图像处理领域，超像素图的构建是将图像分割为多个小区域，并将这些区域作为图

  来源：Pattern Recognition

  时间：2025-11-20

• GCL-GroW：通过群组白化实现图对比学习

  本文介绍了一种新颖的图对比学习方法，名为“基于特征组白化的图对比学习”（Graph Contrastive Learning via Group Whitening，简称 GCL-GroW）。该方法旨在解决当前图神经网络（GNNs）在图结构数据学习过程中面临的关键问题，尤其是在标注数据稀缺的情况下，如何在不依赖负样本和复杂架构的前提下，提升模型的性能与效率。图神经网络因其能够有效捕捉图结构中的关系和依赖性，已被广泛应用于图数据的分析中。它们通过节点特征和图结构的结合，学习出具有语义意义的节点表示。传统的 GNN 模型，如 GCN、SGC 和 GAT，通过邻域聚合机制不断更新节点嵌入，从而在多种

  来源：Pattern Recognition

  时间：2025-11-20

• 青少年的社会评价性决策与分离焦虑：θ波动力学及其计算相关性

  青春期是人生中一个充满变化的阶段，涉及社会、行为和神经等多个领域的显著发展（Blakemore, 2008; Sebastian et al., 2010）。在这一时期，同伴关系变得尤为重要，青少年往往投入大量时间和精力去建立和维持这些关系，并寻求同伴的认可（Steinburg & Morris, 2000）。积极的同伴经历通常对心理健康有益（Allen et al., 2005），而负面的同伴互动则可能导致不良后果，如焦虑、抑郁、社交退缩、孤独、敌意、愤怒和攻击性等（Kingery et al., 2010; Steinburg & Morris, 2000）。对于某些青少年而言，与同伴之间

  来源：Neuropsychologia

  时间：2025-11-20

• 食物奖励的价值如何引发积极的记忆，从而缓解小鼠与焦虑相关的行为

  这项研究探讨了食物的可口性对小鼠奖励相关记忆形成的影响，以及这些记忆如何缓解焦虑相关行为。在现代社会，焦虑和压力已成为主要的心理问题，而通过强化积极记忆或情绪来治疗焦虑，提供了一种有前景的新途径。本研究采用三种实验，结合了升高十字迷宫（EPM）和跑道任务，以评估不同奖励价值的食物是否能够更有效地形成缓解焦虑的奖励相关记忆。在实验一中，研究者发现，接受标准食物奖励训练的小鼠在随后的测试中表现出更强的偏好，特别是对曾经获得奖励的开放臂，相较于未接受食物奖励的对照组，其焦虑相关行为明显减少。这一发现表明，食物奖励可以诱导形成一种与空间相关的积极记忆，这种记忆即使在没有食物奖励的情况下，仍然能够影响小

  来源：Learning and Motivation

  时间：2025-11-20

知名企业招聘：