海马体时空编码新进展——多路复用的θ相位编码及外界和自运动线索的调控机制 ——评述Nature Neuroscience最新发表论文：“allothetic and idiothetic spatial cues control the multiplexed theta phase coding of place cells” 一、学术背景与研究动因 空间导航与记忆在神经科学领域长期受到关注，海马体（hippocampus）作为脑内认知地图（cognitive map）产生与维持的关键结构，承载着空间信息编码与检索的核心功能。几十年来，关于海马体如何整合内外空间线索形成稳定且灵活的空间表征，一直是理论与实验亟待攻克的难题。 本研究聚焦于海马体主细胞——位置细胞（place cells）在θ...

EEG 情感识别领域的新突破：MASA-TCN统一模型的提出与实验分析 学术背景与研究动机 人类情感识别（Emotion Recognition）一直是神经科学、人工智能以及人机交互领域的热点研究方向。通过对个体情绪状态的自动识别，可以服务于心理健康管理、智能辅助系统、以及更自然的人机互动，为抑郁、焦虑、孤独症谱系障碍等精神疾病患者提供有效干预与监测。然而，情感识别技术的发展主要集中在基于语音、面部表情等外部表现的信号，尽管这些信号易于采集，但极易受到被试主观控制或掩盖，缺乏对大脑真实情感状态的精准捕捉。 相比之下，脑电图（Electroencephalogram, EEG）作为一种非侵入、低成本、高时序分辨率的脑成像工具，能够直接反映大脑内在的情感神经活动，因此在情感识别领域具有独特优势。...

深度表示学习在失衡心电图分类中的创新应用 —— 《Deep Representation Learning with Sample Generation and Augmented Attention Module for Imbalanced ECG Classification》学术新闻报道 一、学术背景与研究动因 心脏健康监测在现代医疗保健领域中占据着至关重要的地位，尤其是在远程健康监护（Remote Health Monitoring）和物联网（IoT）技术快速发展的背景下，心电图（Electrocardiogram, ECG）作为心脏电活动的记录工具，始终是医生诊断心率失常（Arrhythmia）等心血管疾病的重要依据。心律失常凭借其发病率高、危险性大，成为心血管疾病致死的主要原因...

一、背景介绍：自闭症儿童行为监测的临床困境与科技前景 自闭症谱系障碍（Autism Spectrum Disorder, ASD，自闭症）是一种伴随终生的神经发育性障碍。近年来，美国自闭症发病率快速攀升，根据现有流行病学数据，平均每36名儿童中就有一例自闭症患儿。自闭症主要表现为与他人的沟通和社会交往困难、兴趣和活动受限，以及重复刻板行为。上述核心症状直接影响患儿在家庭、学校和社会中的日常活动与社会功能。此外，与自闭症相关的“挑战性行为”（Challenging Behaviors, CBs），包括自伤、攻击和干扰性行为，具有重要的临床关注价值。这些行为不仅加剧了患儿的社交障碍，还带来了严重的健康风险，甚至危及自身或他人的安全。 目前，对于自闭症儿童的行为监测多依赖临床评估，由专业人员在医院...

一、学术背景——青光眼早筛亟需创新诊断工具 青光眼是全球范围内导致不可逆性失明的主要疾病之一。据[31]等研究表明，青光眼具有早期症状隐匿、视功能损害不可逆等特点，因此早期发现和干预至关重要。目前，光学相干断层扫描（Optical Coherence Tomography，简称OCT）作为一种三维（3D）无创高分辨率影像技术，在眼科诊断领域发挥着日益重要的作用，能够直观展现眼部解剖的结构性变化，并帮助医生实现对视网膜神经纤维层（Retinal Nerve Fiber Layer，RNFL）等关键区域的精确评估[13]。 然而，传统青光眼OCT辅助诊断方法往往依赖于二维（2D）B扫描的分析，重点关注视神经乳头（Optic Nerve Head，ONH）中央切片。这种局部信息虽有助于检测结构性损...

背景介绍 肺癌（lung cancer）作为全球发病率和死亡率极高的恶性肿瘤之一，在现代医疗领域依然面临诸多挑战。根据文献统计，肺癌患者五年生存率极低，常年位居全球癌症死亡前三位。由于肺癌早期症状隐匿，患者常在疾病晚期才被确诊，导致错失最佳治疗时机。有效应对肺癌的关键在于实现早期诊断。然而，传统的临床诊断手段——如胸部影像学检查和病理诊断——受限于操作繁琐、依赖高精度设备及医师经验等问题，难以做到及时、精准、广覆盖的早期筛查。 近年来，人工智能（AI, Artificial Intelligence）技术迅速发展，尤其是在医疗影像分析和医学文本处理领域，为癌症预测和筛查带来了革命性进展。深度学习（deep learning）模型在自然语言处理（NLP, Natural Language Pr...