Mechanical stress induced by the polymerisation of an active gel near a surface
聚合物在表面附近主动凝胶聚合引起的机械应力
专题命中 神经信号处理 ：cortical(abstract)
AI总结 研究细胞膜下细胞质骨架中肌动蛋白流动引起的机械应力机制，通过流体动力学模型分析凝胶压缩性、界面摩擦和肌动蛋白周转对膜应力的影响，确定线性不稳定性条件。
Comments 12 pages, 9 figures
科学与医疗
脑机接口 / BCI
脑机接口、EEG、神经信号解码、神经假体和脑控交互。
1. 神经信号处理 2255 篇
Algorithm-hardware co-design of neuromorphic networks with dual memory pathways
具有双记忆路径的神经形态网络算法-硬件协同设计
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出一种双记忆路径架构，通过算法与硬件协同设计，实现高效能的神经形态网络，减少参数数量并提升能效。
LLMind: Bio-inspired Training-free Adaptive Visual Representations for Vision-Language Models
LLMind: 基于生物启发的无训练自适应视觉表示用于视觉-语言模型
机构 * Nanyang Technological University（南洋理工大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 LLMind通过生物启发的自适应采样策略，实现视觉-语言模型在有限像素预算下的高效自适应表示，实验显示在多个基准测试中性能显著提升。
Comments CVPR 2026, Highlight, 10 pages, 7 figures, 3 tables
An Efficient Wireless iBCI Headstage with Adaptive ADC Sample Rate
一种高效的无线iBCI头端 with 自适应ADC采样率
专题命中 神经信号处理 ：brain-computer interface(abstract)
AI总结 本文提出一种高效的无线iBCI头端，采用自适应ADC采样和尖峰检测，通过服务器驱动架构实现源级效率，减少数据量并降低功耗和FPGA资源占用，保持解码准确性。
Comments EMBC'26, 7 pages, version 2
Identifying Protein Co-regulatory Network Logic by Solving B-SAT Problems through Gate-based Quantum Computing
通过基于门的量子计算求解B-SAT问题来识别蛋白质共调控网络逻辑
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文通过量子计算求解B-SAT问题，识别神经发育中5种脑皮层蛋白质的调控网络结构和布尔决策逻辑，展示了量子计算在生物调控网络建模中的潜力。
Comments 9 pages, 6 figures, 4 tables; submitted to Quantum Applications Track (QAPP) of IEEE Quantum Week 2025 (QCE25) as submission no. 209; v2 accepted by QCE25 for presentation / publication
Rippled graphene pores as fluidic memristive devices with synaptic and neuromorphic functionalities
具有突触和神经形态功能的涟漪石墨烯孔作为流体忆阻器设备
专题命中 神经信号处理 ：neural signal(abstract)
AI总结 研究发现，通过在石墨烯边缘形成涟漪结构，可使微米级孔道产生显著的记忆效应，实现类似生物突触可塑性的功能，适用于神经形态应用。
Deep learning based Non-Rigid Volume-to-Surface Registration for Brain Shift compensation Using Point Cloud
基于深度学习的非刚性体积分到表面注册用于脑移位补偿的点云方法
机构 * Austrian Center for Medical Innovation and Technology（奥地利医学创新与技术中心） ； Medical University of Vienna（维也纳医学大学） ； University of Cambridge（剑桥大学） ； Danube Private University (DPU)（多瑙私人大学（DPU））
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出基于深度学习的非刚性体积分到表面注册方法，利用稀疏手术表面观测进行密集位移场估计，实现有限视野下的脑移位补偿。
Cross-Modal Knowledge Distillation for PET-Free Amyloid-Beta Detection from MRI
跨模态知识蒸馏用于无PET的MRI淀粉样蛋白β检测
机构 * Dublin City University（都柏林城市大学） ； Insight Research Ireland Centre for Data Analytics（爱尔兰Insight研究数据分析师中心） ； St. Vincent’s University Hospital（圣文森医院） ； University College Dublin（都柏林大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出一种基于BiomedCLIP的跨模态知识蒸馏框架，利用MRI单独预测淀粉样蛋白β，无需PET或临床变量，实现了可解释的无PET检测方法。
Comments Accepted to CVPR Workshops 2026 (PHAROS-AIF-MIH)
Self-Monitoring Benefits from Structural Integration: Lessons from Metacognition in Continuous-Time Multi-Timescale Agents
自我监控从结构整合中获益：来自连续时间多时间尺度智能体中元认知的启示
机构 * Kennesaw State University（肯尼斯州立大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 研究探讨了自我监控能力在连续时间多时间尺度智能体中的有效性，发现结构整合方法在非平稳环境中能提升性能，但未显著优于无自我监控基线。
General Microstructure Factor Analysis of Diffusion MRI in Gray-Matter Predicts Cognitive Scores
扩散磁共振成像在灰质中的微结构因素分析及其对认知分数的预测
专题命中 神经信号处理 ：cortical(abstract)
AI总结 研究通过NODDI和PCA分析灰质微结构，发现各向同性体积分数能显著解释个体差异并预测特定认知能力。
Comments 11 pages, 5 figures, 1 table
Is ASMR Engineerable? A Signal Processing and User Experience Study
ASMR能否被工程化？一个信号处理和用户体验研究
专题命中 神经信号处理 ：EEG(abstract)
AI总结 研究通过控制音频设计系统性诱导ASMR反应，发现循环模式中的可预测性驱动放松和变化维持兴趣是关键参数，证明了ASMR体验的信号级工程化可能性。
Comments Submitted to IEEE Transactions on Human-Machine Systems
Bayesian Tensor-on-Tensor Varying Coefficient Model for Forecasting Alzheimer's Disease Progression
基于贝叶斯张量-张量变系数模型的阿尔茨海默病进展预测
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出一种新的张量-张量建模框架，利用高斯过程先验灵活建模非线性体素级关系，结合低秩张量系数捕捉空间结构，通过斑块到体素映射实现空间异质性，提升预测准确性与可解释性。
Comments 24 pages, 3 figures
Adhesion differentials control the rheology of biomimetic emulsions
黏附差异控制仿生乳液的流变学
专题命中 神经信号处理 ：cortical(abstract)
AI总结 研究通过仿生方法探讨细胞排列与细胞力相互作用对组织流变学的影响，发现黏附差异高的乳液在剪切循环中表现出渐进压实行为，揭示了组织流变性梯度的调控机制。
Comments 15 pages, 4 figures
Journal ref Biophysical Journal 125 (2026) 1686
MRI-to-CT synthesis using drifting models
利用漂移模型进行MRI到CT合成
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文研究了漂移模型在MRI到CT合成中的应用，通过对比不同方法验证了其在图像质量和效率上的优势，为快速高质量的骨盆合成CT生成提供了新方向。
High-dimensional Many-to-many-to-many Mediation Analysis
高维多对多多中介分析
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出高维多对多多中介分析方法，用于处理高维暴露、中介和结局变量，同时进行变量选择、估计间接效应矩阵，并提升多变量预测性能。
Decoding Functional Networks for Visual Categories via GNNs
通过图神经网络解码视觉类别的功能网络
机构 * The School of Electrical and Computer Engineering, Ben-Gurion University of the Negev（内盖夫本-古里安大学电气与计算机工程学院） ； Psychology Department, Ben-Gurion University of the Negev（内盖夫本-古里安大学心理学系） ； The School of Brain Sciences and Cognition, Ben-Gurion University of the Negev（内盖夫本-古里安大学脑科学与认知学院）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文通过图神经网络解码视觉类别功能连接状态，揭示了视觉通路中的生物意义子网络。
Comments Accepted for publication in IEEE International Symposium on Biomedical Imaging (ISBI) 2026
Unfitted finite element modelling of surface-bulk viscous flows in animal cells
无适应有限元建模用于动物细胞中表面-体部粘性流的模拟
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出一种新的无适应有限元框架，用于模拟时间依赖域中的耦合表面-体部问题，重点研究动物细胞中肌动蛋白-肌球蛋白皮层与细胞质之间的流体-流体相互作用。通过结合迹有限元方法和聚合有限元方法，实现固定笛卡尔网格上的准确稳定模拟，捕捉自组织图案形成、曲率驱动松弛和细胞裂解等现象。
Comments 29 pages, 15 figures
GraPHFormer: A Multimodal Graph Persistent Homology Transformer for the Analysis of Neuroscience Morphologies
GraPHFormer：一种多模态图持久同调变换器，用于神经科学形态学分析
机构 * Hamad Bin Khalifa University（哈马德·本·卡西姆大学） ； University of Turin（都灵大学） ； BESE, King Abdullah University of Science and Technology（贝赛，国王阿卜杜勒阿齐兹大学科学与技术学院） ； University of Wollongong（沃林根大学） ； Neuroscience Institute Cavalieri Ottolenghi（卡瓦利埃-奥托伦奇神经科学研究所） ； Université Grenoble-Alpes（格勒诺布尔阿尔卑斯大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 GraPHFormer通过CLIP式对比学习统一拓扑和图结构分析，利用持久图像编码和树状LSTM编码器，实现对神经形态的高精度识别与分类，优于传统方法。
Comments Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026
Anatomy-Guided Surface Diffusion Model for Alzheimer's Disease Normative Modeling
基于解剖结构的表面扩散模型用于阿尔茨海默病规范建模
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出基于解剖结构的表面扩散模型，用于提高阿尔茨海默病规范建模的解剖对齐和个体差异检测能力。
Transformer-Based Multi-Region Segmentation and Radiomic Analysis of HR-pQCT Imaging for Osteoporosis Classification
基于变换器的多区域分割与放射组学分析的HR-pQCT影像用于骨质疏松症分类
机构 * Weldon School of Biomedical Engineering, Purdue University（普渡大学生物医学工程学院） ； Division of Bone and Mineral Diseases, Washington University Medicine（华盛顿大学医学院骨科与矿物质疾病部） ； Department of Anatomy, Cell Biology & Physiology, Indiana University School of Medicine（印第安纳大学医学院解剖学、细胞生物学与生理学部） ； Department of Physical Therapy, School of Health & Human Sciences, Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校物理治疗系）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出基于SegFormer的多区域HR-pQCT分割与放射组学分析，利用软组织特征提升骨质疏松症分类的准确性与AUROC值。
GOUHFI 2.0: A Next-Generation Toolbox for Brain Segmentation and Cortex Parcellation at Ultra-High Field MRI
GOUHFI 2.0：一种用于超高场MRI脑分割和皮层分区的下一代工具箱
机构 * Department of Physics, Norwegian University of Science and Technology（挪威科学技术大学物理系） ； Department of Radiology and Nuclear Medicine, St. Olavs Hospital HF（斯托尔奥斯医院HF放射科和核医学部） ； Department of Neurology and Clinical Neurophysiology, St. Olavs Hospital HF（斯托尔奥斯医院HF神经科和临床神经生理学部） ； Department of Neuromedicine and Movement Science, St. Olavs Hospital HF（斯托尔奥斯医院HF神经医学与运动科学部） ； Neuro-SysMed Center for Clinical Treatment Research, Department of Neurology, Haukeland University Hospital（Haukeland大学医院神经科临床治疗研究神经系医学中心） ； Department of Clinical Medicine, University of Bergen（卑尔根大学临床医学系） ； K.G. Jebsen Center for Translational Research in Parkinson’s disease, University of Bergen（帕金森病转化研究Jebsen中心，卑尔根大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 GOUHFI 2.0通过引入两个独立训练的3D U-Net分割任务，实现了对超高场MRI数据的高效脑分割和皮层分区，提升了分割准确性和可靠性。
Feasibility of Concurrent 1H MRS & 31P MRSI at 7T: Brain Energy Metabolism Responses to Hyperglycemia
7T下同时进行1H MRS与31P MRSI的可行性：脑能量代谢对高血糖的反应
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本研究在7T下实现了1H和31P MRSI的交错测量，揭示了高血糖条件下脑能量代谢的变化特征。
A Cortically Inspired Architecture for Modular Perceptual AI
一种模块化感知人工智能的皮层启发架构
机构 * Independent Researcher（独立研究者）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出了一种受皮层启发的模块化感知人工智能架构，通过分解感知为专门模块，提升可解释性和推理透明度。
Comments Accepted to the ICLR 2026 Workshop on "From Human Cognition to AI Reasoning: Models, Methods, and Applications (HCAIR)"
Neural Functional Alignment Space: Brain-Referenced Representation of Artificial Neural Networks
神经功能对齐空间：人工神经网络的脑参考表示
机构 * Tandon School of Engineering, New York University（纽约大学工程学院） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Biomedical Engineering, New Jersey Institute of Technology（新泽西理工学院生物医学工程系） ； The Clinical Hospital of Chengdu Brain Science Institute, MOE Key Laboratory for NeuroInformation,School of Life Science and Technology, University of Electronic Science and Technology of China（成都脑科学研究所临床医院，国家神经信息重点实验室，电子科技大学生命科学与技术学院）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出神经功能对齐空间，通过建模神经网络的动态表示，揭示了在脑参考空间中的结构化组织，包括模态特定聚类和跨模态收敛。
The Information-Theoretic Imperative: Compression and the Epistemic Foundations of Intelligence
信息论的强制性：压缩与智能的认知基础
专题命中 神经信号处理 ：neural signal(abstract)
AI总结 该研究提出压缩效率原则，解释大脑与深度学习模型在表示上的收敛，通过不变量与因果机制的对齐，揭示了智能的认知基础及深度学习中的扩展前沿与鲁棒性关系。
Comments 61 pages, 3 tables, 3 figures, 2 appendices. Submitted to arXiv for open access
Training Deep Normalization-Free Spiking Neural Networks with Lateral Inhibition
训练具有横向抑制的深度无归一化脉冲神经网络
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出无归一化学习框架，利用横向抑制训练深度SNNs，实现生物现实性与稳定训练的平衡。
Comments Accepted by ICLR 2026
Comparing and Integrating Different Notions of Representational Correspondence in Neural Systems
比较和整合神经系统中不同表征对应性的概念
机构 * Department of Computer Science（计算机科学系） ； Department of Electrical（电气系） ； Department of Cognitive Science, UC San Diego, San Diego, CA 92037, USA（认知科学系，UC San Diego，圣地亚哥，CA 92037，USA）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出通过整合不同表征对应性度量，提升神经系统中结构分离和层次组织识别的准确性。
Comments Update title and reframe the contents
Landmark Detection for Medical Images using a General-purpose Segmentation Model
使用通用分割模型进行医学图像标志物检测
机构 * University of Vienna（维也纳大学） ； Orthopaedic Hospital Speising（骨科医院Speising） ； University of Leeds（利兹大学）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出结合YOLO和SAM模型，用于提高骨科骨盆放射影像中解剖标志物和复杂轮廓的分割精度。
Comments 13 pages, 8 figures, 2 tables. Submitted to ICONIP 2025
Constructive community race: full-density spiking neural network model drives neuromorphic computing
构造性社区竞赛：全密度脉冲神经网络模型驱动神经形态计算
专题命中 神经信号处理 ：cortical(abstract)
AI总结 全密度脉冲神经网络模型通过降低能耗实现了神经形态计算的突破，成为标准基准并推动了相关技术的发展。
Comments 23 pages, 3 figures, 2 tables
Journal ref Neuromorph. Comput. Eng. 6 (2026) 012001
Deep-Learning Atlas Registration for Melanoma Brain Metastases: Preserving Pathology While Enabling Cohort-Level Analyses
深度学习解剖图谱注册用于黑色素瘤脑转移：在保留病理学的同时实现队列级分析
机构 * Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Division of Medical Physics, Department of Radiation Oncology, Medical Center – University of Freiburg, Faculty of Medicine, University of Freiburg（医学物理系，放射肿瘤科，弗赖堡大学医学中心-弗赖堡大学医学院） ； Department of Radiation Oncology, University Medical Center Schleswig-Holstein（放射肿瘤科，石勒苏益格-荷尔斯泰因大学医学中心） ； Department of Radiation Oncology, TUM School of Medicine and Health, TUM University Hospital Rechts der Isar, Technical University of Munich（放射肿瘤科，慕尼黑技术大学医学院及健康科学系，慕尼黑技术大学医院雷chts der Isar）
专题命中 神经信号处理 ：cortical(abstract)
AI总结 本文提出深度学习方法实现黑色素瘤脑转移的精准图谱注册，无需病变掩膜即可在多中心数据中实现标准化分析，验证了转移灶的空间偏好。
