通过替代双教师自调教学实现弱监督语义图像分割 背景介绍 随着计算机视觉领域的不断发展，语义分割成为了其中一个重要而活跃的研究方向。传统的语义分割方法依赖手工标记的像素级标签，然而获取这些精确标注通常需要大量的人力和时间成本。为了解决这一问题，近年来提出了弱监督语义分割（Weakly Supervised Semantic Segmentation，WSSS），其目标是在最小化人工标注的前提下，利用弱标注信息（如图像标签、边框、涂鸦等）实现高效的语义分割。 本文研究的是基于图像级标签的弱监督语义分割方法，这是所有 WSSS 类别中最具挑战性的任务。当前方法主要依赖于图像分类模型生成伪分割掩膜（Pseudo Segmentation Masks，PSMs），但这些模型特征主要用于分类任务，导致伪...

背景介绍 近年来，强化学习（Reinforcement Learning, RL）在解决各种复杂任务方面展示了其有效性。然而，许多现实世界中的决策和控制问题涉及多个相互冲突的目标。这些目标的相对重要性（偏好）在不同情景下需要权衡。尽管帕累托最优解（Pareto optimal）的解决方案被认为是理想的，但环境不确定性（例如，环境变化或观察噪声）可能会导致代理采取次优策略。 针对上述问题，Xiangkun He、Jianye Hao等人发表了一篇题为《Robust Multiobjective Reinforcement Learning Considering Environmental Uncertainties》的论文，旨在研究一种新的多目标优化范式，提出了在考虑环境不确定性的情况下的健...

GMConv:实现对神经网络卷积核有效感受野的调节 前言 卷积神经网络（Convolutional Neural Networks，简称CNNs）通过卷积核的使用在计算机视觉任务上取得了显著的成功，包括图像分类、目标检测等。然而，近年来视觉转换器（Vision Transformers，简称ViTs）的出现逐渐受到关注，因为它们在视觉识别任务中表现优异，有时甚至超越了CNNs。尽管如此，改善CNNs的努力从未止步，许多研究工作致力于设计新的CNN架构，特别是大核卷积CNNs在准确性等方面展现了与最先进的ViTs相媲美的表现。 本文研究的重点在于CNN中的有效感受野（Effective Receptive Fields，简称ERFs），ERF表示特定输入像素对输出像素的贡献。研究发现ERFs通...

树突状细胞靶向病毒样颗粒作为强效mRNA疫苗载体 引言 在疫苗开发方面，尤其是mRNA疫苗近年来取得了显著的成就。Moderna 和 Pfizer/BioNTech 针对 COVID-19 的 mRNA 疫苗成为了成功的典范，极大地推动了mRNA疫苗的发展。然而，现有的mRNA疫苗缺乏对特定细胞类型的专一性，尤其是树突状细胞（DCs），这在抗原呈递方面非常关键。树突状细胞是主要的抗原呈递细胞，能有效启动 T 细胞的免疫反应和抗体反应，但现有的mRNA疫苗，如LNPs（脂质纳米粒）等，无法特异性地传递mRNA到这些细胞。此外，还有一些病毒感染，如HIV和HSV，甚至包括一些非传染性疾病如癌症，至今尚无有效预防或治疗疫苗。 论文来源 本文由Nature Biomedical Engineerin...

由大脑皮质发音表征驱动的双语语音神经假体 背景 在神经假体的发展过程中，从大脑活动解码语言的研究一直集中在单一语言的解码上。因此，双语言语产生依赖于不同语言的独特或共享皮层活动的程度仍不清楚。当前研究通过电皮层图（electrocorticography, ECoG）结合深度学习和统计自然语言模型来记录和解码一名西班牙语-英语双语患者的言语运动皮层活动，并将其转化为两种语言的句子。该研究旨在解决双语解码的实际应用问题，尤其是在不需要手动指定目标语言的情况下，实现言语解码。 言语丧失症（anarthria），即失去清晰发音的能力，是中风和肌萎缩侧索硬化症等神经疾病的严重症状之一。目前，侵入性言语脑-计算机接口（BCI）正在被开发，以通过解码皮层活动恢复患者的自然沟通能力。然而，现有的言语BCI...

能够显示细胞外囊泡的抗体在靶向癌症治疗中的应用 外泌体（Extracellular Vesicles, EVs）作为天然的递送载体和生物信号的介导体在各类组织中的应用已有广泛研究。在本篇研究中，研究者借助EVs的这些特性，展示了一种装饰有特定抗体结合域（Fragment crystallizable，Fc）的EVs，其作为癌症靶向治疗的模块化递送系统。本文发表于《Nature Biomedical Engineering》，由一支国际合作团队完成，包括Oscar P. B. Wiklander, Doste R. Mamand, Dara K. Mohammad等人，他们分别来自Karolinska Institutet、Salahaddin University-Erbil以及Univer...

学术新闻报道：新的MRI技术通过检测光敏血管的局部血流动力学来实现生物荧光成像 学术背景介绍 生物发光探针广泛应用于监测活体动物中生物医学相关的过程和细胞目标。然而，组织对可见光的吸收和散射极大地限制了生物发光检测的深度和分辨率。特别是在大脑中，由于颅骨对光子的阻挡，短波长光的传播受到限制，导致生物发光成像（Bioluminescence Imaging, BLI）的数据通常限制于浅层来源，并且大多是二维投影，缺乏深度信息。 为了克服这些限制，研究人员开发了光声层析成像和其他基于光散射重建的方法，但这些方法需先验知识和独立成像模式的解剖信息的注册。另一种方法是将生物发光输出局部转换为不同类型的信号，以便使用X射线层析成像、超声波或磁共振成像（MRI）等深度组织成像方式进行检测。尽管已经有一些...

亚细胞分辨率的空间多组学高通量原位成对测序 研究背景和目的 随着生物医学研究的不断发展，多组学技术在细胞功能和疾病机制方面的应用越来越受到关注。然而，目前，许多原位测序方法仅限于解读一种生物分子类型的空间信息，同时多种生物分子（如DNA、RNA、蛋白质和小分子）原位共检测仍然面临挑战。此外，由于4n（4代表四种荧光染料，n代表测序或杂交轮数）解码能力的限制，高通量空间组学在成本和检测效率方面仍需改进。为了解决这些问题，本文报道了一种新型的高通量靶向原位测序方法——多组学原位配对测序（MIP-Seq），该方法能够高效检测大脑组织中多种生物分子，在分子和功能图谱的多维分析上提供了新的可能性。 论文来源 该研究由来自华中农业大学的Xiaofeng Wu, Weize Xu, Lulu Deng等人...

StrokeClassifier：人工智能工具基于电子健康记录对缺血性卒中进行病因分类 项目背景及研究动机 脑卒中（尤其是急性缺血性卒中，AIS）的病因识别工作对二次预防至关重要，但诊断起来往往非常困难。在美国，每年的缺血性卒中新发病例近67.6万，其中四分之一的患者曾有过卒中史。这种病症的再发率较高，甚至可能导致死亡或进一步的残疾。缺血性卒中的病因可以多种多样，包括大动脉粥样硬化、心源栓塞、小血管病以及其他罕见病因。然而，美国大约20-30%的缺血性卒中患者在经过评估后，病因依然无法确定，被归类为隐源性卒中。这部分患者的再发卒中风险特别高。因此，能够准确识别隐源性卒中的病因，对于优化治疗方案、提高患者预后具有重要意义。然而，做出准确诊断需要整合大量的数据，包括临床史、体检结果、实验室数据、...

自监督学习手腕加速度计数据揭示睡眠与死亡率关联的新见解 在现代社会中，睡眠作为生命必需的基础活动，其重要性不言而喻。通过准确测量和分类睡眠/清醒状态以及不同的睡眠阶段，在临床研究中对睡眠障碍的诊断以及解读消费者设备所提供的运动和心理健康数据都是至关重要的。然而现有的非多导睡眠图（Polysomnography, PSG）睡眠分类技术主要依赖于启发式方法，这些方法常常是在相对较小的样本人群中开发的，存在一定的局限性。因此，本研究的目标是通过腕戴加速度计确定睡眠阶段分类的准确性，并探讨睡眠时长和效率与死亡率之间的关联。 研究背景 由Hang Yuan及其团队（包括Tatiana Plekhanova, Rosemary Walmsley, Amy C. Reynolds, Kathleen J....