基于图论的主动学习疾病监测优化策略 学术背景 随着全球化的加速，传染病的传播速度与范围显著增加，如何有效监测和控制传染病的传播成为公共卫生领域的重要课题。传统的疾病监测方法通常依赖于大规模的检测和隔离措施，然而，资源有限的情况下，如何优化检测资源的分配以最大化信息获取，成为了政策制定者面临的挑战。尤其是在资源匮乏的地区，检测资源的分配不均可能导致疫情的持续蔓延。因此，开发一种能够在有限资源下最大化监测效果的策略显得尤为重要。 本文的研究旨在通过图结构（graph-based）和主动学习（active learning）的方法，优化疾病监测中的检测资源分配。具体来说，研究者将疾病传播建模为一个无向无权图（undirected and unweighted graph），其中节点代表地理位置，边...

Tau蛋白病导致的神经稳态失调与神经元网络动态的破坏 背景与研究目的 神经稳态机制（homeostatic mechanisms）在维持大脑功能稳定性方面发挥着关键作用。在正常情况下，神经元活动的设定点（set-point），如放电率，会通过稳态机制进行动态调整，以应对学习、发育等过程带来的干扰。然而，神经退行性疾病（Neurodegenerative Disease，NDD）可能会破坏这些设定点，导致认知和行为功能的减退。Tau蛋白病（tauopathy）作为一种主要的神经退行性疾病，会在脑中形成异常Tau蛋白聚集，进而引起神经元功能的丧失。Tau蛋白病的主要表现包括Tau蛋白的磷酸化累积和神经元网络结构的退化。研究表明，Tau蛋白病在神经网络层面的破坏可能是导致认知功能减退的根源。 本研...