《科学》杂志刊登了来自索尔克研究所（Salk Institute）的一项新研究：Satchidananda Panda教授课题组在人体内找到了三种全新的细胞，并指出它们能探测光线强度，让大脑构建起生物钟的节律。索尔克研究所的新闻标题更为易懂——这三种细胞能让大脑区分白昼与黑夜。

这些细胞有个很长的名字，叫做内在光敏视网膜神经节细胞（intrinsically photosensitive retinal ganglion cells，缩写ipRGC）。研究人员们一共找到了三种不同的ipRGC：第一种细胞对光非常敏感，很快就会有反应，而且这种反应可以持续很久；第二种细胞需要更长时间的光照才会有反应，而反应启动后，关闭的时间也会更久；第三种细胞只在光非常强的时候才会启动，启动的速度也非常快。但它们的活性不够持久，一旦光停止照射，就会停止工作。

阅读链接：为啥白天不懂夜的黑？今日《科学》发现三种新细胞，可帮助大脑区分白昼与黑夜

2，Cell | 神经免疫重要进展——皮肤TRPV1神经元可激活17型预防免疫系统

来源：BioArt

近日，匹兹堡大学Daniel H. Kaplan团队在Cell上发表文章Cutaneous TRPV1+ Neurons Trigger Protective Innate Type 17 Anticipatory Immunity，揭示了皮肤下神经元细胞可以触发免疫细胞17型免疫反应。

皮肤在受到刺激后，受刺激区域TRPV1神经元活化，释放CGRP，启动17型免疫反应，与此同时，活化的神经元可以通过反射弧，活化临近区域TRPV1神经元，启动临近区域的17型免疫反应。这一“预防式”活化，可以更快更好的抵御外来入侵，对机体具有十分积极的意义。

阅读链接：

Cell | 神经免疫重要进展——皮肤TRPV1神经元可激活17型预防免疫系统

3，BRAIN：基于致病性颅脑病灶的颈肌张力障碍的网络定位

来源：思影科技

颈肌张力障碍是一种以头颈持续、不自主活动为特征的神经系统疾病。多数颈肌张力障碍是特发性，无明显病因，部分是获得性，继发于局灶性颅脑病灶。后者具有研究价值，因为其建立了神经解剖学与其所导致的症状之间的关联，有助于深入了解致颈肌张力障碍的脑区及潜在治疗靶点。然而多个不同脑区的病灶均可引起颈肌张力障碍，其定位并不明确。来自哈佛大学医学院及麻省总医院研究者Daniel T. Corp，Juho Joutsa等人利用健康被试的静息态fMRI的大样本数据对其进行研究，发表于Brain。

阅读链接：BRAIN：基于致病性颅脑病灶的颈肌张力障碍的网络定位

4，抑郁症患者尽管接受治疗，但仍有自杀念头

来源：大话精神

尽管接受了抗抑郁药物的治疗，但五分之一的抑郁症患者仍有自杀念头。iPSYCH的一项新研究证明了这一点。这些结果可以用来检查是否可以为药物治疗效果不佳的患者提供更有针对性的治疗。

略多于一半的患者在12周的治疗期间没有或只有少量的自杀念头；而四分之一的患者在研究开始时有自杀念头，但几周后对药物的反应良好。剩下的20%的患者可以进一步分类，在整个研究中，10%的患者有更高水平的自杀念头，另有10％的患者在自杀意念的高低之间发生了转变。研究结果刚刚发表在《临床精神病学杂志》（Journal of Clinical Psychiatry）上。

阅读链接：

抑郁症患者尽管接受治疗，但仍有自杀念头「研究速递 」

5，用什么来控制注意力？竟然是脑电波！

来源：生物探索

一项新的研究表明，人们可以通过控制自己的阿尔法脑电波，从而提高注意力。这些脑电波是基于他们做某件事时收到的神经反馈。

研究发现，当受试者学会抑制顶叶皮层一个半球的阿尔法波时，他们就能更好地注意出现在视野另一边的物体。首次发现这种因果关系，表明人们有可能通过神经反馈来提高注意力。此外，神经反馈可能有助于阐明某些神经网络异常与注意力状态之间的潜在因果关系，对这类患者的治疗也有很大的帮助。

阅读链接：用什么来控制注意力？竟然是脑电波！

6，新研究用AI预测癫痫发作，准确率达99.6%

来源：DeepTech深科技

图中显示了一个个性化的结构连接体；所有可能的大脑区域之间的连接强度被用来训练一个深度神经网络来预测两种结果之一：癫痫发作自由(SF)或癫痫复发(NSF)

路易斯安那大学拉斐特分校的两名研究人员Hisham Daoud和Magdy Bayoumi针对癫痫病发，开发了一种新的AI驱动模型——可以在发病前一小时内预测癫痫的发生率，准确率为99.6％。

阅读链接：

新研究用AI预测癫痫发作，准确率达99.6%

7，5亿听障人士福音来了！阿里研发读唇AI，识别精度超人类唇语专家

来源：TechEdge科技边界

阿里又出黑科技。新的唇语阅读AI系统在识别准确率表现上不仅超越基线标准，也优于专家级人类水平，有望为全球近5亿听障人士带来福音。

浙江大学、阿里巴巴公司和史蒂文斯理工学院的研究人员联合设计了一种方法，称为LIBS，该方法利用从语音识别器中提取的特征作为唇语识别时的补充信息。研究人员表示，LIBS系统在两个基准测试中都达到了业界领先的准确度，在识别字符错误率方面，LIBS分别较基线性能高出7.66％和2.75％。

阅读链接：

5亿听障人士福音来了！阿里研发读唇AI，识别精度超人类唇语专家

8，谷歌AI再获新进展，胸片识别能力已达专家水平

来源：药明康德AI

人类因拥有无比强大的“大脑处理器”，用眼睛便可直接区分，可三十年河东三十年河西，集人类智慧与科技力量的计算机AI渐显赶超之势。日前，谷歌采用深度学习创造出最新的AI模型，其对胸部X光片（胸片）的总体识别能力已经达到放射科专家的水平。该研究发表在《放射学》Radiology杂志上。

阅读链接：

谷歌AI再获新进展，胸片识别能力已达专家水平

前文阅读

1，脑科学日报|颠覆传统认知：神经系统对细菌感染可重拳出击！

2，脑科学日报| 国际医学顶级期刊发文：南极探险后大脑如何变化？