XiaoMi-AI文件搜索系统
World File Search System分辨率
通过传输实现多模态 CT 图像超分辨率 - NSF-PAR
多模态 CT 扫描，包括非造影 CT、CT 灌注和 CT 血管造影，广泛用于急性中风诊断和治疗计划。虽然每种成像模式在脑横截面特征可视化方面都有其优势，但不同模式的图像分辨率不同，这妨碍了放射科医生辨别一致但细微的可疑发现的能力。此外，更高的图像质量需要更高的辐射剂量，从而增加白内障形成和癌症诱发等健康风险。在这项工作中，我们提出了一种基于深度学习的方法 Transfer-GAN，该方法利用生成对抗网络和迁移学习来提高多模态 CT 图像分辨率并降低必要的辐射暴露。通过大量实验，我们证明，与不学习先验知识的训练相比，从多模态 CT 进行的迁移学习提供了显着的可视化和数量增强。
swinfsr：使用swinir和频域知识的立体图像超分辨率
立体图像超分辨率（Sterereosr）近年来引起了人们的关注，这是由于手机，自动驾驶汽车和机器人的双重摄像头广泛范围。在这项工作中，我们根据Swinir的扩展（最初是为单个图像还原设计的，又提出了一种名为SWINFSR的新定单方法，以及Fast Fourier卷积（FFC）获得的频域知识。具体来说，为了有效地收集全球信息，我们通过使用FFC明确地不明显地局限于SWINIR中的残留SWIN变压器块（RSTBS），并使用结果域知识，并采用结果的残留Swin傅立叶型跨前块（RSFTB）进行特征提取。此外，为了有效，准确的立体视图融合，我们提供了一个新的跨意见模块，称为RCAM，该模块的竞争性能高于竞争性能，同时比最先进的交叉意见模块更少的计算成本。广泛的实验结果和消融研究证明了我们提出的SWINFSR的有效性和效率。
在德国建模削减：空间分辨率如何影响线路拥塞
本文提出了一种技术 - 经济优化工具，用于研究如何以更经济和有效的方式采取电力系统扩展决策，方法是通过最大程度地降低网络加强和重新配置的结果成本。分析以调查如何在几年的时间内如何计划网络加强和重新配置，以保持网络的可行性和满足负载的能力。这项研究的主要贡献是在数学模型中包含关键特征，以增强投资决策过程。包括现有电缆和设备的代表性维护成本，以分析电力项目对投资决策的历史性能的影响。开发了一种多摩尼斯方法，以考虑需求的长期变化，再加上电缆维护成本的长期变化。此外，还考虑了技术学习系数，以考虑到多年来重复进行网络重组和/或重新构造的投资时会降低的投资成本。最后，包括施工时间限制，以找到适当的投资计划，该计划允许可行的功率流，以及在建立新连接或重组现有连接所需的几年中。这项研究还为电力系统可靠性场中的未来研究方向提供了建议。分析表明，要对电缆进行更好的定义，对电缆预期的维护成本和学习系数进行了重要定义，并迫切需要进行适当的方法。
scanpro：单细胞分辨率数据的鲁棒比例分析
在较高的生物体中，单个细胞通过表观遗传调节（例如基因表达调节）对信号和扰动做出反应。然而，除了移动其转录曲线外，细胞的适应性响应还可以导致不同细胞类型的比例变化。最近的方法（例如SCRNA-SEQ）允许在单细胞水平上询问表达，并可以量化复杂组织样品中的单个细胞类型簇。为了识别显示不同生物条件之间差异组成的簇，最近引入了差异比例分析。然而，严重缺失了用于重复和未复制的单细胞数据集的生物信息学工具。在本手稿中，我们提出了Scanpro，这是一种用于比例分析的模块化工具，无缝集成到Python环境中广泛接受的框架中。scanpro是快速，准确的，可以不重复支持数据集，并且旨在由生物信息学专家和初学者使用。
通过糖尿病合并症治疗血液转录组的分辨率受损
与此相关联的表明，结构化的DM监测和干预改善了TB-DM患者的血糖控制，但无法确定对结核病治疗结果的影响。 全球DM患病率约为4.63亿人，到2045年估计将增加到7亿。 8，人的主要含量具有2型DM，这是由于对胰岛素的反应减少而引起的，从而降低了其控制靶细胞代谢的能力，从而触发胰岛素产生的增加，从而导致胰岛素通过精疲力尽，并降低了葡萄糖耐受性。 通过互动高血糖（IH）从正常到明显的DM都有一个频谱，而IH患者将来更有可能发展DM。 9以及诸如空腹葡萄糖受损和葡萄糖耐受性测试受损之类的液压，HBA1C浓度可以表明个人在该频谱上的位置。 9种传染病，包括结核病，可能引起暂时的压力高血糖，这比长期前糖尿病更高的不良事件风险更高。 10 TB诱导的压力高血糖也使DM诊断变得困难：有些在TB诊断时明显诊断为新诊断的DM的人在TB治疗后不再达到DM DM诊断标准。 11表明，结构化的DM监测和干预改善了TB-DM患者的血糖控制，但无法确定对结核病治疗结果的影响。全球DM患病率约为4.63亿人，到2045年估计将增加到7亿。8，人的主要含量具有2型DM，这是由于对胰岛素的反应减少而引起的，从而降低了其控制靶细胞代谢的能力，从而触发胰岛素产生的增加，从而导致胰岛素通过精疲力尽，并降低了葡萄糖耐受性。通过互动高血糖（IH）从正常到明显的DM都有一个频谱，而IH患者将来更有可能发展DM。9以及诸如空腹葡萄糖受损和葡萄糖耐受性测试受损之类的液压，HBA1C浓度可以表明个人在该频谱上的位置。9种传染病，包括结核病，可能引起暂时的压力高血糖，这比长期前糖尿病更高的不良事件风险更高。10 TB诱导的压力高血糖也使DM诊断变得困难：有些在TB诊断时明显诊断为新诊断的DM的人在TB治疗后不再达到DM DM诊断标准。11
MRI超分辨率具有部分扩散模型-Kai Zhao
摘要 - 扩散模型在各种图像生成任务（包括图像超分辨率）上实现了令人印象深刻的性能。尽管它们令人印象深刻，但由于大量的降级步骤，扩散模型的计算成本很高。在本文中，我们提出了一种新型的加速扩散模型，称为部分扩散模型（PDMS），用于磁性成像（MRI）超分辨率。我们观察到，扩散一对低分辨率和高分辨率的图像的潜力逐渐收敛，并在一定的噪声水平后变得难以区分。这激发了我们使用某些潜在的低分辨率来对相应的高分辨率潜在。使用近似值，我们可以跳过一部分扩散和降解步骤，从而减少训练和推理的计算。为了减轻近似误差，我们进一步引入了“潜在对齐”，该误差逐渐插入并接近低分辨率潜在的高分辨率潜在潜在的潜在。部分扩散模型与潜在对齐结合，基本上建立了一种新的轨迹，与原始分化模型中的那些相比，潜伏期逐渐从低分辨率转变为高分辨率图像。在三个MRI数据集上进行的实验表明，部分扩散模型可实现比起原始扩散模型比原始扩散模型更少的固定步骤。另外，它们可以与最近的加速扩散模型合并，以进一步提高效率。
通过超分辨率和最大集团生成优化实例分割
摘要。监视系统的兴起导致收集的数据呈指数增长，从而在深度学习方面有了一些进步来利用它们并自动化自治系统的任务。车辆检测是智能车辆系统和智能运输系统领域的关键任务，使得控制交通密度或检测事故和潜在风险是可能的。本文提出了一个最佳的元方法，可以应用于任何即时分割模型，例如蒙版R- CNN或yolact ++。使用这些模型和超分辨率获得的初始检测，进行了优化的重新指导，允许检测未鉴定的元素并提高其余检测的质量。超分辨率的直接应用是有限的，因为实例分割模型根据固定维度处理图像。因此，如果超过超过该固定尺寸的尺寸，该模型将再次重新汇总，从而失去所需效果。这种元方法的优点主要在于不需要修改模型体系结构或重新培训它。无论给出的输入的图像的大小如何，都将生成符合对象分割模型定义维度的超级分辨区域。应用我们的建议后，实验显示了CityScapes数据集Jena序列中使用的Yolact ++模型的提高高达8.1％。
立即存储并获取：您所需要的一切都是时空视频超级分辨率
现有的时空视频超分辨率（ST-VSR）无法实现高质量重建，因为它们无法完全探索时空相关性，尤其是远程组件。尽管ST-VSR的复发结构采用双向传播来从整个视频中汇总信息，从而通过一阶段来收集过去和未来之间的时间信息，这不可避免地会失去长期的关系。为了减轻限制，本文提出了一个直接的商店和提取网络，以促进远程相关性学习，在这种情况下，可以避开过去和未来的存储信息以帮助当前框架的表示。具体来说，提出的网络由两个模块组成：向后复发模块（BRM）和一个前复发模块（FRM）。前者首先对未来的推理进行倒退，同时为每个帧存储未来的超分辨率（SR）信息。之后，后者从过去到future到超级溶解所有帧，同时为每个帧存储过去的SR信息。由于FRM从BRM继承了SR信息，因此，立即存储和获取整个视频序列中的空间和时间信息，从而可以对ST-VSR进行大幅改进。在ST-VSR和Space Video Super-Losolution（S-VSR）上以及时间视频超分辨率（T-VSR）上的广泛例证证明了我们提出的方法比公共数据集对其他最新方法的有效性。
亚毫米分辨率 PET 用于高灵敏度小鼠脑成像
PET 是一种强大的分子成像技术，可以提供活体物体的功能信息。然而，PET 成像的空间分辨率一直限制在 1 毫米左右，这使得难以详细可视化小鼠的大脑功能。在此，我们报告了一种我们开发的超高分辨率小动物 PET 扫描仪，它可以提供接近 0.6 毫米的分辨率，以前所未有的细节可视化小鼠的大脑功能。方法：超高分辨率小动物 PET 扫描仪内径为 52.5 毫米，轴向覆盖范围为 51.5 毫米。扫描仪由 4 个环组成，每个环有 16 个相互作用深度探测器。每个相互作用深度探测器由 3 层交错的镥钇正硅酸盐晶体阵列（间距为 1 毫米）和 4 3 4 硅光电倍增管阵列组成。物理性能根据美国国家电气制造商协会 NU4 协议进行评估。使用不同分辨率的模型评估空间分辨率。对小鼠大脑进行体内葡萄糖代谢成像。结果：峰值绝对灵敏度为 2.84%，能量窗口为 400 – 600 keV。使用迭代算法解析分辨率模型的 0.55 毫米杆结构。使用 18 F-FDG 进行小鼠体内脑成像可以清晰识别皮层、丘脑和下丘脑，而我们用于比较的商业临床前 PET 扫描仪几乎无法区分这些区域。结论：超高分辨率小动物 PET 扫描仪是一种有前途的分子成像工具，可用于使用啮齿动物模型进行神经科学研究。
单细胞分辨率的RNA编辑调查将中间神经元与精神分裂症和自闭症联系起来
通过ADAR酶将腺苷转化为RNA中的插入，称为“ RNA编辑”，对于健康的脑部开发至关重要。 编辑在神经精神疾病中失调，但尚未在分裂神经元的水平上进行大规模研究。 我们从一个神经典型雌性供体的六个皮质区域的3055个神经元中量化了RNA编辑位点，并发现至少十个核中存在41,930个位点。 大多数站点位于内含子或3'UTR中的Alu重复序列中，大约80％在公共RNA编辑数据库中分类。 我们确定了9285个假定的新型编辑站点，其中29％也可以在无关的供体中检测到。 与大量RNA-seq研究的结果相交，为1730个地点提供了细胞类型和空间环境，这些位点在精神分裂症脑供体中差异编辑，以及自闭症供体中的910个此类部位。 自闭症相关的基因还具有预测可修饰RNA结构的编辑位点。 抑制性神经元比兴奋性神经元显示出更高的整体转录组编辑，并且在额叶皮层中观察到最高的编辑速率。 我们使用广义线性模型来识别细胞类型之间的差异编辑位点和基因。 在兴奋性神经元中优先编辑了二十九个基因，在抑制性神经元中更严重地编辑了43个基因，包括RBFOX1，其靶基因，与自闭症相关的Prader-Prader-Willi locus（15q11）中的基因。 来自基因座15q11的SNORD115/116基因的丰度与整个转录组的编辑呈正相关。通过ADAR酶将腺苷转化为RNA中的插入，称为“ RNA编辑”，对于健康的脑部开发至关重要。编辑在神经精神疾病中失调，但尚未在分裂神经元的水平上进行大规模研究。我们从一个神经典型雌性供体的六个皮质区域的3055个神经元中量化了RNA编辑位点，并发现至少十个核中存在41,930个位点。大多数站点位于内含子或3'UTR中的Alu重复序列中，大约80％在公共RNA编辑数据库中分类。我们确定了9285个假定的新型编辑站点，其中29％也可以在无关的供体中检测到。与大量RNA-seq研究的结果相交，为1730个地点提供了细胞类型和空间环境，这些位点在精神分裂症脑供体中差异编辑，以及自闭症供体中的910个此类部位。自闭症相关的基因还具有预测可修饰RNA结构的编辑位点。抑制性神经元比兴奋性神经元显示出更高的整体转录组编辑，并且在额叶皮层中观察到最高的编辑速率。我们使用广义线性模型来识别细胞类型之间的差异编辑位点和基因。在兴奋性神经元中优先编辑了二十九个基因，在抑制性神经元中更严重地编辑了43个基因，包括RBFOX1，其靶基因，与自闭症相关的Prader-Prader-Willi locus（15q11）中的基因。来自基因座15q11的SNORD115/116基因的丰度与整个转录组的编辑呈正相关。我们认为，抑制性神经元中自闭症相关基因的编辑不足可能会与这些细胞在自闭症中的特定扰动进行分配。