XiaoMi-AI文件搜索系统
World File Search System十指
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。
人类后顶叶皮层和运动皮层十指运动的解码和几何学
摘要 目的. 为上肢瘫痪的参与者实现对单个假肢手指的神经控制。方法. 两名四肢瘫痪的参与者分别在左后顶叶皮层 (PPC) 植入一个 96 通道阵列。其中一名参与者还在左侧运动皮层 (MC) 的手旋钮附近植入了一个 96 通道阵列。在数十个疗程中，我们记录了参与者尝试移动右手单个手指时的神经活动。离线时，我们使用交叉验证的线性判别分析根据神经发放率对尝试的手指运动进行分类。然后，参与者在线使用神经分类器来控制脑机接口 (BMI) 的各个手指。最后，我们描述了双手单个手指运动过程中的神经表征几何形状。主要结果. 两名参与者在 BMI 控制对侧手指期间的在线准确率分别为 86% 和 92%（概率 = 17%）。离线时，线性解码器使用各自的 PPC 记录实现了 70% 和 66% 的十指解码准确率，使用 MC 记录实现了 75% 的解码准确率（机会 = 10%）。在 MC 和一个 PPC 阵列中，分解代码将对侧手和同侧手的相应手指运动联系起来。意义。这是第一项从 PPC 解码对侧和同侧手指运动的研究。对侧手指的在线 BMI 控制超过了以前的手指 BMI。PPC 和 MC 信号可用于控制单个假肢手指，这可能有助于四肢瘫痪患者的手部恢复策略。
居家人体工学办公室
1) 坐在椅子上，十指交叉放在身体前方，手掌远离身体。轻轻伸直肘部并向前伸展。保持伸展 10-20 秒，重复 2 次。 2) 站立十指交叉，双臂举过头顶，手掌向上。保持伸展 10-15 秒。 3) 站立双臂举过头顶，抓住另一侧的肘部，左右倾斜。每侧保持伸展 8-10 秒。 4) 站立十指交叉，双臂举过头顶，手掌向上。保持伸展 15-20 秒。 5) 站立双臂放在身体两侧，向上和向后转动肩膀，保持 3-5 秒，重复 3 次。 6) 站立双臂在背后，用另一只手抓住手腕并拉动，同时将头歪向一侧。反向重复，每只手臂 10 – 12 秒。 7) 站立掌心朝上，十指朝上，双手向下推，保持 10 秒。 8) 站立掌心朝下，十指朝下，双手向上拉，保持 10 秒。 9) 坐在椅子上，将一只手臂伸过头顶，手掌向上，另一只手臂向下，手掌朝后。每侧保持伸展 8-10 秒。10) 坐在椅子上，交叉一条腿放在另一条腿上，将另一只手臂放在膝盖上，向开放侧扭转，每侧 8-10 秒。11) 坐下，将双手放在下背部支撑，向后倾斜，10-15 秒。12) 双臂站立放在身体两侧，向外甩动双手，8-10 秒。
迈阿密谷地区犯罪实验室蒙哥马利县验尸官办公室
将有价值的潜在指纹与已找到已知指纹的嫌疑人名单或已提交的已知指纹进行比较。在进行此类比较后，或未提供任何嫌疑人或已知指纹的情况下，任何剩余的 AFIS 质量潜在指纹都将输入 AFIS。搜索功能包括 MVRCL、俄亥俄州 BCI 和 FBI 的指纹和掌纹数据库。搜索 FBI 的数据库通常用于人身犯罪案件（凶杀、强奸、抢劫或袭击）、与州外有描述的案件或特别要求的案件。如果通过这些搜索找到了潜在候选人，则将案件中有价值的潜在指纹与该个人进行比较。如果搜索结果为“无结果”，则可以将潜在指纹注册到 MVRCL 的 AFIS 系统中的未解决潜在数据库中，以连续搜索所有新的十指指纹和掌纹条目。除非报告中有特别说明，否则所有未解决的潜在指纹都会被注册。
CHI 分型实验效果大小的元分析
[1] Xiaojun Bi、Barton A. Smith 和 Shumin Zhai。2010 年。准 Qwerty 软键盘优化。在 SIGCHI 计算机系统人为因素会议论文集（美国佐治亚州亚特兰大）（CHI '10）。美国计算机协会，纽约，纽约州，美国，283–286 页。https://doi.org/10.1145/1753326.1753367 [2] Stephane Champely、Claus Ekstrom、Peter Dalgaard、Jeffrey Gill、Stephan Weibelzahl、Aditya Anandkumar、Clay Ford、Robert Volcic、Helios De Rosario 和维护者 Helios De Rosario。[nd]。软件包“pwr”。([nd])。[3] Mike WL Cheung。 2014. 使用三级荟萃分析对依赖效应大小进行建模：一种结构方程建模方法。《心理方法》19，2（2014），211。[4] Andy Cockburn、Carl Gutwin 和 Alan Dix。2018. 不再 HARK：关于 CHI 实验的预注册。在 2018 年 CHI 计算机系统人为因素会议论文集（加拿大魁北克省蒙特利尔）（CHI '18）。美国计算机协会，美国纽约州纽约，1-12。https://doi.org/10.1145/3173574.3173715 [5] Jacob Cohen。1988. 行为科学的统计功效分析。（第 2 版）。Taylor & Francis 有限公司。[6] Geoff Cumming。 2013. Cohen 的 d 需要易于解释：对 Shieh (2013) 的评论。行为研究方法 45, 4 (2013)，968–971。[7] Geoff Cumming 和 Robert Calin-Jageman。2016. 新统计学导论：估计、开放科学及其他。劳特利奇。[8] Mark Dunlop 和 John Levine。2012. 触摸屏键盘的多维帕累托优化，以提高速度、熟悉度和改进拼写检查。在 SIGCHI 计算机系统人为因素会议论文集（美国德克萨斯州奥斯汀）（CHI '12）中。计算机协会，美国纽约州纽约，2669–2678。 https://doi.org/10.1145/2207676.2208659 [9] Alexander Eiselmayer、Chat Wacharamanotham、Michel Beaudouin-Lafon 和 Wendy E. Mackay。2019 年。Touchstone2：一种用于探索人机交互实验设计权衡的交互式环境。在 2019 年 CHI 计算机系统人为因素会议（英国苏格兰格拉斯哥）（CHI '19）论文集上。美国计算机协会，纽约，纽约州，美国，1-11。https://doi.org/10.1145/3290605.3300447 [10] Franz Faul、Edgar Erdfelder、Axel Buchner 和 Albert-Georg Lang。2009 年。使用 G* Power 3.1 进行统计功效分析：相关和回归分析检验。行为研究方法 41，4（2009 年），1149–1160。[11] Anna Maria Feit、Daryl Weir 和 Antti Oulasvirta。2016 年。我们如何打字：日常打字中的动作策略和表现。 2016 年 CHI 计算机系统人为因素会议论文集（美国加利福尼亚州圣何塞）(CHI '16)。美国计算机协会，纽约，纽约州，美国，4262–4273。https://doi.org/10.1145/2858036.2858233 [12] Leah Findlater 和 Jacob Wobbrock。2012 年。个性化输入：通过自动适应改进十指触摸屏打字。2016 年 SIGCHI 计算机系统人为因素会议论文集（美国德克萨斯州奥斯汀）(CHI '12)。美国计算机协会，纽约，纽约州，美国，815–824。 https://doi.org/10.1145/2207676.2208520 [13] Leah Findlater、Jacob O. Wobbrock 和 Daniel Wigdor。2011 年。在平板玻璃上打字：检查触摸表面上的十指专家打字模式。在 SIGCHI 计算机系统人为因素会议论文集（加拿大不列颠哥伦比亚省温哥华）（CHI '11）。计算机协会，美国纽约州纽约，2453–2462。https://doi.org/10.1145/1978942.1979301 [14] Mayank Goel、Leah Findlater 和 Jacob Wobbrock。2012 年。WalkType：使用加速度计数据适应移动触摸屏文本输入中的情境障碍。 SIGCHI 计算机系统人为因素会议 (美国德克萨斯州奥斯汀) (CHI '12) 论文集。美国计算机协会，纽约，纽约州，美国，2687–2696 页。https://doi.org/10.1145/2207676.2208662 [15] Aakar Gupta 和 Ravin Balakrishnan。2016 年。DualKey：通过手指识别实现微型屏幕文本输入。2016 年 CHI 计算机系统人为因素会议 (美国加利福尼亚州圣何塞) (CHI '16) 论文集。美国计算机协会，纽约，纽约州，美国，59–70 页。 https://doi.org/10.1145/2858036.2858052 [16] M. Harrer、P. Cuijpers、TA Furukawa 和 DD Ebert。2019 年。使用 R 进行元分析：实践指南。PROTECT Lab Erlangen（2019 年）。