XiaoMi-AI文件搜索系统
World File Search System可重
实现可重复的肿瘤类器官培养
类器官通过在体外准确重现组织和肿瘤的异质性，为推动临床前研究和个性化医疗展现出巨大潜力。然而，缺乏标准化的癌症类器官培养方案阻碍了可重复性。本文全面回顾了当前与癌症类器官培养相关的挑战，并强调了该领域最近的多学科进展，特别关注肝癌类器官培养的标准化。我们讨论了导致技术差异的非标准化方面，包括组织来源、加工技术、培养基配方和基质材料。此外，我们强调需要建立可重复的平台，以准确保留母体肿瘤的遗传、蛋白质组学、形态学和药理学特征。在每个部分的末尾，我们的重点转移到原发性肝癌的类器官培养标准化。通过应对这些挑战，我们可以提高癌症类器官系统的可重复性和临床转化，从而使其在精准医疗、药物筛选和临床前研究中具有潜在应用。
基于 FPGA 的 YOLO 可重构 CNN 加速器
摘要 卷积神经网络（CNN）在图像处理领域得到了广泛的应用，基于CNN的目标检测模型，如YOLO、SSD等，已被证明是众多应用中最先进的。CNN对计算能力和内存带宽要求极高，通常需要部署到专用的硬件平台上。FPGA在可重构性和性能功耗比方面具有很大优势，是部署CNN的合适选择。本文提出了一种基于ARM+FPGA架构的带AXI总线的可重构CNN加速器。该加速器可以接收ARM发送的配置信号，通过分时方式完成不同CNN层推理时的计算。通过结合卷积和池化操作，减少卷积层和池化层的数据移动次数，减少片外内存访问次数。将浮点数转换为16位动态定点格式，提高了计算性能。我们分别在 Xilinx ZCU102 FPGA 上为 COCO 和 VOC 2007 上的 YOLOv2 和 YOLOv2 Tiny 模型实现了所提出的架构，在 300MHz 时钟频率下峰值性能达到 289GOP。
可重复的模型开发 -
心脏细胞电生理学的建模是系统生物学中最成熟的领域之一。这种扩展的研究工作集中的集中度带来了新的挑战，其中最重要的是选择哪种模型最适合解决特定的科学问题。在上一篇论文中，我们介绍了开发在线资源以在广泛的实验场景中对电生理细胞模型进行表征和比较的最初工作。在这项工作中，我们描述了我们如何开发了一种新颖的协议语言，使我们能够将数学模型的细节（大多数心脏细胞模型采用了普通微分方程的形式）与所模拟的实验协议分开。我们开发了一个完全开放的在线存储库（我们称为心脏电生理网络实验室），该存储库可以允许用户存储和比较将相同的实验协议应用于竞争模型的结果。在当前的论文中，我们描述了这项工作的最新和计划的扩展，重点是支持从实验数据中构建模型的过程。我们概述了开发一种可读性语言的必要工作，以描述从湿实验室数据集中推断参数的过程，并通过使用实验数据拟合HERG通道模型的详细示例来说明我们的方法。我们通过讨论在该领域取得进一步进步的未来挑战，以促进心脏细胞模型开发的完全可重现方法，以进一步的进步。©2018作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
研究人员发展高度健壮，可重构和机械色纤维素光子水凝胶
受到天然面包结构的启发，研究人员一直在开发用于耐撞击生物塑料，陶瓷装甲和仿生合金复合材料的高级材料。尽管在改善材料的可塑性方面取得了进展，但大多数现有材料仍然由单尺度脆性单元组成。缺乏分层主动界面和自主响应功能限制了其延展性和整体功能。
标题：在体内测试 - 重测的定量表征回波平面成像的显而易见的扩散系数可重复可重现
标题：在1.5T MR-LINAC平台上对头颈癌的显而易见的扩散系数的回波平面成像的重新延伸系数的重现：使用QIBA计量学的技术验证作者：Brigid A. McDonald 1，Dina El-Habashy 1，Renjie He 1，Sammir 1，Sam Mir Bir 1，2 Mohamed 1, 3 , Sara Ahmed 1 , Yao Ding 4 , Jihong Wang 4 , Stephen Y. Lai 5 , Alex Dresner 6 , John Christodouleas 7 , Clifton D. Fuller 1 Affiliations: 1 The University of Texas MD Anderson Cancer Center, Department of Radiation Oncology, Houston, TX, USA 2 UT MD Anderson Cancer Center UTHealth Houston Graduate School of Biomedical Sciences, Houston,美国德克萨斯州3贝勒医学院，放射肿瘤学系，美国德克萨斯州休斯敦4 4美国德克萨斯州安德森大学癌症中心，放射物理系，美国德克萨斯州休斯顿，美国5号，美国德克萨斯州癌症中心，德克萨斯州癌症中心，德克萨斯州休斯敦，德克萨斯州休斯敦，美国德克萨斯州休斯敦，美国6美国菲利普斯医疗保健MR on Ceport，美国埃尔克斯郡，美国7月，美国埃尔克斯郡。目的：为了检测放射治疗期间的明显扩散系数（ADC）值的变化，用于生物图像引导的自适应放射治疗，必须表征ADC的变异性。我们评估了1.5T MR-LINAC上头颈癌中ADC值的可重复性。方法：39例头颈癌患者（36例原发性肿瘤，55个淋巴结）在1.5T MR-LINAC上在辐射疗法开始之前的两个时间点上以回声 - 平面成像扩散加权MRI成像。为每个病变测量平均值和中位ADC值和体积。绝对性和可重复性系数（RC）。线性回归分析和F检验，以确定病变体积或扫描之间的时间是否影响可重复性。Results: For primary tumors & lymph nodes: mean ADC, median ADC, and volume were 1.27 ± 0.33 mm 2 /s & 1.17 ± 0.34 mm 2 /s, 1.25 ± 0.35 & 1.16 ± 0.37 mm 2 /s, and 8.8 ± 12.3 cm 3 & 6.5 ± 7.2 cm 3 , respectively.对于肿瘤和节点，平均ADC的RC值为0.355 mm 2 /s＆0.355 mm 2 /s，％RC值为29.1％和31.1％；中值ADC非常相似。可重现性与体积或扫描间隔没有显着相关，但是观察到较小体积的可重复性较差的趋势。结论：考虑到先前的报告，最佳％∆ ADC在头颈癌中的响应预测阈值约为15-30％，MR-LINAC上的这种序列具有可接受的可重复性来检测较大的ADC变化，但仍可能错过一些临床上显着的变化。
可访问，可重复和协作数据分析的银河平台：2024 Update
摘要星系（https://galaxyproject.org）全球范围内消失，主要是通过免费使用服务，支持每年扩大范围的用户驱动研究。用户被platf orm st abilit y，工具和参考dat Aset y多样性，培训，支持和集成的公共星系服务吸引，这可以实现复杂，可重复的，可共享的数据分析。应用用户体验设计的原理（UXD），已驱动了可访问性，通过Galaxy Labs / subdomains的工具访问性以及重新设计的Galaxy Toolshed驱动的。Galaxy工具功能正在以两个战略方向发展：整合通用图形处理单元（GPGPU）访问尖端方法和许可的工具支持。通过在银河系中开发更多的工作流程并通过为公共银河服务提供资源来运行它们，从而增加了与全球研究财团的参与。Galaxy Training网络（GTN）投资组合的规模和可访问性通过学习路径和与培训课程中功能的Galaxy工具的直接集成。代码v elopment继续与Galaxy项目路线图保持一致，并提供了工作调度和用户Interf ACE的精力。环境影响评估还可以帮助用户和De V Elopers吸引他们，通过显示每个星系作业产生的估计的CO 2排放，使他们想起了他们在维持Ainabilit y中的作用。
关于5G应用的光子可重构电磁带隙天线阵列的性能
1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及1国际应用和理论研究中心（IATRC），巴格达10001，伊拉克2号伊拉克2卡洛斯三世大学，莱加尼斯大学，28911西班牙6号马德里，6电子与传播工程系，耶尔迪兹技术大学，埃森勒，34220，土耳其伊斯坦布尔7，土耳其7工程学院，国王萨特大学，萨特大学，里亚德，里亚德，里亚德，11421，11421，SAUDI ARABIA 8 saudi Arabia Arabia Engineering and Ednap eyh Nemhn Nevern Endering Essering and Edtin，Edten，Edtin，EDTIN，EDTEN， Edinburgh, U.K. 9 Department of Engineering, University of Palermo, Palermo, 90128 Sicily, Italy 10 Institut d'Électronique de Microélectronique et de Nanotechnologie (IEMN), CNRS UMR 8520, ISEN, Centrale Lille, Université Polytechnique Hauts-de-France, University of Lille, 59313 Valenciennes,法国11 Insa Hauts-de-France，59313法国瓦伦西恩斯12号工程与建筑学院，恩纳市科尔大学，94100年，意大利ENNA，INTAL NANTATE DE lA RECHERCHE SCOCKICICIQIE（INRS），INRS） 00133意大利罗马15电子与通信工程部，阿拉伯科学，技术与海事运输学院，开罗11865，埃及
医学成像的机器学习中的可重复性
可重复性是科学的基石，因为发现的复制是它们成为知识的过程。广泛认为，许多科学领域正在经历可重复性危机。这导致了各种准则的出版物，以提高研究可重复性。本教学章节旨在作为用于医学成像的机器学习领域的研究人员的介绍。我们首先区分不同类型的可重复性。对于每个人，我们旨在定义它，描述实现它的要求并讨论其效用。本章以讨论可重复性的好处的讨论以及对这种概念的非态度方法及其在研究实践中的实施的恳求。
验证和可重现性心血管预防的短食频率问卷
françoisPaillard，OphélieFlageul，GuillaumeMahé，Bruno Laviolle，Caroline Dourmap和Al ..用于预防心血管的短频率调查表的有效和可重复性。心血管疾病的档案，2021，114（8-9），pp.570-576。10.1016/j.acvd.2020.12.008。hal-03222665
通过培训促进生物信息学的可重复性
从多能干细胞（PSC）驱动有效和纯净的骨骼肌细胞分化一直在挑战。在这里，我们报告了一种优化的方案，该方案在短时间内生成具有较高效率和纯度的骨骼肌祖细胞。使用明显的和物种特异的方案将人类诱导的PSC（HIPSC）和鼠类胚胎干细胞（MESC）指定到中胚层肌原性命运中。我们使用了特定的成熟培养基来促进人和小鼠成肌细胞种群的终端分化，并生成与大量细胞周期停滞的PAX7 +细胞相关的肌管。我们还表明，肌管的成熟是通过塑性特性，细胞密度和肌源性祖细胞百分比来调节的。鉴于肌源祖细胞的产生和分化肌纤维的效率很高，该方案为组织工程，肌肉营养不良的建模以及评估体外的新治疗方法提供了有吸引力的策略。