XiaoMi-AI文件搜索系统
World File Search System回忆
回忆悲伤、快乐和恐惧状态的神经相关性
表达个人情绪状态的能力是社会行为的基础（1）。害怕时寻求帮助，悲伤时安慰，高兴时分享喜悦，这些都是社会动物所决定的心理需求（2）。尽管这些天生需求非常重要，但对于无法口头交流的人，很少有神经科学研究与内在动机状态相关的神经信号。例如，在脑机接口 (BCI) 研究中，电位的记录和分类可用于推断闭锁综合症（LIS，3）患者的心理内容。有意识且能产生运动指令或准备电位（4、5）或能通过产生 P300 成分做出自愿决定（6）的患者，可以通过控制光标、机器人、假肢、拼写系统（7）或物体进行交流。然而，处于植物人状态（又称无反应觉醒综合征 (UWS)）（8）或微意识状态（9）的患者与这些系统隔绝（10）。神经科学家正在研究从他们的大脑活动中检测他们的动机或情绪状态的方法（11）。此类研究包括通过观察大脑活动来推断内在心理内容的研究。Owen 等人（12）首次利用功能性磁共振成像 (fMRI) 评估意识障碍患者理解和遵从指令的能力。他们对一名被诊断为 UWS 的患者进行了研究，要求患者在 MRI 扫描仪中想象打网球、在家里走动以及在 30 秒内不加思索地休息。研究设计确保患者的反应不仅仅是被动处理口头指令的结果，而且当指示不要执行任务时，患者的反应会消失。通过激活特定大脑区域（如网球想象中的辅助运动区和导航想象中的海马旁回），可以测量患者遵循特定命令的能力，类似于在健康个体中观察到的情况。在最近的 ERP 研究中，Proverbio 等人（13）研究了想象过程的心理生理标记。向参与者展示代表不同语义类别的视觉和听觉刺激，然后要求他们激活与该类别相对应的心理图像。作者能够在没有感觉刺激的情况下识别出不同想象刺激类别（如婴儿、人脸、动物、音乐、语音、情感发声和感觉模态（视觉与听觉））的独特电生理标记。然后，这些 ERP 信号通过机器学习算法（MIRACLE 的分类，14）进行分类，超过了有效沟通的 70% 阈值，在 k 倍交叉验证和保留验证中的准确率分别为 96.37% 和 83.11%。情感计算是人工智能处理情感的一个分支。它包括自动情感识别，由于可用于记录脑信号的廉价设备的出现，该技术目前正在不断发展（15-17）。两项研究在使用被认为可诱发特定情感状态的图像、音频或剪辑诱发情绪期间测量了 alpha 和 beta 脑电图频率，并进行了信号分类。特别是 Choppin（18）
在回忆阵列上进行神经形态序列学习的演示
这些问题并能够用脑般的表现使序列学习是具有脑启发的学习算法的神经形态硬件。分层时间内存（HTM）是受新皮层工作原理启发的al-gorithm，能够学习和预测元素的连续序列。在先前的研究中，我们表明，在HTM模型的时间内存储算法的生物学上可用版本中，可以将备忘录的设备（一种用于节能的神经形态硬件考虑）被认为是为了节能的神经形态硬件。随后，我们对模拟信号的回忆硬件体系结构进行了模拟研究，该研究可以介绍时间学习算法。我们称之为memspikingtm的架构是基于一个磁带横梁阵列和实现神经元的控制电路和
特定的 CD4+ T 细胞回忆协调抗肿瘤 CD8+ ...
摘要 背景 CD4 + T 细胞的抗肿瘤机制仍不甚明确，而且缺乏有效利用 CD4 + T 细胞帮助进行癌症免疫治疗的方法。预先存在的记忆性 CD4 + T 细胞具有用于此目的的潜力。此外，预先存在的免疫力在病毒疗法中的作用仍不清楚，特别是在重组脊髓灰质炎病毒免疫疗法中，其中儿童脊髓灰质炎疫苗特异性免疫无处不在。在这里，我们测试了以下假设：儿童疫苗特异性记忆性 T 细胞介导抗肿瘤免疫疗法并有助于脊髓灰质炎病毒疗法的抗肿瘤功效。方法 在同源小鼠黑色素瘤和乳腺癌模型中测试了脊髓灰质炎免疫对脊髓灰质炎病毒疗法的影响以及脊髓灰质炎和破伤风回忆的抗肿瘤作用。 CD8 + T 细胞和 B 细胞敲除、CD4 + T 细胞耗竭、CD4 + T 细胞过继转移、CD40L 阻断、抗肿瘤 T 细胞免疫评估和嗜酸性粒细胞耗竭定义了回忆抗原的抗肿瘤机制。泛癌症转录组数据集和脊髓灰质炎病毒疗法临床试验相关性用于评估这些发现与人类的相关性。结果先前接种脊髓灰质炎病毒疫苗大大增强了脊髓灰质炎病毒疗法在小鼠中的抗肿瘤功效，而肿瘤内回忆脊髓灰质炎病毒或破伤风免疫力延缓了肿瘤生长。肿瘤内回忆抗原增强了抗肿瘤 T 细胞功能，导致 2 型先天淋巴细胞和嗜酸性粒细胞明显浸润肿瘤，并降低了调节性 T 细胞 (Tregs) 的比例。回忆抗原的抗肿瘤作用由 CD4 + T 细胞介导，受 B 细胞限制，不依赖于 CD40L，并依赖于嗜酸性粒细胞和 CD8 + T 细胞。在 Cancer Genome Atlas (TCGA) 癌症类型中观察到嗜酸性粒细胞和 Treg 特征之间的反比关系，嗜酸性粒细胞耗竭阻止了脊髓灰质炎回忆后 Treg 的减少。脊髓灰质炎病毒治疗后，存活时间较长的患者治疗前的脊髓灰质炎中和抗体滴度较高，大多数患者的嗜酸性粒细胞水平升高。结论预先存在的抗脊髓灰质炎免疫力有助于脊髓灰质炎病毒治疗的抗肿瘤功效。这项研究确定了儿童疫苗的癌症免疫治疗潜力，揭示了它们利用 CD4 + T 细胞帮助抗肿瘤 CD8 + T 细胞的效用，并暗示嗜酸性粒细胞是 CD4 + T 细胞的抗肿瘤效应物。
与人类存储和回忆有关的选择性大脑激活和连接
用于定义大脑区域的图谱是 HCP-MMP 基于表面的图谱 (Glasser, et al., 2016)，如图 S1 所示。在 HCP-MMP 图谱中，每个区域都有其 RegionID，我们在表 S1 中显示了该 ID。有关这些区域的详细信息，请参阅 Glasser et al (2016) 提供的补充材料文件 NIHMS68870-supplement-Neuroanatomical_Supplementary_Results.pdf。在该补充材料文件中，建议根据地理接近度和功能相似性对区域进行分组，此分组显示在表 S1 中标记为 CortexID 的列中。这导致了区域的排序不同，我们在表 S1 中显示了该排序，其中 HCP 图谱中的原始 regionID 显示在标题为“regionID”的列中。亚利桑那大学的 Dianne Patterson 博士在 https://neuroimaging-core-docs.readthedocs.io/en/latest/pages/atlases.html 上描述了 HCP-MMP 图谱的重新排序版本，其中提供了用于帮助生成表 S1 的以下支持文件：HCP-MMP_UniqueRegionList.csv 和 Glasser_2016_Table.xlsx。我们根据此文件创建了文件 HCPMMP_CortexID_Ordering.xlsx，该文件可从本作者处获得。本文中显示的连接矩阵使用了表 S1 中显示的顺序，该顺序也用于该图谱的体积和扩展形式（Huang, et al., 2022）。
一种机器学习算法预测食品药物管理局的医疗设备回忆
简介：医疗设备召回对急诊医学的实践很重要，因为不安全的设备包括许多无处不在的急诊医疗物品，例如血管通道设备，呼吸机，输液泵，视频喉镜，脉搏血氧仪传感器和植入的心脏逆变器闪光灯。尽早识别危险的医疗设备是必要的，以最大程度地减少患者的伤害，同时避免误报以防止拆除安全设备的使用。美国食品药品监督管理局（FDA）采用了不良事件报告计划（MEDWATCH）和数据库（MAUDE），但其他数据源和方法可能具有效用来识别潜在危险的医疗设备。我们的目标是使用公开可用的数据来评估机器学习（ML）算法的敏感性，特异性和准确性，以预测FDA的医疗设备召回。
利用脑电信号进行语音回忆中的单词识别
㉳⬻Ἴ䛿Ⓨヰ⬻Ἴ䛸䛿␗䛺䜚䠈ṇ☜䛺㉳้䛜 ᫂░䛷䛒䜛䛸䛔䛖ၥ㢟䛜䛒䜛䠊䛭䛣䛷䠈ᅗ 2 䛾㘓䝥䝻䝖䝁䝹䛻䛚 䛔䛶䠈⿕㦂⪅䛿⣧㡢䛜㬆䜚⤊䜟䛳䛯┤ᚋ䛻㉳䜢㛤ጞ䛧䛶䛔䜛 䛸௬ᐃ䛧䠈 1 ༢ㄒ䛾㉳㛫䜢 400ms 䛸⪃䛘䠈 0-400ms( ⣧㡢┤ ᚋ :0ms) 䜢ゎᯒ༊㛫䛸䛩䜛䠊 3.2 ⠇䛷ㄝ᫂䛧䛯 6 䛴䛾≉ᚩ㔞䛩䜉 䛶䜢⏝䛔䛯䛯䜑䠈ධຊḟඖᩘ䛿䠈 ( ⥺䝇䝨䜽䝖䝹௨እ䛾 5 䛴䛾≉ ᚩ㔞㽢 21ch 䠇⥺䝇䝨䜽䝖䝹 25 ḟඖ ) 㽢 2( ᖹᆒ䛸ᶆ‽೫ᕪ ) 䛾 260 ḟඖ䛷䛒䜛䠊 10 ྡ䛾⿕㦂⪅䛾ᖹᆒṇゎ⋡䜢ᅗ 6 䛾䛂 0- 400ms ༊㛫䛃䛻♧䛩䠊ᅗ 6 䜘䜚䠈ṇゎ⋡䛿 20% 䜋䛹䛷䛒䜚䠈ㄆ㆑ 䛷䛝䛶䛔䛺䛔䛣䛸䛜䜟䛛䜛䠊 ṇゎ⋡䛜ప䛔ཎᅉ䛾୍䛴䛸䛧䛶䠈ṇ☜䛺㉳༊㛫䛜≉ᐃ䛷 䛝䛶䛔䛺䛔Ⅼ䛜ᣲ䛢䜙䜛䠊䛭䛣䛷䠈㉳⬻Ἴ䛸ྠ䛨䝥䝻䝖䝁䝹 䛷㘓䛧䛯Ⓨヰ⬻Ἴ䛻╔┠䛧䛯䠊ྠ䛨䝥䝻䝖䝁䝹䛷㘓䛧䛶 䛔䜛䛣䛸䛛䜙䠈Ⓨヰ䛸㉳䛾㛤ጞ้䜔⥅⥆㛫䛿ᴫ䛽୍⮴䛩 䜛䛸௬ᐃ䛧䛯䠊䛭䛧䛶Ⓨヰ㛫䜢䜒䛸䛻ゎᯒ༊㛫䜢Ỵᐃ䛩䜜䜀䠈 ㉳༊㛫䛷䛾ㄆ㆑ᐇ㦂䛜⾜䛺䛘䜛䛿䛪䛷䛒䜛䠊௨ୖ䛾䛣䛸䛛䜙䠈 Ⓨヰ⬻Ἴ䜢㘓䛧䛯㝿䛻㘓㡢䛧䛯㡢ኌ䝕䞊䝍䛛䜙ྛ⿕㦂⪅ 䛾ᩘᏐ䛤䛸䛾Ⓨヰ㛫䜢⟬ฟ䛩䜛䠊 ⿕㦂⪅䛤䛸䛾Ⓨヰ㛤ጞ㛫䛾ᖹᆒ䜢ぢ䛶䜏䜛䛸䠈䛹䛾⿕㦂⪅ 䜒 250ms ௨㝆䛻Ⓨヰ䜢㛤ጞ䛧䛶䛚䜚䠈⣧㡢䛾㬆䜚⤊䜟䜚┤ᚋ䛻 Ⓨヰ䜢㛤ጞ䛧䛶䛔䜛⿕㦂⪅䛿䛔䛺䛛䛳䛯䠊䜎䛯䠈⿕㦂⪅䛻䜘䛳 䛶㛤ጞ㛫䛿␗䛺䛳䛶䛔䛯䠊䛥䜙䛻䠈ྠ䛨ᩘᏐ䛻䛚䛡䜛⿕㦂⪅ 䛤䛸䛾Ⓨヰ⥅⥆㛫䛾ᖹᆒ䜢ぢ䛶䜏䜛䛸䠈䛣䛱䜙䜒⿕㦂⪅䛻䜘䛳 䛶␗䛺䜛䛣䛸䛜䜟䛛䛳䛯䠊䛣䛾⤖ᯝ䛛䜙䠈ゎᯒ༊㛫䛸䛧䛶䛔䛯 0- 400ms 䛿ᐇ㝿䛾㉳༊㛫䛸䛝䛟␗䛺䛳䛶䛔䜛ྍ⬟ᛶ䛜㧗䛔䠊 䜘䛳䛶䠈㉳䛾ゎᯒ༊㛫䜢ྛ⿕㦂⪅䛾༢ㄒ䛤䛸䛾Ⓨヰ㛤ጞ 㛫䛸⤊㛫䜢䜒䛸䛻ኚ᭦䛧䠈ᨵ䜑䛶㡢ኌ㉳༢ㄒㄆ㆑ᐇ㦂 䜢⾜䛖䠊
全基因组长阅读测序降采样及其对变化精度和回忆
高通量基因分型能够对种群基因组学和全基因组关联研究中的遗传多样性进行大规模分析，这些研究结合了大量加入的基因型和表型表征。基于测序的基因分型方法由于较低的确定性偏差而逐渐替换传统的基因分型方法。然而，基于测序的全基因分型在具有较大基因组和高比例的重复性DNA的物种中变得昂贵。在这里，我们描述了CRISPR-CAS9技术在3.76-Gb基因组（镜头Culinaris）中耗尽重复元素，84％由重复序列组成，从而将测序数据集中在编码和调节区域（单子拷贝区域）上。我们设计了一组566,766个GRNA，旨在重复2.9英镑，排除了基于ATACSQ数据的重复区域重复的注释基因和推定的调节元素。新颖的耗竭方法去除了〜40％的读取映射到重复序列，从而将这些映射到单拷贝区域增加了约2.6倍。在分析2500万个片段时，与非部位的文库相比，测序数据中的重复对单个拷贝偏移增加了约10倍。在相同的条件下，我们还能够鉴定单拷贝区域中的遗传变异量增加了12倍，并通过挽救杂合变体的特征来提高基因分型精度，否则由于覆盖范围较低，否则会遗漏这些变体。该方法的执行方式类似，无论多路复用水平，文库类型或基因型，包括不同的品种和密切相关的物种（L. Orientalis）。我们的结果表明，CRISPR-CAS9驱动的重复耗竭将测序数据集中在单拷贝区域上，从而改善了大型和重复的基因组中的高密度和全基因组基因分型。
特别会议公告：人工智能和边缘计算的回忆神经形态设备和电路的进展
会话描述：随着半导体技术接近缩小范围的局限性，对传统冯·诺伊曼建筑的替代方案的需求也会增长。神经形态计算，受人脑的结构和功能的启发，是一种有希望的解决方案，尤其是用于开发智能系统，例如视觉处理器，听觉系统和机器人运动。设备技术，电路设计和计算建模的最新突破使联合研究人员来自不同的领域，包括电子，计算机科学，神经科学，材料科学和设备制造。这些相互交流的旨在为人工智能（AI）应用（AI）应用和神经形态硬件创建更有效的电子系统，而与传统CMOS相比，它更准确地复制了生物神经网络。将备忘录集成到设计工具包中有望将进步推向摩尔定律，从而开发可以感知的智能，多功能系统，
佐剂重组带状疱疹疫苗的免疫原性：初次接种后 10 年对额外剂量的持久性和回忆反应
背景。佐剂重组带状疱疹疫苗 (RZV) 对 ≥ 50 岁的成年人具有高度免疫原性和有效性。我们通过对 ≥ 60 岁接种疫苗的成年人进行随访和建模，评估了 (1) 初始 2 剂 RZV 方案的长期免疫原性，以及 (2) 初次接种疫苗 10 年后再接种 2 剂的免疫原性。方法。在初次接种疫苗后 10 年内评估了对 2 剂初始 RZV 的体液和细胞介导免疫 (CMI) 反应的持久性，并使用分段、幂律和 Fraser 模型对 20 年内进行建模。还评估了 2 剂额外 RZV 的免疫原性和安全性。结果。70 名成年人入选。初次接种疫苗 10 年后，体液和 CMI 反应分别比初次接种疫苗前水平高出约 6 倍和 3.5 倍。 3 种模型预测的初次接种疫苗后 20 年内的免疫持久性相似。62 名参与者（平均年龄 [标准差]，82.6 [4.4] 岁）接受了 ≥ 1 剂 RZV 额外接种。1 剂额外接种可引发强烈的回忆性体液和 CMI 反应，第二次额外接种后不会进一步增加。结论。老年人对初始 2 剂 RZV 疗程的免疫反应可持续多年。在初始 2 剂疗程 10 年后，额外接种可引发强烈的回忆性免疫反应。临床试验注册。NCT02735915。关键词。带状疱疹；佐剂重组带状疱疹疫苗；免疫反应持久性；安全性。