XiaoMi-AI文件搜索系统
World File Search System多分
MECHETER，Imene 等人。利用多分辨率手工特征进行深度学习，用于脑部 MRI 分割。在：医学中的人工智能，20
磁共振 (MR) 图像分割是创建伪计算机断层扫描 (CT) 图像的一项关键任务，伪计算机断层扫描 (CT) 图像可用于实现正电子发射断层扫描 (PET) 衰减校正。创建伪 CT 图像的主要挑战之一是难以对脑 MR 图像中的骨组织进行准确分割。深度卷积神经网络 (CNN) 已被广泛而有效地应用于执行 MR 图像分割。这项工作的目的是提出一种分割方法，将多分辨率手工制作的特征与基于 CNN 的特征相结合，以添加方向属性并丰富用于执行分割的特征集。主要目标是有效地将大脑分割成三个组织类别：骨骼、软组织和空气。所提出的方法使用不同的机制将非下采样 Contourlet (NSCT) 和非下采样 Shearlet (NSST) 系数与 CNN 的特征相结合。计算熵值以选择最有用的系数并降低输入的维数。使用 50 张临床脑部 MR 和 CT 图像通过计算精度、召回率、骰子相似系数 (DSC) 和 Jaccard 相似系数 (JSC) 来评估分割结果。还将结果与文献中报道的其他方法进行了比较。骨骼类的 DSC 从 0.6179 ± 0.0006 提高到 0.6416 ± 0.0006。将 NSCT 和 NSST 的多分辨率特征与 CNN 的特征相加，显示出了令人鼓舞的结果。此外，NSST 系数比 NSCT 系数提供了更多有用的信息。
研究基因表达、生物标志物和多分析物测试
代码 编号 描述 CPT 0006M 肿瘤学（肝脏），利用新鲜肝细胞癌肿瘤组织，测定 161 个基因的 mRNA 表达水平，包括甲胎蛋白水平，以算法报告风险分类器 0007M 肿瘤学（胃肠道神经内分泌肿瘤），利用全外周血对 51 个基因进行实时 PCR 表达分析，以算法报告肿瘤疾病指数的列线图 0019M 心血管疾病，血浆，通过基于适体的微阵列分析蛋白质生物标志物，以算法报告高危人群中 4 年发生冠状动脉事件的可能性 0041U 伯氏疏螺旋体，通过免疫印迹检测 5 个重组蛋白组抗体，IgM 0042U 伯氏疏螺旋体，通过免疫印迹检测 12 个重组蛋白组抗体，IgG 0063U 神经病学（自闭症），通过 LCMS/MS 检测 32 个胺，使用血浆，算法报告为与自闭症谱系障碍相关的代谢特征 0108U 胃肠病学（巴雷特食管），全幻灯片数字成像，包括形态分析、9 种蛋白质生物标志物（p16、AMACR、p53、CD68、COX-2、CD45RO、HIF1a、HER- 2、K20）的计算机辅助定量免疫标记和形态学、福尔马林固定石蜡包埋组织，算法报告为进展为高度发育不良或癌症的风险 0170U 神经病学（自闭症谱系障碍 [ASD]），RNA，下一代测序，唾液，算法分析，结果报告为 ASD 诊断的预测概率 0258U 自身免疫（牛皮癣），mRNA，下一代测序，50-100 个基因的基因表达谱，使用粘性贴片进行皮肤表面收集，算法报告为对牛皮癣生物制剂的反应可能性0263U 神经病学（自闭症谱系障碍 [ASD]），16 种中心碳代谢物（即 α 酮戊二酸、丙氨酸、乳酸、苯丙氨酸、丙酮酸、琥珀酸、肉碱、柠檬酸、富马酸、次黄嘌呤、肌苷、苹果酸、S-磺基半胱氨酸、牛磺酸、尿酸和黄嘌呤）的定量测量，液相色谱串联质谱法 (LC-MS/MS)，血浆，算法分析，结果报告为阴性或阳性（针对 ASD 的代谢亚型）0288U 肿瘤学（肺），mRNA，11 个基因（BAG1、BRCA1、CDC6、CDK2AP1、ERBB3、FUT3、IL11、LCK、RND3、SH3BGR、WNT3A）和 3 个参考基因（ESD、TBP、YAP1）的定量 PCR 分析，福尔马林固定石蜡包埋 (FFPE) 肿瘤组织，算法解释报告为复发风险评分 0289U 神经病学（阿尔茨海默病），mRNA，通过 24 个基因的 RNA 测序进行基因表达分析，全血，算法报告为预测风险评分 0290U 疼痛管理，mRNA，通过 36 个基因的 RNA 测序进行基因表达分析，全血，算法报告为预测风险评分
多分析师研究的主观证据评估调查
8 美国马萨诸塞州贝尔蒙特麦克莱恩医院抑郁、焦虑和压力研究中心 9 美国爱达荷州莫斯科爱达荷大学商学院 10 瑞典斯德哥尔摩斯德哥尔摩经济学院 11 荷兰莱顿大学心理学系 12 德国巴伐利亚州慕尼黑路德维希马克西米利安大学统计学系 13 奥地利蒂罗尔州因斯布鲁克大学 14 华盛顿州西雅图大学 15 斯坦福大学元研究创新中心 (METRICS) 以及医学系、流行病学系、人口健康系、生物医学数据科学系和统计学系，美国加利福尼亚州斯坦福 16 康涅狄格大学，美国康涅狄格州斯托尔斯 17 法国巴黎萨克雷大学，伊维特河畔吉夫 18 阿姆斯特丹自由大学，荷兰北荷兰省 19 卡罗琳斯卡医学院，瑞典索尔纳 20 柏林欧洲医学与技术学院，德国柏林 21 慕尼黑大学统计学系和医学信息处理、生物统计学和流行病学研究所，德国巴伐利亚州慕尼黑 22 伦敦大学学院心理学和语言科学系，英国伦敦 WC1H 0AP，贝德福德路 26 号 23 伊利诺伊大学香槟分校，美国伊利诺伊州厄巴纳 24 弗吉尼亚大学法学院，美国弗吉尼亚州夏洛茨维尔 Massie Road 580 号 25 马克斯普朗克经验美学研究所，德国法兰克福 26 鲁汶大学，比利时鲁汶 27 欧洲工商管理学院，法国法兰西岛枫丹白露 28 蒂尔堡大学方法论和统计学系，荷兰蒂尔堡 29 达特茅斯学院，德国汉诺威美国新罕布什尔州 30 美国马萨诸塞州波士顿哈佛医学院精神病学系 31 法国法兰西岛伊维特河畔吉夫 Neurospin CEA 32 德国巴伐利亚州慕尼黑大学医学信息处理、生物统计学和流行病学研究所 33 荷兰格罗宁根大学 Nieuwenhuis 教育研究所
多标签ECG分类的多分辨率共同学习网络
摘要 - 记录心脏的电子生理活性的摘要 - 心理图（ECG）已成为诊断这些疾病的关键工具。近年来，深度学习技术的应用显着提高了ECG信号分类的实现。多分辨率特征分析在不同时间尺度上捕获和过程信息可以提取ECG信号的微妙变化和整体趋势，显示出独特的优势。但是，基于简单特征添加或串联的常见多分辨率分析方法可能导致忽视低分辨率特征，从而影响模型性能。为了解决这个问题，本文提出了多分辨率的共同学习网络（MRM-Net）。MRM-NET包括双分辨率注意结构和特征互补机制。双分辨率的体系结构过程并联高分辨率和低分辨率特征。通过注意机制，高分辨率和低分辨率分支可以集中于微妙的波形变化和整体节奏模式，从而增强了捕获ECG信号中关键特征的能力。同时，特征互补机制在特征提取器的每一层之后引入了相互特征学习。这允许在不同的分辨率方面的功能相互加强，从而减少信息丢失并提高模型性能和鲁棒性。在PTB-XL和CPSC2018数据集上进行的实验表明，MRM-NET在多标签ECG分类性能中的现有方法显着优于现有方法。我们的框架代码将在https://github.com/wxhdf/mrm上公开获取。索引术语 - ECG分类，多分辨率，注意机制，相互学习
交叉任务多分支视觉变压器，用于面部表情和戴面膜分类
1美国卡内基梅隆大学2菲律宾大学3美国华盛顿大学4中，中国5个美国北亚利桑那大学 *美国北亚利桑那大学 * Zhu，Armando，Armando，电子邮件：armandoz@alumni.cmu.cmu.edu摘要：戴着面具的挑战，戴着面貌的挑战，在构成面貌的挑战时，曾经构成了攻击的范围，以掩盖面对面的攻击（fer）。在本文中，我们提出了一个统一的多分支视觉变压器，用于面部表达识别和戴面罩的分类任务。我们的方法提取了两项任务的共享功能，该功能使用获得多尺度特征表示的双分支体系结构。此外，我们提出了一个交叉任务融合阶段，该阶段可以使用单独的分支为每个任务处理令牌，同时使用交叉注意模块交换信息。我们提出的框架通过简单而有效的交叉任务融合阶段使用单独的网络来降低了整体复杂性。广泛的实验表明，我们所提出的模型在面部表情识别和面部掩码戴上分类任务方面的表现要好于或使用不同的最新方法。
GW2.1基因调节晶粒性状的靶向突变，并诱导大麦的产量损失 在碳化硅上集成石墨烯和MOS2 高级材料处理系统中的传输通道 Calpain活性调节剂：抑制剂和激活剂作为潜在药物LeventeEndreDókus，Mo'Ath Yousef＆ZoltánBánócziPharmaceutics 2020， 对自动化车辆的泳道控制，反馈延迟：非线性分析和实验室实验 在介孔Niwo 4 上支持的电催化剂的设计降低了PT含量 多分散性比（PDR）及其对... 的应用 有问题的社交网络使用中的隐式认知 焊接轮廓对绝缘栅极晶体管（IGBTS）的热参数的影响 多核算方法 polycomb蛋白RYBP在小鼠胚胎干细胞的体外心脏分化过程中激活转录因子plagl1 光控制生物杂交微型机器 量子信息的费米子系统 用TiO 2和Zno 抑制Snagcu焊料合金的Sn晶须生长
谷物宽度和重量2（GW2）是一种E3-泛素连接酶编码基因，对谷物物种中谷物的大小和重量负调节。因此，建议禁用GW2基因活性以提高作物生产率。我们在这里表明，大麦GW2.1同源物的CRISPR/CAS介导的诱变会导致细长谷物的发展和蛋白质含量增加。同时，GW2.1功能的损失引起了由于尖峰数量减少和谷物设置低而引起的明显晶粒屈服不足。我们还表明，GW2.1缺乏作物产量和蛋白质含量引起的相反作用在很大程度上与培养条件无关。这些发现表明大麦GW2.1基因对于产量和晶粒性状之间的优化是必需的。总的来说，我们的数据表明，大麦中GW2.1基因活性的丧失与多效性效应相关，对生成器官的发展以及因此谷物产生产生了负面影响。我们的发现有助于更好地理解谷物的发育以及GW2.1控制大麦的定量和定性遗传改善中控制的UTI。
多分散性比（PDR）及其对...
隐性认知可能参与特定互联网使用障碍（例如有问题的社交网络使用（PSNU））的开发和维护。更详细地，隐性态度，注意力偏见，方法和回避倾向以及语义记忆关联在PSNU的背景下被认为是相关的。本观点文章总结了有关PSNU中隐性认知的可用文献。我们根据靶向搜索策略从PubMed，Scopus，Scopus，Science和Proquest数据库中系统地回顾了隐性认知文章，并使用预定义的包含和排除标准进行了评估。目前的发现表明，特定的隐式认知在PSNU的背景下很重要，因此与其他成瘾行为相似。但是，经验证据仅限于有关该主题的一些研究。应在未来工作中的其他情感和认知机制中更深入地探讨PSNU中的隐性认知。
使用 MRI 图像对脑肿瘤进行二分类和多分类
医学图像处理利用各种类型的扫描，例如 CT（计算机断层扫描）、超声波、PET（正电子发射断层扫描）、MRI（磁共振成像）、光谱等。其中，MRI 最广泛用于诊断，因为它既灵敏又强大，而且是非侵入性的（Badža 等人，2020 年；Khan 等人，2020 年）。MRI 扫描提供详细信息，因为它们使用有效的无线电波和磁场来创建内部器官的图片，从而有效地检测器官的囊肿、肿瘤、肿胀或出血。对这些扫描的分析和分类可以识别任何不规则生长。及早发现异常组织生长是医学图像处理的主要问题之一。准确估计异常组织生长有助于更好的预后和术后
基于太阳能/生物质能/天然气/柴油能源的离网多分布式发电系统分析
摘要 本研究基于技术环境分析规划 (TEAP) 方法对奥贡州 20 个离网家庭的多分布式发电系统进行了分析。技术方面包括负载、DG 容量、年发电量和未满足的能源需求 (UED)。本文考虑并比较了不同的能源配置，例如基于 PV 的 DG、混合 DG：PV/沼气、PV/沼气/天然气、PV/沼气/柴油、PV/柴油和基于柴油的 DG。环境方面研究了 DG 与基于柴油的 DG 系统相比产生的排放量。本文还研究了温度对 PV 系统性能的影响。该模拟基于每日总需求 99.04 kWh/d，以及多种能源混合优化 (HOMER) 环境中的太阳、环境温度和生物质数据。获得的基于 PV 的 DG 的大小为 36.9 kW，在没有温度影响的情况下每年产生 54,565 kWh。结果表明，受到温度影响后，该值降至 48,268 kWh/年UED 为 7.84 %。沼气、天然气和柴油发电机的功率相同，为 13.2 kW。混合 DG 实现了 0% 的 UED，这意味着系统可用性为 100 %。结果进一步表明，上述混合 DG 的二氧化碳排放量在 2.21 至 15,448 千克/年之间，而家庭完全使用柴油 DG 运行时的二氧化碳排放量为 40,273 千克/年。该研究有助于理解能源系统分析。关键词：沼气、分布式发电、排放、可再生能源、天然气 1.0 引言现有的学术著作表明，缺乏电力供应是全球许多能源匮乏的社区所面临的问题之一，包括尼日利亚的社区[1,2]；这种发展极大地影响了他们的生产力、社会和经济生活。这将继续激发人们开展研究，为农村社区的能源贫困问题提供生态友好的解决方案。