XiaoMi-AI文件搜索系统
World File Search System定位的
统一社区范围内的全脑成像数据集可以实现强大的自动神经元识别，并揭示秀丽隐杆线虫中神经元定位的决定因素
我们开发了一种用于 C. elegans 体积显微镜数据（静态或视频）的数据协调方法，包括标准化格式、数据预处理技术和一套基于人机交互机器学习的分析软件工具。我们将来自 5 个实验室的 118 个全脑神经活动成像数据集统一起来，将这些数据集和随附工具存储在一个名为 WormID (wormid.org) 的在线存储库中。我们使用此存储库生成统计图谱，该图谱首次实现了跨实验室的精确自动细胞识别，在某些情况下接近人类的表现。我们挖掘这个存储库以确定影响神经元发育定位的因素。为了方便大家使用这个存储库，我们创建了开源软件、代码、基于网络的工具和教程，以探索和管理数据集，为科学界做出贡献。该存储库为实验者、理论家和工具制造者提供了不断增长的资源，以研究不同实验范式中的神经解剖组织和神经活动，开发和基准测试自动神经元检测、分割、细胞识别、跟踪和活动提取的算法，并为神经生物学发育和功能模型提供信息。
一项关于全球LIDAR定位的调查
对自己姿势的抽象知识是所有移动机器人应用程序的关键。因此，姿势估计是移动机器人核心功能的一部分。在过去的二十年中，LiDAR扫描仪已成为机器人定位和地图的标准传感器。本文旨在概述基于激光雷达的全球范围的最新进展和进步。我们首先提出问题并探索应用程序范围。然后，我们对方法论进行了综述，包括诸如地图，描述符的近期主题和跨机器人本地化等几个主题的最新进步。本文的内容是在三个主题下组织的。第一个主题涉及全球地方的结合和本地姿势估计。第二个主题是将单次测量升级到顺序全局定位的顺序测量值。最后，第三个主题侧重于将单机器人全局本地化扩展到多机器人系统中的跨机器人本地化。我们通过讨论开放式挑剔和有前途的全球liDar局部局限性的有希望的指示来结束调查。据我们最大的知识，这是第一个compre-
3D激光雷达扫描到地图长期定位的可推广稳定点细分
摘要 - 动物机器人越来越多地在实际会随着时间而变化的现实环境中运行。准确且健壮的本地化对于自动移动系统的有效运行至关重要。在本文中，我们仅使用3D LIDAR数据来应对基于扫描到地图匹配的长期本地化开发可推广的学习过滤器的挑战。我们的主要目标是提高动态环境中移动机器人本地化的可靠性。为了获得学习过滤器的强大概括能力，我们利用扫描和MAP数据之间的差异。我们的方法涉及将稀疏的4D卷积应用于包含扫描素及其相应地图体素的关节稀疏体素电网上。这使我们可以根据每个扫描点的长期稳定置信分数将扫描点分为稳定且不稳定的点。我们的实验结果表明，利用稳定点进行定位 - 证明了扫描匹配算法的性能，尤其是在外观变化频繁的环境中。通过利用扫描和地图体素之间的差异，我们增强了稳定点的分割。因此，我们的方法概括为新的，看不见的环境。
MOOD 2020：医学图像分布外检测与定位的公共基准
摘要 — 检测分布外 (OoD) 数据是医学领域中安全且稳健地部署机器学习算法的最大挑战之一。当算法遇到偏离训练数据分布的案例时，它们通常会产生不正确且过于自信的预测。OoD 检测算法旨在通过分析数据分布和检测潜在的失败实例来提前捕获错误预测。此外，标记 OoD 案例可能有助于人类读者识别偶然发现。由于人们对 OoD 算法的兴趣日益浓厚，最近已经为不同领域建立了基准。在医学成像领域，可靠的预测通常至关重要，因此一直缺少一个开放的基准。我们推出医学分布外分析挑战赛 (MOOD) 作为医学成像领域 OoD 方法的开放、公平、公正的基准。对所提交算法的分析表明，性能与感知难度呈很强的正相关性，并且所有算法对于不同的异常都表现出很大的差异，因此很难推荐
动态定位的艺术和科学
动态定位（DP）是一种通过使用自己的螺旋桨和推进器自动维护船只的位置和前进的技术。，导航员越来越多地使用广泛的容器和大量操作。传统上在海上行业使用的是，钻探，潜水支撑和维修海上钻机依赖于精确的定位，DP操作现在可以在可再生能源，研究，有线铺设中，甚至是在邮轮和游艇中都可以找到维持位置的。在许多情况下，DP的使用取代了传统上使用锚的情况，但可能会损坏其上的海床或设备。在1960年代和70年代首次开发DP系统时，它们非常昂贵，仅用于特定的高价值操作。现在，许多相关技术更实惠，通常只是
胃肠道肿瘤药物重新定位的现状及未来前景
1 伊朗德黑兰沙希德·贝赫什提医科大学胃肠病学和肝病研究所胃肠道疾病基础和分子流行病学研究中心，2 伊朗德黑兰塔比亚特·莫达雷斯大学生物科学学院分子遗传学系，3 伊朗德黑兰沙希德·贝赫什提医科大学胃肠病学和肝病研究所胃肠病学和肝病研究中心，4 意大利卡塞塔坎帕尼亚“路易吉·万维泰利”大学环境、生物和制药科学与技术系 (DiSTABiF)，5 意大利那不勒斯国立研究委员会 (CNR) 遗传学和生物物理研究所 (IGB) “阿德里亚诺·布扎蒂-特拉韦尔索”，6 生殖生物医学研究遗传学系伊朗德黑兰 ACECR 鲁瓦扬生殖生物医学研究所中心
改善应变定位的GASE单光子发射器...
该手稿由UT-Battelle，LLC部分撰写，根据与美国能源部（DOE）合同DE-AC05- 00OR22725。美国政府保留和出版商，通过接受该文章的出版物，承认美国政府保留了非判定，有偿，不可撤销的，全球范围内的许可，以出版或复制本手稿的已发表形式，或允许其他人这样做，以实现美国政府的目的。DOE将根据DOE公共访问计划（http://energy.gov/downloads/doe-public-access-plan），将公开访问联邦赞助研究结果。
HER2-LOW乳腺癌可以通过HER2 PET可视化 以肿瘤为定位的白介素2增强了FAP指导的放射性疗法的抗癌活性 胰腺的治疗方法
致编辑：我们想对Seban等人的信件发表评论。 在7月号（1）中写给《核医学杂志》的编辑。 在2022年6月，在美国临床肿瘤学会的年度会议上，在总统研讨会期间接受了良好的鼓掌的结果，对肿瘤学家对人类表皮生长因子2（HER2）的作用的看法改变了肿瘤学家的观点（HER2）的作用。 不仅对曲妥珠单抗Deruxtecan（Enhertu; Daiichi sankyo company，Limited）患有HER2-低乳腺癌，但即使患有Her2-low胃食管癌和子宫癌癌症患者也被证明可以通过这种药物来获得临床治疗（2），3）。 在识别患有HER2-低转移性乳腺癌患者的患者中存在几个挑战，这些患者受到HER2抗体的治疗（药物结合物，与病理学报告有关（4、5）以及对疾病异质性的深入了解（6）。 这具有深远的含义，因为选择曲妥珠单抗Deruxtecan（或将来，其他HER2抗体 - 药物缀合物）基于单个转移性病变的肿瘤活检结果。 进行重复的活检，尤其是从肺部或中枢神经系统等避难所进行的活检，对于患者来说是负担重的，并且在技术上和后勤上并不总是可行的。 我们完全同意作者的观点，即HER2 PET成像对HER2-低乳腺癌的分子表征，治疗计划和生物学理解具有巨大的希望。致编辑：我们想对Seban等人的信件发表评论。在7月号（1）中写给《核医学杂志》的编辑。在2022年6月，在美国临床肿瘤学会的年度会议上，在总统研讨会期间接受了良好的鼓掌的结果，对肿瘤学家对人类表皮生长因子2（HER2）的作用的看法改变了肿瘤学家的观点（HER2）的作用。不仅对曲妥珠单抗Deruxtecan（Enhertu; Daiichi sankyo company，Limited）患有HER2-低乳腺癌，但即使患有Her2-low胃食管癌和子宫癌癌症患者也被证明可以通过这种药物来获得临床治疗（2），3）。在识别患有HER2-低转移性乳腺癌患者的患者中存在几个挑战，这些患者受到HER2抗体的治疗（药物结合物，与病理学报告有关（4、5）以及对疾病异质性的深入了解（6）。这具有深远的含义，因为选择曲妥珠单抗Deruxtecan（或将来，其他HER2抗体 - 药物缀合物）基于单个转移性病变的肿瘤活检结果。进行重复的活检，尤其是从肺部或中枢神经系统等避难所进行的活检，对于患者来说是负担重的，并且在技术上和后勤上并不总是可行的。我们完全同意作者的观点，即HER2 PET成像对HER2-低乳腺癌的分子表征，治疗计划和生物学理解具有巨大的希望。因此，我们进行了一项试点研究，以研究基于AFFINGOMOM（AFFINY AB）的示踪剂[68 GA-GA-ABY-025对HER2-低转移性乳腺癌患者的宠物/CT成像的潜力。这项概念证明研究者发起的试验是“ [68 Ga] Ga-aby-025 PET的II期研究的一部分，用于实体瘤中HER2-STATUS的非侵入性量化的PET，该研究在临床上注册了，该研究已在临床中注册。这项初步研究包括十名患有先前活检固定的Her2-静态乳腺癌的患者，并且所有人都使用[68 GA] GA-ABY-025使用了Her2 PET，随后进行了肿瘤活检，活检部位由PET图像的结果引导。目前正在分析我们的研究结果，核医学医师和病理学家对PET图像和研究活检样本的独立评论正在进行中。初步结论表明，该技术是可行的，所有患有HER2-低转移性乳腺癌患者的[68 GA] Ga-aby-025 - 狂热的病变，而没有任何新的安全问题。已经注意到了与疾病杂种有关的有趣信号，以及假设生成的发现，这些发现将为我们小组目前正在计划的前瞻性II期临床试验提供基础。
以肿瘤为定位的白介素2增强了FAP指导的放射性疗法的抗癌活性胰腺的治疗方法
1日本西塔，大阪大学医学院研究生院核医学和示踪剂动力学系； 2日本苏亚大学大阪大学辐射科学研究所； 3日本Toyonaka的大阪大学理学研究生院化学系； 4日本Toyonaka的大阪大学科学研究生院前沿研究中心； 5日本苏亚大学医院药学系； 6日本亚哈巴伊瓦特医科大学，生物医学科学研究所分子病理生理学； 7 Nishina基于加速器的科学中心，日本西塔玛瑞肯； 8日本苏亚大学医学院医学院医学分子成像系； 9日本苏亚大学大阪大学医学研究生院放射学系；和10分，日本Yahaba的IWATE医科大学内科学系过敏和风湿病学1日本西塔，大阪大学医学院研究生院核医学和示踪剂动力学系； 2日本苏亚大学大阪大学辐射科学研究所； 3日本Toyonaka的大阪大学理学研究生院化学系； 4日本Toyonaka的大阪大学科学研究生院前沿研究中心； 5日本苏亚大学医院药学系； 6日本亚哈巴伊瓦特医科大学，生物医学科学研究所分子病理生理学； 7 Nishina基于加速器的科学中心，日本西塔玛瑞肯； 8日本苏亚大学医学院医学院医学分子成像系； 9日本苏亚大学大阪大学医学研究生院放射学系；和10分，日本Yahaba的IWATE医科大学内科学系过敏和风湿病学
预测使用机器学习靶向定位的CRISPR-CAS12A指南
通过开发CRISPR（定期间隔的短质体重复重复）的基因组编辑 - CAS技术彻底改变了生物学领域的许多领域。超过Cas9核酸酶，Cas12a（以前是CPF1）已成为CAS9编辑富含基因组的有希望的替代方法。尽管有承诺，但通过计算工具搜索指导RNA效率预测仍然缺乏准确性。通过计算元分析，我们报告说CAS12A靶标和脱靶裂解行为是核苷酸偏置的因素，相对于原始的邻接基序（PAM）相对于核苷酸不匹配。这些功能有助于训练一个随机的森林机器学习模型，以将准确性提高至少15％，而不是现有算法，以预测CAS12A酶的指导RNA效率。尽管有进展，但我们的报告强调了对更多代表性数据集的需求，并进一步进行基准测试，以可靠，准确地预测CAS12A酶的RNA效率和脱靶效应。