XiaoMi-AI文件搜索系统
World File Search System定量测量
评估隐形游戏中的玩家经验：动态后卫巡逻行为研究
在隐形游戏中，后卫巡逻行为构成了玩家遇到的主要挑战之一。大多数隐形游戏都采用了硬编码的后卫行为，但对于程序生成的环境来说，相同的AP可以是可行的。先前的研究引入了各种动态后卫巡逻行为；但是，需要进行更多的游戏测试，以定量测量其对玩家的影响。本研究论文介绍了一项用户研究，以评估游戏玩家在隐身游戏原型中对抗几种动态巡逻行为时的享受和困难方面的经历。这项研究旨在确定比赛是否可以区分不同的后卫行为并评估其对球员体验的影响。我们发现，玩家通常能够在与他们竞争时以难度和享受来区分各种动态的后卫巡逻行为。这项研究阐明了玩家感知和具有不同后卫行为的经验的细微差别，为寻求创造能力和具有挑战性的隐身游戏玩法的游戏开发人员提供了宝贵的见解。
Cristian Zamora，Zeinab Tashi，Patrick Jiang，Naren Raghu ...
大脑在人体中主要的器官和组织中具有最高的代谢率之一（1）。然而，有关大脑的当前信息缺乏，神经退行性疾病的治疗方法无效。脑代谢与脑生理，神经元功能和神经退行性疾病有直接关系（2）。该项目的重点是使用核磁共振（NMR）光谱观察啮齿动物模型的代谢谱。nmr是一种分析技术，用于通过利用化合物核的磁性来定量测量有机化合物的结构。当前，分析生理大脑和啮齿动物模型的方法依赖于NMR使用液体样品提取（3,4）。为了改善这种方法，使用NMR光谱中实心样品的魔术角旋转（MAS）将通过减少从液体样品产生的噪声来收集更高质量的数据。通过微波固定的固体样品的测量将提供大脑的快照。使用生成的光谱与液态样品提取进行比较以测试有效性。总体而言，通过去除液体溶剂并减少验尸状况的影响，预计将观察到数据质量的改善（5）。
通过体内产生单链 DNA 进行高通量功能变体筛选
与自然界中存在的巨大变异和基因组工程师设想的巨大变异相比，创建和表征单个遗传变异的规模仍然有限。在这里，我们介绍了逆转录子文库重组 (RLR)，这是一种高通量功能筛选方法，其规模和特异性超过了 CRISPR-Cas 方法。我们利用逆转录子的靶向逆转录活性在体内产生单链 DNA (ssDNA)，以 > 90% 的效率整合编辑并实现多路复用应用。RLR 同时引入了许多基因组变异，产生了可通过靶向深度测序寻址的汇集和条形码变异库。我们使用 RLR 对合成的抗生素抗性等位基因进行汇集表型分析，展示了相对增长率的定量测量。我们还使用进化细菌的剪切基因组 DNA 进行 RLR，通过实验查询数百万个序列以寻找因果变异，证明 RLR 特别适合利用大量的自然变异库。使用体内产生的 ssDNA 进行汇集实验为探索整个基因组的变异提供了途径。
机器学习的集成和相互作用和...
尽管化学疗法是卵巢癌（OCA）患者的一线治疗，但化学疗法（CR）降低了其无进展的生存率。本文研究了与OCA-CR相关的遗传相互作用（GI）。为了降低建立基因网络的复杂性，使用梯度提升决策树算法确定了与OCA-CR相关的单个签名基因。另外，提出了遗传相互作用系数（GIC）来定量测量两个签名基因的相关性，并解释其对OCA-CR的关节影响。具有高GIC的基因对被识别为签名对。选择了包括10个单个特征基因的24个签名基因对，并探索了签名基因对的影响OCA-CR。最后，确定了基于签名基因对的OCA-CR的预测。曲线下的面积（AUC）是用于机器学习预测的广泛使用的性能指标。签名基因对的AUC达到0.9658，而基于单个特征基因的预测的AUC仅为0.6823。已确定的签名基因对不仅建立了OCA-CR的有效GI网络，而且还为OCA-CR预测提供了有趣的方法。此改进表明我们提出的方法是研究与OCA-CR相关的GI的有用工具。
通过同时多光谱光声波动成像（MS-PAFI）和超声多普勒
我们提出了一种方法和设置，可提供血液氧合（通过定量光声成像）和血流动力学（通过超声多普勒）的互补三维（3D）图像。所提出的方法不含标签，利用了血液诱导的波动，并在仅有256个元素的稀疏阵列上实施，并以市售的超声电子功能驱动。我们首先实施3D光声波动成像（PAFI）来对鸡胚胎进行图像，并获得血管形态的全部视频图像。我们同时获得具有可比图像质量的3D超声功率多普勒。然后，我们引入了多光谱光声波动成像（MS-PAFI），并证明它可以提供吸收的光学能量密度的定量测量，并具有完全可见性和增强的对比度，与常规的延迟延迟式延迟式多光谱摄影成像相比。我们最终展示了MS-PAFI之间的协同作用和互补性，该MS-PAFI提供了3D定量氧合（SO 2）成像和3D超声多普勒，该成像提供了有关血流动力学的定量信息。MS-PAFI代表了基于模型的反转的有希望的替代方案，其优势是通过使用直接处理方案解决所有可见性人工制品而没有事先和正则化。
CCQM-NAWG 战略文件 2021-2030
1. 执行摘要 NAWG 的重点是支持核酸聚合物序列、其修饰和丰度分析的测量结果的全球可比性和计量可追溯性。核酸分析用于广泛的全球测量，为大多数生命科学领域的研究和实际应用奠定了基础。分子方法可用于识别和表征核酸及其修饰的各个领域，以及随之而来的允许存储、修改和利用基因序列的技术的发展，这意味着核酸分析不仅用于遗传应用，还用于支持更广泛生物分析领域（如蛋白质和细胞分析）的分子技术的应用。自 2015 年成立以来，NAWG 主要服务于食品、饲料和卫生部门，尽管核酸分析在环境（例如物种/微生物监测）和生物技术（涵盖工业、农业和制药）领域也很重要。这些领域将来也可能受益于 NAWG 的活动。就常规应用的测量而言，食品认证领域是计量学最先进的领域（就可追溯性和对不确定度来源的理解而言），并且正是在这个领域，NMI 拥有最多 NAWG 支持的 CMC。虽然分子检测用于临床诊断，但计量学在这个领域的应用并不像临床化学那样广泛；然而，这种情况正在改变，因为利益相关者希望应用越来越先进的高通量可追溯和定量测量来协助医疗决策和患者管理。
针对自闭症青少年的可用性研究
本文报告了一项可用性研究的初步结果，该研究是在一项大型项目的形成性和以用户为中心的设计阶段进行的，该项目旨在将现有的、针对神经正常中学生的科学教育技术转化为针对自闭症谱系学生的、以社会推理为中心的新教育技术。我们研究的参与者包括自闭症谱系青少年和正常发育的青少年，他们被要求完成基于 Betty's Brain 教育技术的科学活动以及社会推理电影问答活动。结果包括对一般学生参与度和挑战的定性观察，以及对表现和目光注视的定量测量，包括我们在两个样本组中观察到的关键差异，目的是为未来基于技术的干预措施的设计和调整提供信息。我们的研究结果为设计针对自闭症青少年的教育技术提出了一些具体考虑，包括 1）找到帮助学生跟上新技术教学/教程部分的方法，尤其是在涉及冗长的说明和/或复杂界面时；2）积极预测并找到缓解学生在使用该技术时可能出现的挫折/失调的方法；3）充分利用对学生有吸引力/激励作用的技术特点。关键词：自闭症；眼动追踪；科学推理；社会推理；可用性。
地下荧光飞行时间成像，使用大型单光子雪崩二极管传感器进行肿瘤深度评估
1引言本文扩展了Bruza等人的先前工作。1通过对使用大型单光雪崩二极管（SPAD）摄像机进行荧光深度感测所涉及的方法和技术方面进行更全面的描述。此外，本文详细阐述了校准曲线的扩散，这是以前获得有限覆盖率的关键方面。还提供了对技术局限性的详尽回顾，并提供了支持其性能的定量测量简介。最后，本文提出了对临床方案中技术和潜在应用的潜在改进，为进一步的研究和实际实施提供了宝贵的见解。手术切除仍然是癌症治疗的关键方法；绝大多数乳腺癌，结直肠癌，肺和膀胱癌患者都接受了手术切除术，这是护理标准的一部分。2尽管术前成像已经显着提高，但手术的成功很大程度上取决于外科医生使用常规的白光视觉和触诊来定位病理的能力。3，4在过去的三十年中，荧光引导手术（FGS）已成为一种有前途的技术，用于定义肿瘤位置和术中边缘。使用FGS对肿瘤进行术中可视化不仅有可能实现完整的切除措施，还可以通过减少对正常组织的不必要损害，5 - 8
使用机器学习方法对小鼠创伤性脑损伤模型中的脑电图进行分类*
摘要 — 创伤性脑损伤 (TBI) 发病率极高，影响到美国约 1% 的人口，其一生的经济损失估计超过 750 亿美元。在美国，每年约有 50,000 人死于 TBI，许多人因此永久残疾。然而，目前尚不清楚哪些人会在 TBI 后出现持续性残疾，以及这些不同人群背后的大脑机制是什么。这些人群的病理生理原因很可能是多因素的。脑电图 (EEG) 已被用作 TBI 诊断和预后的有希望的定量测量。机器学习和深度学习等先进数据科学方法的兴起有望进一步分析 EEG 数据，寻找包括 TBI 在内的神经系统疾病的 EEG 生物标志物。在这项工作中，我们在小鼠 TBI 模型的独特 24 小时记录数据集上研究了各种机器学习方法，以寻找对 TBI 和对照受试者进行分类的最佳方案。纪元长度分别为 1 分钟和 2 分钟。当使用适当的特征和参数对少数受试者（5 名假性脑损伤患者和 4 名 TBI 患者）进行检测时，结果令人满意，准确率约为 80-90%。因此，我们相信，有了更多的数据和研究，我们将能够准确检测 TBI，不仅通过长期记录，而且在实际场景中，使用从日常生活中的简单可穿戴设备获取的 EEG 数据。
读者对 AI 的看法以及对 CT 评估的影响......
空气滞留和闭塞性细支气管炎是弥漫性肺损伤的重要途径，由小气道炎症阻塞引起。它们见于各种呼吸系统疾病，包括慢性阻塞性肺病 (COPD) (1)、移植物抗宿主病、闭塞性细支气管炎综合征 (BOS)、肺移植患者的慢性排斥或同种异体移植功能障碍 (2,3)、囊性纤维化和过敏性肺炎等 (3-5)。这些疾病在胸部 CT 扫描上有共同的表现，即在吸气期和呼气期图像之间观察到肺部衰减的马赛克图案和实质衰减变化的消失 (6)。空气滞留的测量结果也可用于评估治疗效果和长期进展，特别是在 COPD 和肺移植中 (7-9)。虽然放射科医生对胸部 CT 扫描的解释仍然是临床标准，但检测空气滞留是一项视觉上困难的任务 (7)。有证据表明，定量 CT 方法有可能在粒度级别上检测和分级诸如空气滞留之类的特征 (1,10)，并预测 BOS 等疾病过程的结果 (11-13)。定量测量显示出好处，但可能耗时耗力 (14)。利用卷积神经网络的机器学习算法有可能实现定量测量的自动化 (15,16)，并可能使其在临床上更可行。尽管它们具有能力，但如何将这些能力转化为实际结果仍不确定