XiaoMi-AI文件搜索系统
World File Search System对脑
静息态功能连接评估 18 个月生活方式干预后体重减轻对脑年龄的影响
背景：肥胖会对多个身体系统产生负面影响，包括中枢神经系统。回顾性研究通过神经影像学估计实际年龄发现肥胖患者的大脑衰老加速，但尚不清楚生活方式干预后减重对这一估计有何影响。方法：在一项对饮食干预随机对照试验多酚未加工研究 (DIRECT-PLUS) 的 102 名参与者的子研究中，我们测试了 18 个月生活方式干预后减重对基于磁共振成像 (MRI) 评估的静息态功能连接 (RSFC) 预测大脑年龄的影响。我们进一步研究了多种健康因素（包括人体测量、血液生物标志物和脂肪沉积）的动态变化如何解释大脑年龄的变化。结果：为了建立我们的方法，我们首先证明我们的模型可以成功地根据三个队列（n=291；358；102）的 RSFC 预测实际年龄。然后我们发现，在 DIRECT-PLUS 参与者中，体重减轻 1% 会导致大脑年龄衰减 8.9 个月。经过 18 个月的干预后，大脑年龄的衰减与肝脏生物标志物的改善、肝脏脂肪的减少以及内脏和深层皮下脂肪组织的减少显着相关。最后，我们表明，减少加工食品、糖果和饮料的消费与大脑年龄的衰减有关。结论：生活方式干预后成功减肥可能对大脑衰老的轨迹产生有益的影响。资金：德国研究基金会 (DFG)、德国研究基金会 - 项目编号 209933838 - SFB 1052；B11、以色列卫生部拨款 87472511（给 I Shai）；以色列科技部拨款 3-13604（给 I Shai）；以及加州核桃委员会 09933838 SFB 105（给 I Shai）。
基于颜色对脑电图信号进行分类，适用于患有...的人
摘要 — 大脑中的神经元会产生电信号，这些电信号的集体发射会产生脑电波。这些脑电波信号是使用 EEG（脑电图）设备以微电压形式捕获的。EEG 传感器捕获的这些信号序列具有可用于分类的嵌入特征。这些信号可作为严重运动障碍患者的替代输入。不同颜色的分类可以映射到许多功能，例如定向运动。在本文中，使用基于注意力的深度学习网络对来自 NeuroSky Mindwave 耳机（单电极 EEG 传感器）的原始 EEG 信号进行分类。基于注意力的 LSTM 网络已经用于对两种不同颜色和四种不同颜色进行分类。使用上述基于注意力的 LSTM 网络，两种颜色的分类准确率为 93.5%，四种信号的分类准确率为 65.75%。
功能失调的连通性作为意识障碍的神经生理机理：系统评价三重再摄取抑制剂的影响对脑缺血大鼠神经功能的影响
中风是一种脑血管疾病，包括中国在内的全世界发生的高死亡率和患病率很高。缺血性中风通常是由血管阻塞引起的，这是由于动脉血栓形成引起的，导致大脑中缺氧状况。这些发作激活了一系列损伤，这会导致脑细胞凋亡（Zhao等，2017）。在临床治疗中，可以使用抗血小板药物和静脉注射重组组织纤溶酶激活剂（RT-PA）来实现脑缺血的治疗。据报道，长期使用抗血小板药物会增加出血的风险，从而导致大脑出血（Diener等，2004）。RT-PA的应用受到狭窄的治疗窗口的限制和出血的高风险
研究文章使用轻质学习模型对脑肿瘤的诊断
多药耐药细菌是一个新兴的问题，不仅限于诊所和医疗保健部门，而是越来越多地影响环境。多药耐药细菌通过废水释放到环境中，不当灭活或处置废物，并通过将有机肥料施加到农业领域等。释放的细菌能够在环境中生存甚至繁殖，并将其抗生素耐药性基因（ARG）转移到水生环境，土壤甚至人类消耗的植物/农作物中的自动微生物组中。在某些情况下，它们死亡，释放其DNA，然后由环境中的其他细菌吸收。后一种机制是指定性的转换。可以从环境中占据外国“裸” DNA的细菌自然胜任。在第一种情况下，释放细菌可以在环境中生存的第一种情况，推动ARGS传播的主要机制是共轭转移。这种机制的主要参与者是共轭质粒，可动动的质粒，并且很可能也很可能是综合共轭元素（ICE）和基因组或致病岛[1-3]。一方面，通过细菌的多样性促进了电阻因子的传播，这是土壤和水生环境的一般特征，另一方面，通过可通过细菌易于殖民的固体表面的可用性[4，5]。细菌形成了表面附着的微生物群落，所谓的生物膜，其中不同的细菌彼此紧密接触。van wonterghem等。生物膜促进了各种细菌之间的基因交换。它们被认为是水平基因转移的热点[1-3，6]。在本期特刊中，八篇文章，五篇研究文章，一份研究沟通和两篇评论文章涉及与特刊主题有关的主要问题。Korotetskiy及其同事的论文分析了从相同的医院环境中的致病革兰氏阳性和革兰氏阴性分离株的全基因组序列，以阐明与水平基因转移，突变和DNA甲基甲基甲基甲基化模式相关的进化趋势。他们得出的结论是，通过第三代测序和测定基因组甲基化模式的基因分型对于监测由于与特定病原体相关的甲基化模式而导致病原体的克隆线的分布有助于[7]。研究了大肠杆菌宿主因子对宽宿主质粒PKJK10的转移频率的影响。，他们通过验证相应大肠杆菌菌株单基因缺失突变体的偶联性缺陷，确定了基因的作用，if ik，ik ik，kefb和ucpa在结合元件的供体能力中的作用。基于这些基因的细胞功能，作者建议运动和能量供应以及供体菌株的细胞内pH或盐度强烈影响质粒转移的效率。因此，范·温特格姆（Van Wonterghem）和同事的工作可以促进寻找共轭抑制剂的靶标，这些抑制剂可以与抗生素一起施用，以更有效地治疗细菌感染[8]。hernándezgómez等。研究了商业墨西哥辣椒粉及其抵抗体的微生物群落。芽孢杆菌是商业辣椒粉中最丰富的家族。检测到的医院病原体的抗生素耐药性
tranexamic酸对脑损伤患者颅内出血和梗塞的影响：crash-3试验患者样本中的预先计划的质量
©2022 Wiley-VCH GMBH。这是以下文章的同行评审版本：Bhatti，M。R. A.，Kernin，A.，Tausif，M.，Zhang，H.，Papageorgiou，D.，Bilotti，E.，Peijs，E.，Peijs，T.，Bastiaansen，C。W. M.adv。光学母校。2022，10，2102186，该形式以https://doi.org/10.1002/adom.202102186出版。本文可以根据Wiley使用自算版版本的条款和条件来将其用于非商业目的。未经Wiley的明确许可或根据适用立法的法定权利的明确许可，本文可能不会增强，丰富或以其他方式转化为衍生作品。版权声明不得删除，遮盖或修改。该文章必须链接到Wiley在Wiley在线图书馆上的记录版本，并且必须禁止第三方通过平台，服务和网站提供任何嵌入，框架或以其他方式提供其文章或页面。
脑脊液压力对脑折叠影响的数值研究
在过去的几十年中，层状材料的屈曲不稳定性一直是分析、实验和数值研究的主题。这些系统传统上被认为是无应力表面，而表面压力的影响研究不足。在这项研究中，我们开发了一个双层压缩的有限元模型，发现它在表面压力下的表现不同。我们研究了双层系统在两种压缩模式（外部施加和内部生长产生的）下的屈曲开始、初始波长和后屈曲行为。在各种刚度比（1 < μ f / μ s < 100）中，我们观察到在存在表面压力的情况下稳定性会降低，尤其是在低刚度对比度状态（μ f / μ s < 10）下。我们的结果表明压力边界条件对于双层系统稳定性分析的重要性，尤其是在软物质和生物物质物理学中，例如在脑脊液压力下大脑皮层的折叠，其中压力可能会影响形态发生和屈曲模式。[DOI：10.1115 / 1.4057020]
脑脊液压力对脑折叠影响的数值研究
在过去的几十年中，层状材料的屈曲不稳定性一直是分析、实验和数值研究的主题。这些系统传统上被认为是无应力表面，而表面压力的影响研究不足。在这项研究中，我们开发了一个双层压缩的有限元模型，发现它在表面压力下的表现不同。我们研究了双层系统在两种压缩模式（外部施加和内部生长产生的）下的屈曲开始、初始波长和后屈曲行为。在各种刚度比（1 < μ f / μ s < 100）中，我们观察到在存在表面压力的情况下稳定性会降低，尤其是在低刚度对比度状态（μ f / μ s < 10）下。我们的结果表明压力边界条件对于双层系统稳定性分析的重要性，尤其是在软物质和生物物质物理学中，例如在脑脊液压力下大脑皮层的折叠，其中压力可能会影响形态发生和屈曲模式。[DOI：10.1115 / 1.4057020]
定量易感性映射在7 tesla MRI上的含义对脑小血管疾病中的微孔物检测
脑小血管疾病（CSVD）适当的病理变化导致血管壁的泄漏和破裂，有时会导致完整的红细胞或头皮蛋白的积累（1，2）。这些急性，亚急性或慢性小局灶性病变称为脑微粒（MB），是CSVD的最具代表性的标志之一（3，4）。因此，它们与疾病的病理负担相关（5，6），可预测脑部出血的风险（7，8）（ICH），这是零星CSVD的最严重和毁灭性的结果，并显示出与认知障碍（9，10）的不可思议的相关性。人类大脑中脑MB的分布还创造了允许在两种最常见的零星CSVD之间进行区分的模式：高血压的动脉炎（HA）（HA），这与高血压和表现相关，尤其是在基础神经节（11）和塞雷布拉群Angiplal Angioptile Angiphy an Angioptial anty an Angioptiles（CAAA）中（瘦脑和皮质小动脉，其特征是淀粉样β（aβ）的积累（12）。因此，MB通常在HA的深脑区域中找到，而它们严格是CAA中的Lobar（并且主要是皮质）（11）。混合模式也可能表达两种血管病理的同时存在（13）。此外，在阿尔茨海默氏病（约25％）（14，15）中，MBS并不罕见，并且最近的发展还表明，MBS和较高的脑出血风险较高，可能会鼓励对最近被批准的抗ANPI-Aβ阿尔茨海默氏病疗法（16）谨慎谨慎。mbs，从第六个人中的大约17％增加到八十年来的38％（17）。MB。定量易感映射（QSM）（18），一种相对新颖的后处理方法，具有优势，例如缺乏T2 ∗ -W序列适当的盛开效果和SWI序列和SWI（19）的可能性，以及在二氧化碳和临时物质之间进行区分的可能性（E.G.G.G.G.G.G.G.G.G.G.，沉积物 - 如MBS）。在这项研究中，我们假设MBS检测将从（i）较大的磁场强度（3T T2 ∗ -W vs. 7T T2 ∗ -W成像）中受益，如先前所示（21）和（ii）QSM（7T T2 ∗ -W vs. 7T QSM）的使用。此外，在同一CSVD患者和健康的老年参与者中，我们探讨了7T QSM对基于神经成像的患者分类为CSVD和/或对照组的含义。
使用深度卷积神经网络和全局平均池化对脑 MRI 图像中的肿瘤进行分类
摘要：如果检测不准确，脑肿瘤会引起严重的健康并发症并导致死亡。因此，早期检测脑肿瘤并准确分类脑肿瘤类型在诊断中起着重要作用。最近，基于深度卷积神经网络 (DCNN) 的方法使用脑磁共振成像 (MRI) 图像在检测和分类任务中表现出色。然而，DCNN 架构的准确性取决于数据样本的训练，因为它需要更精确的数据才能获得更好的输出。因此，我们提出了一种基于迁移学习的 DCNN 框架来对脑肿瘤进行分类，例如脑膜瘤、神经胶质瘤和垂体瘤。我们使用预先训练的 DCNN 架构 VGGNet，该架构之前已在大型数据集上进行训练，并用于将其学习参数迁移到目标数据集。此外，我们还采用了迁移学习方面，例如微调卷积网络并冻结卷积网络的各层以获得更好的性能。此外，此方法在输出端使用全局平均池化 (GAP) 层来避免过度拟合问题和梯度消失问题。在 Figshare 数据集上对所提出的架构进行了评估，并与基于深度学习的竞争性脑肿瘤分类方法进行了比较。我们提出的方法产生了 98.93% 的测试准确率，并且优于当代基于学习的方法。
使用...对脑信号进行主体无关分类
摘要 — 在人类语音脑信号解码研究的活跃研究领域中，可以发现新形式的人与人之间的交流尚未开发的潜力。脑机接口系统可以使用脑电图信号来实现，因为它的临床风险较小，并且可以使用便携式仪器获取。脑机接口系统最有趣的任务之一是从原始脑电图信号中解码单词。在新用户使用脑机接口之前，当前基于脑电图的脑机接口研究通常需要特定于受试者的适应阶段。相比之下，与受试者无关的情况是人们非常希望看到的，因为它允许将训练有素的模型应用于新用户，而无需或几乎不需要预校准。鉴于这一关键特性，重点是创建一个可以在与受试者无关的情况下自适应地使用的高效解码器。我们的建议是在卷积层之间明确应用跳跃连接，以实现层间相互信息的流动。为此，我们在层之间添加了跳跃连接，使互信息在层间流动。然后，编码器的输出通过全连接层，最终表示 13 个类的概率。在本研究中，使用显性语音记录了 16 名参与者的脑电图数据。结果表明，当存在跳跃连接时，分类性能显着提高。关键词–脑机接口，深度学习，脑电图，语音处理