XiaoMi-AI文件搜索系统
World File Search System形态
动态组织中的形态学模式
胚胎发生会整合形态发生 - 协调的细胞运动 - 具有形态学模式和细胞差异。虽然在很大程度上进行了独立研究，但形态发生和模式通常在早期胚胎中同时展开。然而，由于大多数模式形成模型都假设静态组织，细胞运动的影响仍不清楚。我们通过在动态组织中开发一个数学框架来解决这一差距，从而重新设计了细胞参考框架中的对流反应扩散模型，这是信号解释和命运决策最自然的。该框架（i）阐明了形态发生如何介导形态的传输和分隔：多细胞吸引力增强了细胞 - 细胞扩散转运，而驱虫剂则充当障碍，影响细胞命运诱导和分支。（ii）它正式化了动态组织中的细胞 - 细胞信号传导范围，解除形态发生运动并识别哪些细胞可以传达。（iii）它提供了两个非二维数字（通常与p的数字不同），以评估形态上的何时何地与构图相关。（iv）它阐明了细胞密度动力学在图案中的生成作用。我们将此框架应用于经典的图案模型，形态发生基序和鸟类胃胃数据。广义，我们的工作提供了一种定量的观点，可以使自然和合成胚胎中的动态组织合理化。
NeuroMorse：用于神经形态计算的时间结构化数据集
神经形态工程旨在通过模仿大脑的有效处理来推动计算，其中数据被编码为异步时间事件。这消除了对同步时钟的需求，并在不存在数据时最小化功耗。但是，神经形态算法的许多基准主要集中在空间特征上，忽略了大多数基于序列任务的时间动力学。此差距可能导致评估无法完全捕获神经形态系统的独特优势和特征。在本文中，我们提出了一种旨在基准神经形态学习系统的时间结构化数据集。Neuromorse将英语的前50个单词转换为暂时的摩尔斯密码峰序列。尽管仅使用两个输入尖峰通道来用于摩尔斯点和破折号，但通过数据中的时间模式对复杂的信息进行了编码。所提出的基准在多个时间尺度上包含特征层次结构，这些时间尺度测试了神经形态算法将输入模式分解为空间和时间层次结构的能力。我们证明，使用线性分类器对我们的训练集进行挑战，并且使用常规方法很难识别测试集中的关键字。NeuroMorse数据集可在10.5281/Zenodo.12702379上获得，我们的随附代码在https://github.com/jc427648/neuromorse上获得。
开发了基于形态学的预测模型，用于考虑界面效应的二元信用聚合物混合物的机械性能
这项研究旨在开发一种基于形态学的模型，以预测聚合物与相分离结构的聚合物混合物的模量和拉伸强度。分析模型采用了打结和互连的骨骼结构（KISS）模型的几何方法，结合了不混合聚合物混合物的形态变化和组件的渗透阈值。通过假设各个形态态的特定厚度的薄界面层，可以解释聚合物/聚合物界面对机械性能的影响。使用IPP/PA，PP/PET和LDPE/PP聚合物混合物的实验数据评估了所提出的模型的预测能力，这些数据来自现有文献。结果在预测数据和观察到的数据之间建立了合理的规定。该模型的预测也与已建立的抗拉强度和杨氏混合物混合物模量的模型的预测进行了比较，这表明了其有效性。将界面区域纳入机械性能的建模过程中代表了所提出的模型的关键区别特征，从而增强了其与聚合物混合物的实际微结构的兼容性。此外，该模型对相对简单的数学计算的依赖提出了另一个关键优势。
石墨烯纳米片的尺寸影响对高密度聚乙烯纳米复合材料的性能：形态，热，电和机械表征
制造了抽象的高密度聚乙烯（HDPE）基于基于三种不同类型的石墨烯纳米纤维素（GNP）的纳米复合材料（GNP），以研究GNP的尺寸效应，以横向大小和厚度对形态，热，电气和机械性质的侧向尺寸和厚度。结果表明，GNP的包含增强了基于HDPE的纳米复合材料的热，电和机械性能，而不论GNP大小如何。然而，使用较大的侧向大小的GNP实现了热导电和最低电渗透阈值的最显着增强。这可能归因于以下事实：较大的侧向尺寸的GNP在HDPE中表现出更好的分散体，并形成了在扫描电子显微镜（SEM）图像中易于观察到的诱导途径。我们的结果表明，与其厚度相比，GNP的横向大小是上述纳米复合材料的更调节因素。对于给定的侧向尺寸，较薄的GNP显示出明显更高的电导率，并且渗透阈值低于较厚的电导率。另一方面，就热导率而言，仅在某个填充浓度上方观察到了显着的增强。结果表明，与其他相比，由于分散度较差，横向尺寸较小且厚度较大的GNP会导致样品机械性能的增强。另外，GNP的尺寸对HDPE/GNP纳米复合材料的熔化和结晶特性没有相当大的影响。
关于神经形态光子学的特刊
Min Gu教授此前曾担任澳大利亚Swinburne Technology副校长和杰出教授以及澳大利亚研究委员会的著名教授。 他还曾担任澳大利亚RMIT大学（皇家墨尔本理工学院）的副主席和杰出教授。 他撰写了四本英语专着，一篇翻译成中文，一本用英语编辑的书。 此外，他在纳米/生物探测领域的国际认可和权威期刊上发表了超过560篇论文，包括自然，科学，自然光子学，自然纳米技术和自然传播。 他是澳大利亚科学院的会员，澳大利亚技术科学与工程学院，也是中国工程学院的外国成员。 他还被当选为电气与电子工程师研究所（IEEE），国际光学和光子学会（SPIE），美国光学学会（OSA，现为Optica），现为Optica），物理研究所（IOP，英国），澳大利亚物理学学院（AIP）以及中国光学学会（AIP）等（COS）等。 他曾担任国际光学生命科学学会主席，国际光学委员会副主席兼奖项委员会主席，以及美国光学学会（OSA）的董事会成员兼国际委员会主席，以及其他关键角色。 在2019年，他获得了国际光学和光子学会的丹尼斯·加博奖。Min Gu教授此前曾担任澳大利亚Swinburne Technology副校长和杰出教授以及澳大利亚研究委员会的著名教授。他还曾担任澳大利亚RMIT大学（皇家墨尔本理工学院）的副主席和杰出教授。他撰写了四本英语专着，一篇翻译成中文，一本用英语编辑的书。此外，他在纳米/生物探测领域的国际认可和权威期刊上发表了超过560篇论文，包括自然，科学，自然光子学，自然纳米技术和自然传播。他是澳大利亚科学院的会员，澳大利亚技术科学与工程学院，也是中国工程学院的外国成员。他还被当选为电气与电子工程师研究所（IEEE），国际光学和光子学会（SPIE），美国光学学会（OSA，现为Optica），现为Optica），物理研究所（IOP，英国），澳大利亚物理学学院（AIP）以及中国光学学会（AIP）等（COS）等。他曾担任国际光学生命科学学会主席，国际光学委员会副主席兼奖项委员会主席，以及美国光学学会（OSA）的董事会成员兼国际委员会主席，以及其他关键角色。在2019年，他获得了国际光学和光子学会的丹尼斯·加博奖。院士Min Gu还是中国科学院的爱因斯坦主席教授，并获得了许多享有声望的奖项，包括澳大利亚光学学会的Beattie Steel奖，澳大利亚科学院的Ian Wark奖章，澳大利亚物理学院的BOAS奖章，以及Victoria Science Innovation奖。2022年，他获得了Optica（以前是OSA）的Emmett N. Leith Medal，并在2023年获得了上海木兰纪念奖。
由免疫检查点抑制剂治疗的III期或IV期黑色素瘤治疗的自身免疫性疾病患者的IRAE风险：匹配的病例 - 控制研究的结果 肠道微生物生物素代谢和宿主生物素状态的损害严重肥胖症：生物素和益生元补充对改善代谢的影响 最小信息用于研究细胞外囊泡（... 南大洋中翼肠科（小行星）的多样性：一种分子和形态学方法。 混合轻型态在拓扑超导体中与空腔光子搭配的 Rhynchophorus ferrugineus enerocytobiont的完整基因组序列``candidatus nardonella dyophthoridicola'' 结合缓解策略以增加生物多样性和粮食安全的共同利益 通过动态稀疏分布式内存的在线无任务持续学习 最后院子：高速加密的基础端到端验证 替莫唑胺的化学放射疗法以及Nivolumab或安慰剂的III期试验，用于新诊断的胶质母细胞瘤，甲基化的MGMT启动子 切割中的KERF锥角的实验分析 双重乳液由PGPR和阿拉伯胶作为胶囊稳定：内部液滴的令人惊讶的稳定作用
抽象目标是量化由免疫检查点抑制剂（ICI）治疗的预先存在的自身免疫性疾病（付费）患者的免疫相关不良事件（IRAE）的风险。方法 - 对照对照研究，对法国多中心前瞻性群体进行了黑色素瘤患者，与IRAE危险因素和肿瘤学分期相匹配。通过逻辑回归评估IRAE的风险。 结果包括110例有报酬的患者，并与330个对照匹配，从2013年3月到2020年10月。。 在病例中的中位随访期间，对照组为6.9个月，与对照组相比，在病例中发展全级和≥3级伊拉斯的ORS（95％CI（1.56至2.27））和1.44（分别为95％CI（1.08至1.82））。 带薪患者的多种伊拉斯（或1.46，95％CI（1.15至2.67））的风险增加，而IRAE发作的时间较短。 相比之下，与IRAE相关的死亡率或治疗率没有差异，并且具有里程碑意义的分析显示在病例中24个月的生存率更好（P = 0.02）。 30％的病例在随访期间经历了有偿爆发，基线免疫抑制并不能阻止IRAE发生。 最后，我们报告了付费临床子集与特定器官特定的IRAE之间的关联。 在我们的研究中结论是，有报酬的患者面临全级，严重和多个伊拉斯的风险，但比对照组的生存期更好的24个月。 因此，有报酬的患者应有资格接受ICI治疗，但受益于IRAE发生的密切监测，尤其是在治疗的头几个月中。通过逻辑回归评估IRAE的风险。结果包括110例有报酬的患者，并与330个对照匹配，从2013年3月到2020年10月。在病例中的中位随访期间，对照组为6.9个月，与对照组相比，在病例中发展全级和≥3级伊拉斯的ORS（95％CI（1.56至2.27））和1.44（分别为95％CI（1.08至1.82））。带薪患者的多种伊拉斯（或1.46，95％CI（1.15至2.67））的风险增加，而IRAE发作的时间较短。相比之下，与IRAE相关的死亡率或治疗率没有差异，并且具有里程碑意义的分析显示在病例中24个月的生存率更好（P = 0.02）。30％的病例在随访期间经历了有偿爆发，基线免疫抑制并不能阻止IRAE发生。最后，我们报告了付费临床子集与特定器官特定的IRAE之间的关联。在我们的研究中结论是，有报酬的患者面临全级，严重和多个伊拉斯的风险，但比对照组的生存期更好的24个月。因此，有报酬的患者应有资格接受ICI治疗，但受益于IRAE发生的密切监测，尤其是在治疗的头几个月中。
胎儿心率信号数据集用于训练形态分析方法并根据专家共识进行评估
摘要 - 胎儿心率（FHR）是预防分娩过程中胎儿缺氧的筛查信号。专家分析此信号时，他们必须定位基线并确定减速和加速度。这些步骤可能是自动化的，并通过数据处理分析更加客观，但是需要培训和评估数据集。在这里，我们描述了155个FHR记录的数据集，其中参考基线，加速度和减速已由专家共识注释。66 FHR记录和共享的专家分析已包含在培训数据集中，并且评估数据集中还包括了90个其他具有非共享专家分析的FHR记录。希望评估其自动分析方法的研究人员应提交其结果，以与专家共识进行比较。数据集还包含文献中11种重新编码的自动分析方法产生的结果。所有数据均可在http：//utsb.univ-catholille.fr/fhr-review中获得。
对羊群进行排序：从孤立的第三磨牙和下颌骨的定量鉴定，通过几何形态图
Marine Jeanjean，Ashleigh Haruda，Lenny Salvagno，Renate Schafberg，Silvia Valenzuela-Lamas等。对羊群进行排序：通过几何形态计量学从孤立的第三磨牙和下颌骨对绵羊和山羊的定量鉴定。考古科学杂志，2022，141，pp.105580。10.1016/j.jas.2022.105580。HAL-04873072
生物形态 - 虹膜 -
摘要 - 人类机器的相互作用正在在康复任务中获得关注，例如控制假肢或机器人手臂。手势识别表面肌电图（SEMG）信号是最有前途的方法之一，因为SEMG信号采集是无创的，并且与肌肉收缩直接相关。但是，对这些信号的分析仍然提出许多挑战，因为类似的手势会导致相似的肌肉收缩。因此，所得信号形状几乎相同，导致分类精度低。为了应对这一挑战，采用复杂的神经网络，需要大量的记忆足迹，消耗相对较高的能量并限制用于分类的设备的最大电池寿命。这项工作通过引入生物形态来解决此问题。这个新的基于注意力集中的档案的新家族可以采取最先进的性能，同时减少4.9倍的参数和操作的数量。此外，通过引入新的主体间预训练，我们将最佳生物样品的准确性提高了3.39％，可以匹配最先进的准确性，而无需任何额外的推理成本。在平行，超低功率（PULP）微控制器单元（MCU），Greenwaves GAP8上部署我们最佳性能的生物形态，我们的推断潜伏期和能量分别为2.72 ms和0.14 MJ，比以前是先前的现有的神经网络低8.0倍，同时只有94.2 kbs y 4.2 kb，而不是先前的现有的神经网络。索引术语 - 转化器，SEMG，手势识别，深度学习，嵌入式系统
husmorph：一个简单的机器学习应用程序，用于自动形态学地标Henning H. Kristiansen 1,2，*，Moa Metz 1，Lorena Silva-Garay 1，free
husmorph：一个简单的机器学习应用程序，用于自动形态学地标Henning H. Kristiansen 1,2，*，Moa Metz 1，Lorena Silva-Garay 1，Fredrik Jutfelt 1,3，＃，＃，Robine H.J.Leeuwis 1，＃1挪威科技大学生物学系，Høgskoleringen5，7034，Trondheim，挪威。 2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。 3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。 *通讯作者：计算机技术和信息学系生物学系。 电子邮件：skihenning@gmail.com。 ＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要Leeuwis 1，＃1挪威科技大学生物学系，Høgskoleringen5，7034，Trondheim，挪威。2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。 3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。 *通讯作者：计算机技术和信息学系生物学系。 电子邮件：skihenning@gmail.com。 ＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。*通讯作者：计算机技术和信息学系生物学系。电子邮件：skihenning@gmail.com。＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要＃F.J.和R.H.J.L.是共同的作者，并为这项工作做出了同样的贡献。电子邮件地址：lorena.silvagaray@gmail.com（L.S.G.），rhjleeuwis@gmail.com（R.H.J.L.），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G.0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要0000-0002-9332-6311 R.H.J.L.0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要