XiaoMi-AI文件搜索系统
World File Search System技术验证
Astrobio-Cubesat
太空探索正面临一个新时代。新技术（包括分析和诊断平台）的开发和机上验证对于探索和居住这些极端环境至关重要。在这种情况下，生物传感器和实验室芯片设备在许多情况下都可以发挥重要作用，例如分析生物样品，用于评估深空条件对人类和其他生物系统，环境和食品安全监测的影响，以及对过去生活环境中过去生活的分子指标的搜索。小型卫星（例如Cubesats）越来越多地利用快速和低成本的平台来进行飞机内技术验证。在此，我们报告了一个完全自主的实验室芯片平台，用于在太空中进行基于化学发光的生物测定。该设备被设计为在Astrobio Cubesat Nanosatellite上托管，目的是进行机上验证并评估在挑战性的辐射环境中生物测定所需的（BIO）分子的稳定性。基于折纸的微流体分析格式允许在纸张基板上以干燥形式的所有试剂进行预加载，从而简化了设备设计和分析方案，从而促进了自主分析的执行，并增强了试剂的稳定性。所选方法应构成实施成熟技术的第一步，其目的是在太空中进行生命科学研究（例如，为了评估深空条件对生物体或搜索生命的分子证据的影响）比以前更容易且成本更低。
欧洲地震参考站的数据驱动和机器学习识别
sumary日益增长的地震网络和越来越多的永久性地震站可以帮助改善地震危害评估的物理基础。为此，参考站点条件的定义非常重要。如果已知参考地面运动的可靠估计，则可以根据该参考位点对任何给定位点进行修改。由于选择良好的参考位点的选择并不简单，这主要是由于浅层层的较高可变性，因此这种选择被证明会受到大型不确定性的影响。虽然最上层30 m（v s 30）的平均s波速度之类的代理参数可能有助于表征参考站点条件，但此类参数既不可用，也不允许结论一下该站点不受放大和减弱效应的影响。在这项研究中，我们以统一和完全数据驱动的方式确定欧洲的前瞻性参考地点。所有分析均基于免费可用的地质和地球物理数据，不需要现场测量或特定地点代理。研究既说明了扩增的影响，又是较大频率范围内的衰减。为了解决关键概念问题，我们基于机器学习技术验证了我们的分类，其中研究了单个站点表征参数的影响。我们的研究表明，在2000多个研究中，欧洲大约250个地点不受当地现场效应的影响，并且可以根据所应用的标准将事实视为参考地点。
人工智能驱动的临床决策支持系统
随着人工智能（AI）越来越嵌入医疗保健服务中，本章探讨了开发可靠和道德临床决策系统（CDSS）的关键方面。从从传统统计模型到复杂的机器学习方法的基本过渡开始，这项工作研究了严格的验证策略和绩效评估方法，包括模型校准和决策曲线分析的关键作用。本章强调，在医疗保健中创建值得信赖的AI系统不仅需要技术准确性。它需要仔细考虑公平，解释性和隐私。强调通过AI确保公平的医疗保健提供的挑战，讨论识别和减轻临床预测模型中偏见的方法。然后，本章将解释性挖掘为以人为中心的CDS的基石。此重点反映了这样的理解，即医疗保健专业人员不仅必须信任AI建议，而且还必须理解其基本推理。对医学AI系统隐私漏洞的分析，从深度学习模型中的数据泄漏到针对模型解释的复杂攻击。本文探讨了隐私保护策略，例如差异隐私和联合学习，同时承认隐私保护和模型绩效之间的固有权衡。从技术验证到道德考虑，这种进步反映了开发AI系统的多方面挑战，这些系统可以无缝且可靠地整合到日常临床实践中，同时保持患者护理和数据保护的最高标准。
使用增强现实评估 BCI 控制系统的实际可用性：用户研究协议
脑机接口 (BCI) 使用户能够通过大脑活动来控制设备。运动意象 (MI) 是一种常见的控制范式，即个人想象执行动作时产生的神经活动。本研究介绍了一种以用户为中心的评估协议，用于评估利用增强现实的基于 MI 的 BCI 控制系统的性能和用户体验。增强现实用于通过显示环境感知动作来增强用户交互，并指导用户进行特定设备命令所需的想象动作。现有研究的主要差距之一是缺乏全面的评估方法，尤其是在现实条件下。为了解决这一差距，我们的协议结合了三个阶段的定量和定性评估。在初始阶段，验证 BCI 原型的技术稳健性。随后，第二阶段涉及控制系统的性能评估。第三阶段引入原型与替代方法之间的比较分析，结合通过问卷调查和与非 BCI 控制方法的比较进行详细的用户体验评估。参与者使用 BCI 控制系统执行各种任务，例如物体分类、拾取和放置以及玩棋盘游戏。评估程序的设计具有多功能性，旨在超越所介绍的特定用例。它的适应性使其易于定制，以满足所研究的 BCI 控制应用程序的特定用户要求。这种以用户为中心的评估协议为 BCI 原型的迭代改进提供了一个全面的框架，确保以系统和以用户为中心的方式进行技术验证、性能评估和用户体验评估。
基于新城疫病毒载体的 SARS-CoV-2 候选疫苗 AVX/COVID-12 可激活 T 细胞，并能被 COVID-19 患者和接种疫苗者的抗体识别
2 墨西哥墨西哥城国立理工学院国立生物科学学院免疫学研究生，3 美国北卡罗来纳州教堂山市北卡罗来纳大学教堂山分校 Eshelman 药学院药物工程和分子药学系，4 墨西哥墨西哥城卫生部流行病学诊断与参考研究所 (InDRE)“Dr, Manuel Martínez Báez”分子生物学和技术验证系，5 墨西哥墨西哥城国家人文、科学和技术委员会 (CONAHCYT) 墨西哥研究人员，6 墨西哥墨西哥城夸乌特莫克国家医学中心 Siglo XXI UMAE 专科医院健康研究部，IMSS，7 基因组医学服务。墨西哥总医院“Eduardo Liceaga 博士”，墨西哥墨西哥城，8 墨西哥墨西哥城 IMSS 国家医学中心 Siglo XXI 健康研究协调中心，9 墨西哥墨西哥城 Avi-Mex Laboratory SA de CV，10 美国纽约州纽约市伊坎西奈山医学院微生物学系，11 墨西哥墨西哥城 Mextrategy Consulting，SAS de CV，12 美国纽约州纽约市伊坎西奈山医学院疫苗研究和流行病防范中心 (C-VaRPP)，13 美国纽约州纽约市伊坎西奈山医学院病理学、分子和细胞医学系，14 美国纽约州纽约市伊坎西奈山医学院医学系、传染病分部，15 全球卫生和新兴病原体研究所，美国纽约州纽约市西奈山伊坎医学院，16 美国纽约州纽约市西奈山伊坎医学院 Tisch 癌症研究所，17 美国纽约州纽约市西奈山伊坎医学院伊坎基因组学研究所
生物信息学和实验见解：F2RL1 作为宫颈癌诊断和预后的关键生物标志物
宫颈癌（CCa）仍然是全球重大的公共卫生问题，早期诊断和治疗至关重要。此外，其发病机制背后的分子机制仍未完全阐明。F2RL1 与各种肿瘤密切相关。然而，它与 CCa 的关系尚不清楚。我们从 TCGA 数据库中访问了 309 名被诊断为 CCa 的患者的数据。Limma 包促进了差异表达分析以识别差异表达的 mRNA（DEmRNA）。通过 XIANTAO 数据库进行生存分析和 ROC 分析。通过 ImmPort 数据库分析将免疫相关基因与 F2RL1 相关基因一起识别。使用 GO、KEGG 和 GSEA 进行功能富集分析。我们收集了参与者的宫颈细胞和血清以检测 HPV 和 TCT，然后使用 qPCR 检查 F2RL1 mRNA 表达水平。我们还通过 WB 和 ELISA 技术验证了 F2RL1 蛋白的表达。我们的研究发现了一个有趣的现象：与正常组织相比，CCa 组织中 F2RL1 的表达水平明显升高，显示出不同病理类型之间存在有趣的差异。此外，高 F2RL1 表达与总生存期 (OS)、无进展间隔 (PFI)、无进展生存期 (PFS) 的降低有关。F2RL1 以 0.996 的 AUC 震撼了 ROC 分析。此外，F2RL1 表达水平对不同 N 阶段、病理组织类型、治疗状态和种族群体的 CCa 有显著影响，使我们能够开发出一个预测模型。此外，我们还确定了 43 个免疫相关基因。富集分析突出了它们与细胞运动和 T 细胞活化相关通路的关联。通过分析，我们发现 F2RL1 表达与大多数免疫细胞（特别是 TFH 和细胞毒性细胞）的浸润呈反比，这表明可能与 CCa 的免疫逃避有关。分子生物学实验也证实了F2RL1在宫颈脱落细胞和血清中的表达显著增加。本研究首次揭示了F2RL1在CCa中的预测和早期检测意义及其与免疫浸润的相关性。F2RL1与CCa的进展密切相关，可以作为CCa患者早期诊断和预后的生物标志物。
心理测量特性的系统评价
背景：许多与用户相关的心理维度可以显着影响人与机器人之间的动态。对于开发人员和研究人员而言，至关重要的是要全面了解用于评估这些维度的可用工具的心理测量特性，因为它们表明评估的可靠性和有效性。目的：本研究旨在对可用于评估人与社会和家庭机器人之间关系的工具进行系统的审查，从而摘要其心理测量特性及其证据质量。方法：跨不同数据库的Prisma（用于系统评价和荟萃分析的首选报告项目）进行了系统审查：Scopus，PubMed和IEEE Xplore。搜索策略包含符合以下纳入标准的研究：（1）该工具可以评估与社会和国内机器人有关的心理维度，包括态度，信念，观点，感觉和看法； （2）研究重点是验证该工具； （3）研究评估了仪器的心理测量特性； （4）该研究接受了同行评审； （5）这项研究是英文。排除了专注于工业机器人，救援机器人或机器人臂或主要涉及技术验证或测量拟人化的研究的研究。独立审稿人提取了仪器特性及其证据的方法论质量，遵循选择健康测量工具指南的基于共识的标准。这个结果：从3828个确定的记录中，搜索策略产生了34（0.89％）文章，这些文章验证并研究了27种工具的心理测量特性，旨在评估个人与社会机器人有关的心理维度。这些仪器涵盖了广泛的心理维度。大多数研究主要集中在结构有效性（24/27，89％）和内部一致性（26/27，96％）上，但考虑其他心理测量特性的考虑通常不一致或不一致。尽管在临床背景下具有重要意义，但没有评估仪器的测量误差和响应能力。大多数仪器（17/27，63％）均针对成年人和老年人（≥18岁）。专门为儿童，老年人和医疗保健环境设计的工具数量有限。结论：考虑到评估人类机器人关系中心理维度的浓厚兴趣，需要使用更严格的方法来开发新工具，并考虑更广泛的心理测量特性。
对心理测量特性的系统评价。
背景：许多与用户相关的心理维度可以显着影响人与机器人之间的动态。对于开发人员和研究人员而言，至关重要的是要全面了解用于评估这些维度的可用工具的心理测量特性，因为它们表明评估的可靠性和有效性。目的：本研究旨在对可用于评估人与社会和家庭机器人之间关系的工具进行系统的审查，从而摘要其心理测量特性及其证据质量。方法：跨不同数据库的Prisma（用于系统评价和荟萃分析的首选报告项目）进行了系统审查：Scopus，PubMed和IEEE Xplore。搜索策略包含符合以下纳入标准的研究：（1）该工具可以评估与社会和国内机器人有关的心理维度，包括态度，信念，观点，感觉和看法； （2）研究重点是验证该工具； （3）研究评估了仪器的心理测量特性； （4）该研究接受了同行评审； （5）这项研究是英文。排除了专注于工业机器人，救援机器人或机器人臂或主要涉及技术验证或测量拟人化的研究的研究。独立审稿人提取了仪器特性及其证据的方法论质量，遵循选择健康测量工具指南的基于共识的标准。这个结果：从3828个确定的记录中，搜索策略产生了34（0.89％）文章，这些文章验证并研究了27种工具的心理测量特性，旨在评估个人与社会机器人有关的心理维度。这些仪器涵盖了广泛的心理维度。大多数研究主要集中在结构有效性（24/27，89％）和内部一致性（26/27，96％）上，但考虑其他心理测量特性的考虑通常不一致或不一致。尽管在临床背景下具有重要意义，但没有评估仪器的测量误差和响应能力。大多数仪器（17/27，63％）均针对成年人和老年人（≥18岁）。专门为儿童，老年人和医疗保健环境设计的工具数量有限。结论：考虑到评估人类机器人关系中心理维度的浓厚兴趣，需要使用更严格的方法来开发新工具，并考虑更广泛的心理测量特性。
紧凑型红外辐射光谱追踪器 (c-FIRST)
许多跨学科科学研究都需要对野火进行遥感，包括野火对生态的影响。几十年来，这项研究一直受到空间分辨率不足和探测器在短波和中波红外波长处饱和的阻碍，而高温 (>800 K) 表面的光谱辐射最为显著。为了解决这个问题，我们正在开发一种紧凑型高动态范围 (HDR) 多光谱成像仪。紧凑型火灾红外辐射光谱跟踪器 (c-FIRST) 利用数字焦平面阵列 (DFPA)。DFPA 由最先进的高工作温度屏障红外探测器 (HOT-BIRD) 和数字读出集成电路 (D-ROIC) 混合而成，具有像素内数字计数器以防止电流饱和，从而提供动态范围 (>100 dB)。因此，DFPA 将能够对温度变化范围从 300 K 到 >1600 K（燃烧的火灾）的目标进行非饱和高分辨率成像和定量检索。凭借从 500 公里的标称轨道高度解析地球表面 50 米级热特征的分辨率，一次观测即可捕获野火的全部温度和面积以及冷背景，从而增加每个返回字节的科学内容。使用非饱和 FPA 是一种新颖的做法，它克服了以前高辐射值使 FPA 像素饱和（从而降低了科学内容）的问题，并展示了遥感方面的突破性能力。因此，c-FIRST 适用于量化野火排放，这对于确定其对全球生态系统的影响至关重要。 c-FIRST 的 FPA 采用 InAs/InAsSb HOT-BIRD 外延材料制作，像素间距为 20 m，探测器阵列为 1280x480 格式，并与模拟 DROIC 混合。DFPA 的 50% 截止点为 ~4.5um，在 140K 工作温度下，整个 QE 光谱范围内测得的外部 QE~50%。我们将积分时间固定在 6 毫秒，以便在以 150 Hz 帧速率观察正常 300K 背景场景时在 MWIR 波段获得良好的灵敏度。对于标准模拟 ROIC，探测器像素在目标温度 ~700 K 时很容易饱和。当 D-ROIC 在 16 位模式下运行时，我们可以将饱和温度显著提高到 ~1100 K。当 D-ROIC 在超 HDR 32 位模式下（28 万亿电子阱深度）运行时，即使对于 1600 K 目标，探测器也不会接近饱和。火灾遥感的一个关键指标是可探测的最小目标尺寸。c-FIRST 可将可探测火灾的最小尺寸提高一个数量级，这主要是由于非饱和探测器的空间分辨率比 GOES 上的高级基线成像仪等当前维修仪器更高，同时功率、尺寸和重量也更低。c-FIRST 空中飞行计划于 2024 年火灾季节进行仪器测试和验证。我们预计 c-FIRST 太空验证将基于 2026 年或之后的空间技术验证机会。
标题：在体内测试 - 重测的定量表征回波平面成像的显而易见的扩散系数可重复可重现
标题：在1.5T MR-LINAC平台上对头颈癌的显而易见的扩散系数的回波平面成像的重新延伸系数的重现：使用QIBA计量学的技术验证作者：Brigid A. McDonald 1，Dina El-Habashy 1，Renjie He 1，Sammir 1，Sam Mir Bir 1，2 Mohamed 1, 3 , Sara Ahmed 1 , Yao Ding 4 , Jihong Wang 4 , Stephen Y. Lai 5 , Alex Dresner 6 , John Christodouleas 7 , Clifton D. Fuller 1 Affiliations: 1 The University of Texas MD Anderson Cancer Center, Department of Radiation Oncology, Houston, TX, USA 2 UT MD Anderson Cancer Center UTHealth Houston Graduate School of Biomedical Sciences, Houston,美国德克萨斯州3贝勒医学院，放射肿瘤学系，美国德克萨斯州休斯敦4 4美国德克萨斯州安德森大学癌症中心，放射物理系，美国德克萨斯州休斯顿，美国5号，美国德克萨斯州癌症中心，德克萨斯州癌症中心，德克萨斯州休斯敦，德克萨斯州休斯敦，美国德克萨斯州休斯敦，美国6美国菲利普斯医疗保健MR on Ceport，美国埃尔克斯郡，美国7月，美国埃尔克斯郡。目的：为了检测放射治疗期间的明显扩散系数（ADC）值的变化，用于生物图像引导的自适应放射治疗，必须表征ADC的变异性。我们评估了1.5T MR-LINAC上头颈癌中ADC值的可重复性。方法：39例头颈癌患者（36例原发性肿瘤，55个淋巴结）在1.5T MR-LINAC上在辐射疗法开始之前的两个时间点上以回声 - 平面成像扩散加权MRI成像。为每个病变测量平均值和中位ADC值和体积。绝对性和可重复性系数（RC）。线性回归分析和F检验，以确定病变体积或扫描之间的时间是否影响可重复性。Results: For primary tumors & lymph nodes: mean ADC, median ADC, and volume were 1.27 ± 0.33 mm 2 /s & 1.17 ± 0.34 mm 2 /s, 1.25 ± 0.35 & 1.16 ± 0.37 mm 2 /s, and 8.8 ± 12.3 cm 3 & 6.5 ± 7.2 cm 3 , respectively.对于肿瘤和节点，平均ADC的RC值为0.355 mm 2 /s＆0.355 mm 2 /s，％RC值为29.1％和31.1％；中值ADC非常相似。可重现性与体积或扫描间隔没有显着相关，但是观察到较小体积的可重复性较差的趋势。结论：考虑到先前的报告，最佳％∆ ADC在头颈癌中的响应预测阈值约为15-30％，MR-LINAC上的这种序列具有可接受的可重复性来检测较大的ADC变化，但仍可能错过一些临床上显着的变化。