XiaoMi-AI文件搜索系统
World File Search System损失
多巴胺D2/3受体可用性中与衰老相关的损失与五年的工作记忆下降有关
尽管已经提出了多巴胺系统的年龄差异基于横断面数据导致与年龄相关的认知下降，但最近的大型横截面研究报告说，仅报告衰老，多巴胺受体可用性和认知的相关性证据较弱。无论如何，纵向数据对于对多巴胺损失作为认知衰老的基础仍然具有强大的陈述至关重要。我们表现出D2/3多巴胺受体可用性的变化与健康的老年人超过5年的工作记忆变化之间的相关性（n = 128，基线时64至68岁）。Greater decline in D2/3 dopamine receptor availability in working memory-relevant regions (caudate, middle frontal cortex, hippocampus) was related to greater decline in working memory performance in individuals who exhibited working memory reductions across time ( n = 43; caudate: r s = 0.494; middle frontal cortex: r s = 0.506; hippocampus; r s = 0.423), but not in individuals who保持性能（n = 41;尾状：r s = 0.052;中额皮层：r s = 0.198;海马; r s = 0.076）。在Orbitrontal Cortex中未观察到偏链中的多巴胺 - 工作记忆链路，该链不属于核心工作记忆网络。我们的纵向分析支持了以下观点：多巴胺系统中与衰老相关的变化有助于衰老的工作记忆下降。
损失的州外温室气体排放，释放...
基于表1中的数据源以及计算和结果部分中的计算方法，与进口NG相关的总估计的州外温室气体排放量在2018 - 2022年（图3中的蓝线）中有所下降。这种趋势的主要原因是美国EPA在时间序列（顶级灰线）中估计的排放强度降低。此外，从2021 - 2022年开始注意到NG进口体积的少量减少，这也导致排放减少。对于100年和20年的GWP都是如此，尽管图3仅显示了100年GWP的结果。
AGS 损失预防警报索引
LPA 12“顾问的疏忽建议不会导致责任：Holbeck Hall Hotel Ltd 诉 Scarborough Borough Council 案（2000 年）”（原为顾问建议）
适应基金和应对损失和损害的基金同意合作框架，以帮助弱势国家解决气候变化
“我们与适应基金的合作完全符合我们董事会在全球气候景观中促进互补，连贯性和协调的承诺，我们期待与适应基金一起加入部队，以进一步加强对最脆弱国家的损失和损害的反应，以便没有人留下任何人。通过分享经验和知识，我们将最大程度地提高我们的集体影响，以对损失和损害的更加协调，更有效的反应，”该基金会对损失和损害的基金执行董事Ibrahima Cheikh Diong说。
小脑Purkinje细胞条纹模式揭示了小鼠正常衰老期间细胞损失的差异脆弱性
与年龄相关的神经退行性疾病涉及细胞数量减少和行为能力受损。神经变性和行为缺陷在衰老期间也出现，尤其是在没有疾病的情况下。调节运动和认知的小脑容易受到衰老和疾病的细胞损失。在这里，我们证明了老年小鼠的小脑Purkinje细胞损失在空间上不是随机的，而是出现在旁皮条纹的模式下。我们还发现，与年轻小鼠相比，老年小鼠的运动配位受损和更严重的震颤。然而，图案化的Purkinje细胞损失与运动功能障碍之间的关系并不简单。对神经学典型个体的人类小脑的死后样本的检查支持在衰老期间的选择性丧失Purkinje细胞的存在。这些数据揭示了小脑衰老的时空细胞底物，可以告知神经元脆弱性如何导致神经变性和随之而来的行为恶化。
将动态MRI的深度学习膀胱分割的损失函数结合起来
摘要 - 植物遗传疾病主要影响妇女，并成为一个公共卫生问题，尽管他们的病理生理学仍然知之甚少。作为主要的器官经历了针对病理学的运动和变形，动态MRI是现在的放射科医生的金标准。器官边界，器官形状的受试者间变异性和病理畸形使得段难以执行。为了开发一个朝着病理分级的成像软件，器官边界的MRI分割的准确性是一个关键标准。自动方法尚未足够准确，无法替代强制性的手动分割步骤。已经开发了使用完全卷积神经网络（FCN）的自动分割方法，但通常用于训练的损耗功能通常不足以适合器官边界检测。我们提出了一个专门用于器官边界检测的损失函数，以增强训练，从而提高结果准确性。使用基线U-NET体系结构[1]对Dynamic 2D MRI的膀胱分割进行了评估该方法。结果表明，与广泛使用的骰子损失相比，我们的边界损失函数以及骰子损失的使用优于现有方法，并提高了分割精度。索引项 - 图像分割，完全卷积的网络，混合损失，距离损失，动态MRI，骨盆
对比后 MRI 上原发性脑淋巴瘤自动分割的边界不规则损失
与其他脑肿瘤不同，关于原发性中枢神经系统 (CNS) 淋巴瘤的自动分割研究很少。这是一项具有挑战性的任务，因为肿瘤及其边界的模式高度多变。在这项工作中，我们提出了一种新的损失函数来控制边界不规则性，用于基于深度学习的原发性 CNS 淋巴瘤自动分割。我们引入了一种边界不规则损失，它基于分割和平滑版本的比较。边界不规则损失与之前提出的拓扑损失相结合，以更好地控制不同的连通分量。该方法是通用的，可以用于任何分割网络。我们研究了 99 名原发性 CNS 淋巴瘤患者。从一开始就分离出 40 名患者并形成独立测试集。分割是在对比后 T1 加权 MRI 上进行的。MRI 是在临床常规中获得的，并且高度异质。所提出的方法在各种评估指标上的表现都大大优于基线（Dice 分数高出 6 个百分点，Hausdorff 距离高出 40 毫米，平均表面距离高出 6 毫米）。然而，总体表现一般，突显出自动分割原发性中枢神经系统淋巴瘤是一项艰巨的任务，尤其是在处理临床常规 MRI 时。代码可在此处公开获取：https://github.com/rosanajurdi/LymphSeg 。
UHPC和Hybrid预制中的预应力损失，...
桥梁扩展关节在关节的两侧都有抵消（www.toledoblade.com/local/2011/07/08/defective-bridge-bridge-bridge-expansion
急性髓样白血病中的Smad1损失KMT2A
结果：在这里，我们报告了KMT2A :: AFF1和KMT2A :: MLLT3融合基因依赖性基因的下调Smad1（TGF-B信号轴转录因子）。SMAD1表达在大多数AML患者样品和包含两个融合基因KMT2A :: AFF1和KMT2A :: MLLT3的细胞系中丢失。SMAD1表达的丧失是通过将两个KMT2A融合基因引入造血干细胞和祖细胞中的。SMAD1的损失与具有KMT2A :: AFF1和KMT2A :: MLLT3的测试细胞中SMAD1启动子的H3K4me3水平显着降低。Smad1在具有KMT2A :: AFF1融合基因的细胞中的表达影响了细胞在体外的体外和影响kmt2a :: aff1细胞系MV4-11的体外植入。在MV4-11细胞中Smad1表达引起Hoxa9和Meis1的下调，这是通过TGF-B刺激加强的。 此外，在MV4-11细胞中，SMAD1的存在敏化细胞对TGF-B介导的G1暂停。在MV4-11细胞中Smad1表达引起Hoxa9和Meis1的下调，这是通过TGF-B刺激加强的。此外，在MV4-11细胞中，SMAD1的存在敏化细胞对TGF-B介导的G1暂停。
研究文章优化了IEEE的功率损失预测...
抽象准确的功率损失估计对于有效的电力系统操作和计划至关重要。传统方法依赖于假设，导致不准确。这项研究采用了多层馈送神经网络（MFNN）来开发一个模型，该模型估计电力线中的真实和反应性损失。负载流技术用于获得训练多种模型的变量。调整神经元数并比较其他模型的性能指标后，选择了所需的模型。使用MATPOPTOR对118个BUS IEEE测试网络进行建模。Levenberg-Marquardt反向传播算法对生成数据训练了该模型。结果表明，25-神经元模型表现最好，在1000个时期达到了最小平方误差（0.00047543）。相关系数显示20个神经元和25个神经元模型的值为0.9999。分析确定了25个基于训练的模型是预测功率损耗的最准确的模型。据观察，25-神经元模型以1000个时期的最高相关系数（0.99999）达到了最佳性能（0.99999）和最小平方误差（0.00047543）。这项研究证明了ANN在估计传输线中功率损失方面的有效性。推荐的25个基于基于Neuron的训练有素的模型提供了研究模型的最佳预测，从而提高了电力系统效率和计划。关键字：神经网络，神经元，负载流，Levenberg-Marquardt，Newton Raphson