XiaoMi-AI文件搜索系统
World File Search System显著
PAM 放宽的 Cas9 基因组编辑器的全基因组分析揭示了水稻中 ABE8e 的显著脱靶效应
（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2022 年 2 月 10 日发布。；https://doi.org/10.1101/2022.02.09.479813 doi：bioRxiv preprint
AI 可显著降低剂量并提高图像质量1
临床任务、患者体型和解剖位置。应咨询放射科医生和物理学家，以确定获得特定临床任务诊断图像质量的适当剂量。使用参考身体协议在“更平滑”设置下使用 1.0 毫米切片进行剂量减少评估，并在 MITA CT IQ Phantom（CCT189，Phantom 实验室）上进行测试，评估 10 毫米针脚并与滤波投影进行比较。使用通道化酒店观察工具可以看到 4 个针脚的范围，包括降低 85% 的图像噪声和在剂量减少 50% 至 80% 时从 0% 到 60% 的低对比度可检测性得到改善。NPS 曲线偏移用于评估图像外观，在中心 50mm x 50 mm 感兴趣区域的 20 cm 水模体上测量，平均偏移量为 6% 或更低。文件中的数据。2.Žabic S、Wang E、Morton T、Brown KM。带有能量积分探测器的 CT 系统的低剂量模拟工具。
微重力显著影响神经干细胞的大小和数量：对长期太空任务的影响
有两种方法可用于研究微重力对细胞的影响——使用地球上的模拟微重力 (sim-µG) 或将细胞送入太空 (SPC-µG)。我们最近报告称，人类神经干细胞 (NSC) 在太空中的增殖速度比地球上的地面控制 (GC) NSC 高出七倍。在这里，我们使用延时显微镜确定在 sim-µG 和 SPC-µG 中都有两个细胞亚群，它们以体细胞直径的差异来区分。在 SPC 飞行的 NSC 与 GC 的情况下，直径超过 10 µm 的“大”细胞（归类为大）的比例明显更高，占测量总群体的 81%，而 GC 细胞中“大”NSC 的比例要小得多，为 49.2%。暴露于 sim-µG 后，细胞直径小于 10 µm 的“小” NSC 百分比为 45%，而直径较大的 NSC 数量增加到 55%。相对于在 1G 中维持的对照 NSC，大多数 (72%) 这些细胞是“小”的，而 28% 的 NSC 大于 10 µm。因此，目前的研究表明，SPC-µG 暴露产生的“大” NSC 比例不仅比 GC 细胞大，而且比 sim-µG 处理的细胞大。将 SPC-NSCs 分泌组添加到幼稚 NSC 中会增加增殖和细胞大小。30 小时后，细胞出现不健康形态的迹象，揭示了 SPC_NSC 分泌组的有害影响。
人工智能可显著降低剂量并提高图像质量
AI 系统可以使用符号规则或学习数字模型，它们还可以通过分析环境如何受到其先前行为的影响来调整其行为。作为一门科学学科，AI 包括多种方法和技术，例如机器学习（其中深度学习和强化学习是具体示例）、机器推理（包括规划、调度、知识表示和推理、搜索和优化）和机器人技术（包括控制、感知、传感器和执行器，以及将所有其他技术集成到网络物理系统中）。
视觉人类显著人工智能
人类的视觉是人类最强大的外部感官，对大多数人来说，这是我们吸收信息以理解和获取知识的主要方式。人类的可视化是人类区别于其他物种的一部分；也是人类智能与现在和未来的人工智能系统的区别之一。有效的可视化和视觉互动对于人类的所有活动都至关重要；其好处众所周知。然而，典型的视觉呈现往往是为大众观众设计的，是一种千篇一律的方法。然而，有充分的证据证实，人类的视觉处理有许多独特的方面。本次演讲支持 d'Auriol 提出的可视化个人主义，作为未来可视化设计的范式转变，其中人类可视化个性被建模并融合大众观众以及个性化可视化设计。除了在视觉互动中的实际应用显而易见之外，更严重的问题出现了：鉴于视觉能力的差异，人工智能系统如何与人类共存？本次演讲的第二部分详细阐述了人工智能系统需要意识到人类物种定义能力的差异和面貌：在本工作中具体指将可视化个体主义模型纳入人工智能系统的基本设计中。演讲的这一部分集中于提出概念和逻辑论据，以支持视觉人类突出的人工智能的研发。虽然提出了基于 d'Auriol 的工程洞察服务模型 (2016, 2021) 的理论公式，但这种理论本身并没有在本次演讲中得到强调。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
在理解 COVID-19 2020 方面取得的显著进展
对 1 月至 4 月期间香港 1,038 例经实验室确诊的 SARS-CoV-2 感染病例的接触者追踪数据的分析揭示了一个惊人的模式。作者估计，80% 的病例仅由 19% 的感染者传播；相反，大多数患者甚至没有感染另一个人。确定的大多数感染者-感染者传播对（169 个中的 92 个）涉及家庭接触，但外部社交环境中的传播也紧随其后（169 个中的 56 个）。值得注意的是，虽然中位数为 2，但最大的集群（定义为“密切接触的两例或两例以上确诊感染”）涉及 106 例与香港四家有现场音乐的酒吧有关的病例——尽管作者无法最终证明这一点，但这表明一名（或多名）乐队成员具有传染性。另外两个大型集群与一场婚礼和一座寺庙有关。总体而言，社交环境与患者年龄较小和继发感染较多有关。 TC
新型人工智能驱动软件显著缩短
7 Borgli H、Thambawita V、Smedsrud PH 等人。 HyperKvasir，一套用于胃肠内窥镜检查的综合多类图像和视频数据集。科学数据2020； 7:16。 doi:10.1038/s41597-020-00622-y
DNA修复酶中显著基因多态性对帕金森病的影响
帕金森病 (PD) 是一种慢性进行性脑神经退行性疾病，与多巴胺能神经元的丢失有关。其发病机制尚不清楚；但活性氧 (ROS) 造成的氧化性 DNA 损伤被认为在 PD 的病因中起主要作用。DNA 修复系统可以减轻氧化性 DNA 损伤并有助于维持基因组稳定性，从而防止神经元死亡。然而，DNA 修复酶的基因多态性可能会改变酶的功能并增加 PD 的风险。本研究旨在调查土耳其人群中 97 名 PD 患者和 102 名对照者的 OGG1 、 XRCC1 和 MTH1 基因多态性与 PD 风险之间的可能联系。我们利用聚合酶链式反应-限制性片段长度多态性进行的基因分型研究表明，两个基因多态性（ OGG1Ser326 Cys 和 MTH1Val83Met ）与 PD 风险之间没有关系。携带 XRCC1 变异基因型的受试者罹患 PD 的风险比对照组高出 2 至 3.5 倍（分别为 p = 0.046，OR = 1.910，95 % CI= [1.013 – 3.603] 和 p = 0.006，OR = 3.742，95 % CI= [1.470 – 9.525]）。我们的研究结果表明 XRCC1 Arg399Gln 多态性是 PD 的风险因素。