XiaoMi-AI文件搜索系统
World File Search System更差
利用鲶鱼骨生产胶水（粘合剂）及其品质评价。
本研究针对从尼日利亚贝努埃州马古迪大都市乌鲁库姆市场获得的鲶鱼骨生产胶水进行了研究。鲶鱼是从马古迪的乌鲁库姆市场购买的，经过加工，用锤子将鱼骨打碎，然后使用标准方法分析鲶鱼骨胶水生产的质量指标。水分含量质量指标结果的最大偏差为 (1.115)，pH 值最小为 (- 0.090)，密度的最大偏差为 (0.431)，粘度最小指标为 (-20.90)，灰分含量质量指标偏差为 (0.560)。标准胶水质量指标值与生产胶水获得的值之间的比较。制备的胶水比标准胶水酸性更强，密度更大，粘度更低（流动性更差），含水量更多，灰分更多。不同含水量对鲶鱼骨制备胶水质量指标的影响结果显示，不同含水量对鲶鱼骨制备胶水质量指标水分含量的影响平均值（x）值为（20.08），pH值平均值（x）值为（5.92），密度平均值（x）值为（2.174），粘度平均值（x）值为（51.56），质量指标灰分平均值（x）值为（3.14）。总体而言，鲶鱼胶具有良好的粘合力，对用户有价值。
![已发布版本的引用 (APA)：Zargari Marandi, R.、Madeleine, P.、Omland, Ø.、Vuillerme, N. 和 Samani, A. (2018)。眼球运动特征反映了年轻人和老年人的疲劳发展。科学报告，8，[13148]。https://doi.org/10.1038/s41598-018-31577-1](/simg/9\9e64772976d8044e0ad89fd2df15381e66b58fc1.webp)
已发布版本的引用 (APA)：Zargari Marandi, R.、Madeleine, P.、Omland, Ø.、Vuillerme, N. 和 Samani, A. (2018)。眼球运动特征反映了年轻人和老年人的疲劳发展。科学报告，8，[13148]。https://doi.org/10.1038/s41598-018-31577-1
长时间使用电脑会导致疲劳，尤其是老年人。本研究调查了眼球运动特征与疲劳发展的关系。20 名年轻人和 18 名老年健康成年人被招募来执行一项长时间的功能性电脑任务，同时记录他们的眼球运动。该任务持续 40 分钟，涉及 240 个周期，分为 12 个部分。每个周期由一系列操作组成，包括记忆一个模式、一个清除期以及使用电脑鼠标复制该模式。参与者在每个部分之后评估他们所感知到的疲劳程度。计算了每个任务部分的眨眼持续时间 (BD) 和频率 (BF)、扫视持续时间 (SCD) 和峰值速度 (SPV)、瞳孔扩张范围 (PDR) 和注视持续时间 (FD) 的平均值以及基于点击速度和准确度的任务表现。疲劳主观评价的增加表明疲劳正在发展。在年轻人和老年人中，BD、BF 和 PDR 随着时间的推移而增加，而 SPV 和 SCD 则减少。与年轻人相比，老年人的 FD 更长、SCD 更短，任务表现也更差。本研究结果提供了一种可行的方法，可以开发基于眼科测量的计算模型来跟踪计算机工作期间的疲劳发展。
眼球运动特征反映年轻人和老年人的疲劳发展
长时间使用电脑会导致疲劳，尤其是老年人。本研究调查了眼球运动特征与疲劳发展的关系。20 名年轻人和 18 名老年健康成年人被招募来执行一项长时间的功能性电脑任务，同时记录他们的眼球运动。该任务持续 40 分钟，涉及 240 个周期，分为 12 个部分。每个周期由一系列操作组成，包括记忆一个模式、一个清除期，以及用电脑鼠标复制该模式。参与者在每个部分之后评估他们感觉到的疲劳程度。计算了每个任务部分的眨眼持续时间 (BD) 和频率 (BF)、扫视持续时间 (SCD) 和峰值速度 (SPV)、瞳孔扩张范围 (PDR) 和注视持续时间 (FD) 的平均值以及基于点击速度和准确度的任务表现。对疲劳的主观评价增加表明疲劳正在发展。在年轻人和老年人中，BD、BF 和 PDR 随着时间的推移而增加，而 SPV 和 SCD 则减少。与年轻人相比，老年人的 FD 更长、SCD 更短、任务表现更差。本研究结果提供了一种可行的方法来开发基于眼动测量的计算模型，以跟踪计算机工作期间的疲劳发展。
未成熟听觉感知背后的过程
尽管越来越多的证据表明年龄较大的儿童和青少年的听觉感知尚未成熟（Buss 等人，1999 年；Hartley 等人，2000 年；Johnson，2000 年；Wightman 和 Kistler，2005 年；Bishop 和 Dawes，2008 年；Lutfi 等人，2010 年；Wightman 等人，2010 年；Banai 等人，2011 年；Ross 等人，2011 年；Buss 等人，2017 年；Huyck 和 Wright，2017 年；Huyck，2018 年；Huyck 和 Rosen，2018 年），但大多数发展研究仅评估 9 至 12 岁的儿童，并未涵盖从青春期早期到成年的整个年龄范围。因此，人们对听力和聆听能力长期成熟的过程知之甚少。通常，当年龄较大的儿童或青少年在感知任务上的表现比成年人更差时，人们会争论这种差异是由于感官因素还是“非感官”因素造成的（Bishop 和 Dawes，2008 年；Wightman 等人，2010b 年；Halliday 等人，2012 年；Huyck 和 Wright，2013 年、2017 年）。该研究将使用心理和生理测量相结合的方式，评估频谱和时间（感官）编码以及各种认知（“非感官”子集）功能对青少年时期未成熟的听觉感知的相对贡献。
3GS/s 高线性节能恒定斜率...
基于时间的信号处理已经成为超深亚微米混合信号电路设计的一种很有前途的解决方案[1]。基于时间的电路受益于CMOS技术的扩展，因为它不受伴随而来的负面影响（例如晶体管的更差的信噪比和更低的固有增益）的影响。它广泛应用于频率生成（数字锁相环）、电源转换器（脉冲宽度调制DC-DC）、数据转换（基于时间的ADC（TBADC））和节能神经网络加速[1]。在基于时间的信号处理的各种应用中，TBADC引起了极大的关注[2]。TBADC具有友好的数字导向，并且在功耗和芯片面积方面比基于电压的ADC具有潜在优势。最近已经报道了几千兆赫的TBADC[1-3]。[2]提出了一种基于余数系统（RNS）的2GS/s 8位TBADC。RNS量化方法减少了比较器的数量，但功耗仍然很高。 [1] 报道了一种两步 1GS/s 8 位 TBADC，功耗为 2.3mW。与其他千兆赫 TBADC [1] 相比，它实现了更好的能效。然而，由于复杂的两步结构，采样率被限制在 1GHz 以下。值得注意的是，电压时间转换器 (VTC) 性能不佳是这些已发布的高速 TBADC 的瓶颈。VTC 的线性度/动态范围、功耗和带宽之间的现有权衡阻碍了高速低功耗 TBADC 设计的进展。
基于溶瘤水泡性口炎病毒的细胞疫苗通过增强自然杀伤细胞和 CD8 + T 改善三阴性乳腺癌的预后
背景 三阴性乳腺癌 (TNBC) 的发病率很高，美国女性每年约有 40,000 例确诊（美国癌症协会，2018 年）。TNBC 是一种高度异质性的疾病，由于缺乏激素和 Her-2 受体，因此在组织学上被归为一类。然而，TNBC 最好被视为一个总称，涵盖了具有不同遗传、转录、组织学和临床差异的广泛实体。1-3 作为一个群体，TNBC 与高增殖、早期复发和低生存率相关。2 4 这种侵袭性疾病对广泛使用的靶向疗法（如曲妥珠单抗和内分泌疗法）具有抗药性，而这些疗法在降低乳腺癌死亡率方面有效。最好的生存机会是早期发现，其次是新辅助化疗 (NAC) 和手术切除。5 与其他乳腺癌亚型相比，早期 TNBC 患者在 NAC 后病理完全缓解 (pCR) 率更高。事实上，TNBC 的最佳预后因素是患者对 NAC 的反应。然而，TNBC 中观察到的 pCR 率增加但生存率更差（称为三阴性悖论）似乎是由那些肿瘤未被化疗根除的患者的复发率较高所致。2 5 对于预后较差（化疗耐药和晚期/转移性）的 TNBC 患者，治疗选择非常有限且通常无效。2
COVID-19 细胞因子风暴中的 TH17 反应
粒细胞生成和中性粒细胞的募集）、IL-1b、IL-6、TNFa（后三种引起全身炎症症状，包括发烧）；趋化因子 KC、MIP2A、IL-8、IP10、MIP3A（吸引和募集更多的免疫浸润物）；和基质金属蛋白酶（参与组织损伤和重塑）。IL-17（和 GM-CSF）与自身免疫和炎症疾病有关。IL-21 以 STAT3 依赖的方式为 TH17 细胞维持和生发中心反应所必需的。IL-22 与 IL-17 和 TNF a 协作，已知可在粘膜器官中诱导抗菌肽。除抗菌肽外，IL-22 还上调粘蛋白、纤维蛋白原、抗凋亡蛋白、血清淀粉样蛋白 A 和 LPS 结合蛋白 3 ；因此，IL-22 可能导致 SARS-CoV-2 2 和 SARS-CoV 患者中出现的富含粘蛋白和纤维蛋白的危及生命的水肿的形成。4 Xu 等人的研究表明，重症 COVID-19 患者的外周血中 CCR6 + TH17 细胞数量惊人地高，2 进一步支持该疾病中存在 TH17 型细胞因子风暴。在 MERS-CoV 和 SARS-CoV 患者中也观察到 TH17（以及 TH1）反应增强或 IL-17 相关途径增强。5、6 在 MERS-CoV 患者中，IL-17 较高而 IFN g 和 IFN a 较低时，其预后比逆转表型更差。 5
从生活方式选择预测认知表现
在成年期保持认知能力一直是许多最近研究过生活方式选择（例如运动，饮食和睡眠习惯）的影响的目标。这些研究中的许多研究都集中在一个因素（例如饮食）及其对认知能力的影响上。但是，人类每天都会做出许多生活方式选择，其中许多人相互作用并相互影响。在这里，我们研究了生活方式选择的组合是否可以预测普通人群中的认知表现更好或更差，以及根据认知领域是否存在选择的最佳选择组合。具体来说，我们检查了20种自我报告的生活方式选择，例如玩视频游戏，喝酒和运动量，包括近10,000名参与者的样本。所有参与者还完成了12项认知检验，这些测试已显示出与短期记忆，言语缩写和推理有关的三个复合认知领域的分数。使用递归特征消除和随机森林回归，我们能够解释短期记忆评分的9％差异，推理得分的8％的差异，以及言语能力得分方差的7％。虽然回归模型在所有三个领域都提供了预测能力，但这些级别表明，即使考虑了大量的生活方式选择，在预测短期记忆，推理和口头表达能力方面仍然存在相当大的变化。因此，尽管某些可修改的生活方式因素可能会对认知能力产生影响，但可能没有一种最佳的生活设计。
基于人工智能的预诊系统诊断能力超越儿科门诊医生
人工智能在医疗领域得到了深入应用，展现出广阔的应用前景。预诊系统是传统面对面问诊的重要补充，人工智能与预诊系统的结合有助于提高临床工作的效率。然而，人工智能对复杂的电子健康记录（EHR）数据的分析和处理仍然具有挑战性。我们的预诊系统使用自动化自然语言处理（NLP）系统通过移动终端与患者沟通，应用深度学习（DL）技术提取症状信息，最终输出结构化的电子病历。从2019年11月至2020年5月，共有2,648名儿科患者在上海儿童医学中心门诊就诊前使用我们的模型提供病史并获得初步诊断。我们的任务是评估AI和医生获得初步诊断的能力，并分析我们的模型与医生描述的病史一致性对诊断性能的影响。结果表明，如果我们不考虑AI和医生记录的病史是否一致，我们的模型与医生相比表现更差，平均F1得分也较低（0.825 vs. 0.912）。然而，当AI和医生描述的主诉或现病史一致时，我们的模型平均F1得分更高，更接近医生。最后，当AI与医生的诊断条件相同时，我们的模型比医生（0.92）获得了更高的平均F1得分（0.931）。这项研究表明，我们的模型可以获得更结构化的
基于加权多项式的运动想象脑电图分类...
摘要—目的：基于深度学习技术的脑电信号识别需要充足数据的支持，然而在特定受试者的运动想象任务中通常会出现训练数据稀缺的情况，除非能使用多受试者数据来扩充训练数据。遗憾的是，由于不同受试者的数据分布差异很大，仅在多受试者数据上进行训练只能使模型性能得到微小的提高甚至更差。方法：为解决该问题，本文提出了一种新的加权多分支（WMB）结构来处理多受试者数据，其中每个分支负责拟合一对源-目标受试者数据，并使用自适应权重来整合所有分支或选择权重最大的分支来做出最终决策。将提出的 WMB 结构应用于六种著名的深度学习模型 (EEGNet、Shallow ConvNet、Deep ConvNet、ResNet、MSFBCNN 和 EEG_TCNet)，并在 EEG 数据集 BCICIV-2a、BCICIV-2b、高伽马数据集 (HGD) 和两个补充数据集上进行了全面的实验。结果：与最先进模型相比的优异结果证明了所提方法在特定受试者运动想象 EEG 分类中的有效性。例如，提出的 WMB_EEGNet 在 BCICIV-2a、BCICIV-2b 和 HGD 上分别实现了 84.14%、90.23% 和 97.81% 的分类准确率。结论：很明显，提出的 WMB 结构能够很好地利用具有较大分布差异的多受试者数据进行特定受试者的 EEG 分类。