XiaoMi-AI文件搜索系统
World File Search System结构性
标题：家庭内认知亚群的精神病相关症状和结构性大脑模式
保留所有权利。未经许可不得重复使用。（未经同行评审认证）是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。此预印本的版权所有者此版本于 2025 年 2 月 2 日发布。；https://doi.org/10.1101/2025.01.31.25321486 doi：medRxiv preprint
基于结构性脑 MRI 图像、网格搜索优化和卷积神经网络诊断自闭症谱系障碍
本研究提出了一种基于 sMRI 的自闭症自动诊断模型。该模型由两个基本阶段组成。第一阶段是预处理阶段，包括删除不清楚的图像、应用 Canny 边缘检测 (CED) 算法识别图像边缘、裁剪图像到系统所需的大小，最后使用数据增强将图像放大五倍。数据增强方法不应影响图像中的辨别力（例如颜色），而且由于它适用于自闭症谱系障碍 (ASD) 和正常发育 (TD) 两组，因此在执行时要小心谨慎，以免对数据造成任何操纵。在第二阶段，将网格搜索优化 (GSO) 算法应用于系统中使用的深度卷积神经网络 (DCNN)，以获得最佳超参数。因此，基于 sMRI 的 ASD 诊断方法实现了 100% 的出色成功率。通过五折交叉验证测试验证了所提模型的可靠性，并通过与最近的研究和广泛使用的预训练模型的比较证明了其优越性。
独特的结构性大脑回路表明躁郁症患者的情绪和冷漠特征
a 美国佐治亚州立大学心理学系 b 挪威奥斯陆大学临床医学研究所 NORMENT c 挪威奥斯陆大学心理学系 d 挪威奥斯陆 Diakonhjemmet 医院精神病学系 e 瑞典斯德哥尔摩卡罗琳斯卡医学院精神病学研究中心临床神经科学系 f 美国新墨西哥大学电气与计算机工程系 g 美国心智研究网络和洛夫莱斯生物医学与环境研究所 h 美国佐治亚州立大学、佐治亚理工学院、埃默里大学三机构神经影像与数据科学转化研究中心 (TReNDS) i 挪威奥斯陆大学医院精神健康和成瘾科
改变了与先天性肾上腺增生的年轻人的结构性大脑差异有关的情绪感知
结果：CAH的青年对负（p = .007）和中性（p = .019）图像的价等级较低。对照在刺激条件下显示出反应时间和唤醒等级的差异，但CAH的青年没有。右杏仁核（P = .025）和左海马（P = .002）的脑量与价等级有关。仅在CAH的青年中，左侧额叶（p <.001）和右侧轨道额皮层（p = .002）与价得分呈负相关，而左侧轨道额叶皮质（p <.001）量（p <.001）量与cah和Conteries control contery control conteryed contery contery contery conteriatiens contery contigations stat stat statigationals Scors。 结论：发现CAH的年轻人认为情感刺激更令人不快。 减少杏仁核，海马和前额叶皮层的脑量减少与CAH青少年的情绪感知改变的措施有关。仅在CAH的青年中，左侧额叶（p <.001）和右侧轨道额皮层（p = .002）与价得分呈负相关，而左侧轨道额叶皮质（p <.001）量（p <.001）量与cah和Conteries control contery control conteryed contery contery contery conteriatiens contery contigations stat stat statigationals Scors。结论：发现CAH的年轻人认为情感刺激更令人不快。减少杏仁核，海马和前额叶皮层的脑量减少与CAH青少年的情绪感知改变的措施有关。
认知重新评估和表达抑制与青少年时期的纵向结构性大脑发育有不同的关系
青少年时期的特点是情感体验不同于童年和成年期，有关评论请参阅 Guyer、Silk 和 Nelson（2016）、Nook 和 Somerville（2019）以及 Sims 和 Carstensen（2014）。青少年的情绪比儿童更复杂，比成人更强烈（Nook & Somerville，2019）。与其他人生阶段相比，他们也会经历更多的负面情绪（McLaughlin、Garrad & Somerville，2015）。这些情感变化使情绪调节成为青少年的主要发展任务。情绪调节是指影响一个人拥有哪些情绪以及何时和如何体验和表达这些情绪的过程（Gross，1998）。随着儿童年龄的增长，情绪调节变得更加自我启动（Sims & Carstensen，2014）。获得成功调节情绪的技能至关重要，因为情绪调节不良与青少年精神病理学有关（McLaughlin、Hatzenbuehler、Mennin 和 Nolen-Hoeksema，2011 年）。由于青少年大脑经历了重大的结构和功能变化（Blakemore，2012 年；Sturman 和 Moghaddam，2011 年；Walhovd、Tamnes 和 Fjell，2014 年），对青少年情绪调节的神经发育基础的了解可能为精神病理学的生物学风险因素提供新的见解，并最终为预防和早期干预计划提供信息。一些理论模型提出了情绪调节与青少年大脑发育模式之间的联系。 Somerville、Jones 和 Casey (2010) 提出的模型表明，青少年行为可以通过与情绪和激励相关行为有关的大脑区域（杏仁核和腹侧纹状体）与与认知和冲动控制有关的大脑区域（前额叶皮质，PFC）之间（结构和功能）成熟度的相对不平衡来解释。其他模型（Casey，2015；Casey，Heller，Gee，& Cohen，2019；Ernst，2014）提出了皮质和皮质下回路之间更复杂的相互作用。尽管存在一些差异，但这些模型的共同基本思想是：i）皮质下结构比额叶皮质区域成熟得早；ii）这种成熟不匹配可能导致过度依赖皮质下系统，这可能解释了青少年时期情绪或激励驱动的行为。到目前为止，测试这些模型的尝试面临着许多统计和概念挑战（ Meisel、Fosco、Hawk 和 Colder，2019 年）。通过阐明情绪调节与整个皮层纵向发展之间的关系，以及
印度尼西亚煤炭：没有救助，当问题是结构性的时候，不好政府在危险之后就扔好钱
根据Taxpayer.net 2的一份报告，3月，土地管理局（BLM）为联邦煤矿运营商发布了指南，以申请如何使用COVID-19的原理降低其特许权使用费率。两个月后，怀俄明州的22个联邦煤炭租赁的经营者 - 由美国两家最大的煤炭公司（Arch Resources and Peabody Energy）的子公司持有。所讨论的租约涵盖了五个矿山的运营，2019年在联邦土地上生产了63％的煤炭生产，其中26％（66.5mt）（640.5mt）（640.5mt）。2019年，美国最大的矿山销售，皮博迪的北羚羊Rochelle矿山和Arch Resources的Black Thunder Mine在怀俄明州的粉末河盆地中分别为77.4mt和65.4mt。
基于结构性大脑的基于深度学习的BMI推论反映了生活方式干预后的大脑改变
引言胚胎发育似乎遵循了每个物种的高度优化方案，但是在某种程度上，可以通过细胞调节网络来调整发育事件的速度和轨迹，而环境通常会表现出收敛的表型。经典的胚胎学为揭示发展过程的步伐和顺序奠定了基础（Dollé等，1989; Maienschein，2014; Palmeirim等，1997）。最近的动态体外模型和单细胞幻象方法有望揭示发育事件的定量性质（Azhar and Sonnen，2021； Yu等，2021）。古典和现代发展生物学的结合使发展被视为概率结果的集合，而不是预定的事件流。以这种方式，我们可以开始真正理解发展中的时间，并在发展生物体中建立时间和生物学时代之间的关系。在这本焦点文章中，我们讨论了已知的机制，这些机制使细胞在开发过程中的时间进展，指向事件时机改变的因素，并提出一个生物学时间的概念，并编织成“分子织物”。
使用可解释的人工智能构建痴呆和轻度认知障碍患者结构性脑畸变的个性化表征
此预印本的版权所有者此版本于 2024 年 2 月 22 日发布。；https://doi.org/10.1101/2023.06.22.23291592 doi: medRxiv preprint
从急性发作期间出现厌食症的Covid-19的患者具有行为，功能和结构性脑改变
从Covid-19中恢复的患者通常表现出认知和大脑改变，但是这些改变的特定神经病理学机制和危险因素仍然难以捉摸。鉴于Covid-19的重大全球发病率，识别可以区分有培养媒介或长期大脑改变风险的个体的因素对于确定后续护理的优先级至关重要。在这里，我们报告了100名患者的发现，这些患者在19009年大流行期间受呼吸道感染影响。该样本包括73名患有轻度至中度SARS-COV-2感染的成年人（他们不需要侵入性的通气辅助），有27名感染归因于其他药物，没有Covid-19的病史。参与者接受了认知筛查，一项决策任务，以衡量认知灵活性以及磁共振成像评估。我们
针对乙型肝炎病毒的非结构性蛋白质使用QSAR和机器学习方法预测重新利用的药物
乙型肝炎病毒（HCV）感染引起病毒肝炎，导致肝细胞癌。尽管临床使用直接作用抗病毒药（DAAS），但仍有5-10％的病例的治疗失败。因此，针对HCV开发新的抗病毒药至关重要。在这项工作中，我们使用机器学习和定量结构 - 活性关系（QSAR）方法开发了“抗HCV”平台，以预测针对HCV非结构性（NS）蛋白的重新定义药物。，我们从化学验证的小分子中从化学验证数据库中检索了具有生物活性（IC 50 /EC 50）的实验验证的小分子，该分子针对HCV NS3（454），NS3 /4A（495），NS5A（494）和NS5B（494）和NS5B（1671）蛋白质。这些独特的化合物分为训练/测试和独立验证数据集。使用递归特征消除算法选择相关的分子描述符和细纹。不同的机器学习技术，即。支持向量机，k-nearest邻居，人工神经网络和随机森林用于开发预分类模型。，我们使用最佳开发模型在10倍的横截面中实现了Pearson的相关系数从0.80至0.92，并且在独立数据集上的性能相似。也由适用性域，化学多样性和诱饵数据集分析支持了开发的预测模型的鲁棒性和可靠性。使用“抗HCV”预测模型来识别潜在的重新利用药物。代表性候选者通过分子对接进一步验证，该分子对象表现出高结合功能。靶向HCV NS蛋白。因此，这项研究确定了有望重新利用的药物。naf- tifin，丁亚比塔尔（NS3），乙烯苯甲胺，上rip丁（NS3/4A），pipecuronium，trimephaphan（ns5a），olodaterol和vemurafenib（NS5B）等（NS5B）等这些潜在的重新利用药物可能被证明可用于针对HCV的抗病毒药物开发。2022作者。由Elsevier B.V.代表计算和结构生物技术的研究网络发布。这是CC BY-NC-ND许可证（http：//creative-commons.org/licenses/by-nc-nd/4.0/）下的开放式访问文章。