XiaoMi-AI文件搜索系统
World File Search System统计差异
切线空间对齐：脑机接口的迁移学习...
受试者之间和会话之间的脑电图 (EEG) 统计差异是脑机接口 (BCI) 领域面临的一个常见问题。这种差异阻碍了预先训练的机器学习模型的使用，并且需要对每个新会话进行校准。本文介绍了一种处理这种差异性的新迁移学习 (TL) 方法。该方法旨在通过在正定矩阵黎曼流形的切线空间中将一个受试者的 EEG 数据与另一个受试者对齐，来减少校准时间甚至提高 BCI 系统的准确性。我们在 18 个 BCI 数据库上测试了该方法，这些数据库总共包含 349 名受试者，属于三个 BCI 范式，即事件相关电位 (ERP)、运动想象 (MI) 和稳态视觉诱发电位 (SSVEP)。我们使用支持向量分类器进行特征分类。结果表明，与传统的训练-测试流程相比，在 ERP 范式中，分类准确度显著提高，而对于 MI 和 SSVEP 范式，性能均未下降。与之前发布的黎曼方法黎曼普鲁克勒斯分析 (RPA) 相比，总体准确度提高了 2.7%。有趣的是，切线空间对齐具有处理具有不同通道数的数据集的迁移学习的内在能力，自然适用于数据集间的迁移学习。
切线空间对齐：脑机接口的迁移学习...
受试者之间和会话之间的脑电图 (EEG) 统计差异是脑机接口 (BCI) 领域面临的一个常见问题。这种差异阻碍了预先训练的机器学习模型的使用，并且需要对每个新会话进行校准。本文介绍了一种处理这种差异性的新迁移学习 (TL) 方法。该方法旨在通过在正定矩阵黎曼流形的切线空间中将一个受试者的 EEG 数据与另一个受试者对齐，从而减少校准时间并提高 BCI 系统的准确性。我们在 18 个 BCI 数据库上测试了该方法，这些数据库总共包含 349 名受试者，涉及三个 BCI 范式，即事件相关电位 (ERP)、运动想象 (MI) 和稳态视觉诱发电位 (SSVEP)。我们使用支持向量分类器进行特征分类。结果表明，与传统的训练-测试流程相比，在 ERP 范式中，分类准确度显著提高，而对于 MI 和 SSVEP 范式，性能均未下降。与之前发布的黎曼方法黎曼普鲁克勒斯分析 (RPA) 相比，总体准确度提高了 2.7%。有趣的是，切线空间对齐具有处理具有不同通道数的数据集的迁移学习的内在能力，自然适用于数据集间的迁移学习。
根据性别和年龄组的颞下颌关节的形态分析
目的：本研究的目的是使用没有TMJ病理的患者中磁共振成像来评估颞下颌关节（TMJ）的形态参数。这项研究的发现预计将作为临床诊断和颞下颌疾病的科学研究的参考值。方法：检查了41名成年患者的磁共振成像图像。在矢状面上进行了con和关节叶状窝的测量。它们按年龄，性别和侧面分组，并使用在磁共振（MR）图像上测得的量化解剖值进行统计分析。结果：在所有参数方面，性别组之间未观察到统计差异。左侧的年龄和前对道角（ACOA）测量之间存在显着的，负，低水平的相关性。考虑到侧比较，测量左侧比右侧的高腺体窝宽度（GFW）值（p = .030）。观察到年龄和ACOA测量之间存在显着的，负，低水平的相关性。结论：年龄和ACOA测量值与TMJ不同边之间的GFW差异之间的相关性是他的研究的积极发现。针对这个解剖区域的形态分析仍然需要通过对较大人群进行的测量结果来确认，因为没有很多文章报告有关该主题的具体结果。关键字：颞下颌关节，解剖学，放射学，磁共振成像
探索五元 m 序列以实现更用户友好的 c-......
基于代码调制视觉诱发电位 (c-VEP) 的脑机接口 (BCI) 已实现了基于 EEG 的响应式通信系统。由于 BCI 目标具有自相关特性，因此通常使用二进制 m 序列对其进行编码；数字 1 和 0 对应不同的目标颜色（通常为黑色和白色），这些颜色会根据代码每帧更新一次。虽然二进制闪烁模式可以实现高速通信，但许多用户认为它们很烦人。五进制 (5 进制) m 序列（其中五个数字对应不同的灰度）可能会产生更微妙的视觉刺激。本研究探讨了两种减少闪烁感的方法：(1) 通过刷新率调整闪烁速度和 (2) 应用五进制代码。在这方面，使用八目标拼写应用程序测试了六种闪烁模式：以 60、120 和 240 Hz 刷新率生成的二进制模式和五进制模式。这项研究由 18 名非残障参与者进行。对于所有六种闪烁模式，都进行了一项复制拼写任务。根据问卷调查结果，大多数用户更喜欢建议的五进制模式而不是二进制模式，同时实现的性能与之相似（未发现两种模式之间的统计差异）。参与者的平均准确率超过 95%，所有模式和闪烁速度的信息传输速率均超过 55 位/分钟。
评估西班牙偏头痛的个体的饮食习惯：探索性观察性横断面试验研究
摘要：背景/目标：已提出饮食习惯是偏头痛的潜在治疗方法；然而，缺乏支持公司建议的科学证据。具体来说，尚未研究居住在西班牙偏头痛的饮食习惯。因此，本研究旨在评估其饮食模式，并根据偏头痛发作的频率或与偏头痛相关的残疾程度来研究这些习惯如何变化。方法：对西班牙诊断为偏头痛的260名（18-64岁）进行了探索性，观察性，横断面试验研究。饮食，生活方式和偏头痛特征的数据是通过在线问卷收集的，该问卷包括食物频率问卷，并询问有关饮食，生活方式以及与偏头痛有关的不同方面的看法。使用Kruskal – Wallis检验分析统计差异，然后使用JASP进行DUNN的事后检验。恢复：植物性食品的消费低于Aesan的建议。在不同的Mi-Graine攻击频率或与偏头痛相关的残疾水平的食物食物消耗方面没有观察到差异。慢性偏头痛组和严重的残疾人组都表现出一些被认为是偏头痛触发因素（例如巧克力，腌制奶酪，腌制肉和含酒精饮料）的食物的差异。此外，患有偏头痛的人的咖啡因比患有慢性偏头痛的人多得多。因此，必须进一步研究饮食在偏头痛管理中的作用。结论：尚不清楚避免饮食偏头痛触发因素是受某些食物化合物的生物学作用还是受饮食感知和毫无根据的信念影响的驱动。
基于脑电图复杂度作为生物标志物预测强迫症患者的治疗抵抗力
目的：本研究旨在确定一种可以预测强迫症 (OCD) 患者治疗抵抗性的脑电图 (EEG) 复杂性生物标志物。此外，还确定了治疗抵抗性和治疗反应性患者 EEG 复杂性值之间的统计差异。此外，还评估了 EEG 复杂性与耶鲁-布朗强迫症量表 (YBOCS) 评分之间是否存在相关性。方法：回顾性评估了 29 名治疗抵抗性和 28 名治疗反应性强迫症患者的 EEG 数据。根据 4 个常见频带，即 delta、theta、alpha 和 beta，使用近似熵 (ApEn) 方法从整个 EEG 数据和滤波后的 EEG 数据中提取 EEG 复杂性。使用随机森林方法对 ApEn 复杂性进行分类。结果：从β波段EEG片段提取的ApEn复杂度可区分对治疗有反应和对治疗有抵抗力的强迫症患者，准确率为89.66%（敏感性：89.44%；特异性：90.64%）。对治疗有抵抗力的强迫症患者的β波段EEG复杂度较低，以YBOCS评分衡量的强迫症严重程度与复杂度值呈负相关。结论：结果表明，EEG复杂度可被视为预测强迫症患者治疗反应的生物标志物。意义：对强迫症患者治疗反应的预测可能有助于临床医生制定和实施个性化治疗计划。2020年国际临床神经生理学联合会。由Elsevier BV出版，保留所有权利。
10周的空手道培训对空手道新手的运动技能发展的影响
这项研究调查了为期10周的空手道培训计划对使用两个不同测试电池新手的5-7岁儿童的运动技能开发的影响。这项研究中总共包括28名参与者：空手道组18个，对照组有10名。空手道小组接受了基本空手道培训（KIHON）计划，该计划包括90分钟的课程，每周四天，除了在学校的体育课程外，持续了十个星期。相比之下，对照组除了学校的体育课程外没有参加任何运动活动。数据。在空手道组的人体测量测量前测试比较中，对照组没有发现显着差异。相比之下，高度，体重指数和体内脂肪百分比获得了显着差异。在对两个独立组的测试后分析中，在统计学上有显着差异，有利于空手道组关于身高和体内脂肪百分比的差异（p <0.005）。在空手道组的欧元拟合测试和TGMD-2的PES POST分析中，所有参数在统计学上显示出显着的改进（P <0.001），而对照组没有统计差异。在比较空手道和对照组后，欧元拟合测试和TGMD-2后测试结果显示，空手道组的所有参数中的得分显着较高（统计上显着差异）。总而言之，研究表明，为期10周的空手道培训计划对参与儿童的运动发展产生了积极影响。
在墨西哥Yaqui Valley的盐水的F1玉米杂种初步选择1
摘要：杂交作为盐度耐受性的玉米育种计划的一部分，可以有助于提高盐水的盈利能力，并减轻盐胁迫对植物的有害影响。本研究旨在评估从基于Griffing的方法I获得的42个F1混合体的生理和谷物产量性能，以开发最佳杂种的初步选择，用于中等盐水，以用于中等盐水，以在墨西哥Yaqui Valley，墨西哥Yaqui Valley中进行未来的研究。这些杂交在适度的盐水条件下，在晶格（7×7）设计中具有四个复制。与植物气体交换有关的六个变量，并评估了谷物产量。ANOVA，当杂种之间发现显着差异时，通过Tukey的事后测试比较了平均值，为1％。Pearson相关性均在所有变量之间估计。大多数变量表现出统计差异，除了叶绿素含量和归一化差异植被指数（NDVI）外。变量中的差异最大的光合作用，蒸腾，用水效率和气孔电导揭示了中等盐度条件下杂种内的遗传变异性。这些结果使我们能够提出具有较高光合作用的混合体（> 27 µmol CO 2 m -2 s -1），中等蒸腾作用（2-3 µmol H 2 O M -2 S -1），高水利用效率（> 8 µmol CO 2 µmol CO 2 µmol H 2 µmol H 2 O M -2 S -2 S -1）和高率（s seline for Selire for Seleter），以适用于SALINE（s）。
根据机载激光扫描得出的树木直径建模...
过去，在野外准确测量树高比测量树胸高更困难。因此，林业文献中广泛开发了根据直径测量预测树高模型。通过使用机载激光扫描技术（例如 LiDAR），可以准确测量树高和树冠直径等树木变量，这一发展催生了对根据机载激光测量预测直径的模型的需求。尽管已经进行了一些拟合此类模型的工作，但没有一个模型能够结合空间信息来提高预测直径的准确性。使用简单的线性模型，根据激光测得的树高和树冠直径测量结果预测树木直径，我们比较了普通最小二乘法 (OLS)、具有非零相关结构的广义最小二乘法 (GLS)、线性混合效应模型 (LME) 和地理加权回归 (GWR) 的性能。我们的数据来自挪威建立的 36 个样地。这是第一项研究树木级 LiDAR 数据的空间统计模型使用情况的研究。使用 LME 预测树木直径的误差为 3.5%，使用 GWR 预测误差为 10%，使用 OLS 预测误差为 17%。LME 在所有验证类中的预测性能也表现出较低的变异性。考虑到使用参数统计推断（例如基于最大似然的指数）对 GWR 的困难，我们使用置换检验和引导法作为检测统计差异的方法。LME 明显优于其他模型，GWR 优于 OLS 和 GLS。我们的结果表明，LME 模型根据基于 LiDAR 的变量对树木直径的预测效果最佳，达到以前无法达到的程度。
根据机载激光扫描得出的树木直径建模...
过去，在野外准确测量树高比测量树胸高更困难。因此，林业文献中广泛开发了根据直径测量预测树高模型。通过使用机载激光扫描技术（例如 LiDAR），可以准确测量树高和树冠直径等树木变量，这一发展催生了对根据机载激光测量预测直径的模型的需求。尽管已经进行了一些拟合此类模型的工作，但没有一个模型能够结合空间信息来提高预测直径的准确性。使用简单的线性模型，根据激光测得的树高和树冠直径测量结果预测树木直径，我们比较了普通最小二乘法 (OLS)、具有非零相关结构的广义最小二乘法 (GLS)、线性混合效应模型 (LME) 和地理加权回归 (GWR) 的性能。我们的数据来自挪威建立的 36 个样地。这是第一项研究树木级 LiDAR 数据的空间统计模型使用情况的研究。使用 LME 预测树木直径的误差为 3.5%，使用 GWR 预测误差为 10%，使用 OLS 预测误差为 17%。LME 在所有验证类中的预测性能也表现出较低的变异性。考虑到使用参数统计推断（例如基于最大似然的指数）对 GWR 的困难，我们使用置换检验和引导法作为检测统计差异的方法。LME 明显优于其他模型，GWR 优于 OLS 和 GLS。我们的结果表明，LME 模型根据基于 LiDAR 的变量对树木直径的预测效果最佳，达到以前无法达到的程度。