Smart Planes 在深圳市人民医院和湖北省妇女儿童医院进行了 275 例临床验证。具体来说,临床试验队列包括 240 例正常病例和 35 例异常病例。这些异常病例包括胼胝体发育不全 (ACC)、Dandy-Walker 综合征、枕大池扩张等(见表 1)。Smart Planes 能够在 1.5 秒内自动检测四个通用标准平面(MSP、TCP、TTP 和 TVP)并计算相关的六个测量值(BPD、OFD、HC、TCD、CM 和 LVW)。正常病例的检测成功率高达 95%,异常病例的检测成功率高达 85%。所有异常病例和 10 例正常病例也通过 MRI 进行了验证,MRI 结果支持基于 Smart Planes 的诊断。
方法 我们比较了 29 名胎儿在胎儿手术前(平均孕周 (GA) 为 23 + 3 周)和手术后 1 周和 6 周的 OSB 数据,以及 36 名 GA 匹配的对照胎儿(GA 范围为 21 + 2 至 36 + 2 周)的 MRI 数据。自动超分辨率重建提供了三维各向同性体积脑图像。无髓鞘白质、小脑和脑室被自动分割并手动细化,然后量化体积、表面积和形状参数(体积/表面积)。数学标记(形状指数 (SI) 和弯曲度)用于测量脑回。根据病变类型(脊髓脊膜膨出与脊髓劈裂(MS))、术后后脑疝持续存在情况(HH)以及幕上异常的存在,即胼胝体部分发育不全(pACC)和异位(HT)来评估参数。
摘要 先前的研究使用功能性磁共振成像确定了与感觉处理敏感性 (SPS) 相关的大脑区域,SPS 是一种拟议的正常表型特征。为了进一步验证 SPS、从解剖学上描述它的特征并测试评估轴突特性的方法在心理学中的实用性,本研究将 SPS 代理问卷分数(已根据神经质进行调整)与扩散张量成像 (DTI) 测量值相关联。研究对象为来自人类连接组计划的参与者 (n = 408)。体素分析表明,平均和径向扩散率与左右胼胝体下束和前腹侧扣带束以及胼胝体右侧小钳子中的 SPS 分数呈正相关,所有额叶皮质区域通常都与情绪、动机和认知有关。进一步分析显示,右侧和左侧腹内侧前额叶皮质的整个内侧额叶皮质区域存在相关性,包括上纵束、下额枕束、钩束和弓状束。各向异性分数与右侧运动前/运动/体感/缘上回区域白质 (WM) 的 SPS 评分呈负相关。感兴趣区域 (ROI) 分析显示,楔前叶和下额回 WM 的效应大小较小(- 0.165 至 0.148)。其他 ROI 效应存在于背侧、腹侧视觉通路和初级听觉皮质中。结果显示,在一大群参与者中,轴突微结构差异可以通过 SPS 特征来识别,这些特征很细微,并且在典型行为范围内。结果表明,患有 SPS 的人感觉处理能力增强可能受到特定皮质区域 WM 微结构的影响。尽管之前的 fMRI 研究已经确定了大部分这些区域,但 DTI 结果将焦点放在与注意力和认知灵活性、同理心、情感和初级感觉处理相关的大脑区域,如初级听觉皮层。心理特征表征可能受益于 DTI 方法,因为它可以识别对特征有影响的大脑系统。
摘要 水稻(Oryza sativa)是重要的粮食来源,也是基因组研究的重要模式谷类,害虫是制约水稻生产的主要因素。本文概述了功能基因组学研究和水稻抗虫遗传改良的最新进展。迄今为止,水稻中已鉴定出许多抗虫基因,并通过图位克隆的方法克隆了 14 个抗虫基因。这些基因编码的蛋白质感知昆虫的效应物并激活防御途径,包括防御相关基因的表达,包括丝裂原活化蛋白激酶、植物激素和转录因子;以及对昆虫的防御机制,包括胼胝体沉积、胰蛋白酶蛋白酶抑制剂(TryPIs)、次生代谢产物和绿叶挥发物(GLVs)。这些正在进行的功能基因组研究提供了对水稻 - 昆虫相互作用的分子基础的深入了解,并促进了新型抗虫水稻品种的开发,从而提高了对这种重要作物的长期害虫控制。
A. 肌张力障碍或痉挛性疾病,由以下诊断之一引起:1. 脑瘫2. 颈部肌张力障碍伴有斜颈,颈部肌肉不自主收缩导致扭曲和重复运动,和/或异常姿势(经体格检查证明)3. 中枢神经系统脱髓鞘疾病,包括但不限于胼胝体中枢脱髓鞘、脑白质营养不良、多发性硬化症(MS)、视神经脊髓炎(NMO)、谢尔德病4. 发音障碍,包括痉挛性发音障碍、喉痉挛;喉内收肌痉挛性发音障碍或喘鸣 5. 面神经疾病(例如眼睑痉挛、面部/半面部痉挛、面神经 VII 疾病、面部肌颤搐、梅尔克森综合征) 6. 局限性上肢/手部肌张力障碍(例如器质性书写痉挛) 7. 下肢痉挛(包括踝关节和脚趾肌张力增高)
在本文中,作者扩展了 [1],并提供了更多关于大脑如何像量子计算机一样运作的细节。具体而言,我们将两个轴突上的电压差假设为离子在空间叠加时的环境,认为在存在度量扰动的情况下的演化将不同于不存在这些波的情况下的演化。由于节点处离子的量子态与“控制”电位的相互作用,这种差异状态演化将对束正在处理的信息进行编码。在退相干(相当于测量)后,离子的最终空间状态被决定,并且它也会在下一个脉冲起始时间重置。在同步下,几个束同步经历这样的过程,因此量子计算电路的图像是完整的。在这个模型下,仅根据胼胝体轴突的数量,我们估计每秒在这个白质束中可能准备和演化出多达 5000 万个量子态,远远超过任何现有量子计算机所能完成的处理能力。关键词
在本文中,作者扩展了 [1],并提供了更多关于大脑如何像量子计算机一样运作的细节。具体来说,假设两个轴突上的电压差是离子在空间叠加时的环境,我们认为在存在度量扰动的情况下的演化将不同于不存在这些波的情况下的演化。由于节点处离子的量子态与“控制”电位的相互作用,这种差异状态演化将对束正在处理的信息进行编码。在退相干(相当于测量)后,离子的最终空间状态被决定,并且它也会在下一个脉冲启动时间重置。在同步下,几个束会同步经历这样的过程,因此量子计算电路的图像是完整的。在这一模型下,仅根据胼胝体轴突的数量[2],我们估计每毫秒内,这一白质束中可能准备和演化出 1500 万个量子态,这一处理能力远远超过任何现有量子计算机所能完成的处理能力。
青少年时期酗酒 (AAM) 与大脑结构发育破坏和酒精使用障碍有关。使用机器学习 (ML),我们分析了 IMAGEN 数据集 (n ∼ 1182) 中 14、19 和 22 岁时 AAM 表型与青少年大脑结构 (T1 加权成像和 DTI) 之间的联系。ML 根据大脑结构预测了 22 岁时的 AAM,在独立测试数据的平衡准确度为 78%。因此,青少年大脑的结构差异可以显著地预测 AAM。使用 14 岁和 19 岁时的大脑结构,ML 预测了 22 岁时的 AAM,平衡准确度分别为 73% 和 75%。这些结果表明,在数据集中,结构差异先于酒精滥用行为。 10 最具信息量的特征位于胼胝体和 11 内囊、脑干和脑室脑脊液的白质束中。在皮质中,它们分布在 12 枕叶、额叶和颞叶以及扣带皮层中。我们的研究还表明 13 在分析 AAM 等效应大小较弱的精神疾病的探索性 ML 研究中,AAM 表型的选择、ML 方法和混杂校正技术 14 都是至关重要的决定。16
由 SARS-CoV-2 引起的 COVID-19 大流行引发了一场重大的公共卫生危机,即 COVID-19 急性后遗症 (PASC),有时也称为长期 COVID。构成 PASC 的异质性持续性症状和体征的机制正在研究中,多项研究指出中枢神经系统和血管系统是潜在的功能障碍部位。在当前的研究中,我们招募了具有不同症状的 PASC 患者,并研究了神经炎症与血管功能障碍循环标志物之间的关系。我们使用 [ 11 C]PBR28 PET 神经影像学(一种神经炎症标志物)来比较 12 名 PASC 个体和 43 名正常健康对照者。我们发现与对照组相比,PASC 患者的广泛大脑区域(包括中扣带回和前扣带回皮质、胼胝体、丘脑、基底神经节以及脑室边界)的神经炎症显着增加。我们还收集并分析了 PASC 患者的外周血浆,发现神经炎症与几种与血管功能障碍相关的循环分析物之间存在显著的正相关性。这些结果表明,神经炎症和血管健康之间的相互作用可能导致 PASC 的常见症状。