XiaoMi-AI文件搜索系统
World File Search System脑病
创伤性脑病综合征
摘要 目的 检查符合最近美国国家神经疾病和中风研究所 (NINDS) 创伤性脑病综合征 (TES) 共识诊断标准的人的特征，并测试他们是否表现出基于 MRI 的区域脑容量、认知领域和某些血浆生物标志物的差异。 方法 纳入 35 岁或以上和/或退役的职业拳击手。参与者被归类为患有 TES（TES+）或不患有 TES（非 TES）。TES+ 参与者根据他们的认知特征进一步细分。多元线性回归模型用于比较 TES- 组和 TES+ 组之间基于 MRI 的区域脑容量、认知表现、血浆 tau 和神经丝轻水平。 结果 176 名参与者（110 名拳击手和 66 名 MMA 运动员）被纳入分析。72（41%）/176 人被归类为患有 TES，患 TES 的可能性随着年龄的增长而增加。 TES+ 参与者往往是拳击手，他们从小就开始打拳，参加过更多职业拳击比赛，而且被击倒的次数也更多。TES+ 组的区域脑容量（包括灰质和白质结构）较低。TES+ 在简单和选择反应时间、心理运动速度和 Trails A 方面的得分也较低。结论新的 TES 标准确实区分了一组脑容量存在差异且认知功能下降的拳击手。我们的研究结果支持使用 NINDS TES 标准进一步研究重复性头部撞击的长期影响。
神经训练的疗效在深座脑病变中进行活检
如今，由于技术的出现（例如计算机断层扫描（CT）扫描和磁共振成像（MRI），2,3，2,3，。 此外，系统疾病患者的治疗方法的进展和增加的存活率增加，导致转移到中枢神经系统或中枢神经系统感染的高发病率中，部分是由于免疫系统缺乏症（因受到免疫缺陷症的接受或辅助症而受到免疫治疗的患者）的一部分，或引起了免疫缺陷的（辅助因素），这是由于受到免疫缺陷的（辅助因素）的影响。系统癌的化学疗法）；多样性和中枢神经系统神经病理学的数量增加了需要对大脑空间病变（SOLS）的组织学和细胞学的更准确详细鉴别诊断（SOLS）4,5的需求。 在大多数患者中，可以通过临床和实验室发现准确诊断脑病变。 例子是多发性硬化症，继发性感染和寄生虫疾病，转移性肿瘤以及全身性疾病的大脑参与。 但是，在CT扫描或MRI中诊断出的许多脑部病变是该疾病的唯一可证明的文件，其治疗设计取决于组织学诊断6,7如今，由于技术的出现（例如计算机断层扫描（CT）扫描和磁共振成像（MRI），2,3，2,3，。此外，系统疾病患者的治疗方法的进展和增加的存活率增加，导致转移到中枢神经系统或中枢神经系统感染的高发病率中，部分是由于免疫系统缺乏症（因受到免疫缺陷症的接受或辅助症而受到免疫治疗的患者）的一部分，或引起了免疫缺陷的（辅助因素），这是由于受到免疫缺陷的（辅助因素）的影响。系统癌的化学疗法）；多样性和中枢神经系统神经病理学的数量增加了需要对大脑空间病变（SOLS）的组织学和细胞学的更准确详细鉴别诊断（SOLS）4,5的需求。在大多数患者中，可以通过临床和实验室发现准确诊断脑病变。例子是多发性硬化症，继发性感染和寄生虫疾病，转移性肿瘤以及全身性疾病的大脑参与。但是，在CT扫描或MRI中诊断出的许多脑部病变是该疾病的唯一可证明的文件，其治疗设计取决于组织学诊断6,7
基于深度第二代小波自动编码器的曲波池化脑病理分类
神经系统疾病代表与人类神经系统相关的异常。它们还包含中枢神经系统、脊髓或大脑的生化、解剖或电改变。这些疾病会引发不同的症状。及早诊断此类变化对于治疗是必要的，目的是限制疾病进展。本文介绍了一种精确的 CAD 系统来对脑 MRI 进行分类，该系统克服了模式分类中的关键问题，例如在训练阶段提取某些特征。我们的贡献是融合第二代小波 (SGW) 网络和深度学习架构，从而提出了用于模式分类的新型监督特征提取方法。我们的新型架构允许通过重建深度堆叠的第二代小波自动编码器来对数据集类别进行分类。将曲波池化 (CP) 与 Adam 梯度计算方法相结合可以提高自动编码器的准确性。在本研究中，我们利用 Haar 曲线波 (CurvPool-AH) 和 Shannon 曲线波 (CurvPool-AS) 构建了 Adam CP。该网络可以通过多个 SGW 自动编码器实现，最终在最后一层使用一个 Softmax 分类器。我们还发现 CurvPool 表现相当不错
胆红素脑病
摘要 综述目的 高胆红素血症在新生儿中很常见。虽然高胆红素血症通常没有症状，但胆红素水平严重升高可能导致急性胆红素脑病并发展为核黄疸谱系障碍，这是一种以听力丧失、锥体外系功能障碍、眼肌麻痹和牙釉质发育不全为特征的慢性疾病。流行病学数据显示，实施普遍的出院前胆红素筛查计划已经降低了高胆红素血症相关并发症的发生率。然而，急性胆红素脑病和核黄疸谱系障碍在中低收入国家仍然尤为常见。最新发现 了解增加中枢神经系统特定解剖区域对胆红素有害影响的敏感性的遗传和生化过程可能有助于开发治疗急性胆红素脑病和核黄疸谱系障碍的有效方法。评分系统可用于诊断和评估这些疾病的严重程度。新生儿高胆红素血症的治疗依赖于光疗和换血疗法。然而，包括深部脑刺激、脑机接口和干细胞移植在内的新型治疗选择可能会减轻与核黄疸谱系障碍相关的沉重疾病负担。摘要尽管筛查和治疗方案有所改善，但急性胆红素脑病和核黄疸谱系障碍的患病率在中低收入国家仍然很高。这些疾病的持续存在及其相关的长期残疾值得进一步研究，以改善其预防和管理。
h ypoxic（缺氧）I精神病（缺乏血液）E脑病（对大脑的损害）
在离开医院后的接下来的3个月内，密切监测婴儿的皮肤很重要，因为您的婴儿可以发展“皮下脂肪坏死（SCFN）”。这是一种皮肤并发症，可能会导致孩子的血液中的钙高钙，从而导致您的婴儿病得很重，并且存在长期的肾脏问题。幸运的是，早期检测到高水平的钙。SCFN通常在几个月后自发消失，SCFN是什么样的？
低血糖性脑病？缺氧缺血性脑损伤或新生儿部分性、延长性丘脑 L 征：低血糖性脑病的潜在生物标志物
缩写：HGI = 低血糖损伤；HIBI = 缺氧缺血性脑损伤 低血糖损伤 (HGI) 和缺氧缺血性脑损伤 (HIBI) 的 MRI 成像特征已得到充分证实。对于无 HIBI 的纯 HGI，一些作者已证明脑损伤以后部为主，且好发于枕叶和顶叶。1 - 4 其他研究指出，HGI 的模式可能更为广泛，并不总是局限于顶枕区。5 在部分、长期 HIBI 中，皮质破坏通常涉及动脉间前部、后部和周围 Sylvian 分水岭区以及相邻的白质。 6 - 10 与 HIBI 相关的丘脑损伤描述较少，在本研究中，我们尝试调查有记录的部分、长期 HIBI、新生儿低血糖症或联合缺氧缺血和低血糖损伤的儿童的丘脑受累情况。
降血糖脑病？低氧 - 缺血性脑损伤或新生儿部分，长时间的丘脑l-符号：
缩写：HGI¼低血糖损伤； hibi¼缺氧 - 缺血性脑损伤的MR成像特征（HGI）和低氧 - 缺血性脑损伤（HIBI）已得到充分记录。在没有hibi的纯HGI中，一些作者表现出了脑损伤的后端主导模式，枕骨和顶叶的占主导地位。1-4其他研究指出，HGI的模式可能更普遍，并且不一定限于枕骨 - 枕骨区域。5在部分的hibi类型中，皮质的破坏通常涉及室内前，后，后和西尔维亚分水岭区和连续的白质。6-10 Hibi相关的tha-lamic损伤的描述较少，在这项研究中，我们试图研究丘脑的参与，患有部分长时间的Hibi，新生儿降压症或合并的低氧缺血性 - 缺血性 - 缺氧性和低血糖损伤。
等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知
摘要 - 本文解决了使用增强的对象检测方法检测行人的问题。尤其是，本文考虑了在自主驾驶场景中的闭塞行人检测问题，在这种情况下，准确性和速度之间的性能平衡至关重要。现有的作品着重于独立于身体部位语义的独特人的学习表示。为了实现实时表现以及可靠的检测，我们引入了一个基于身体部位的行人检测体系结构，通过计算有效的约束优化技术将身体部位融合在一起。我们证明我们的方法显着提高了检测准确性，同时添加可忽略的运行时开销。我们使用现实世界数据集评估了我们的方法。实验结果表明，所提出的方法的表现优于现有的行人检测方法。
基于脑电信号功能连接和复杂性的新生儿缺氧缺血性脑病婴儿认知结果预测
新生儿缺氧缺血性脑病后神经发育受损，尤其是认知障碍，是家长、临床医生和社会关注的一大问题。本研究旨在探讨使用先进的定量脑电图分析 (qEEG) 早期预测认知结果的潜在益处，本文在 2 岁时进行了评估。一组 20 名新生儿缺氧缺血性脑病 (HIE) 婴儿出生后第一周内记录了脑电图数据。提出的回归框架基于两组不同的特征，即从加权相位滞后指数 (WPLI) 得出的图论特征和由样本熵 (SampEn)、排列熵 (PEn) 和谱熵 (SpEn) 表示的熵指标。这两组特征都是在噪声辅助多元经验模态分解 (NA-MEMD) 域内计算的。相关性分析表明，新生儿 EEG 数据中提出的特征、图属性（半径、传递性、全局效率和特征路径长度）和熵特征（Pen 和 SpEn）与 2 岁时的认知发展在 delta 频带中存在显著关联。这些特征用于训练和测试树集成（增强和装袋）回归模型。使用熵特征和增强树回归模型，最高预测性能达到 14.27 均方根误差 (RMSE)、12.07 平均绝对误差 (MAE) 和 0.45 R 平方。因此，结果表明，提出的 qEEG 特征显示了早期的大脑功能状态；因此，它们可以作为后期认知障碍的预测生物标志物，这有助于识别那些可能从早期有针对性的干预中受益的人。
利用反射配准技术在脑病变分割中发挥双侧对称性
摘要：脑病变（包括中风病变和肿瘤）在位置、大小、强度和形式方面具有高度可变性，这使得自动分割变得困难。我们建议通过利用健康大脑的双侧准对称性来改进现有的分割方法，当存在病变时，这种对称性就会消失。具体而言，我们使用神经图像与其反射版本的非线性配准（“反射配准”）来确定每个体素在另一半球的同源（对应）体素。同源体素周围的斑块作为一组新特征添加到分割算法中。为了评估这种方法，我们实现了两种不同的基于 CNN 的多模态 MRI 中风病变分割算法，然后使用上面描述的反射配准方法通过添加额外的对称特征来增强它们。对于每种架构，我们在 2015 年缺血性中风病变分割挑战赛 (ISLES) 的 SISS 训练数据集上比较了有对称性增强和没有对称性增强的性能。使用线性反射配准可以提高基线的性能，但非线性反射配准可以带来更好的结果：一种架构的 Dice 系数比基线提高了 13 个百分点，另一种架构的 Dice 系数提高了 9 个百分点。我们认为在现有分割算法中添加对称特征具有广泛的适用性，特别是使用所提出的非线性、无模板方法。