主要PI通常是无症状的,并且自发地解决;次级PI更常见,可以与创伤,肺部疾病有关(例如COPD和肺气肿),自身免疫性疾病,胃肠道疾病,例如肠系膜缺血,肠o骨和坏死,IBD和感染。次要PI可能是由包括诊断,手术和内窥镜手术程序和药物管理在内的医源性原因引起的:尤其是,许多抗肿瘤药物会损害胃肠道壁作为不良反应,从而导致粘膜完整性和损失导致粘膜完整性,并导致损失,导致损失,导致后果的内膜气体扩散,负责PI开发(1、2)。即使PI是一个非特异性发现,也必须始终对其进行监测,因为它可能会序列更严重的并发症,例如肠道穿孔,严重的腹膜炎甚至死亡(3)。
皮质基底神经节 β 振荡 (13-30 Hz) 被认为与帕金森病 (PD) 的运动障碍有关,尤其是运动迟缓和僵硬。多项研究已利用单侧 6-羟基多巴胺 (6-OHDA) 大鼠 PD 模型进一步研究 PD 和测试新疗法。然而,文献中尚未记录该模型的详细行为和电生理学表征,包括对 DBS 等流行 PD 疗法的分析。因此,我们通过一系列实验 (即圆柱体测试、旷场测试和转棒测试) 对 6-OHDA 大鼠半 PD 模型进行挑战,旨在评估运动障碍、分析深部脑刺激 (DBS) 的影响以及确定在哪些条件下会发生过度 β 振荡。我们发现,与假手术组相比,6-OHDA 半 PD 大鼠在所有实验中的表现均有所下降,而 DBS 可以提高它们的整体表现。在所有实验和行为中,高β波段的功率被观察到是 PD 的重要生物标志物,因为它显示了健康半球和受损半球之间以及 6-OHDA 受损大鼠和假手术大鼠之间的差异。这一切都表明,6-OHDA 半 PD 模型准确地代表了 PD 的许多运动和电生理症状,并且在分别考虑低β(13-21 Hz)和高β(21-30 Hz)频带时,使其成为新疗法临床前测试的有用工具。
抽象背景:准确测量出血体积对于预测和自发性脑内出血(ICH)后的预测和选择适当的临床治疗至关重要。这项研究旨在评估具有有或没有脑室内出血(IVH)延伸的自发性自发性分割脑出血(ICH)体积时,基于深度学习的分割算法的性能和准确性。我们将此自动管道与两种手动分割技术进行了比较。方法:我们回顾性地审查了105例急性自发ICH患者。根据IVH延伸的存在,将患者分为两组:ICH没有(n = 56)和IVH(n = 49)。ICH进行分割并测量,并使用ABC/2评分来测量ICH中ICH中没有IVH组的出血量。相关性和协议分析用于分析三种分割方法之间的处理时间和处理时间长度的差异。结果:在没有IVH组的ICH中,使用AI和ABC/2分数测量的ICH量与CTP分割相当。在三种分割方法中观察到了强相关性(r = 0.994,0.976,0.974; p <0.001;一致性相关系数[CCC] = 0.993,0.968,0.967)。但是,通过ABC/2分数测量的ICH体积的绝对误差大于算法的绝对误差(p <0.05)。在ICH中,IVH组中,算法和CTP之间没有发现显着差异(p = 0.614)。CTP和AI之间的相关性和一致性很强(r = 0.996,p <0.001; CCC = 0.996)。AI分割比CTP的时间明显短(p <0.001),但略长于ABC/2分数技术(P = 0.002)。结论:与CTP测量相比,基于深度学习的AI诊断系统具有高忠诚度和更高效率的急性自发ICH,并且比ABC/2分数更准确。我们认为这是一种有前途的工具,可以帮助医生在实践中实现精确的ICH量化。关键字:脑内出血,自发性脑内出血,体积,人工智能,深度学习
量子点 (QDs) 能够产生非经典光态,是实现量子信息技术的非常有希望的候选者。然而,这些技术所要求的高光子收集效率可能无法达到嵌入在高折射率介质中的“独立”半导体 QD。本文介绍了一种新颖的激光写入技术,能够直接制造与电介质微球自对准的 QD(精度为 ± 30 纳米)。当使用 0.7 数值孔径的物镜时,微球的存在可使 QD 发光收集增强 7.3±0.7 倍。该技术利用激光破坏 GaAs 1-xNx:H 中 N-H 键的可能性,获得低带隙材料 GaAs 1-xNx。微球沉积在 GaAs 1 − x N x :H/GaAs 量子阱的顶部,用于产生光子纳米喷射,该光子纳米喷射可精确去除微球下方的氢,从而在距样品表面预定距离处创建 GaAs 1 − x N x QD。二阶自相关测量证实了使用此技术获得的 QD 发射单光子的能力。
。CC-BY-NC 4.0 国际许可,根据未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者(此版本于 2021 年 7 月 6 日发布。;https://doi.org/10.1101/2021.07.05.451192 doi:bioRxiv 预印本
我们研究了50 Gy(H 2 O)对辐射敏感的P通道金属 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 氧化物 - 磁性晶体效应晶体管,其栅极(RADFET)具有400和1000 nm的氧化物氧化物厚度(RADFETS),并具有0和5 V的栅极。辐照后(ir),在室温下进行自发退火(SA),而在门口没有电压。我们介绍了由MIDGAP技术确定的固定陷阱和开关陷阱的行为,以及在IR和SA期间由电荷泵送技术确定的快速开关陷阱的行为。剂量晶体管的一个非常重要的特征是褪色,它代表了SA期间辐射辐射的阈值电压的恢复。9100小时后的最大褪色约为15%,除了磁氧化物厚度为1000 nm,栅极电压为5V的RADFET,其含量约为30%。提出了一个用于褪色的拟合方程,它很好地拟合了实验褪色值。
持续注意力是指即使在有干扰的情况下也能持续集中注意力于与任务相关的信息的能力。了解这种能力背后的神经机制对于理解注意力过程以及以注意力缺陷为特征的神经精神疾病(如注意力缺陷多动障碍 (ADHD))至关重要。在这项研究中,我们旨在调查静息期间特征样临界振荡与 P300 诱发电位(一种常用于评估注意力缺陷的生物标志物)之间的关系。我们测量了静息状态 EEG 振荡中的长距离时间相关性 (LRTC) 作为信号临界性的指标。此外,在遵循古怪范式的连续执行任务中,受试者的注意力表现被评估为反应时间变异性 (RTV)。在此任务期间从 EEG 记录中获得 P300 幅度和延迟。我们发现,在控制任务表现的个体差异后,LRTC 与 P300 幅度呈正相关,但与延迟无关。与先前的研究结果一致,持续注意力任务中的良好表现与更高的 P300 振幅和更早的峰值延迟有关。出乎意料的是,我们观察到静息期间持续振荡的 LRTC 与 RTV 之间存在正相关关系,这表明静息期间大脑振荡的临界性越高,任务表现越差。总之,我们的结果表明,在临界状态附近运作的静息状态神经元活动与更高 P300 振幅的产生有关。接近临界状态的大脑动态可能会促进计算优势状态,从而促进产生更高事件相关电位 (ERP) 振幅的能力。
痴呆症是一种常见的脑部疾病,对个人和社会都有负面影响。本文涉及使用 Interspeech 2020 的自发语音 (ADReSS) 挑战赛对阿尔茨海默氏痴呆症进行分类。我们使用 (1) VGGish(一种深度预训练的 Tensorflow 模型)作为音频特征提取器,并使用 Scikit-learn 分类器来检测语音中的痴呆症迹象。三个分类器(LinearSVM、Perceptron、1NN)的准确率为 59.1%,比在挑战赛中使用的声学特征上训练的最佳基线模型高出 3%。我们还提出了 (2) DemCNN,这是一种新的基于 PyTorch 原始波形的卷积神经网络模型,准确率为 63.6%,比表现最佳的基线线性判别分析模型准确率高出 7%。我们发现,使用预训练的 VGGish 特征提取器的音频迁移学习比使用自动提取的声学特征的基线方法表现更好。我们的 DepCNN 表现出良好的泛化能力。本文介绍的两种方法都为通过自发语音进行新的、创新的、更有效的基于计算机的痴呆症筛查提供了进展。
1哥伦比亚大学,纽约,哥伦比亚大学,纽约10032,纽约州立心理生物学系2,纽约市精神病学研究所,纽约10032,3萨克勒发展心理生物学研究所,哥伦比亚大学,纽约10032,纽约10032,哥伦比亚研究所,哥伦比亚研究所,纽约州,10032哥伦比亚大学,纽约,纽约,10027,6艾伦脑科学研究所,西雅图,华盛顿,华盛顿98109,7遗传学,基因组学和信息学系,田纳西州综合与翻译基因组学中心,田纳西州健康科学中心,孟菲斯大学,田纳西大学孟菲斯大学,田纳西州38163,38163,8 Robarts Research Institute,Wenterraire School,Schulicior ncorth and Schulicior ncortio and interriiie Schulicior ncorth and in schulicior and Filtriier and Firce&dentiier intry&Dentiier and Fristier&Dentistr, 3K7,加拿大,9个神经信息学,结构和可塑性中心,克拉斯诺高级研究所;弗吉尼亚州费尔法克斯(Fairfax),弗吉尼亚州乔治·梅森大学(George Mason University),弗吉尼亚州22030和10 Cold Spring Harbor Laboratory,纽约冷春港117241哥伦比亚大学,纽约,哥伦比亚大学,纽约10032,纽约州立心理生物学系2,纽约市精神病学研究所,纽约10032,3萨克勒发展心理生物学研究所,哥伦比亚大学,纽约10032,纽约10032,哥伦比亚研究所,哥伦比亚研究所,纽约州,10032哥伦比亚大学,纽约,纽约,10027,6艾伦脑科学研究所,西雅图,华盛顿,华盛顿98109,7遗传学,基因组学和信息学系,田纳西州综合与翻译基因组学中心,田纳西州健康科学中心,孟菲斯大学,田纳西大学孟菲斯大学,田纳西州38163,38163,8 Robarts Research Institute,Wenterraire School,Schulicior ncorth and Schulicior ncortio and interriiie Schulicior ncorth and in schulicior and Filtriier and Firce&dentiier intry&Dentiier and Fristier&Dentistr, 3K7,加拿大,9个神经信息学,结构和可塑性中心,克拉斯诺高级研究所;弗吉尼亚州费尔法克斯(Fairfax),弗吉尼亚州乔治·梅森大学(George Mason University),弗吉尼亚州22030和10 Cold Spring Harbor Laboratory,纽约冷春港11724