XiaoMi-AI文件搜索系统
World File Search System轨迹的
自闭症和脆性 X 综合征患者的皮层下大脑发育：婴儿期动态、年龄和疾病特异性轨迹的证据
卡罗来纳发育障碍研究所和精神病学系（Shen、Girault、Kim、Smith、Graves、Weisenfeld、Gross、Styner、Hazlett、Piven）和北卡罗来纳大学教堂山分校医学院神经科学中心（Shen）；明尼阿波利斯明尼苏达大学教育心理学系（Wolff）、儿童发展研究所（Elison）和儿科学系（Elison、Burrows）；圣路易斯华盛顿大学医学院 Mallinckrodt 放射学研究所（Flake、McKinstry、Botteron）；西雅图华盛顿大学医学中心放射学系（Dager）；费城宾夕法尼亚大学佩雷尔曼医学院费城儿童医院自闭症研究中心（Pandey、Schultz）；纽约大学坦登工程学院计算机科学与工程系（Gerig）；蒙特利尔神经学研究所，麦吉尔大学，蒙特利尔（MacIntyre、Fonov、Collins、Evans）；加拿大艾伯塔大学，埃德蒙顿，儿科系（Zwaigenbaum）；华盛顿大学，西雅图，言语和听力科学系（St. John、Estes）；德克萨斯大学达拉斯分校，行为与脑科学学院（Swanson）。
类风湿关节炎患者接受生物制剂和靶向合成抗风湿药物治疗后疾病活动轨迹的差异
摘要背景：本研究旨在通过基于轨迹的聚类，根据疾病活动趋势对类风湿性关节炎 (RA) 患者进行分层，并根据轨迹组确定影响生物制剂和靶向合成抗风湿药物 (DMARD) 治疗反应的因素。方法：我们分析了来自韩国风湿病学院生物制剂和靶向治疗登记处的全国 RA 队列数据。其中包括接受二线生物制剂和靶向合成 DMARD 治疗的患者。使用轨迹聚类模型对疾病活动趋势进行分组。使用每个轨迹的 SHAP（SHapley Additive exPlanations）值的机器学习模型研究了影响因素。结果：688 例 RA 患者的疾病活动趋势可分为 4 组：快速下降且疾病活动稳定（第 1 组，n = 319）、快速下降后上升（第 2 组，n = 36）、缓慢持续下降（第 3 组，n = 290）和疾病活动无下降（第 4 组，n = 43）。SHAP 图表明，与第 1 组相比，第 2 组最重要的特征是基线红细胞沉降率 (ESR)、泼尼松龙剂量和 28 关节评估疾病活动评分 (DAS28)（SHAP 值分别为 0.308、0.157 和 0.103）。与第 1 组相比，第 3 组最重要的特征是基线 ESR、DAS28 和估计肾小球滤过率 (eGFR)（SHAP 值分别为 0.175、0.164、0.042）。与第 1 组相比，第 4 组最重要的特征是基线 DAS28、ESR 和血尿素氮 (BUN)（SHAP 值分别为 0.387、0.153、0.144）。结论：基于轨迹的方法可用于聚类 RA 患者生物和靶向合成 DMARD 的治疗反应。此外，基线 DAS28、ESR、泼尼松龙剂量、eGFR 和 BUN 是 4 年轨迹的重要影响因素。关键词：类风湿关节炎、生物制剂、轨迹聚类/轨迹建模、治疗反应
低噪音、低油耗离场轨迹的群体感知顺序飞行路径优化
算法，该算法根据飞行目的地、跑道角度、机场附近飞机的空间间隔、人口分布和转向运动来考虑引导点。高度路径针对低感知噪音和低燃料消耗进行了优化，这是通过使用从该表面路径计算出的距离求解飞行纵向控制运动方程来确定的。开发了一种改进的非支配排序遗传算法 II 用于离散优化，以减少计算工作量获得最佳高度路径的帕累托前沿。通过模拟从香港国际机场飞往两个强制空中交通服务报告点的航班来演示该方法。然后将结果与快速访问记录器数据和标准仪表离场 (SID) 轨迹进行比较。虽然该方法没有考虑影响离场路径规划的某些航空运输因素，例如天气模式和空中交通组合，但得到的地面路径与 SID 轨迹非常相似。高度路径的帕累托前沿表现出燃料消耗和感知噪音水平的降低。我们还根据不同航线的相关飞行物理原理，讨论了燃料消耗和感知噪音水平之间的权衡。
自闭症和脆性 X 综合征患者的皮层下大脑发育：婴儿期动态、年龄和疾病特异性轨迹的证据
脑脊液体积在 24 个月时恢复正常（12），这与横断面研究中老年人胼胝体体积减小的报告一致（13）。脑脊液体积的变化轨迹代表了另一种发育模式，即在被诊断为 ASD 的儿童中，从 6 个月大（14、15）到 4 岁（16）期间持续增加。综上所述，这些研究表明，ASD 儿童出生后早期大脑发育会发生一系列年龄特异性变化，同时行为也会发生动态变化。这表明，婴儿早期的症状前大脑变化可能代表一系列相互关联的大脑和行为变化，这些变化会导致自闭症整个综合症的出现，并在生命的 2 和 3 年内巩固为一种临床可诊断的疾病（17）。进一步描述大脑变化的性质和顺序将为阐明这种疾病的发病机制提供重要线索，并为制定针对这些发展轨迹的针对性干预措施提供信息。尽管长期以来，结构和功能神经影像学和尸检研究表明皮层下结构，特别是杏仁核，与 ASD 有关，但尚无研究检查过 ASD 婴儿期皮层下大脑发育的性质和时间。神经影像学研究表明 2 至 4 岁的 ASD 儿童杏仁核增大（18 – 22），尸检研究表明杏仁核神经元数量过多（23）和树突棘密度增加（24）可能是导致早期杏仁核过度生长的细胞过程。然而，绝大多数神经影像学研究都是横断面研究，并且是在确诊后的儿童（即 2 岁及以上）中进行的，因此无法了解杏仁核增大的发育时间过程、其与出现诊断特征和最终诊断的时间关系，以及增大是杏仁核特有的还是也发生在婴儿期的其他皮质下结构中，例如基底神经节。此外，对患有 ASD 的婴儿进行的神经影像学研究尚未检查 ASD 与其他神经发育障碍关系中脑部发现的特异性。在这项研究中，我们检查了选定的皮质下结构（杏仁核、尾状核、壳核、苍白球、丘脑）的纵向结构 MRI，以对比四组婴儿出生后早期脑发育情况：患有脆性 X 综合征（FXS）的婴儿；患自闭症可能性较高的婴儿（因为有一个患有自闭症的哥哥姐姐），后来患上了自闭症；患自闭症可能性较高的婴儿没有患上自闭症；对照组婴儿患自闭症的可能性较低，但发育正常。研究设计通过对比特发性自闭症（一种行为定义的发育障碍）与遗传定义的障碍 FXS 的大脑和行为发育，研究了疾病特异性问题。具有重叠的认知和行为特征（25）。此外，我们注意到，这项研究将家族性自闭症（自闭症的一个亚组，其病因通常归因于常见的多基因遗传[26]）与 FXS（一种遗传性发育障碍和
一种使用人工智能模型优化规划具有最高骨密度和最强拔出力的椎弓根螺钉轨迹的新型手术规划系统
目的 本研究旨在评估一种新型人工智能 (AI) 模型在骨质疏松患者中识别具有更高骨矿物质密度 (BMD) 和更高拉出力 (POF) 的优化椎弓根螺钉轨迹的能力。方法 使用 3D 图形搜索和基于 AI 的有限元分析模型开发了一种创新的椎弓根螺钉轨迹规划系统，称为骨轨迹。回顾性分析了 21 名老年骨质疏松患者的术前 CT 扫描。AI 模型自动计算替代椎弓根轨迹的数量、轨迹 BMD 和 L3-5 的估计 POF。记录优化轨迹的最高 BMD 和最高 POF，并与 AO 标准轨迹进行比较。结果 患者平均年龄为 69.6 ± 7.8 岁，椎体平均 BMD 为 55.9 ± 17.1 mg/ml。在 L3–5 两侧，优化轨迹的 BMD 和 POF 均显著高于 AO 标准轨迹（p < 0.05）。平均而言，优化轨迹螺钉的 POF 与 AO 轨迹螺钉相比至少增加了 2.0 倍。结论 新型 AI 模型在选择比 AO 标准轨迹具有更高 BMD 和 POF 的优化椎弓根轨迹方面表现良好。
移动术中CT辅助无框立体定向活检在7例患者样本中实现了单米轨轨迹的精确度，以实现深处的脑损伤
抽象背景：大脑活检是至关重要的诊断干预措施，为治疗和预后提供了宝贵的信息，但很大程度上取决于高精度和精度。我们假设，通过使用移动单元的术中CT检查，通过基于神经验证的无框架立体定位和MRI引导的轨迹计划的组合，可以实现无缝集成的方法，得出最佳目标准确性。方法：我们分析了7个立体定向活检轨迹，用于各种深处的位置和不同的患者位置。在刚性固定后，使用计划MRI图像进行自动图像融合，使用移动CT单元进行术中术前扫描，并使用原位进行活检套管进行验证，以验证确定的目标位置。然后，我们评估了径向轨迹误差。结果：术中扫描，手术，MRI和CT图像的计算机化合并以及轨迹计划是可行的，在所有情况下都没有困难且安全。我们在60±12.3 mm的轨迹长度下达到了0.97±0.39 mm的径向轨迹偏差（平均值±标准偏差）。不需要因目标不准确而重新定位活检套管。结论：使用移动CT单元与无框神经验证指导的立体定位和基于术前MRI的轨迹计划结合使用的术中验证是可行的，安全且高度准确的。关键词：立体定向神经外科，图像指导，术中CT，脑活检该设置实现了深度脑损伤的单毫米精度和直接检测术中并发症的检测，并不依赖于专用的手术室，并且无缝地集成到常见的立体定位过程中。
AI-Track-tive：使用计算机视觉（人工智能）自动识别和计算地面半轨迹的开源软件
摘要。本文描述并介绍了一种自动计数矿物中蚀刻裂变径迹的新方法。训练了深度神经网络和计算机视觉等人工智能技术来检测图像上的裂变表面半径迹。深度神经网络可用于名为“AI-Track-tive”的半自动裂变径迹测年的开源计算机程序。我们定制训练的深度神经网络使用 YOLOv3 对象检测算法，该算法是目前最强大、最快的对象识别算法之一。开发的程序成功地在显微镜图像中找到了大多数裂变径迹；然而，用户仍然需要监督自动计数。所提出的深度神经网络对磷灰石（97%）和云母（98%）具有很高的精确度。磷灰石（86%）的召回率低于云母（91%）。该应用程序可以在 https://ai-track-tive.ugent.be 在线使用（最后访问时间：2021 年 6 月 29 日），也可以作为 Windows 的离线应用程序下载。
住宅供暖脱碳轨迹的发展
用于轨迹建模。o 氢轨迹与工业发展轨迹保持一致。– 建模的技术和技术变化范围更广，包括改进的地源热泵和太阳能热能表示。– 对相关伴随适应成本进行高水平审查。• 与净零分析一样，难以脱碳的属性（例如遗产价值和空间限制）在建模中得到体现。在某些情况下，相对于以前的工作（专门针对难以脱碳的住宅），表示方式是简化的，以适应其他地方更高程度的复杂性。
柔性飞机轨迹的非线性增量控制……
本文提出了一种用于柔性飞机同时进行轨迹跟踪和载荷减轻的非线性控制结构。通过利用控制冗余，在不降低刚体指令跟踪性能的情况下减轻了阵风和机动载荷。所提出的控制结构包含四个级联控制环路：位置控制、飞行路径控制、姿态控制和最优多目标机翼控制。由于位置运动学不受模型不确定性的影响，因此采用非线性动态逆控制。相反，飞行路径动力学受到模型不确定性和大气扰动的干扰；因此采用增量滑模控制。基于 Lyapunov 的分析表明，该方法可以同时降低模型依赖性和传统滑模控制方法的最小可能增益。此外，姿态动力学为严格反馈形式，因此采用增量反步滑模控制。此外，设计了一种新型负载参考生成器，以区分执行机动所需的负载和过载负载。负载参考由内环最优机翼控制器实现，而过载负载由襟翼自然化，而不会影响外环跟踪性能。通过空间冯·卡门湍流场中的轨迹跟踪任务和阵风负载缓解任务验证了所提出的控制架构的优点。