摘要 一种用于区分健康、发作期和发作间期脑电图信号的自动检测系统在临床实践中具有重要意义。本文介绍了一种用于癫痫和癫痫发作检测的低复杂度三类分类 VLSI 系统。设计的系统包括基于离散小波变换 (DWT) 的特征提取模块、稀疏极限学习机 (SELM) 训练模块和多类分类器模块。在三级 DWT 中引入了 Daubechies 4 阶小波的提升结构,以节省电路面积并加快计算时间。SELM 是一种新型的机器学习算法,具有低硬件复杂度和高性能,用于片上训练。由于其分类精度高,因此首次设计了一对一的多类非线性 SELM。设计的系统在 FPGA 平台上实现,并使用公开的癫痫数据集进行评估。实验结果表明,设计的系统在低维特征向量下实现了高精度。关键词:低复杂度,分类,DWT,多类,SELM 分类:集成电路(存储器,逻辑,模拟,RF,传感器)
较新的定量方法可以辅助临床上使用的传统定性方法,并减轻无益的人为偏见。使用定量技术,癫痫患者可能通过不同的方式检测到异常,包括 MRI、5 – 8 EEG、9 – 11 MEG、12、13 和弥散加权 MRI (dMRI)。14 – 18 这些异常的数量、程度和位置已被证明与手术结果有关。10、11、19 – 21 此外,不同的方式可以提供互补的信息,因此多模态分析可以比单一方式有所改进。22 因此,结合多种方式的定量方法可能能够提高我们对癫痫发作、癫痫和手术失败原因的理解。大脑活动的电记录长期以来一直被用来识别与癫痫发作有关的大脑区域。这种识别通常涉及从发作数据中定位癫痫发作区域。最近,人们使用发作间期 iEEG 记录创建了健康大脑活动的常态图。10、11、23 这些图可以通过将每个患者与常态图进行比较来识别个体患者的异常情况。假设异常可能
摘要:微管靶向药物 (MTA) 是癌症治疗中最成功的一线疗法之一。它们通过稳定或破坏微管 (MT) 来干扰微管 (MT) 动力学,并且在培养中,它们被认为在引起有丝分裂停滞后通过凋亡杀死细胞,以及其他机制。这种对 MTA 疗法的经典观点持续了很多年。然而,专门针对有丝分裂蛋白的药物成功率有限,以及大多数人类肿瘤的生长速度缓慢,迫使人们重新评估 MTA 的作用机制。过去十年的研究表明,MTA 的杀伤效率来自间期和有丝分裂效应的结合。此外,MT 还参与其他与治疗相关的活动,例如减少血管生成、阻止细胞迁移、减少转移以及激活先天免疫以促进促炎反应。 MTA 疗法的两个关键问题是获得性耐药性和全身毒性。因此,设计新型有效的 MTA 时,着眼于降低毒性,同时不影响疗效或促进耐药性。在这里,我们将回顾 MTA 的作用机制、它们影响的信号通路、它们对癌症和其他疾病的影响,以及这些经典药物有希望的新治疗应用。
I. 引言 本指南根据《联邦食品、药品和化妆品法》第 505 节(21 USC 355)和 21 CFR 第 312 和 314 部分,为协助业界开发寡核苷酸疗法提供建议。具体而言,本指南代表了 FDA 对寡核苷酸疗法开发过程中某些评估的建议,包括:(1) 表征 QTc 间期延长的可能性,(2) 进行免疫原性风险评估,(3) 表征肝肾功能损害的影响,以及 (4) 评估药物间相互作用的可能性。本指南就何时进行这些评估以及哪些类型的评估适合解决上述主题提供了建议。寡核苷酸疗法是一种新兴的治疗方式,正在开发的药物数量不断增加。2近年来,许多反义和小干扰 RNA(siRNA)寡核苷酸疗法已获得 FDA 批准。此外,目前正在开发许多寡核苷酸疗法,用于治疗罕见和常见疾病。寡核苷酸疗法包括各种合成修饰的 RNA 或 RNA/DNA 杂交体,它们专门设计用于与靶 RNA 序列结合以改变 RNA 表达和/或下游蛋白质表达。即使在治疗方式中,寡核苷酸疗法也可能存在多种差异,包括但不限于:
SiR-DNA/SiR – Hoechst 是一种远红荧光 DNA 探针,常用于对间期细胞核和有丝分裂期间的染色体进行活细胞成像。尽管有报道称 SiR-DNA 会引起 DNA 损伤,但它已在 300 多篇研究文章中使用,涵盖有丝分裂、染色质生物学、癌症研究、细胞骨架研究和 DNA 损伤反应等主题。在这里,我们使用活细胞成像对 SiR-DNA 对四种人类细胞系(RPE-1、DLD-1、HeLa 和 U2OS)有丝分裂的影响进行了全面分析。我们报告了 SiR-DNA 对染色体分离的剂量、时间和光依赖性影响。我们发现,在成像过程中暴露于光线下时,纳摩尔浓度的 SiR-DNA 会诱发非着丝粒染色体缠结,严重影响后期姐妹染色单体分离和纺锤体伸长。这会导致 DNA 损伤,并传递到下一个细胞周期,从而对基因组完整性产生不利影响。我们的研究结果突出了使用 SiR-DNA 研究晚期有丝分裂事件和 DNA 损伤相关主题的缺点,并敦促使用替代标记策略来研究这些过程。
在下列一种或多种情况下,无创性心脏事件记录是禁忌的,或在至少 2 周的监测后仍得到非诊断性结果: o 在原因不明的中风或其他已记录的系统性血栓栓塞事件的情况下怀疑阵发性心房颤动 o 怀疑或已知的室性心律失常 o 因结构性或浸润性心脏病(如主动脉瓣狭窄、肥厚性心肌病、心脏结节病、先天性心脏病、家族史、扩张性缺血性或非缺血性心肌病)或使用已知会导致恶性心律失常的药物(如延长 QT 间期的药物)而导致心律失常的高风险 o 在调整可能导致晕厥的药物后出现复发性或不明原因的偶发性晕厥,或与自主神经功能障碍有关 o 电生理学研究或倾斜试验等异常测试对于继续满足上述所有初始植入标准且现有设备已超出使用寿命、无法修复或不再运行的个人,记录器被视为医疗必需品。定义植入式循环记录器:用于检测异常心律的设备。它被放置在皮下并持续记录心脏的电活动。记录器可以将数据传输到医生办公室以帮助监测。
摘要 — 机器学习在心电图 (ECG) 信号分析的各种问题中表现出色。然而,收集生物医学工程的数据集是一项非常困难的任务。任何用于 ECG 处理的数据集所包含的案例都比用于图像或文本分析的数据集少 100 到 10,000 倍。这个问题尤其重要,因为生理现象可以显著改变 ECG 信号中心跳的形态。在这项初步研究中,我们分析了标准 ECG 记录中的导联选择、24 小时内 ECG 的变化以及 QT 延长剂对机器学习方法在 ECG 处理中性能的影响。我们选择受试者识别问题进行分析,因为几乎任何可用的 ECG 数据集都可以解决这个问题。在讨论中,我们将我们的研究结果与其他使用机器学习进行 ECG 处理但问题陈述不同的研究的观察结果进行了比较。我们的结果表明,使用在特定生理条件下获取的 ECG 信号来丰富训练数据集对于在实际应用中获得良好的 ECG 处理性能非常重要。索引词 — 机器学习、心电图、受试者识别、形态分析、心律变异、QT 间期延长
将供应链优化(SCO)与生命周期评估(LCA)相结合对于创建既有经济效率且在环境上可持续易用的供应链至关重要。SCO专注于优化与产品和服务交付有关的网络结构和决策,但LCA系统地评估了整个供应链的环境影响。现有文献将SCO和LCA视为单独的顺序步骤,通常会导致范围和数据传输和续订挑战的不一致。我们的研究提出了一种新颖的供应链生命周期优化(SCLCO)模型,该模型集成了SCO和LCA。我们的SCLCO模型基于LCA数据结构,Incorpo-rate多时间期,闭环SCO决策(例如,逆向链管理,Inventory Control,网络设计),并且能够考虑可持续性的三个支柱:环境,经济和社会。它包括协调原则,术语和符号,从而通过传染性的表述弥合了SCO和LCA社区之间的差距。从运营研究文献中选定的SCO模型进行的计算实验验证了SCLCO,并证明了其在为SCO和LCA从业人员和研究人员提供有价值的见解方面的有效性。结果强调,在SCLCO中同时执行SCO和LCA,最大程度地减少了忽视决策影响的风险,并促进了来自现有LCA数据库的数据传输。
立体脑电图 (sEEG) 已成为癫痫治疗中用于颅内定位癫痫发作和扩散的最广泛使用的临床工具 1,2。它可以让医生直接描述发作期和发作间期整个脑容量候选区域的电行为 3。在监测期间,通过 sEEG 进行的电刺激可用于探测感觉运动、言语和语言、视觉或记忆功能 4,5。在需要切除或消融致痫组织的情况下,癫痫发作网络与脑功能图的空间重叠有助于确定治疗范围,从而可以在保留脑功能的同时最大限度地减少癫痫发作 2,6,尤其是当发育不良皮质可能带有功能图时 7。由于目前正在通过射频消融通过 sEEG 导线本身进行直接破坏性治疗 8,9,因此监测期间的术外功能映射至关重要。不幸的是,当刺激导致癫痫发作或阻碍继续治疗的后放电时,术外刺激映射可能会受到限制或不可能,特别是在儿童大脑中,因为儿童大脑的物理特性需要更高的电流 10,11 。同样,一些患者,特别是儿科人群 12 ,无法忍受 MRI 扫描仪环境,从而无法进行植入前 fMRI。
摘要 舒尼替尼常见的心血管毒性主要包括高血压、QT 间期延长、左心室功能障碍 (LVD) 以及不太常见的充血性心力衰竭 (CHF)。本文报告了一名 67 岁女性在使用舒尼替尼 24 个月后出现心力衰竭的病例。我们的病例强调了在服用舒尼替尼期间严格且定期进行心血管监测的重要性。它还表明,在维持心力衰竭治疗的情况下重新引入舒尼替尼是安全的。这种心脏毒性的确切机制尚不清楚。目前没有可用的保护性疗法。因此,需要在这些领域进行进一步研究。为患者开具和治疗舒尼替尼的医疗专家应注意这些情况的可能发生,并对接受舒尼替尼治疗的患者进行定期检查。关键词:心脏毒性、随访、心力衰竭、再次使用舒尼替尼、治疗 引用本文为:Ben Kridis W、Masmoudi S、Charfiddine S、Khanfir A。舒尼替尼诱发胃肠道间质瘤患者充血性心力衰竭。伊朗医学档案。2022;25(6):399-401。doi:10.34172/aim.2022.64