XiaoMi-AI文件搜索系统
World File Search System非对
合成非对称异常C1 Analogue及其生物学活性
混乱是到目前为止分离的39个大花环的家族，显示了大花环的环尺寸在26至32之间（图1）[1-3]。它们是来自肌肉杆菌纤维素的继发代谢产物（SO CE12），并于1994年由Höfle和Reichenbach的研究组分离出来[4]。由于抑制微管蛋白聚合，所有这些天然产物都表现出非常有效的抗肿瘤活性，并结合了非常强大的细胞毒性，直至对各种人类癌细胞系的皮摩尔活性[5，6]。这种令人兴奋的生物学特征在整个合成和生物学上都对科学界产生了极大的兴趣[7]。此外，它们的巨大生物学效能使它们在个性化医学中非常有吸引力，因为靶向癌症治疗中的抗体 - 药物缀合物（ADC）的有效载荷[8]。我们最近发表了一条灵活而强大的新途径，以合成（ - ） - 混乱C 1，在最后游戏中涉及通过Yamaguchi酯化和最终的Yamaguchi Macrolactonization的构建块耦合[9]。这种构建异常核心的强大策略的优势在于，在发生所需的耦合之前，它在每个构件中都提供了高度的多样性，并提供了设计各种异常类似物来研究SAR（结构 - 活动关系）的绝佳机会[10]。基于此策略，我们希望展示我们的努力，并报告有效的合成，以构建具有有效的抗肿瘤活性的非对称异常C 1类似物。这种高度活跃的天然产品的大多数已发表的类似物
非对比度计算机断层扫描在评估中的作用...
[1]在这个新的放射学时代，计算机断层扫描已成为头部受伤患者初步评估的基本主要选择。在检测颅骨骨折和急性颅内出血方面，它也很容易获得，更快且高度准确。[2]基于50名被转诊为NCCT头部调查的患者，根据调查的50名患者，基于便利性抽样进行了一项前瞻性研究。进行了研究以确定临床发现，断裂的类型和骨折部位。这项研究得出的结论是，NCCT头部调查是最佳的脑损伤史患者的主要方式。关键字：NCCT头，MDCT，断层扫描，重建。简介CT扫描代表计算机断层扫描。这是一种特殊的断层扫描形式，其中计算机用于对层析成像平面或切片进行数学重建。1971年10月1日，在由Godfrey N. Hounsfield爵士开发的原型扫描仪上进行了涉嫌进行额叶肿瘤的患者进行的第一次临床计算机断层扫描（CT）扫描。扫描仪产生了具有80 x 80矩阵的图像。[3] 1974年，罗伯特·史蒂文·莱德利（Robert Steven Ledley）博士给了整个 -
使用遗传算法对非对称封装基板的翘曲进行...
随着芯片技术的出现，用于人工智能应用的高端封装变得越来越密集。其中，封装基板的密度也在不断提高，最近的基板倾向于采用非对称基板结构。然而，这种非对称基板会因芯片接合的加热过程而引起翘曲，因此在设计阶段控制基板中的铜剩余率以抑制翘曲是必不可少的。本文采用遗传算法来优化铜剩余率，并提出了一种考虑芯片接合时允许的翘曲值的算法流程。实际优化评估的结果证实了所提流程的优越性。
非对称自共源共栅和分级通道 SOI nMOSFET 中跨电容的模拟性能比较
区域（对应于 MS 晶体管）电子密度从反转开始并经历耗尽，当它到达轻掺杂区域时，电子密度变为反转。因此，A-SC 上的电子密度行为（从反转到耗尽再回到反转）发生在每个晶体管上，而 GC 发生在整个器件长度上。这解释了 A-SC 器件上的凸起如此突出的原因。
适用于非对称自由空间光通信应用的低 SWaP 调制反射器
1. C. Quintana、Q. Wang 等人，“用于长距离反射自由空间光学器件的高速电吸收调制器”，IEEE 光子技术快报，第 29 卷，第 9 期，第 707-710 页，2017 年 2. C Quintana、Q Wang 等人，“与 UAV 连接的高速反射自由空间光学器件”，IEEE 光波技术杂志，ISSN 0733-8724，E-ISSN 1558- 2213，2021 年 DOI：10.1109/JLT.2021.3091991
通过中尺度涡流的非对称性
无处不在的中尺度涡流对热量的海洋运输在调节气候变异性和重新分布全球变暖下被海洋吸收的多余热量重新分布中起着至关重要的作用。涡流长期以来一直简化为轴心涡旋及其对热传输的影响尚不清楚。在这里，我们结合了卫星和漂流者的数据，并表明海洋中尺度的涡流是不对称的和方向依赖的，并且受其自动维持性质及其动态环境的控制。涡流诱导的He的方向和振幅都受到涡流的不对称和方向依赖性的显着影响。当将涡流场分解为不对称和对称成分时，涡流动能在这两个组件之间表现出几乎相等的分配。总涡流引起的子午热孔类似地使对称成分引起的热孔增加了一倍，从而突出了涡流不对称的关键贡献对涡流诱导的海洋热传输的幅度。
单发定量相成像的非对称跨表面光电视
摘要：通过波前传感对纯相对象的可视化具有重要的应用，从表面效果到生物医学显微镜，通常需要涉及光空间过滤，干涉测量法或结构化照明的笨重且复杂的设置。在这里，我们引入了一种新型的图像传感器，该传感器对光传播的局部方向具有独特的敏感性，基于涂有特殊设计的等离子跨表面的标准光电探测器，从而产生了对表面正常围绕入射角的不对称响应性的不对称依赖性。使用模拟光电传动探测器平台证明了元表面设计，制造和角度敏感的操作。测量结果，结合计算成像计算，然后用来表明基于这些跨表面像素的标准摄像头或微观范围可以直接访问相位对象，而无需任何其他光学元素，而最先进的最小可检测到的最小可检测相的相比是10 mrad。此外，在同一像素阵列上具有相等和相反角度响应的传感器的组合可用于在单个镜头中执行定量相成像，并具有定制的重建算法，该算法也在这项工作中也开发。凭借其系统的微型化和测量简化，这些设备启用的相成像方法对于涉及涉及空间约束和便携式设置的应用尤其重要（例如，现场的想象和内镜和内镜）和涉及自由移动对象的测量值。
合作而非对抗：了解全科医生对临床实践中自然语言和文本自动化的态度
全科医生是文本电子健康记录的主要用户和管理者之一，这凸显了对支持记录访问和管理的技术的需求。自然语言处理的最新进展促进了临床系统的发展，使一些耗时的记录保存任务自动化。但是，目前尚不清楚哪些自动化任务最有利于临床医生，这种自动化应该具备哪些功能，以及临床医生将如何与自动化进行交互。我们对全科医生进行了半结构化访谈，了解他们对文本自动化的看法和态度。新兴的主要主题是医生与人工智能的合作，解决了互惠的临床医生与技术关系，这种关系不会威胁到临床医生的替代，而是建立了建设性的协同关系。其他主题包括：（i）临床文本自动化的期望功能；（ii）对临床文本自动化的担忧；（iii）未来的咨询。我们的研究结果将为未来自然语言处理系统的设计提供参考，并在一般实践中实施。
对艾伯塔省卒中计划自动评分的深度学习模型的临床评估早期CT评分在非对比度CT
摘要背景自动化测量艾伯塔省中风计划早期计算机断层扫描评分（方面）可以支持临床决策。基于深度学习算法，我们开发了一个自动化方面评分系统（Heuron方面），并在预先指定的临床试验中验证了其性能。用于模型训练的方法，我们使用了487例急性缺血性中风患者（AIS）的非对比度计算机断层扫描图像。在临床试验中，招募了326例患者（87例AIS，56例患有其他急性脑疾病，没有脑部疾病的183例）。将启发体方面的结果与两名中风专家使用Bland -Altman协议产生的共识进行了比较。平均差异小于0.35，最大允许差小于3.8被认为是主要结果目标。计算了模型对10个感兴趣区域和二分法方面的敏感性和特异性。结果平均差异为0.03 [95％置信区间（CI）：-0.08至0.14]，一致的上和下限为2.80 [95％CI：2.62至2.99]和-2.74和-2.74和-2.74 [95％CI：−2.92至-2.92至-2.55]，相应地。对于检测10个方面的早期缺血变化的各个方面的计算，敏感性和特异性为62.78％[95％CI：58.50至67.07]和96.63％[95％CI：96.18至97.09]。此外，在二分法分析（方面> 4vs.≤4）中，灵敏度和特异性分别为94.01％[95％CI：91.26至96.77]和61.90％[95％CI：47.22至76.59]。结论当前的试验结果表明，纯种方面可靠地衡量在临床实践中使用的方面。