(1) 维数 一般取值 1 或 2 ,当 时,要求数据量 在数千点以上,但 过大不能保证序列具有相同 的性质; 一定时,若 ,需要较大才能取得 较好的效果,但是太大会丢失序列的许多细节信 息。 Pincus [ 14 ] 研究认为 比 效果好,可使 序列的联合概率进行动态重构时提供更详细的信 息。 (2) 用来衡量时间序列相似性的大小。如果 选得太小,估计出的统计概率会不理想;若选得 太大,会丢失时间序列中很多细节,达不到预期的 效果。 Pincus [ 14 ] 通过对确定性和随机过程的理论分 析及其对计算和临床应用的研究,总结出取值为 ( 为原始序列的标准差 ) 能得出有效 的统计特征。 (3) 表示输入数据点,一般取值为 100 ~ 5000 。因此根据上述原则,本文取 , 。根据实验研究发现当 时,不同 状态的脑电信号的样本熵并无太大差异;当 时,不同状态的脑电信号的熵值有明显差异。 因此 取值为 100 。即用长度为 100 点,间隔为 4 点 的滑动窗计算 EEG 在运动想象期 (2 ~ 6 s) 的样本 熵序列,然后求该序列的均值作为该 EEG 的样本 熵。 ERS/ERD 现象主要出现在 C3 和 C4 电极对应的 感觉运动区上,例如,右手运动想象时可观测到 C3 电极对应的感觉运动区 ERD 现象,左手运动想 象时可观测到 C4 电极对应的感觉运动区 ERD 现
鲁汶天主教大学鲁汶工程学院 (UCLouvain) 正在招募三名射频器件工程博士生 (4 年) 和一名博士后 (3 年),研究在宽频率和温度范围内对绝缘体上硅 (SOI) 器件进行晶圆上特性描述和建模的先进技术。鲁汶工程学院 30 多年来一直率先推动 RF-SOI 在高频应用中的使用,并积累了数十年在该领域的经验。我们目前正在招募积极主动且感兴趣的候选人,以帮助我们研究 22 纳米以下的下一代 FD-SOI CMOS 晶体管,以解决 RF 和毫米波领域的应用,例如电信、雷达、成像、传感等。这些科学研究将在多个欧洲 Chips JU 项目 (SOIL、ArCTIC、FAMES、Move2THz) 的框架内进行。候选人将与最好的大学、研究中心(imec(比利时)、CEA-Leti(法国)等)和公司(STMicroelectronics(法国)、GlobalFoundries(德国)、SOITEC(法国)等)合作。
脑小血管疾病本质上是阴险的,随着年龄的增长逐渐发展,最终导致患者独立性丧失。先前的研究始终证明了步态障碍与影响认知功能的神经退行性疾病之间的协会。随着成像技术的发展,近年来脑部小血管疾病对步态功能的影响(近年来被忽略的话题)引起了公众的关注。这项艺术对成像检查,发病机理,治疗以及不同类型的脑小血管疾病与步态疾病之间的相关性进行了全面综述。
图 2. 不同炎症严重程度的 UC 患者组织活检中转运蛋白的表达,以内镜 Mayo 评分表示(Mayo 1:轻度炎症,Mayo 2:中度炎症,Mayo 3:重度炎症)。(A)MRP4、(B)P-gp、(C)MCT1 和(D)OATP2B1。单个数据点代表每位患者的直肠和乙状结肠活检平均值;实线代表所有患者的中位数。低于 LOD 或 LOQ 的表达水平被分配一个任意值(分别为 LOD/√2(虚线绿线 ---)或 LOQ/√2(虚线蓝线 ·-·),以允许进行统计检验。
完整作者名单:Vandenbulcke、Mathieu;鲁汶大学,神经科学系,精神病学部,鲁汶脑和情感实验室 (BELL) Van de Vliet,Laura;鲁汶大学,神经科学 孙嘉泽;鲁汶大学,神经科学 黄云安; KU Leuven,鲁汶脑研究所,神经科学系,神经精神病学 Van Den Bossche,Maarten;鲁汶大学,神经科学 Sunaert,Stefan;鲁汶大学医院放射科 Peeters,Ronald;鲁汶大学医院放射科朱琪;鲁汶大学神经科学系 Vanduffel,Wim;哈佛医学院放射学;吉隆坡,实验室。神经生理学和心理生理学,神经科学 de Gelder,Beatrice;马斯特里赫特大学心理学与神经科学系 De Winter,Francois-Laurent;鲁汶天主教大学,鲁汶脑研究所,神经科学系,神经精神病学 Van den Stock,Jan;鲁汶天主教大学,鲁汶脑研究所,神经科学系,神经精神病学
人工智能 (AI) 目前正在被引入到不同的领域,包括医学。具体来说,在放射肿瘤学中,机器学习模型可以实现工作流程的自动化和优化。缺乏对这些 AI 模型的了解和解释可能会阻碍其在临床实践中的广泛和全面部署。为了促进 AI 模型在放射治疗工作流程中的整合,提出了关于 AI 模型实施和质量保证 (QA) 的普遍适用建议。对于放射治疗中常用的应用,例如自动分割、自动治疗计划和合成计算机断层扫描 (sCT),深入讨论了基本概念。重点放在临床实践中有条不紊地引入所需的 AI 模型的调试、实施和针对具体案例和常规 QA。2020 作者。由 Elsevier B.V. 出版。放射治疗和肿瘤学 153 (2020) 55–66 这是一篇根据 CC BY 许可开放获取的文章 ( http://creativecommons.org/licenses/by/4.0/ )。
摘要:旁道攻击是对现实世界中部署的密码系统的巨大威胁。针对旁道攻击的一种有效且可证明安全的对策是掩蔽。在本文中,我们详细研究了密钥封装机制 Saber 的高阶掩蔽技术。Saber 是美国国家标准技术研究所后量子标准化程序中基于格的最终候选者之一。我们对最近为 Saber 提出的不同掩蔽算法进行了详细分析,并提出了一种优化的高阶掩蔽 Saber 实现。与未掩蔽的 Saber 相比,我们针对一阶、二阶和三阶掩蔽 Saber 提出的技术分别具有 2.7 倍、5 倍和 7.7 倍的性能开销。我们表明,与另一种基于格子的最终方案 Kyber 相比,Saber 的性能随着掩码阶数的增加而下降得更少。我们还表明,高阶掩码 Saber 需要的随机字节比高阶掩码 Kyber 少。此外,我们将掩码实现调整为 uSaber,这是 Saber 的一个变体,专门设计用于实现高效的掩码实现。我们介绍了 uSaber 的第一个掩码实现,表明它在任何阶数上确实比掩码 Saber 至少高出 12%。我们在 ARM Cortex-M4 微控制器上提供了我们提出的所有掩码方案的优化实现。
后量子密码体制通常是量子安全方案或整数分解问题。虽然目前还不清楚大规模量子计算何时可行,但预测量子计算并设计新的能够抵御量子攻击的公钥密码体制还是很重要的。因此,目前正在进行大量研究以开发新的后量子安全方案,美国国家标准与技术研究所 ( https://www.nist.gov/ ) 已经启动了后量子密码标准化进程。正因为如此,人们对通过将 Fiat-Shamir 变换 [9] 应用于零知识识别方案来构建签名方案重新产生了兴趣。特别是,我们对后量子密码体制感兴趣,它的安全性依赖于某些 NP-Hard 问题的量子难度 [2]。其中一个问题是置换核问题:即找到已知向量的置换,使得结果向量位于给定矩阵的核中。这是一个经典的 NP-Hard 组合问题,只需要一些简单的操作,例如基本线性代数和对向量元素进行排列。很长一段时间以来,没有发现针对 PKP 的新攻击,这使得我们可以自信地估计该问题的具体难度。