XiaoMi-AI文件搜索系统
World File Search SystemATIC
芯片训练：一种用于体外研究肌肉锻炼对胰岛素分泌影响的多器官装置
目前体内和体外模型的局限性体现在大量新药候选物由于效率低下或对人体产生严重副作用而无法进入市场。这些缺点，加上监管部门限制使用动物模型，引起了人们对开发基于人体的类组织结构和生物传感器技术（如器官芯片，OOC）的兴趣，用于疾病建模和药物和化学测试。[1–3] 到目前为止，大多数 OOC 设备都代表单个器官，阻碍了对全身药物作用的研究。因此，这些微尺度组织模拟系统目前面临的挑战是试图提高对药物和毒性对各种器官或组织影响的预测。这对于研究多系统疾病尤其重要，因为几种组织与疾病密切相关，例如糖尿病 (DM) 的骨骼肌和胰岛。目前，代表各种器官或组织的多器官装置的例子很少。我们可以找到多种细胞类型（肝脏、肿瘤和骨髓或肺、肾和脂肪细胞）在单独的腔室中培养的例子，这些腔室相互连接并用于测试药物的毒性。[4,5] 或者共培养肠、肝和乳腺癌细胞，以评估肠道吸收、肝脏代谢和药物的抗靶细胞生物活性。[5] 尽管人们不断努力并有强烈的动机来取代动物试验，但这些多器官系统仍处于起步阶段。最近，功能齐全的组织已被纳入多器官方法。[6] 该装置通过循环血管流将心脏、肝脏、骨骼和皮肤组织连接起来，以研究药代动力学和药效学特征。然而，该装置没有结合传感技术来实时监测组织的代谢动态。糖尿病是一组以高血糖为特征的慢性代谢疾病。糖尿病是全球范围内的主要公共卫生问题，因为患有糖尿病的患者数量每年都在增加。[7] 2 型糖尿病 (T2D) 是这种疾病最常见的形式，占糖尿病病例的 90-95%。[8] 2 型糖尿病通常是由于外周代谢组织不再对胰岛素降低血糖水平的作用作出反应而引起的。骨骼肌是胰岛素的主要靶组织之一，也参与血糖稳态
评估对2型糖尿病疗法的体重减少的潜力：对120个随机对照试验的元回归分析
1。Antman EM，Loscalzo J.心脏病学的精确医学。nat Rev car-diol。2016; 13（10）：591-602。 2。 Kuss O，Opitz ME，Brandstetter LV，Schlesinger S，Roden M，HoyerA。 2型糖尿病治疗如何用于精密糖尿病ogy？ 来自174个随机ISED试验的血糖控制数据的元回归。 糖尿病学。 2023; 66：1622-1632。 3。 Jameson JL，Longo DL。 精确医学 - 个性化，问题和有前途。 n Engl J Med。 2015; 372（23）：2229-2234。 4。 Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。 精确医学：超出拐点。 SCI Transl Med。 2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2016; 13（10）：591-602。2。Kuss O，Opitz ME，Brandstetter LV，Schlesinger S，Roden M，HoyerA。2型糖尿病治疗如何用于精密糖尿病ogy？来自174个随机ISED试验的血糖控制数据的元回归。糖尿病学。2023; 66：1622-1632。3。Jameson JL，Longo DL。精确医学 - 个性化，问题和有前途。n Engl J Med。2015; 372（23）：2229-2234。 4。 Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。 精确医学：超出拐点。 SCI Transl Med。 2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2015; 372（23）：2229-2234。4。Hawgood S，Hook-Barnard IG，O'Brien TC，Yamamoto KR。精确医学：超出拐点。SCI Transl Med。2015; 7（300）：1-3。 5。 丹尼斯JM。 2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。 糖尿病。 2020; 69（10）：2075-2085。 6。 Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2015; 7（300）：1-3。5。丹尼斯JM。2型糖尿病中的精确药物：使用个性化预测模型来优化治疗的选择。糖尿病。2020; 69（10）：2075-2085。6。Wilkinson J，Arnold KF，Murray EJ等。 现实的时间检查机器学习驱动的精密药物的承诺。 柳叶刀数字健康。 2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。Wilkinson J，Arnold KF，Murray EJ等。现实的时间检查机器学习驱动的精密药物的承诺。柳叶刀数字健康。2020; 2（12）：E677-E680。 7。 Prasad RB，Groop L. 2型糖尿病中的精密药物。 J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2020; 2（12）：E677-E680。7。Prasad RB，Groop L. 2型糖尿病中的精密药物。J Intern Med。 2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。J Intern Med。2019; 285（1）：40-48。 8。 tsapas A，Karagiannis T，Kakotrichi P等。 降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。 糖尿病OBES METAB。2019; 285（1）：40-48。8。tsapas A，Karagiannis T，Kakotrichi P等。降糖药物对2型糖尿病患者体重和血压的比较功效：系统评价和网络元分析。糖尿病OBES METAB。糖尿病OBES METAB。2021; 23（9）：2116-2124。9。Blundell J，Finlayson G，Axelsen M等。每周一次的半紫鲁丁对食欲，饮食的控制，食物的控制和体重的影响。糖尿病OBES METAB。 2017; 19（9）：1242-1251。 10。 Palmer SC，Mavridis D，Nicolucci A等。 比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。 JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。糖尿病OBES METAB。2017; 19（9）：1242-1251。 10。 Palmer SC，Mavridis D，Nicolucci A等。 比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。 JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。2017; 19（9）：1242-1251。10。Palmer SC，Mavridis D，Nicolucci A等。比较2型糖尿病患者的临床外发生和与降糖药物相关的不良事件：荟萃分析。JAMA。 2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。JAMA。2016; 316（3）：313-324。 11。 Palmer SC，Tendal B，Mustafa RA等。 葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。 bmj。 2021; 372：M4573。 12。 tsapas A，Avgerinos I，Karagiannis T等。 降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。 Ann Intern Med。 2020; 173（4）：278-286。2016; 316（3）：313-324。11。Palmer SC，Tendal B，Mustafa RA等。葡萄糖共转运蛋白-2（SGLT-2）抑制剂和胰高血糖素样肽-1（GLP-1）受体激动剂用于2型糖尿病：随机对照试验的系统审查和网络荟萃分析。bmj。2021; 372：M4573。12。tsapas A，Avgerinos I，Karagiannis T等。降糖药物对2型糖尿病的比较有效性：系统评价和网络荟萃分析。Ann Intern Med。 2020; 173（4）：278-286。Ann Intern Med。2020; 173（4）：278-286。
本体学习的观点 - CiteSeerX
让机器具备常识和特定领域的知识，使它们能够像人类一样理解某些问题领域，这一直是人工智能研究的主要目标，现在仍然是。在这种情况下，一个关键问题是，将所有相关知识编码成机器可以利用的自动推理、不一致性检测等方式的成本实际上有多高。虽然最近有一些研究开发了可以估算知识工程项目成本的方法 [12]，但可以合理地假设并非所有相关知识都可以手动编码。通过分析人类行为及其产生的数据来提取和发现知识的技术可以在这方面做出重要贡献。本体学习领域是 Alexander Mädche 和 Steffen Staab 于 2001 年创造的一个术语 [7]，它涉及从数据中得出相关本体知识的方法的开发。到目前为止，该领域已经进行了十多年的深入研究。该领域早期的研究集中于将浅层方法应用于术语和概念提取以及层次和非层次关系提取 [7]。后来，在我的博士论文《从文本中进行本体学习和填充：算法、评估和应用》中，我将本体学习定义为从数据中获取领域模型，并尝试通过引入所谓的本体学习层来系统地概述本体学习任务，这从那时起就受到了广泛关注。近年来，一些研究人员试图提高从文本数据中学习到的本体的表达能力，特别是尝试提取更深层次的公理知识（例如参见 [13]、[14] 和 [4]）。本卷中也可以找到一些类似的贡献，例如旨在通过应用归纳技术学习 OWL 公理（参见本卷中的 Lehmann 等人 [5] 和 Lisi [6]）。本体学习的问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体算法的结果转化为实际上反映领域概念化的本体可能比从头开始构建本体的成本更高。本体学习的问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体算法的结果转化为实际上反映领域概念化的本体可能比从头开始构建本体的成本更高。而本体学习算法从一组数据中学习的结果本质上反映了数据集的特性。因此，将本体的结果转化为
COVID-19 大流行期间对风湿病患者的护理：APLAR 的立场声明
1. Furer V、Rondaan C、Heijstek M 等人。自身免疫性炎症性风湿病（AIIRD）成年患者中疫苗可预防感染的发病率和患病率：为 2019 年 EULAR 对 AIIRD 成年患者疫苗接种建议更新提供信息的系统文献综述。RMD open。2019；5（2）：e001041。2. Lewnard JA、Lo NC。针对 COVID-19 采取社交距离干预措施的科学和伦理基础。柳叶刀传染病。2020 年。https://doi. org/10.1016/S1473-3099(20)30190-0 3. Emami A、Javanmardi F、Pirbonyeh N、Akbari A。住院 COVID-19 患者基础疾病的患病率：系统评价和荟萃分析。 Arch Acad Emerg Med 。2020；8(1):e35。4. Higham A、Bostock D、Booth G、Dungwa JV、Singh D。电子烟和烟草烟雾暴露对 COPD 支气管上皮细胞炎症反应的影响。Int J Chron Obstruct Pulmon Dis 。2018；13：989-1000。5. Brake SJ、Barnsley K、Lu W、McAlinden KD、Eapen MS、Sohal SS。吸烟上调血管紧张素转换酶 2 受体：新型冠状病毒 SARS-CoV-2（Covid-19）的潜在粘附位点。J Clin Med 。2020；9(3):841。6. Zhi K、Wang L、Han Y 等。中国老年男性吸烟趋势：城乡比较。J Appl Gerontol 。 2019;38(6):884-901。7. Dougados M, Soubrier M, Antunez A 等。类风湿关节炎合并症的患病率及其监测评估：一项国际横断面研究（COMORA）的结果。风湿病年鉴。2014;73(1):62-68。8. 温英才，萧凤英，林志锋，方建国，沈玲君。急性呼吸道感染发作期间使用非甾体抗炎药与卒中风险相关。药物流行病学与药物安全。2018;27(6):645-651。9. 温英才，萧凤英，陈嘉，林志锋，沈玲君，方建国。急性呼吸道感染和使用非甾体抗炎药对急性心肌梗死风险的影响：一项全国性病例交叉研究。J Infect Dis 。2017；215（4）：503-509。10. Zhang X、Donnan PT、Bell S、Guthrie B。非甾体抗炎药在社区普通人群和慢性肾脏病患者中引起的急性肾损伤：系统评价和荟萃分析。BMC Nephrol 。2017；18（1）：256。11. Voiriot G、Philippot Q、Elabbadi A、Elbim C、Chalumeau M、Fartoukh M。使用非甾体抗炎药的风险
本体学习观点 - CiteSeerX
为机器配备常识和特定领域的知识，使其能够像人类一样理解某些问题领域，这一直是人工智能研究的主要目标，现在仍然是。在这种情况下，一个关键问题是，将所有相关知识编码成机器可以利用的自动推理、不一致性检测等方式的成本实际上有多高。虽然最近有一些关于开发方法的研究，使我们能够估算知识工程项目的成本 [12]，但可以合理地假设并非所有相关知识都可以手动编码。通过分析人类行为及其产生的数据来提取和发现知识的技术可以在这方面做出重要贡献。本体学习领域是 Alexander Mädche 和 Steffen Staab 于 2001 年创造的一个术语 [7]，它涉及从数据中得出相关本体知识的方法的开发。到目前为止，该领域已经进行了十多年的深入研究。该领域的早期研究侧重于将浅层方法应用于术语和概念提取以及层次和非层次关系提取 [7]。后来，在我的博士论文《从文本中进行本体学习和填充：算法、评估和应用》中，我将本体学习定义为从数据中获取领域模型，并试图通过介绍所谓的本体学习层蛋糕来系统地概述本体学习任务，此后该任务受到了广泛关注。近年来，一些研究人员试图提高从文本数据中学习到的本体的表达能力，特别是通过尝试提取更深层次的公理知识（例如参见 [13]、[14] 和 [4]）。本卷中也可以找到一些类似的贡献，例如旨在通过应用归纳技术学习 OWL 公理（参见Lehmann 等人本卷中的 [5] 和 Lisi [6]）。本体学习问题比预期的要困难得多。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。本体学习的问题比预想的要困难得多。因此，将本体算法的结果转化为实际反映领域概念化的本体，可能比从头开始构建本体的成本更高。在我看来，主要原因是本体总是反映概念化世界或给定领域的方式，而从一组数据中学习的本体学习算法的结果本质上反映了所讨论数据集的特性。因此，将本体的结果
项目神秘经验问卷
Beiner A，Murphy R等。psilocybin对依他普里的抑郁症试验。n Engl J Med。2021; 384（15）：1402–11。5。Davis AK，Barrett FS，May DG，Cosimano MP，Sepeda ND，Johnson MW等。psilocybin辅助疗法对重大压力障碍的影响：一项随机临床试验。JAMA精神病学。 2021; 78（5）：481–9。 6。 Agin-Liebes GI，Malone T，Yalch MM，Mennenga SE，PontéKL，Guss J等。 对威胁生命的癌症患者的精神病和生存困扰的psilocybin辅助心理治疗的长期随访。 j Psychopharmacol。 2020; 34（2）：155–66。 7。 Sakurai H，Yonezawa K，Tani H，Mimura M，Bauer M，Uchida H.管道中的新型抗抑郁药（II和III期）：美国临床试验注册表的系统综述。 药物精神病学。 2022; 55（4）：193–202。 8。 Nichols de，Walter H.精神病学中迷幻的历史。 药物精神病学。 2021; 54（4）：151–66。 9。 Kelmendi B，Kaye AP，Pittenger C，Kwan AC。 迷幻药。 Curr Biol。 2022; 32（2）：R63–7。 10。 Reiff CM，Richman EE，Nemeroff CB，Carpenter LL，Widge AS，Rodriguez CI等。 迷幻和迷幻辅助的心理疗法。 Am J Psychiatry。 2020; 177（5）：391–410。 11。 心理药理学（Berl）。 2006; 187（3）：268–83。 12。 Ross S，Bossis A，Guss J，Agin-Liebes G，Malone T，Cohen B等。JAMA精神病学。2021; 78（5）：481–9。6。Agin-Liebes GI，Malone T，Yalch MM，Mennenga SE，PontéKL，Guss J等。对威胁生命的癌症患者的精神病和生存困扰的psilocybin辅助心理治疗的长期随访。j Psychopharmacol。2020; 34（2）：155–66。7。Sakurai H，Yonezawa K，Tani H，Mimura M，Bauer M，Uchida H.管道中的新型抗抑郁药（II和III期）：美国临床试验注册表的系统综述。药物精神病学。2022; 55（4）：193–202。8。Nichols de，Walter H.精神病学中迷幻的历史。药物精神病学。2021; 54（4）：151–66。9。Kelmendi B，Kaye AP，Pittenger C，Kwan AC。迷幻药。Curr Biol。2022; 32（2）：R63–7。10。Reiff CM，Richman EE，Nemeroff CB，Carpenter LL，Widge AS，Rodriguez CI等。迷幻和迷幻辅助的心理疗法。Am J Psychiatry。2020; 177（5）：391–410。11。心理药理学（Berl）。2006; 187（3）：268–83。 12。 Ross S，Bossis A，Guss J，Agin-Liebes G，Malone T，Cohen B等。2006; 187（3）：268–83。12。Ross S，Bossis A，Guss J，Agin-Liebes G，Malone T，Cohen B等。Ross S，Bossis A，Guss J，Agin-Liebes G，Malone T，Cohen B等。Griffiths RR，Richards WA，McCann U，Jesse R. psilocybin可以选择具有重大和持续的个人意义和精神意义的神秘型经验。在威胁生命的癌症患者的psilocybin治疗焦虑和抑郁症治疗后，快速和持续的症状减轻：一项随机对照试验。j Psychopharmacol。2016; 30（12）：1165–80。 13。 Peill JM，Trinci KE，Kettner H，Mertens LJ，Roseman L，Timmermann C等。 验证心理洞察力量表：一种新的量表，用于评估迷幻经历后的心理洞察力。 j Psychopharmacol。 2022; 36（1）：31–45。 14。 Davis AK，Barrett FS，So S，Gukasyan N，Swift TC，Griffiths RR。 在食用psilocybin或LSD的人群中开发心理洞察问卷。 j Psychopharmacol。 2021; 35（4）：437–46。 15。 MacLean KA，Leoutsakos J-MS，Johnson MW，Griffiths RR。 对神秘经验问卷的因素分析：致幻蛋白酶psilocybin引起的经验研究。 J Sci研究宗教。 2012; 51（4）：721–37。2016; 30（12）：1165–80。13。Peill JM，Trinci KE，Kettner H，Mertens LJ，Roseman L，Timmermann C等。验证心理洞察力量表：一种新的量表，用于评估迷幻经历后的心理洞察力。j Psychopharmacol。2022; 36（1）：31–45。14。Davis AK，Barrett FS，So S，Gukasyan N，Swift TC，Griffiths RR。在食用psilocybin或LSD的人群中开发心理洞察问卷。j Psychopharmacol。2021; 35（4）：437–46。15。MacLean KA，Leoutsakos J-MS，Johnson MW，Griffiths RR。对神秘经验问卷的因素分析：致幻蛋白酶psilocybin引起的经验研究。J Sci研究宗教。2012; 51（4）：721–37。
关于使用消费级脑电图设备进行研究的范围审查
脑电图 (EEG) 是对大脑中神经元放电产生的电活动的连续测量。这涉及在头皮的多个位置放置金属电极，以毫秒级的时间分辨率记录电压波动。然后可以处理这些记录以产生电活动的频谱分析或生成事件相关电位 (ERP)，该电位表示对任务或刺激的平均反应。如今，EEG 因其非侵入性和易用性而成为学术界和医疗专业人士最流行的神经科学工具之一 [1]。最近，几家公司开发了消费级 EEG 设备。这些设备小巧、无线且设置精简，对新手研究人员或希望在传统实验室环境之外收集数据的人特别有吸引力 [2]。更重要的是，消费级设备比研究级设备便宜，为资金有限的人提供了一种经济实惠的神经生理数据收集方式。由于其可访问性，消费级 EEG 已在不同领域用于各种用途。软件工程师和计算机科学家使用消费级脑电图收集高分辨率时间序列数据。然后处理这些数据以创建或优化机器学习和信号处理算法[3-5]。反过来，这些算法可以与设备结合使用，开发脑机接口（BCI）系统。工程和机器人领域的专家可以训练机器实时响应神经数据中的模式[6]。同步后，人类用户可以配置BCI来控制多种电子设备，包括轮椅[7]、无人机[8]、智能家居[9-11]和网络浏览器[12]。临床医生报告称，他们使用该技术进行神经反馈疗法[13]、促进学习[14]、评估患者睡眠质量[15、16]，并确定情感状态[17-20]。科学家越来越多地使用消费级设备来收集神经数据，以解决各种理论和实践研究问题 [2, 21, 22]。消费级 EEG 研究的激增启发了一些非系统性综述（见表 1）。例如，一些综述比较了单个消费级 EEG 设备与非 EEG 生物传感器在癫痫检测 [23]、BCI 系统 [24] 和压力识别 [25] 领域的性能。其他综述则在单个领域比较了多个消费级 EEG 设备 [2, 21, 26 – 28]。例如，Dadebayev 等人 [29] 的综述重点是情绪识别；Asl 等人 [30] 专注于困倦检测，Khurana 等人 [31] 专注于神经营销。其中最全面的评论之一考虑了大约 100 项“精心挑选”[22]的研究，这些研究使用了四种消费级设备——NeuroSky MindWave、Emotiv EPOC+、interaXon Muse、和 OpenBCI 神经耳机——在认知、BCI、教育研究和游戏开发领域。虽然这些非系统性评论提供了对某些 EEG 设备领域特定功能的见解，但目前关于这个主题的文献充其量是零散的。事实上，令人惊讶的是，到目前为止，还没有对目前可用和常用的消费级 EEG 设备的研究相关用途进行系统范围审查。因此，本文的目的是绘制大量使用消费级 EEG 来收集
肠道微生物群，皮肤菌群和脱发Areata
评论。J Acad Dermatol2021; 85：162-1 doi：10.1016/j。jaw.2020.06.047 3。Lee HH，Will和Al。 凉鞋，毛细血管，整体和普遍的流行病学： J Acad Dermatol 2020; 82（3）：675-682。 doi：10.1016/j.jaad。 2019.08.032 4。 星A，Lambert J，Bervoets A.区域Altogeme：恢复诊断，免疫学和治疗方案。 临床扩张。 2021; 21（2）：215-230。 doi： Pellicer Pellicer P，Navarre-Morease L，Núñez-Delegate E和Al。 我们对脱发性脱发的发病机理的微生物。 基因 2022; 13（10）：1860。 doi：10,3390/genes131860 6。 nguyen av，soulica am。 皮肤免疫系统的动力学。 int J Mol Sci 2019：20（8）：1 doi：10.3390/ijms2 byrd al，Belkaide Y，Secret Ja。 微生物组的人射线。 nat Rev Microbiol 2018; 16：143-1 doi：10.1038/nrmicro 右B，阿拉伯语E，Berardesca E和Al。 健康皮肤中的微生物，对皮肤科医生进行更新。 Vermaol Acad 2016; 30：2038-2047。doi：10.1111/jdv.13965 9。 先生的母亲，Acter S，SK Tamanna和Al。 微生物对皮肤皮肤的影响：皮肤皮肤，观察到过去的疗法和皮肤的皮肤。 微生物 2022; 14（1）：2096995。 doi：10。 1080/1Lee HH，Will和Al。凉鞋，毛细血管，整体和普遍的流行病学：J Acad Dermatol2020; 82（3）：675-682。 doi：10.1016/j.jaad。2019.08.032 4。星A，Lambert J，Bervoets A.区域Altogeme：恢复诊断，免疫学和治疗方案。临床扩张。2021; 21（2）：215-230。 doi：Pellicer Pellicer P，Navarre-Morease L，Núñez-Delegate E和Al。我们对脱发性脱发的发病机理的微生物。基因2022; 13（10）：1860。 doi：10,3390/genes131860 6。nguyen av，soulica am。皮肤免疫系统的动力学。int J Mol Sci2019：20（8）：1 doi：10.3390/ijms2 byrd al，Belkaide Y，Secret Ja。 微生物组的人射线。 nat Rev Microbiol 2018; 16：143-1 doi：10.1038/nrmicro 右B，阿拉伯语E，Berardesca E和Al。 健康皮肤中的微生物，对皮肤科医生进行更新。 Vermaol Acad 2016; 30：2038-2047。doi：10.1111/jdv.13965 9。 先生的母亲，Acter S，SK Tamanna和Al。 微生物对皮肤皮肤的影响：皮肤皮肤，观察到过去的疗法和皮肤的皮肤。 微生物 2022; 14（1）：2096995。 doi：10。 1080/12019：20（8）：1 doi：10.3390/ijms2byrd al，Belkaide Y，Secret Ja。微生物组的人射线。nat Rev Microbiol2018; 16：143-1 doi：10.1038/nrmicro 右B，阿拉伯语E，Berardesca E和Al。 健康皮肤中的微生物，对皮肤科医生进行更新。 Vermaol Acad 2016; 30：2038-2047。doi：10.1111/jdv.13965 9。 先生的母亲，Acter S，SK Tamanna和Al。 微生物对皮肤皮肤的影响：皮肤皮肤，观察到过去的疗法和皮肤的皮肤。 微生物 2022; 14（1）：2096995。 doi：10。 1080/12018; 16：143-1 doi：10.1038/nrmicro右B，阿拉伯语E，Berardesca E和Al。健康皮肤中的微生物，对皮肤科医生进行更新。Vermaol Acad 2016; 30：2038-2047。doi：10.1111/jdv.13965 9。 先生的母亲，Acter S，SK Tamanna和Al。 微生物对皮肤皮肤的影响：皮肤皮肤，观察到过去的疗法和皮肤的皮肤。 微生物 2022; 14（1）：2096995。 doi：10。 1080/1Vermaol Acad2016; 30：2038-2047。doi：10.1111/jdv.13965 9。先生的母亲，Acter S，SK Tamanna和Al。微生物对皮肤皮肤的影响：皮肤皮肤，观察到过去的疗法和皮肤的皮肤。微生物2022; 14（1）：2096995。 doi：10。1080/1Chen M，Che Y，Liu M等。 对肠道菌群的遗传见解和面部皮肤老化的风险：孟德尔随机研究。 皮肤技术。 2024; 30（3）：E13636。 doi：10.1111/srt.13636 11。 Cao Q，Guo J，Chang S等。 肠道菌群和痤疮：Mendelian Ran-Donization研究。 皮肤技术。 2023; 29（9）：E13473。 doi：10.1111/ srt.13473 12。 div> Guo J，Luo Q，Li C等。 肠道轴的证据：炎症性肠病和牛皮癣中的常见遗传结构。 皮肤技术。 2024; 30（2）：E13611。 doi：10.1111/srt.13611 13。 Sekula P，Del Greco M F，Pattaro C等。 Mendelian随机化是使用观察数据评估因果关系的方法。 J Am Soc Nephrol。 2016; 27（11）：3253-3265。 doi：10.1681/asn.2016010098 14。 Xu W，Zhang L，歌曲X。 探索肠道微生物群和脱发蛋白的联系：两样本的孟德尔随机分析。 int J Dermatol。 2024; 63（5）：597-603。 doi：10.1111/ijd.17032 15。 Bowden J，Holmes MV。 荟萃分析和孟德尔随机化：综述。 res合成方法。 2019; 10（4）：486-496。 doi：10.1002/jrsm。 1346Chen M，Che Y，Liu M等。对肠道菌群的遗传见解和面部皮肤老化的风险：孟德尔随机研究。皮肤技术。2024; 30（3）：E13636。doi：10.1111/srt.13636 11。Cao Q，Guo J，Chang S等。 肠道菌群和痤疮：Mendelian Ran-Donization研究。 皮肤技术。 2023; 29（9）：E13473。 doi：10.1111/ srt.13473 12。 div> Guo J，Luo Q，Li C等。 肠道轴的证据：炎症性肠病和牛皮癣中的常见遗传结构。 皮肤技术。 2024; 30（2）：E13611。 doi：10.1111/srt.13611 13。 Sekula P，Del Greco M F，Pattaro C等。 Mendelian随机化是使用观察数据评估因果关系的方法。 J Am Soc Nephrol。 2016; 27（11）：3253-3265。 doi：10.1681/asn.2016010098 14。 Xu W，Zhang L，歌曲X。 探索肠道微生物群和脱发蛋白的联系：两样本的孟德尔随机分析。 int J Dermatol。 2024; 63（5）：597-603。 doi：10.1111/ijd.17032 15。 Bowden J，Holmes MV。 荟萃分析和孟德尔随机化：综述。 res合成方法。 2019; 10（4）：486-496。 doi：10.1002/jrsm。 1346Cao Q，Guo J，Chang S等。肠道菌群和痤疮：Mendelian Ran-Donization研究。皮肤技术。2023; 29（9）：E13473。doi：10.1111/ srt.13473 12。 div>Guo J，Luo Q，Li C等。 肠道轴的证据：炎症性肠病和牛皮癣中的常见遗传结构。 皮肤技术。 2024; 30（2）：E13611。 doi：10.1111/srt.13611 13。 Sekula P，Del Greco M F，Pattaro C等。 Mendelian随机化是使用观察数据评估因果关系的方法。 J Am Soc Nephrol。 2016; 27（11）：3253-3265。 doi：10.1681/asn.2016010098 14。 Xu W，Zhang L，歌曲X。 探索肠道微生物群和脱发蛋白的联系：两样本的孟德尔随机分析。 int J Dermatol。 2024; 63（5）：597-603。 doi：10.1111/ijd.17032 15。 Bowden J，Holmes MV。 荟萃分析和孟德尔随机化：综述。 res合成方法。 2019; 10（4）：486-496。 doi：10.1002/jrsm。 1346Guo J，Luo Q，Li C等。肠道轴的证据：炎症性肠病和牛皮癣中的常见遗传结构。皮肤技术。2024; 30（2）：E13611。doi：10.1111/srt.13611 13。Sekula P，Del Greco M F，Pattaro C等。Mendelian随机化是使用观察数据评估因果关系的方法。J Am Soc Nephrol。2016; 27（11）：3253-3265。 doi：10.1681/asn.2016010098 14。 Xu W，Zhang L，歌曲X。 探索肠道微生物群和脱发蛋白的联系：两样本的孟德尔随机分析。 int J Dermatol。 2024; 63（5）：597-603。 doi：10.1111/ijd.17032 15。 Bowden J，Holmes MV。 荟萃分析和孟德尔随机化：综述。 res合成方法。 2019; 10（4）：486-496。 doi：10.1002/jrsm。 13462016; 27（11）：3253-3265。 doi：10.1681/asn.2016010098 14。Xu W，Zhang L，歌曲X。探索肠道微生物群和脱发蛋白的联系：两样本的孟德尔随机分析。int J Dermatol。2024; 63（5）：597-603。 doi：10.1111/ijd.17032 15。Bowden J，Holmes MV。 荟萃分析和孟德尔随机化：综述。 res合成方法。 2019; 10（4）：486-496。 doi：10.1002/jrsm。 1346Bowden J，Holmes MV。荟萃分析和孟德尔随机化：综述。res合成方法。2019; 10（4）：486-496。 doi：10.1002/jrsm。 13462019; 10（4）：486-496。 doi：10.1002/jrsm。1346
可解释人工智能的抽象、验证和概括
架构有可能彻底改变许多人类活动，包括物流、医学和法律 2-4 ；然而，这些系统的负责任和安全地部署取决于它们是否能被人类利益相关者理解。5 针对这一问题提出了两种解决方案：一是设计本质上可解释或透明的系统，这通常会在性能上有所妥协；二是开发定制解决方案来解释一个模糊系统的事后决策。6 在本文中，我们提出了第三种方法，其中可解释性被分析为促进人类理解人工智能 (AI) 系统的问题。因此，我们提出了一种解释人工智能系统的通用方法，通过明确分析提供信息使人类能够理解和预测人工智能的问题。本文的目的是介绍一个统一的框架，从认知科学的角度以可分解组件的角度思考可解释人工智能。我们展示了这个框架如何通过阐明和模块化现有可解释人工智能系统的不同组件为先前的研究提供新的见解。一旦确定，就可以验证这些组件，并讨论这种验证对 XAI 解决方案的普遍性的影响，为 XAI 研究增加了一个新的维度。近年来，有关可解释 AI 的文献激增，7 但仍然缺乏 XAI 技术的连贯理论框架，8 并且现有的分类法是基于解释技术背后的技术基础，而不是其务实目标。这种理论的缺乏阻碍了 XAI 研究，因为它掩盖了哪些经验可以在研究和应用之间安全地转移，以及哪些组件需要在新的环境中重新验证。结果，它既降低了知识积累的速度，也降低了跨部门安全、可解释的 AI 系统的部署速度。此外，大多数 XAI 解决方案往往是由软件工程师为工程师设计的，因此没有考虑如何向非技术用户解释目标系统。 9-12 这是有问题的，因为成功的解释显然取决于用户及其目标，13 如果成功部署了 AI 系统，软件工程师也只是用户的一小部分。可解释的 AI 是一个复杂的问题，既有技术成分，也有心理成分。以结构化和规范的方式阐述 XAI 问题的理论框架可能会揭示以前看似不相关的不同方法和结果之间的关联。这样的框架还将 XAI 问题分解为代表基本组件和依赖关系的抽象，可以单独验证。此外，这种模块化方法将支持部署，因为它允许对解释的哪些子组件可以推广到哪些上下文进行正式测试。我们提出贝叶斯教学作为这样一个框架，它将解释形式化为教师和学习者之间的一种社会行为。在下一节中，我们将解释贝叶斯教学如何将广泛的XAI系统抽象为以下四个组成部分（见表1）：（a）目标推理，（b）解释，（c）被解释者模型，（d）解释者模型。具体来说，我们展示了如何应用贝叶斯教学来分解流行的XAI方法类。然后，我们说明如何通过用户研究半独立地验证分解后的部分，并反思贝叶斯教学如何在XAI研究和应用中促进以人为本。最后，我们讨论分解部分的泛化，包括对组件的操作和重组的评论。
利用AI和xR技术实现触诊信息的可视化
[1] F. Mantovani 等人：“面向医疗保健专业人员的虚拟现实培训”，CyberPsychology & Behavior，第 6 卷，第 4 期，第 389–395 页，网址：https://doi.org/10.1089/10949310332 2278772，2003 年。[2] S. Barteit 等人：“用于医学教育的增强、混合和基于虚拟现实的头戴式设备：系统评价”，JMIR Serious Games，第 9 卷，第 3 期，网址：https://doi.org/10.2196/29080，2021 年。[3] S. La Padula 等人：“使用新的增强现实模拟软件对隆胸患者满意度进行评估：一项前瞻性研究”，J Clin Med., 第 11 卷，第 12 期，doi:10.3390/jcm11123464，2022 年。[4] A. Berton 等人：“虚拟现实、增强现实、游戏化和远程康复：对骨科患者康复的心理影响”，临床医学杂志，第 9 卷，第 8 期，第 1-13 页，网址：https://doi.org/10.3390/jcm9082567，2020 年。[5] T. Ong 等人：“在新冠疫情期间及之后使用扩展现实增强远程医疗：观点”，JMIR Serious Games，第 9 卷，第 3 期，网址：https://doi.org/10.2196/26520，2021 年。[6] L. Herrador Colmenero 等人：“镜像疗法、运动意象和虚拟反馈对截肢后幻肢痛的有效性：系统评价”，国际假肢和矫形器，第 42 卷，第 3 期，第 288-298 页。网址：https://doi.org/10.1177/0309364617740230，2018 年。[7] M. Osumi 等人：“虚拟现实康复缓解幻肢痛的特征”，《疼痛医学》（美国），第 20 卷，第 5 期，第 1038-1046 页，网址：https://doi.org/10.1093/pm/pny269，2019 年。[8] A. Rothgangel 和 R. Bekrater-Bodmann：“镜像疗法与增强/虚拟现实应用：面向基于机制的定制幻肢痛治疗”，《疼痛管理》，第 9 卷，第 2 期，第 151-159 页，网址： https://doi.org/10.2217/pmt-2018-0066，2019 年。[9] CC Berger 等人：“触觉的恐怖谷”，Science Robotics，第 3 卷，第 17 期，第 2-4 页，网址：https://doi.org/10.1126/scirobotics.aar7010，2018 年。[10] M. D'Alonzo 等人：“视觉和触觉的不同虚拟化水平产生了化身手部体现的恐怖谷”，Scientific Reports，第 9 卷，第 1 期，第 1-11 页，网址：https://doi.org/10.1038/s41598-019-55478-z，2019 年。[11] M. Fleury，等人：“脑机接口和神经反馈中触觉反馈使用情况调查”，Frontiers in Neuroscience，14（6 月），第 1-16 页。网址：https://doi.org/10.3389/fnins.2020.00528，2020 年。[12] J. Tompson 等人：“使用卷积网络实时连续恢复人手姿势”，ACM Transactions on Graphics (ToG)，第 33 卷，第 5 期，第 1-10 页，2014 年。[13] C. Qian 等人：“实时且稳健的深度手部跟踪”，IEEE 计算机视觉与模式识别会议论文集，DOI：10.1109/CVPR.2014.145，2014 年。