XiaoMi-AI文件搜索系统
World File Search SystemAsymmetry
从 EEG 中捕捉时间动态和空间不对称......
摘要— 高时间分辨率和不对称空间激活是脑电图 (EEG) 的基本属性，是大脑情绪过程的基础。为了学习 EEG 的时间动态和空间不对称性以实现准确和广义的情绪识别，我们提出了 TSception，这是一种可以从 EEG 中对情绪进行分类的多尺度卷积神经网络。TSception 由动态时间、不对称空间和高级融合层组成，它们同时学习时间和通道维度中的判别表示。动态时间层由多尺度 1D 卷积核组成，其长度与 EEG 的采样率有关，它学习 EEG 的动态时间和频率表示。不对称空间层利用情绪的不对称 EEG 模式，学习判别性全局和半球表示。学习到的空间表示将由高级融合层融合。使用更通用的交叉验证设置，在两个公开可用的数据集 DEAP 和 MAHNOB-HCI 上评估所提出的方法。将所提出的网络的性能与 SVM、KNN、FBFgMDM、FBTSC、无监督学习、DeepConvNet、ShallowConvNet 和 EEGNet 等先前报告的方法进行了比较。在大多数实验中，TSception 的分类准确率和 F1 分数高于其他方法。代码可在以下位置获得：https://github.com/yi-ding-cs/TSception
利用半导体薄膜中的反向掺杂不对称
† 富Zn条件下的μ Zn等于Zn金属每个原子的总能量，富O条件下的μ O对应于O 2 分子每个原子的总能量；平衡条件μ O + μ Zn = μ ZnO用于获得相同条件下的另一化学势，其中μ ZnO是ZnO块体的每个化学式的平均能量。
特发性脊柱侧弯女性的侧半规管不对称
晚发型或青少年特发性脊柱侧弯 (AIS) 是一种三维脊柱异常，在 10 至 16 岁儿童中发病率为 1–3%[1–4]。由于 AIS 的病因不明[5]，干预措施针对的是解剖结构畸形，而不是畸形的根本原因。最近的证据表明，前庭系统可能在 AIS 的病因中发挥作用[6–9]，因为它会影响下丘脑、小脑和前庭脊髓通路[10]。前庭系统由耳石器和三个正交半规管 (SCC) 组成 [11]。每个半规管都与对侧的半规管协同工作。角加速度会导致 SCC 内的毛细胞偏转，从而提供有关运动方向和强度的传入信号 [12, 13]。这些信号共同有助于平衡和姿势控制。角加速度敏感性与管道形态直接相关 [14]，这表明任何结构异常都可能导致下游效应，包括平衡受损和姿势肌肉活动受损。由于 SCC 在出生时具有固定的大小和形状 [10, 15, 16]，异常可能通过激活负责躯干支撑的棘旁肌在 AIS 的发病机制中起早期致病或促成作用 [3]。先前的研究发现，与正常对照组相比，AIS 患者存在前庭形态异常 [10, 17]。然而，关于 SCC 管道形态在 AIS 中的作用存在争议 [18, 19]。我们的目标是建立一种新颖的半规管成像方法，以评估鳞状细胞癌和 AIS 解剖变异之间的关联。我们测试了 AIS 患者的鳞状细胞癌几何形状的左右差异是否与对照组相比被夸大。
随着年龄的脑电图频率的主要频率
摘要。这项工作研究了大脑两个半球的脑电图（EEG）节奏的主要频率的不对称性。研究了三个年龄段：16-20、21-35和35 - 60年。对主要频率的研究是在一般组中进行的，并在男性和女性中分别进行。学生，更多的教育学生和大学工作人员被招募为学科。使用八个单极铅中的神经元1脑光谱仪研究了脑电图的主要频率。根据国际“ 10-20％”系统，将电极应用于头皮。受试者的脑电图闭着眼睛记录了一个清醒状态。研究了五种EEG节奏的主要频率：Alpha，beta1，beta2，Theta和Delta Rhythms。可以发现，在一般组的不同年龄时期，单个脑电图中存在不对称性。另外，在分别研究男性和女性时，在不同年龄时期内观察到主要频率的不对称性。我们的数据表明16至60岁的人类脑半球的电活动可能存在不对称性。
对帕金森氏病的面部表达不对称性的定量评估
低血压的特征是面部表达降低，是帕金森氏病（PD）的基本特征。但是，与PD中的肢体不对称不同，面部不对称性的探索较少。在这里，我们使用人工智能（AI）和图像处理技术探讨了PD中可能的细微半型症。在从102名PD受试者和97个健康对照组（HCS）的视频预处理视频预处理视频后，计算了每个框架跨面部标志的不对称指数值。动态特征被提取并用于机器学习模型中，以区分PD和HC，达到91.4％的精度。PD受试者表现出更大的面部不对称性，尤其是在眉毛周围（P = 0.01）和嘴巴（P = 0.04），并且患有不对称的肢体帕金森氏症患者在受影响较大的一侧表现出较小的面部迁移率（P = 0.001）。这些发现支持PD中面部表达不对称性的存在，尤其是在幸福表达期间，并提出了其作为临床数字生物标志物的潜力。
人类大脑结构左右不对称的遗传结构
人类大脑的特点是其左右轴 1 存在各种人群水平的不对称，包括左半球相对于右半球向后和向腹侧延伸的整体“扭矩”，额枕叶皮质厚度梯度的左右差异 2 ，以及大脑侧裂周围半球的形态差异 3 。许多大脑功能也是侧化的，包括手部运动控制和语言，大约 85% 的人表现出左半球占主导地位 4 – 13 。据报道，各种认知和精神障碍都出现了大脑或行为不对称的改变 7、14 – 17 ，这表明人群典型的不对称与人类大脑的最佳功能有关。大脑的行为和解剖不对称在子宫内就已明显 1,18-20 ，这表明大脑左右轴形成的早期遗传发育程序 21,22 。内脏器官发育（心脏、胃、肝脏等）的研究表明，群体水平不对称的产生需要早期胚胎中至少三个重要步骤 23,24 ：（1）打破双侧对称性，创建相对于前后轴和背腹轴具有一致方向的左右轴，（2）在早期胚胎结构的左侧和右侧触发不同的基因表达模式，（3）不对称基因表达转化为侧化形态和器官位置。原则上，建立胚胎的左右轴需要某种程度的手性，即关键的生物分子或细胞结构只以两种可能的镜像形式存在。地球上的生命以 L 型氨基酸而非镜像 D 型氨基酸为基础，这种手性延续到初级纤毛 25,26 的宏观结构和运动中，这有助于在胚胎中形成内脏器官的左右轴 25。然而，当内脏器官因突变而发生内脏内位逆位（即内脏器官在左右轴上的位置颠倒）时，语言和手部运动控制的半球优势通常不会逆转
蛋白质诱导的膜不对称调节折叠动力学和稳定性
生物膜是不对称结构，其不对称性是由于双层小叶中脂质身份的差异以及膜上脂质和小分子的不均匀分布而产生的。蛋白质还可以根据其形状，序列和与脂质的相互作用来诱导和调节膜不对称。由于天然膜系统的复杂性以及在体外产生相关的不对称双层系统而难以理解，膜不对称如何影响大分子行为。在这里，我们提出了一种方法，该方法利用了跨膜β-桶外膜蛋白OPMA的有效，单向折叠，以创建具有已知方向的蛋白质诱导的蛋白诱导的偶极子（由已知方向的蛋白诱导的偶极子）（由序列变异引起的序列变异，该序列变异构成了OMPA回路）。然后，我们将不同的OMPA变体的折叠动力学和稳定性表征为这些蛋白质脂质体。我们发现，折叠OMPA的主要序列和折叠发生的膜的偶极子都在调节折叠速率的情况下起着重要作用。至关重要的是，我们发现，通过将折叠蛋白上的电荷与膜偶极子互补匹配，可以增强折叠动力学和折叠OMPA的稳定性。结果暗示，细胞如何利用膜包裹的蛋白质中环电荷来操纵膜环境以进行适应和存活。
tsception：捕获脑电图识别脑电图的时间动力和空间不对称
摘要 - 高时间分辨率和不对称空间激活是大脑中脑电图（EEG）的基本属性。为了学习脑电图对准确和普遍的情绪识别的时间动态和空间不对称性，我们提出了Tsception，这是一种多尺度的卷积神经网络，可以从EEG分类情绪。tsception由动态时间，不对称空间和高级融合层组成，它们同时学习时间和通道尺寸。动态时间层由多尺度的1D卷积内核组成，其长度与EEG的采样率有关，EEG学习了EEG的动态时间和频率表示。不对称的空间层利用了情绪的不对称脑电图模式，学习歧视性的全球和半球表示。学习的空间表示将被高级融合层融合。使用更广泛的交叉验证设置，在两个公开可用的数据集DEAP和MAHNOB-HCI上评估了所提出的方法。将所提出的网络的性能与先前报道的方法（例如SVM，KNN，FBFGMDM，FBTSC，无监督学习，DeepConvnet，ShallowConvnet和Eegnet）进行了比较。tsception达到了更高的分类精度和F1评分。这些代码可在以下网址提供：https：//github.com/yi-ding-cs/tseption