ypsomed ypsomed是自我药物和著名糖尿病专家的注射和输液系统的领先开发商和制造商。该公司将在2024年庆祝其成立40周年。作为创新和技术领域的领导者,它是用于使用液体药物的笔,自动注射器和泵系统的药品和生物技术公司的首选合作伙伴。ypsomed礼物并将其产品组合直接向患者,药房和医院以及制药公司的企业对企业业务中的Ypsomed送货系统直接向患者,药房和医院销售。ypsomed总部位于瑞士伯格多夫。该公司拥有全球生产设施,子公司和分销合作伙伴网络。ypsomed在全球拥有大约2500名员工。www.ypsomed.com
与Thomas Kutt,投资者关系,Ypsomed Holding AG +41 34 424 35 55,thomas.kutt@ypsomed.com ypsomed ypsomed ypsomed是领先的开发商和制造商,是自我培训和备受言论的糖尿病专家的领先开发商和制造商。该公司将在2024年庆祝其成立40周年。作为创新和技术领域的领导者,它是用于使用液体药物的笔,自动注射器和泵系统的药品和生物技术公司的首选合作伙伴。ypsomed礼物并将其产品组合直接向患者,药房和医院以及制药公司的企业对企业业务中的Ypsomed送货系统直接向患者,药房和医院销售。ypsomed总部位于瑞士伯格多夫。该公司拥有全球生产设施,子公司和分销合作伙伴网络。ypsomed全世界拥有2200多名员工。www.ypsomed.com MTD集团医疗技术和设备(MTD)是一个领先的医疗技术集团,设计,制造和提供各种医疗设备,用于全球自我护理和专业使用。由Pikdare和HTL Strefa合并成立于2018年,MTD在医疗敏锐的,家庭使用的电气医师和Pharma自我保健方面具有长期和独特的专业知识,在全球100多个国家 /地区分发了解决方案。www.mtdglobal.com
随着时间的推移,音乐制作的艺术随着技术的进步而变化缓慢。多种自动解决方案为从实践到生产和舞台表现的不同方式提供了帮助和音乐家的帮助。在音乐作品的背景下,背景音乐(BGM)作为主旋律非常重要。BGM的基础之一是一个和弦,由两个或多个音符同时播放。每个和弦可以通过多种方式播放,从而增加旋律品种。这些方式中的每一种都被称为倒置,其识别对于分析组成和转录它们非常重要。对于自动化的BGM或铅旋律产生也非常重要,其中和弦的反转形式或形状在组成的感觉中起关键作用。和弦形状识别的挑战进一步增加了长度剪辑的剪辑,这对于实时处理至关重要。在本文中提出了一个系统,该系统将和弦形状与持续时间短的剪辑区分开。实验,使用LSF-Deltas Deltag特征和基于LSTM-RNN的分类获得了99.47%的最高精度。
在 2024/25 财年的上半年,我们继续持续成功地实施我们的增长战略。我们报告了两个业务领域的令人鼓舞的增长。与此同时,我们正在继续集中精力开展业务。在上半年,我们完成了将笔针和血糖监测 (BGM) 业务出售给 Medical Technology and Devices SpA (MTD) 的交易,现在即将启动胰岛素泵业务的出售。合并销售额总计 3.24 亿瑞士法郎。经调整笔针和 BGM 业务的销售后,这相当于增长了 30%。在息税前利润方面,我们报告的调整后收益为 6500 万瑞士法郎,增长了 43%。在考虑到糖尿病护理业务领域的全部负担后,结果为 7800 万瑞士法郎。
(1)扩大的CGM人群通过2型(胰岛素)人群的增长率增长的2022E人群计算得出。(2)BGM定义为血糖监测仪。资料来源:美国人口普查局; UnitedHealthCare Group(2021报告); CMS; CDC; Martens等人,“连续葡萄糖监测对用基础胰岛素治疗的2型糖尿病患者血糖控制的影响:一项随机临床试验”,2021年6月8日。
人类大脑仍然是现代医学最大的挑战之一,但它是医学最重要的,有时甚至被忽视的方面之一。人脑由大约1000亿个神经元,100万亿个神经元连接组成,并消耗了人体能量的20-25%。新兴的证据表明,营养不足或不足的营养与大脑健康,心理健康和心理功能妥协的风险增加有关。这种关系的核心组成部分包括大脑甲状腺微生物群(BGM)系统的复杂动态,这是精神/大脑健康领域中逐渐认识的因素。沿BGM系统的大脑,肠道和肠道菌群之间的双向关系不仅会影响营养的吸收和利用,而且还对认知过程,情绪调节,神经塑性和其他精神/大脑健康指数产生了重大影响。神经可塑性是大脑对刺激的适应能力和神经再生的能力。理解神经可塑性并考虑干预措施,从而增强大脑通过经验改变能力的显着能力构成了迅速发展的研究领域,这具有通过最佳的最佳营养和生活方式干预措施来改善幸福感,韧性和整体大脑健康的巨大潜力。The nexus of lifestyle interventions and both academic and clinical perspectives of nutritional neuroscience emerges as a potent tool to enhance patient outcomes, proactively mitigate mental/brain health challenges, and improve the management and treatment of existing mental/brain health conditions by championing health-promoting dietary patterns, rectifying nutritional deficiencies, and seamlessly integrating nutrition-centered strategies into临床护理。
布格多夫,2024 年 11 月 13 日,上午 7:00 – Ypsomed (SIX: YPSN) 持续保持增长势头,2024/25 财年上半年的综合销售额达到 3.24 亿瑞士法郎(上年:2.554 亿瑞士法郎)。截至 2024 年 7 月 31 日,经调整笔针和血糖监测系统 (BGM) 业务剥离的影响后,持续经营销售额达到 3.081 亿瑞士法郎(上年:2.372 亿瑞士法郎)。这相当于持续经营增长 29.9%。这一增长使持续经营息税前利润达到 6530 万瑞士法郎(上年:4550 万瑞士法郎)。未来,Ypsomed 将专注于扩大其在交付系统部门的领先地位,并已决定启动糖尿病护理业务领域的出售。
连续血糖监测 (CGM) 设备根据其预期用途(专业 CGM 或个人 CGM)获得 FDA 批准。专业用途 CGM 由医疗保健专业人员办公室所有,用于管理糖尿病,类似于 Holter 监测器用于管理心脏病的方式。CGM 在患者进行正常日常生活活动时记录和存储至少 72 小时、最多 7 至 14 天的数据。专业用途 CGM 可以以“盲法”模式收集数据,即患者在佩戴设备期间无法查看数据,或者可以实时显示数据。无论是使用实时模式还是盲法模式,临床医生都可以使用收集的数据来评估当前的血糖状态和变化,进行对话以奠定基础并促进对某些糖尿病管理主题的教育,并确定如何优化治疗,无论是通过行为改变还是通过调整所用药物或处方剂量来实现更有针对性的血糖 (Grunberger 等人,2021)。目前,有两种类型的 CGM 系统技术可供个人使用:rtCGM 和 isCGM,后者过去被称为“闪光”CGM。rtCGM 系统会自动将数据传输到糖尿病患者的接收器和/或智能手机,而 isCGM 系统则要求患者将接收器和/或智能手机“刷”到传感器附近以获取当前和历史传感器葡萄糖数据(因此,根据检查/记录水平的频率而断断续续)。直到最近,这些技术之间的一个关键区别是增加了主动警报/警报的保障,可以警告糖尿病患者即将发生或即将发生的血糖事件,例如低血糖和高血糖。新的 isCGM 系统提供可选警报,当葡萄糖水平低于或高于编程阈值时会警告用户;但是,这些技术的当前迭代不会警告用户预测的低或高血糖水平。rtCGM 和 isCGM 技术均可作为独立设备使用。但是,只有当前的 rtCGM 系统可以连接到传感器增强型胰岛素泵或自动胰岛素输送系统 (Grunberger 等人,2021)。此外,FDA 将连续血糖监测仪 (CGM) 分为治疗性或非治疗性,以及辅助性或非辅助性。治疗性或非辅助性 CGM 可用于做出治疗决策,而无需使用独立的血糖仪 (BGM) 来确认检测结果。非治疗性或辅助性 CGM 要求用户在做出治疗决策之前使用 BGM 验证 CGM 上显示的血糖水平或趋势。现已批准的 CGM 包括适用于儿科的设备以及具有更先进软件、更频繁的血糖水平测量或更复杂的警报系统的设备。最初的设备每 5 至 10 分钟测量一次间质葡萄糖,并存储数据以供临床医生下载和回顾性评估。目前可用的设备测量间质葡萄糖的间隔范围为每 1 至 2 分钟至 5 分钟,大多数提供
利用生物医学信号作为计算人类情感状态的基础是情感计算(AC)的重要问题。随着对情感信号研究的深入,多模型认知与生理指标的结合、动态完整数据库的建立以及高科技创新产品的加入成为AC的最新趋势。本研究旨在开发一种深度梯度卷积神经网络(DGCNN),用于利用眼动追踪信号进行情感分类。首先应用通用信号处理工具和预处理方法,例如卡尔曼滤波器、汉明窗、短时傅里叶变换(SIFT)和快速傅里叶变换(FTT)。其次,将眼动和追踪信号转换为图像。随后应用基于卷积神经网络的训练结构;实验数据集是通过眼动追踪设备通过分配16名参与者的四种情感刺激(紧张、平静、快乐和悲伤)获得的。最后,使用真阳性率 (TPR) 和假阴性率 (FPR) 指标将 DGCNN 与决策树 (DT)、贝叶斯高斯模型 (BGM) 和 k-最近邻 (KNN) 的性能进行比较。最后还部署了自定义小批量、损失、学习率和梯度定义以用于深度神经网络的训练结构。预测分类矩阵显示了所提出方法对眼动和跟踪信号的有效性,其准确率超过 87.2%。这项研究为通过眼动和跟踪信号寻找更自然的人机交互提供了一种可行的方法,并且在情感产品设计过程中具有潜在的应用价值。
摘要 — 目前,帕金森病 (PD) 在美国影响着大约 100 万人。深部脑刺激 (DBS) 是一种针对 PD 运动症状的外科治疗,通过向大脑的基底神经节 (BG) 区域提供电刺激。现有的商用 DBS 设备仅采用基于固定频率周期脉冲的刺激。虽然这种周期性高频 DBS 控制器可以有效缓解 PD 症状,但它们在能耗方面非常低效,并且这些电池供电设备的使用寿命仅限于 4 年。此外,固定高频刺激可能会产生副作用,例如言语障碍。因此,需要超越 (1) 固定刺激脉冲控制器和 (2) “一刀切”的与患者无关的治疗方法,以提供节能且有效(就缓解 PD 症状而言)的 DBS 控制器。在本研究中,我们引入了一种基于深度强化学习 (RL) 的方法,该方法可以得出特定于患者的 DBS 模式,这些模式既能有效减少基于模型的 PD 症状代理,又能节省能源。具体而言,我们将 BG 区域建模为马尔可夫决策过程 (MDP),并将状态和动作空间分别定义为 BG 区域中神经元的状态和刺激模式。此后,我们在状态空间上定义奖励函数,并将学习目标设置为在有限范围内(即治疗持续时间)最大化累积奖励,同时限制平均刺激频率。我们使用实现生理相关基底神经节模型 (BGM) 的 Brain-on-Chip (BoC) FPGA 平台评估我们方法的性能。我们表明,我们基于 RL 的 DBS 控制器在能源效率方面明显优于现有的固定频率控制器(例如,比普通周期控制器节省 70% 的能源),同时适当减少了基于模型的 PD 症状代理。