此预印本版的版权持有人于2025年3月11日发布。 https://doi.org/10.1101/2025.03.11.25323491 doi:medrxiv preprint
量子计算的不断增长对传统加密系统构成了严重的挑战。量子计算产生的主要风险之一是它通过利用Shor's算法等技术来克服经典的公共密钥加密的潜力。这些由椭圆曲线离散对数问题(EC-DLP),离散对数问题(DLP)和整数分解(如果)问题组成。经典的加密技术(例如RSA,Diffie-Hellman和Elliptic Curve Cryptography(ECC))基于这些问题。这些加密协议一旦足够强大,就可以通过量子计算机破坏,从而使其无用并危害当代通信系统的安全性。这种新兴风险强调了迫切需要开发可以抵抗量子攻击的加密解决方案。
乳房D类型是乳腺癌造成疾病的独立危险因素,研究人员进行了数量测试,这可能是在这组患者中进行筛查的补充工具。对比增强乳房X线摄影(CEM)是一种具有对比剂施用的诊断方法,可进行对比剂的应用,可进行低能图像采集(这是FFDM等效性)和带有脂肪组织衰减的减法图像和可见的后交换后病理学增强灶[7-9]。该检查使用新血管生成现象,发生在局灶性病变中[10-13]。contrast增强,并显示了恶性病变的真实程度,使病变成分的可视化和其他焦点可以被FFDM上的脂肪组织重叠[14,15]。根据进行的研究,CEM比FFDM显示出更高的灵敏度和准确性,并促进了对更多局灶性病变的检测[16-18]。到目前为止进行的研究表明,CEM具有可比且经常具有更高的诊断效率作为乳房杂志的共振成像(BMRI),这被认为是最准确的方法[19-22]。因此,CEM性能的指示与BMRI相似,即基本成像检查(FFDM或手持超声 - HHU)的不确定结果,在实施治疗前的分期,新辅助化学治疗过程中的治疗反应监测以及乳腺癌手术后的患者检查[23]。CEM为患有幽闭恐惧症或BMRI禁忌症患者构成了替代方案。EXA的开采比BMRI更快,通常由患者容忍。它的缺点是在小剂量中进行电离施用的必要性,静脉内碘对比剂的给药,这可能会导致潜在的染色体反应和肾脏损害和乳房压缩,这是患者不适的来源,以及运动型工件的产生者。在CEM指南下的活检尚不广泛。自动乳房超声(ABUS)是一种基于超声的新诊断方法。与HHUS相反,此EXA开采是由电 - 放射学家进行的。患者仰卧位置,超声头放置在4个沿着乳房移动的基本定位中。一个典型的EXA矿化由前后,侧面和内侧视图中每个乳房的3张自动扫描组成。获得的图像被发送到可以重复审查的工作站,或者可以创建多平台重建[24-27]。检查不需要任何特殊的准备,并且患者可以很好地耐受。到目前为止进行的研究证实,使用ABU作为FFDM的附加工具允许检测更多局灶性病变,主要是在腺体乳房的情况下[28-31]。进行ABU的主要指示是在无症状患者中,尤其是那些乳房密集的患者中进行互补筛查。ABU的优点包括脱落操作员的依赖,图像存储在专用
机械工程系,Vishwakarma技术学院,浦那摘要:本文讨论了电池的电池组热管理组件,用于电池在所有天气中有效运行所必需的电动汽车。由于其高能量密度和长寿命,锂离子(锂离子)电池电池被用于电动汽车。工作温度会影响锂离子电池的性能和寿命。此外,该项目旨在通过在任何气候条件下进行有效的电池工作所需的适当热量管理来审查电动汽车电池组外壳的材料。锂离子(锂离子)电池被用于电动车辆,因为它们具有高密度的能量和长寿命。更高的工作温度可以延长电池寿命并提高容量。使用空气,水和相变材料(PCM)作为热管理技术。比较后,讨论了用于温度管理系统的有用的电池组套管。在这项研究中,我们探讨了锂离子电池的热量产生和温度问题的现象。关键字:锂离子电池,热管理系统,材料矩阵,热生成,通用测试机
1.德克萨斯大学里奥格兰德分校医学院背景:强直性脊柱炎(AS)是一种慢性炎症性疾病,影响轴向骨骼,其特征是脊柱僵硬,s骨炎和潜在的椎骨融合。虽然非甾体类抗炎药(NSAID)和肿瘤坏死因子(TNF)抑制剂是一线治疗方法,但IL-17抑制剂,例如secukinumab和ixekizumab,但在反应不足或对TNF抑制剂的不足患者中使用。这些靶向疗法涉及IL-17在驱动炎症和AS结构损害中的作用。方法:使用PubMed,Science Direct和Cochrane进行了系统的审查,以识别2000年至2025年之间发表的研究。关键字包括“强直性脊柱炎”和“ IL-17抑制剂”和“功效”。纳入标准着重于随机对照试验,观察性研究和荟萃分析,报告了IL-17抑制剂在AS中的长期结局,安全性和疗效。缺乏主要数据或专注于其他疾病的文章被排除在外。初始搜索产生了205篇文章,有50篇符合标准。结果:包括seckinumab,ixekizumab和Netakimab在内的IL-17抑制剂在长期治疗强直性脊柱炎(AS)方面表现出显着的有效性和安全性。secukinumab和ixekizumab在第16周改善了国际脊柱炎的评估40%反应(ASAS40),响应率在52%至60.5%之间,并在1至5年内维持了这些益处。实际上,超过93%的患者在2年后没有结构性损害进展。ASAS40和浴场脊椎炎疾病活性指数50%反应(BASDAI 50)的长期反应率均高于60%。一项临床试验表明,患者的脊柱疼痛,身体机能和生活质量有所改善,大多数表现出疾病活动的持续减少,几乎没有X线摄影进展。IL-17抑制剂的安全概况是一致的,最常见的问题是轻度感染和注射部位反应。严重的副作用,例如严重的感染或克罗恩病,是罕见且易于控制的。经济评估表明,Netakimab是最具成本效益的IL-17抑制剂,尽管这些药物的总体效率相似,但需要治疗的患者数量很少。这些结果支持使用IL-17抑制剂作为长期管理的安全有效选择,尤其是对于对一线治疗反应不佳的患者而言。结论:IL-17抑制剂表现出对强迫症脊柱炎患者改善疾病活动,功能结果和生活质量的功效,以及一致的安全性和最小的长期结构进展。但是,由于这些药物的较高成本,与免疫相关的不良事件的潜力以及其他治疗的疗效,这些药物不是一线疗法。IL-17抑制剂,为在难治病例中实现长期疾病控制提供了有效的替代方法。
计算机工程系,Keystone工程学院摘要:室内设计中生成AI的整合已改变了传统方法,使设计师能够以令人印象深刻的效率探索新概念。本文介绍了领先的生成模型的比较研究,例如风格,变异自动编码器(VAE),PIX2PIX和强化学习(RL) - 在将草图转化为示意图中的效率上,以产生多样化的室内布局,并产生多样化的室内布局和优化空间。通过分析这些模型的结果,我们表明了它们创建独特的设计解决方案,同时增强美学吸引力。该研究强调了设计精度的实质性增强,强调了生成AI模型提升设计过程并创建更量身定制的内部解决方案的潜力。本调查检查了每个模型的方法和性能,并研究了使用生成AI推进室内设计领域的未来可能性。关键字:生成AI,室内设计,StyleGAN,差异自动编码器(VAE),PIX2PIX,增强学习指数术语:简介,目标,文献调查,方法论,结果和分析,结论
摘要:人类的交流长期以来一直依赖视觉媒体进行交互,并通过访问视觉数据的电子设备来促进。传统上,这种交换是单向的,受到基于文本的查询的约束。但是,人类 - 计算机互动的进步已经引入了诸如逆向图像搜索和大语言模型(LLM)之类的技术,从而使文本和视觉查询既可以进行。这些创新在文化遗产应用中特别有价值,例如在城市访问期间将游客与利益识别系统联系起来。本文研究了各种视觉语言模型(VLM)用于文化遗产视觉问题的使用,包括带有GPT-4的Bing的搜索引擎以及Qwen2-VL和Pixtral等开放模型。选择了二十个意大利地标进行研究,包括罗马斗兽场,米兰大教堂和米开朗基罗的大卫。对于每个地标,选择了两张图像:一个来自Wikipedia的图像,另一个来自科学数据库或私人收藏。这些图像输入了每个VLM,并具有有关其内容的文本查询。我们根据其完整性研究了响应的质量,评估了查询中各种细节的影响。此外,我们探讨了语言(英语与意大利语)对模型提供准确答案的能力的影响。我们的发现表明,在多语言数据集中训练的较大模型,例如qwen2-vl和bing+chatgpt-4,在英语和意大利语中都表现更好。令人惊讶的是,Wikimedia数据集的性能没有按预期执行,模型之间的结果有所不同。标志性的地标,例如罗马斗兽场和佛罗伦萨的Duomo,很容易被认可,并提供背景(例如,城市)证明了识别精度。可以在消费者工作站上运行的QWEN2-VL之类的开放模型显示出类似于较大型号的性能。虽然该算法表现出很强的结果,但它们还产生了偶尔的幻觉措施,强调了对文化遗产应用程序的AI系统进行持续改进的必要性。
疟疾仍然是一项重大的公共卫生挑战,需要准确的预分辨率模型,以告知塞拉利昂的有效干预策略。本研究比较了Holt-Winters的指数平滑,谐波和人工神经网络(ANN)模型的性能,该数据使用2018年1月至2023年12月的数据进行了比较,并结合了塞拉利昂健康管理信息系统(HMIS)的历史案例记录,以及包括湿度,沉淀和温度的气象学变量。ANN模型表现出卓越的性能,在包括气候变量之前达到了4.74%的平均绝对百分比误差(MAPE)。随着气候变量的包含,这将进一步降低至3.9%,它超过了传统模型,例如Holt-Winners and Harmonic,分别产生了22.53%和17.90%的MAPES。ANN的成功归因于其在数据中捕获复杂的,非线性关系的能力,当时与相关的气候变量增强时特别是。使用优化的ANN模型,我们预测了接下来24个月的疟疾病例,预测从2024年1月到2025年12月的稳定增加,季节性峰值。这项研究强调了在流行病学建模中的机器学习方法,特别是ANNS的潜力,并突出了将环境因素整合到疟疾预测模型中的重要性,推荐ANN模型,以告知更有针对性,有效的疟疾控制策略以改善Sierra Leone和Sirra和Sim-sim-erilra-cil-ial-cil-ial-ial-ial-ial-ial-ial-ial-ial-cor-ial-for。关键字
对肝细胞癌中关键致癌途径的比较基因组分析在不同人群中,M.D.,M.P.H.,F.A.C.P.1,Brigette Waldrup,B.S。 2,Francisco G. Carranza博士2和恩里克·韦拉斯克斯·维尔雷尔(Enrique Velazquez-Villarreal),医学博士,博士,M.P.H。 2,3 * 1贝塞斯达医学博士国家癌症研究所的癌症研究中心。 2希望城市,贝克曼研究所,综合翻译科学系,杜阿尔特,加利福尼亚州。 3希望之城综合癌症中心,加利福尼亚州杜阿尔特。 *通信:evelazquezvilla@coh.org摘要背景/目标:肝细胞癌(HCC)是癌症相关死亡率的主要原因,其发病率,肿瘤生物学和临床结果的种族和种族差异很大。 西班牙裔/拉丁裔(H/L)患者往往比非西班牙裔白人(NHW)患者诊断出年轻年龄的阶段,并且更高级阶段,但是这些差异的分子机制仍然很众所周知。 关键的致癌途径,包括RTK/RAS,TGF-BETA,WNT,PI3K和TP53,在肿瘤进展,治疗耐药性以及对靶向疗法的反应中起关键作用。 然而,这些途径内的民族特异性变化在很大程度上尚未得到探索。 本研究旨在比较H/L和NHW患者之间HCC中特定的途径特异性突变,评估肿瘤突变负担,并使用公开可用的数据集比较与种族相关的致癌驱动器。 此分析的发现可能会为改善代表性不足的人群的早期检测和靶向疗法提供精确的医学策略。1,Brigette Waldrup,B.S。2,Francisco G. Carranza博士2和恩里克·韦拉斯克斯·维尔雷尔(Enrique Velazquez-Villarreal),医学博士,博士,M.P.H。 2,3 * 1贝塞斯达医学博士国家癌症研究所的癌症研究中心。 2希望城市,贝克曼研究所,综合翻译科学系,杜阿尔特,加利福尼亚州。 3希望之城综合癌症中心,加利福尼亚州杜阿尔特。 *通信:evelazquezvilla@coh.org摘要背景/目标:肝细胞癌(HCC)是癌症相关死亡率的主要原因,其发病率,肿瘤生物学和临床结果的种族和种族差异很大。 西班牙裔/拉丁裔(H/L)患者往往比非西班牙裔白人(NHW)患者诊断出年轻年龄的阶段,并且更高级阶段,但是这些差异的分子机制仍然很众所周知。 关键的致癌途径,包括RTK/RAS,TGF-BETA,WNT,PI3K和TP53,在肿瘤进展,治疗耐药性以及对靶向疗法的反应中起关键作用。 然而,这些途径内的民族特异性变化在很大程度上尚未得到探索。 本研究旨在比较H/L和NHW患者之间HCC中特定的途径特异性突变,评估肿瘤突变负担,并使用公开可用的数据集比较与种族相关的致癌驱动器。 此分析的发现可能会为改善代表性不足的人群的早期检测和靶向疗法提供精确的医学策略。2,Francisco G. Carranza博士2和恩里克·韦拉斯克斯·维尔雷尔(Enrique Velazquez-Villarreal),医学博士,博士,M.P.H。2,3 * 1贝塞斯达医学博士国家癌症研究所的癌症研究中心。 2希望城市,贝克曼研究所,综合翻译科学系,杜阿尔特,加利福尼亚州。 3希望之城综合癌症中心,加利福尼亚州杜阿尔特。 *通信:evelazquezvilla@coh.org摘要背景/目标:肝细胞癌(HCC)是癌症相关死亡率的主要原因,其发病率,肿瘤生物学和临床结果的种族和种族差异很大。 西班牙裔/拉丁裔(H/L)患者往往比非西班牙裔白人(NHW)患者诊断出年轻年龄的阶段,并且更高级阶段,但是这些差异的分子机制仍然很众所周知。 关键的致癌途径,包括RTK/RAS,TGF-BETA,WNT,PI3K和TP53,在肿瘤进展,治疗耐药性以及对靶向疗法的反应中起关键作用。 然而,这些途径内的民族特异性变化在很大程度上尚未得到探索。 本研究旨在比较H/L和NHW患者之间HCC中特定的途径特异性突变,评估肿瘤突变负担,并使用公开可用的数据集比较与种族相关的致癌驱动器。 此分析的发现可能会为改善代表性不足的人群的早期检测和靶向疗法提供精确的医学策略。2,3 * 1贝塞斯达医学博士国家癌症研究所的癌症研究中心。2希望城市,贝克曼研究所,综合翻译科学系,杜阿尔特,加利福尼亚州。3希望之城综合癌症中心,加利福尼亚州杜阿尔特。*通信:evelazquezvilla@coh.org摘要背景/目标:肝细胞癌(HCC)是癌症相关死亡率的主要原因,其发病率,肿瘤生物学和临床结果的种族和种族差异很大。西班牙裔/拉丁裔(H/L)患者往往比非西班牙裔白人(NHW)患者诊断出年轻年龄的阶段,并且更高级阶段,但是这些差异的分子机制仍然很众所周知。关键的致癌途径,包括RTK/RAS,TGF-BETA,WNT,PI3K和TP53,在肿瘤进展,治疗耐药性以及对靶向疗法的反应中起关键作用。然而,这些途径内的民族特异性变化在很大程度上尚未得到探索。本研究旨在比较H/L和NHW患者之间HCC中特定的途径特异性突变,评估肿瘤突变负担,并使用公开可用的数据集比较与种族相关的致癌驱动器。此分析的发现可能会为改善代表性不足的人群的早期检测和靶向疗法提供精确的医学策略。方法:我们使用公开可用的HCC数据集进行了生物信息学分析,以评估RTK/RAS,TGF-BETA,WNT,PI3K和TP53途径基因中的突变频率。该研究包括547例患者,由69例H/L患者和478例NHW患者组成。通过种族(H/L与NHW)进行分层的患者,以评估突变患病率的差异。卡方检验用于比较突变频率,而Kaplan-Meier生存分析评估了与两个人群中途径特异性变化相关的总体生存差异。结果:与NHW患者相比,在RTK/RAS途径相关的基因中观察到显着差异,尤其是在FGFR4突变中,H/L患者更为普遍(4.3%vs. 0.6%,P = 0.02)。此外,IGF1R突变表现出边缘意义(7.2%vs. 2.9%,p = 0.07)。在PI3K途径中,H/L患者的INPP4B改变比NHW患者(4.3%vs. 1%,1%,P = 0.06)更频繁,而在TGF-BETA途径中,TGFBR2突变在H/L患者中更为普遍(2.9%vs. 0.4%vs. 0.4%,P = 0.07,P = 0.07),暗示了潜在的道理。
这项研究评估了锂离子蝙蝠模型的数值离散方法,包括有限差异方法(FDM),光谱方法,PAD“近似和抛物线近似值。评估标准是准确性,执行时间和内存使用量,以指导用于电化学模型的Numerical离散方法的选择。在恒定的电流条件下,FDM显式Euler和runge-kutta方法显示出明显的错误。FDM隐式Euler方法通过更多的节点提高了准确性。光谱法实现了5个节点的最佳准确性和转化。FDM隐式Euler和光谱方法都显示出较高的电流的误差减少。pad´e近似具有较大的误差,随着较高的电流而增加,而抛物线方法的误差高于收敛的光谱和FDM隐式Euler方法。执行时间比较显示抛物线方法是最快的,其次是PAD´E近似。频谱方法的表现优于FDM方法,而FDM隐式Euler是最慢的。记忆使用量对于抛物线和PAD´E方法是最小的,对于FDM方法中等,对于光谱方法而言最高。这些发现提供了在锂离子电池模型中选择适当的数值离散方法的见解。