XiaoMi-AI文件搜索系统
World File Search SystemDaugherty
使用混合扩散成像对慢性创伤性脑损伤的基于机器学习的分类
创伤性脑损伤（TBI）是一种常见的疾病，具有许多潜在的急性和慢性神经系统后果（Smith等，2019），在过去的二十年中在美国造成约100万人死亡（Daugherty and Zhou，2016年）。慢性创伤性脑损伤（CTBI）的神经病理学是由创伤性损伤的直接结果和由一系列分子和细胞事件引起的继发性损伤的作用，包括细胞死亡，轴突损伤，轴突损伤，轴突损伤和影响（Anguita等人，Anguita等，202222222222222）。为了更好地了解潜在的神经病理学机制，对TBI慢性影响的信息的需求越来越不断增长（Wickwire等，2016）。神经影像学在诊断和指导适当的管理中通过检测需要干预或监测的伤害在诊断和指导适当管理方面起着至关重要的作用（Taylor和Gercel-Taylor，2014; Douglas等，2015; McKee and Daneshvar，2015年）。然而，在最轻度到中度损伤的情况下，常规T1加权成像通常是正常的（McCrory等，2009）。此外，对TBI严重程度的初步评估不一定可以预测慢性残疾的程度（美国国家科学学院，2019年）。因此，正在积极研究先进的神经影像学生物标志物，以尝试更好地诊断和监测TBI的急性和慢性影响（Hu等，2022）。差异轴突损伤被认为是TBI基础的关键病理机制，因此，它导致了高级MR技术的发展，以可视化WM完整性（Hashim等，2017）。dTI和神经突取向分散成像（NODDI）（Zhang等，2012）是先进的MR技术，在一系列临床条件下，人们认为它们可以反映白质特性（WM）的完整性。di usion张量成像（DTI）在单个微观结构室内假设高斯散析，而NODDI则使用高性能磁场梯度探测更复杂的非高斯性质（Kamiya等，Kamiya等，2020）。与DTI不同，NODDI使用七个参数来测量WM微结构的性质，包括细胞内，细胞外和自由水，而DTI在对各向同性与各向异性差异的描述中受到限制，特定的Voxel（Muller等人2021）。以前已经表明，DTI和noddi有不同的，但互补的，有关急性对慢性TBI患者的微观结构完整性的信息（Wu等，2018; Palacios等，2020; Muller等，2021）。在DTI指标中，分数各向异性（FA）的研究最多，通常用作白质“完整性”的指标。 FA是
联邦公报/第 90 卷，第 6 期/2025 年 1 月 10 日，星期五/...
美国国家海洋渔业局 (NMFS) 已采纳海洋能源管理局于 2024 年 7 月 26 日向环境保护局提交的最终环境影响报告编号 20240137。NMFS 是该项目的合作机构。因此，根据 CEQ 法规第 1506.3(b)(2) 节，无需重新发布该文件。环境影响报告编号 20250002，草案，FHWA，HI，Honoapi'ilani 公路改进项目，意见征询期结束时间：2025 年 2 月 24 日，联系人：Paul La Farga 808–541–2704。 EIS No. 20250003，最终版，DHS，IBWC，GSA，德克萨斯州，拟议对位于德克萨斯州埃尔帕索的美洲大桥陆路入境口岸进行现代化改造，审查期结束：2025 年 2 月 10 日，联系人：Karla R. Carmichael 817-996-9475。EIS No. 20250004，草案，USACE，马里兰州，Sparrows Point 集装箱码头，意见征询期结束：2025 年 3 月 21 日，联系人：Maria N. Teresi 410-962-4252。EIS No. 20250005，草案，BLM，俄勒冈州，Bridge Creek 区域分配管理计划，意见征询期结束：2025 年 2 月 24 日，联系人：Don Rotell 541-573-4400。 EIS 编号 20250006，最终版，USFWS，俄勒冈州，埃利奥特州立研究森林栖息地保护计划，审查期结束日期：2025 年 2 月 10 日，联系人：Shauna Everett 503–231–6949。环境影响报告编号 20250007，最终版，美国林业局，ID，内兹珀斯-克利尔沃特国家森林土地管理计划，审查期结束：2025 年 2 月 10 日，联系人：Sara Daugherty 208–963– 4206。环境影响报告编号 20250008，草案，美国土地管理局，亚利桑那州，兰尼格拉斯平原能源中心项目，意见征询期结束：2025 年 2 月 24 日，联系人：Derek Eysenbach 602–417– 9505。环境影响报告编号 20250009，草案，美国国家核安全局，新墨西哥州，洛斯阿拉莫斯国家实验室持续运行的场地范围环境影响声明草案，意见征询期结束：2025 年 3 月 11 日，联系人：Stephen Hoffman 505–665– 8980。环境影响报告编号 20250010，草案，FTA，德克萨斯州，奥斯汀轻轨一期项目，意见征询期结束：2025 年 3 月 11 日，联系人：Terence Plaskon 817–978–0573。EIS 编号 20250011，最终版，TVA，MS，新喀里多尼亚天然气厂项目，审查期结束：2025 年 2 月 10 日，联系人：Erica McLamb 423–751–8022。EIS 编号 20250012，最终版，OSM，MT，Spring Creek 矿，审查期结束：2025 年 2 月 10 日，联系人：Marcelo Calle 303–236–2929。修订通知：
人工智能和竞争优势的变化来源
人工智能（AI）使机器能够执行以前仅与人类思想相关的认知功能（Rai，Constantinides和Sarker，2019年）。管理学者认为AI改变了竞争优势的来源（Daugherty＆Wilson，2018年，第214页； Davenport＆Kirby，2016年，第204页），但就这种变化的发生方式提供了对比的观点。有人假设AI替代了人类的认知能力（Balasubramanian，Ye和＆Xu，2021年），例如，当机器取代了股票投资中的银行家（Noonan，2017年），代替人才招聘的管理人员（Noonan，2017年）（Chamorro-Premuzic，Polli，Polli，Polli和Dattner，2019年），并受到治疗的治疗。其他人认为，当银行家，经理和医生与机器合作进行公平投资（Marraion，2017年），人才招聘（Hook，2017年）和医疗治疗（Topol，2019年）时，AI的补充而不是替代人类的认知能力（Murray，Rhymer和Sirmon，2021），2021年）。基于资源的视图（RBV）描述了资源与竞争优势相关联的理论机制（Barney，1991）。它将人类的认知能力描述为重要的优势来源，因为这些功能是异质分布，供应量有限且难以模仿的。因此，当管理者将它们用于战略决策和解决问题时，这种功能会导致绩效差异（Helfat＆Peteraf，2015； Kunc＆Morecroft，2010）。RBV对AI采用如何影响决策的竞争优势的预测尚无定论。因此，AI有可能替代当AI替代人类的认知能力时，RBV期望这些能力提供给侵蚀的优势（Peteraf＆Bergen，2003年）。这是因为作为一种技术资源，AI的边际繁殖成本接近零，几乎没有模仿障碍（Brynjolfsson＆McAfee，2014年，第31页）。Conversely, if AI complements humans' cognitive capabilities, the RBV expects it to generate advantages (Argyres & Zenger, 2012), because, as a widely applicable technology, AI enables the creation of unique bundles of previously unrelated resources — such as physicians' expertise and AI's machine prediction (Agrawal, Gans, & Goldfarb, 2018, p. 108).这些不确定的预测来自AI的独特特征。与先前的技术相反，AI使机器能够自主学习和行动（Balasubramanian等，2021），这反过来允许这些机器在决策和解决问题中与人类相互作用（Murray等，2021年）。
基于机器学习的混合扩散成像对慢性创伤性脑损伤进行分类
创伤性脑损伤 (TBI) 是一种常见疾病，具有许多潜在的急性和慢性神经系统后果（ Smith 等人，2019 年），在过去二十年中导致美国约 100 万人死亡（ Daugherty 和 Zhou，2016 年）。慢性创伤性脑损伤 (cTBI) 的神经病理学包括由创伤性损伤直接导致的原发性损伤，以及由一系列分子和细胞事件（包括细胞死亡、轴突损伤和炎症）导致的继发性损伤（ Anguita 等人，2022 年； Zhang 等人，2022 年）。为了更好地了解潜在的神经病理学机制，对 TBI 慢性影响的信息的需求日益增长（ Wickwire 等人，2016 年）。神经影像学在急性脑损伤中起着至关重要的作用，无论是在诊断还是通过检测需要干预或监测的损伤来指导适当的治疗（Taylor and Gercel-Taylor，2014；Douglas 等人，2015；Mckee and Daneshvar，2015）。然而，在大多数轻度至中度损伤的情况下，常规 T1 加权成像通常是正常的（McCrory 等人，2009）。此外，对 TBI 严重程度的初步评估并不一定能预测慢性残疾的程度（美国国家科学院，2019）。因此，正在积极研究先进的神经影像学生物标志物，试图更好地诊断和监测 TBI 的急性和慢性影响（Hu 等人，2022）。弥漫性轴突损伤被认为是 TBI 的一个关键病理机制，因此，它导致了用于可视化 WM 完整性的先进 MRI 技术的开发（ Hashim et al., 2017 ）。DTI 和神经突取向弥散成像 (NODDI)（Zhang et al., 2012 ）是先进的 MRI 技术，被认为可以反映一系列临床条件下白质 (WM) 微观结构特性的完整性。弥散张量成像 (DTI) 假设单个微观结构区室内存在高斯弥散，而 NODDI 使用高性能磁场梯度探测更复杂的非高斯特性（Kamiya et al., 2020 ）。与 DTI 不同，NODDI 使用七个参数来测量白质微结构的特性，包括细胞内水、细胞外水和自由水，而 DTI 在描述特定体素的各向同性与各向异性扩散方面受到限制（Muller 等人，2021 年）。此前已有研究表明，DTI 和 NODDI 在急性至慢性 TBI 患者的微结构完整性方面提供了不同但互补的信息（Wu 等人，2018 年；Palacios 等人，2020 年；Muller 等人，2021 年）。在 DTI 指标中，各向异性分数 (FA) 是研究最多的，通常用作白质“完整性”的指标。FA 是