细胞膜经过生物物理重塑作为对周围环境的适应并执行特定的生物学功能。但是,这种变化在人类免疫系统中的程度和相关性仍然未知,这主要是由于缺乏高通量和多维方法。在这里,我们描述了一种基于单细胞分辨率的基于细胞术的方法,该方法通过将生物物理分析与常规生物标志物分析相结合来填补这一技术空白。该平台允许在免疫刺激和疾病中揭示膜流动性的明显依赖性细胞类型的重塑。使用暴露于肿瘤微环境的免疫细胞,以及长期的共同和慢性淋巴细胞白血病患者,我们证明了膜的流动性与表面标记物表达正交。此外,该生物物理参数确定了先前仅通过表面标记物分析未发现的免疫细胞的新功能和病理状态。我们的发现将根据其生物物理特性有助于对免疫细胞态的更精确的定义,并为更好地理解免疫细胞的功能异质性铺平道路。
结果:在验证数据集中,AI 左室内径的精度 SD 为 3.5 毫米。具体而言,个人专家测量值与专家共识的精度 SD 为 4.4 毫米。AI 与专家共识之间的组内相关系数为 0.926(95% CI,0.904–0.944),而个人专家与专家共识之间的组内相关系数为 0.817(0.778–0.954)。对于室间隔厚度,AI 的精度 SD 为 1.8 毫米(组内相关系数,0.809;0.729–0.967),而个人的精度 SD 为 2.0 毫米(组内相关系数,0.641;0.568–0.716)。对于后壁厚度,AI 的精度 SD 为 1.4 毫米(组内相关系数,0.535 [95% CI,0.379–0.661]),而个人的精度 SD 为 2.2 毫米(0.366 [0.288–0.462])。我们展示了所有图像和注释。这突出了具有挑战性的病例,包括图像质量差和锥形心室。
1 Huaxi MR研究中心(HMRRC),Sichuan University西部中国医院放射学系,成都610041,Sichuan,P.R。 中国; 2中国医学科学院心理学研究部 中国; 3四川大学的功能和分子成像关键实验室,成都610041,Sichuan,P.R。 中国; 4 Sichuan University的Sphity Sthiptry系,成都610041,Sichuan,P.R。 中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。 中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,1 Huaxi MR研究中心(HMRRC),Sichuan University西部中国医院放射学系,成都610041,Sichuan,P.R。中国; 2中国医学科学院心理学研究部 中国; 3四川大学的功能和分子成像关键实验室,成都610041,Sichuan,P.R。 中国; 4 Sichuan University的Sphity Sthiptry系,成都610041,Sichuan,P.R。 中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。 中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,中国; 2中国医学科学院心理学研究部中国; 3四川大学的功能和分子成像关键实验室,成都610041,Sichuan,P.R。 中国; 4 Sichuan University的Sphity Sthiptry系,成都610041,Sichuan,P.R。 中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。 中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,中国; 3四川大学的功能和分子成像关键实验室,成都610041,Sichuan,P.R。中国; 4 Sichuan University的Sphity Sthiptry系,成都610041,Sichuan,P.R。 中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。 中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,中国; 4 Sichuan University的Sphity Sthiptry系,成都610041,Sichuan,P.R。中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。 中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,中国; 5全国工程研究中心,四川大学,成都610041,Sichuan,P.R。中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,中国; 6辛辛那提大学精神病学和行为神经科学系,俄亥俄州俄亥俄州45219,美国和第7个放射科,西丘恩大学西中国Xiamen医院,Xiamen 361021,富士,
摘要 - 心率(FHR)信号被广泛用于多普勒胎儿心脏监护仪中。但是,不完整的FHR信号降低了胎儿心率监测的有效性。填充丢失的数据是提高FHR质量的关键技术,但是现有的填充算法缺乏考虑FHR信号的相关性。因此,我们专注于与FHR相关的两个相关性,并提出了一种填充算法,称为FHR中缺少数据插补的扩散模型(DMDI-FHR)。首先,我们构建了双维样品构建(DDSC)方法,该方法发现了两个FHR信号,并最大程度地提高了它们之间形成相关性的差异。其次,引入了多周期分解(MPD)方法以获得FHR信号的内部相关性。最后,DMDI-FHR算法基于扩散模型控制填充过程。实验结果证明了DMDI-FHR算法的性能,该算法提供了提高FHR信号质量的有效方法。
临界维度(CD)控制在半导体行业至关重要,并且随着光刻限制不断推动以达到小于10 nm的技术节点而变得更具挑战性。为了确保过程的质量和控制,有必要探索新的计量技术。从这个意义上讲,临界小角度X射线散射(CDSAXS)已被确定为确定具有子纳米准确精度的线光栅的平均形状的潜在候选者。在本文中,我们将CDSAXS结果基于光学关键维度(OCD),临界尺寸扫描电子显微镜(CDSEM)和透射电子显微镜(TEM)测量,以前从制造线的工业计量工具和表征实验室中收集的先前从工业计量工具中收集的测量值。重点放在用于CDSAXS的模型以及如何改进的模型上。我们讨论了所有这些多尺度和多物理技术之间的差异,并质疑我们比较它们的能力。
结果:来自肿瘤和非肿瘤区域的FD措施能够区分LGG和HGG患者。在15种不同的FD度量中,增强肿瘤区域的一般结构FD值高精度(93%),敏感性(97%),特定城市(98%)和接收器工作特征曲线(AUC)分数(98%)下的面积(98%)。无肿瘤的GM骨骼FD值也得出了良好的准确性(83.3%),灵敏度(100%),特异性(60%)和AUC分数(80%),以分类肿瘤等级。在LGG和HGG患者之间,还发现这些措施显着(P <0.05)。另一方面,在25种纹理特征(增强的肿瘤区域特征)中,即对比度,相关性和熵,揭示了LGG和HGG之间的显着差异。在机器学习中,增强的肿瘤区域纹理特征具有很高的精度,灵敏度,特定的牙齿和AUC分数。
共纳入 1634 名年龄 ≥ 18 岁且可进行 AscAo 超声检查的患者。采用前缘到前缘法测量舒张末期升主动脉,在胸骨旁长轴视图中垂直于主动脉长轴,在其最大可识别尺寸处。探讨了 AscAo 和以身高 (AscAo/HT) 或体表面积 (AscAo/BSA) 标准化的 AscAo 与人口统计学和代谢特征的相关性。还使用多变量回归来识别影响单变量相关性的潜在混杂因素。使用心血管 (CV) 结果进行敏感性分析。这三种主动脉测量值与年龄、估计肾小球滤过率、收缩压 (BP) 和心率 (HR) 的相关性相似。女性的 AscAo 较小,但 AscAo/BSA 较大,AscAo/HT 抵消了性别差异。肥胖和糖尿病与 AscAo 和 AscAo/HT 较大有关,但与 AscAo/BSA 较小有关(所有 P < 0.001)。在多变量回归模型中,所有主动脉测量值均证实了它们与性别和代谢特征的关系,与年龄、血压和心率无关。在 Kaplan-Mayer 分析中,只有扩张的 AscAo 和 AscAo/HT 与心血管事件风险增加显着相关(所有 P < 0.008)。
前室深度(ACD)是角度闭合疾病的主要危险因素,并且已用于各种人群的角度闭合筛查。但是,ACD是根据眼部生物计或前部光学相干断层扫描(AS-OCT)测量的,它们是昂贵的,在初级保健和社区环境中可能不容易获得。因此,这项概念验证研究旨在使用深度学习(DL)从低成本前部照片(ASP)预测ACD。我们包括2,311对ASP和ACD测量,用于算法开发和验证,以及380对算法测试。我们捕获了安装在缝隙灯泡生物显微镜上的数字摄像机的ASP。在用于算法开发和有效性的数据中,用眼部生物计(Iolmaster700或Lenstar LS9000)测量前腔深度,并在用于测试的数据中使用AS-OCT(Visante)。DL算法是从Resnet-50体系结构中修改的,并使用平均绝对误差(MAE),系数确定(R 2),Bland-Altman图和类内相关系数(ICC)进行评估。在验证中,我们的算法预测ACD的MAE(标准偏差)为0.18(0.14)mm; r 2 = 0.63。预测的ACD的MAE在眼睛开放角度为0.18(0.14)mm,眼睛闭合的眼睛为0.19(0.14)mm。实际和预测的ACD测量之间的ICC为0.81(95%CI 0.77,0.84)。在测试中,我们的算法预测ACD的MAE为0.23(0.18)mm; r 2 = 0.37。显着性地图突出显示了学生的余量,作为ACD预测中使用的主要结构。这项研究证明了通过DL预测ASP的ACD的可能性。该算法模仿了眼光进行预测的眼光,并为预测与角度闭合筛选相关的其他定量测量提供了基础。
HAL 是一个多学科开放获取档案,用于存放和传播科学研究文献,无论它们是否出版。这些文件可能来自法国或国外的教学和研究机构,或来自公共或私人研究中心。
对具有滑移效应的不规则尺寸薄片上的 3D MHD 非线性辐射混合纳米流体流动进行了数值研究。混合纳米流体由嵌入甲醇或甲醇 (MA) 中的氧化铜 (CuO) 和氧化镁 (MgO) 纳米颗粒组成。使用相似性将控制 PDE 改为 ODE,并使用射击方案获得数值解。通过图表和数值解释分析和反映了物质因素对传输现象的作用。同时给出了 CuO-MA 纳米流体和 CuO-MgO/MA 混合纳米流体的解。结果确定混合纳米流体和纳米流体的温度和流动边界层厚度并不是唯一的。与 CuO-MgO/MA 混合纳米流体相比,CuO-MA 纳米流体的传热作用较高。这得出结论,CuO-MgO 组合是一种良好的绝缘体。