XiaoMi-AI文件搜索系统
World File Search SystemDino
COA 359895 DAVID KRIEGER V 环境部 五大湖和能源 意见 - 撰写 - 已发布 09/07/2023
蒂娜·雷尼格、格洛丽亚·格罗弗、玛丽·梅、劳尔·维拉斯科、理查德·沃尔夫、罗纳德·基普米勒、马克·利克泰格、谢恩·尼克森、特里·维斯纳、卡里·丁曼、约瑟夫·克鲁格、克莱奥丽娅·弗伦奇、劳伦斯·杜雷克、贾里德·布鲁纳、洛里·费诺尔、马奎塔·麦克斯韦尔、蒂尔·塞勒、乔迪·罗杰斯·罗德里格斯、泰拉·德希尔兹、詹姆斯·斯马赞卡、韦德·怀特、托马斯·谢泼德、梅丽莎·温切尔、朱迪·科普林格、乔丹·爱德华兹、杰瑞·维斯普里尼、辛迪·朗、蒂莫西·阿普尔、史蒂夫·怀特、林恩·纳普、威廉瓦西克、迈克尔·兰登、琳达·查特兰德、梅尔勒·勒梅尔、玛丽·韦兰德、劳伦斯·朱洛斯基、约翰·门罗、詹姆斯·普拉特科、詹姆斯·布拉瑟、丹·阿贝、丹泽尔·马丁、盖尔·哈克、凯文·斯托克斯、詹姆斯·麦金尼斯、拉塞尔·克莱因汉斯、詹妮弗·霍特里德斯、杰弗里·埃斯基尔森、亚瑟·基克兰、威尔逊·古姆、戴安娜·威尔逊、露丝·富兰克林、蒂莫西·贝尔、艾琳·麦考伊、巴拉蒂·夏尔马、比尔·德哈恩、罗伯特·奥里斯、霍华德·洛格斯登、贾罗德·沙尔克、李·谢尔顿、埃尔默·拉佩尔、威廉·普雷切夫斯基、伦纳德·威利斯、蒂姆·黑克斯、凯西·帕伦特、约瑟夫·科兹洛夫斯基、芭芭拉·麦克莱恩、道恩·格莱斯纳、凯文·格林、菲利普·麦克斯韦、海伦·约翰逊、简·达比、丽塔·克拉维克、特里·汤普森、西格尼·凯斯、大卫·伯克哈特、保罗·伊兹科夫斯基、朱迪思·马什、巴特·琼斯、苏根德里尼·庞南帕拉姆、安·拉扎罗、道格拉斯·阿诺德、威廉·杜兰德、迪诺·维斯普里尼、兰斯·库克、凯尔西·芬尼、杰弗里·格林、特雷西
5e advanced materials 与 estes 签署意向书...
德克萨斯州休斯顿 — 5E Advanced Materials, Inc. (Nasdaq: FEAM) (ASX: 5EA)（“5E”或“公司”）是一家硼和锂公司，其 5E Boron Americas (Fort Cady) 综合设施被美国政府指定为关键基础设施，已与 Estes Energetics 签署了一份不具约束力的意向书（“LOI”），合作生产用于固体火箭发动机的硼先进材料，以支持美国航天和军事工业。根据意向书的条款，5E 和 Estes 将努力达成一项具有约束力的协议，以供应用于制造固体火箭发动机点火器的硼先进材料。5E 和 Estes Energetics 还将考虑进行更广泛的合作，重点是合作生产设施、业务开发活动和共享技术知识，以开发针对太空和军事应用的硼先进材料和专有知识产权。根据意向书的条款，Estes Energetics 使用的硼先进材料与美国政府最近的举措和计划相一致，因为它们对军事弹药和民用应用至关重要，而且由于海外供应集中和美国对进口的依赖，存在供应风险。Estes Energetics 是一家国防和工业公司，为政府和商业客户研究、设计、制造、测试和集成固体推进剂火箭发动机、能量学、关键化学品和相关技术。它将实用推进解决方案开发与先进的航空航天研究和开发结合在一个团队下。Estes Energetics 在科罗拉多州彭罗斯和路易斯安那州明登设有工程、制造和测试设施。Estes Energetics 是从 Estes Industries 剥离出来的，后者是模型火箭领域的世界领导者，拥有 60 多年的固体推进剂火箭发动机生产经验。5E 首席商务官 Dino Gnanamgari 博士在评论与 Estes Energetics 的意向书时指出：
用于基于八八的近视脉络膜新生血管形成的映射宏工具
近视脉络膜新生血管形成（MCNV）是许多视网膜疾病中最常见的病理近视的最常见危险性综合体之一。光学相干断层扫描血管造影（OCTA）是一种新兴的非侵入性成像技术，最近被包括在MCNV的研究和处理中。但是，没有标准工具可以及时且可靠地分析MCNV的八颗图像。在这项研究中，我们提出了一个可自定义的ImageJ宏，该宏可自动使用八粒图像处理，并允许用户测量9个MCNV生物标志物。我们开发了一个三阶段图像处理管道，以使用宏来处理八幅图像。首先对图像进行手动描绘，然后使用高斯滤波器进行DINO。这是由Frangi滤波器和局部自适应阈值的应用。最后，使用墨西哥帽子过滤器获得了Skele的图像。从骨架化图像中计算出包括连接密度，容器直径和分形尺寸在内的九种血管生物标志物。在所有生物标志物的26八八张图像数据集上测试了宏。在计算的生物标志物值中出现了两个趋势。首先，病变大小的依赖参数（MCNV面积（mm 2）平均值= 0.65，SD = 0.46）显示较高的变化，而归一化参数（符合性密度（N/mm）：平均值= 10.24，SD = 10.63）在整个数据集中都是均匀的。计算值与现有文献中的手动调查一致。结果说明了我们的ImageJ宏是手动八片图像处理的替代方案，包括用于批处理处理和参数自定义的规定，提供了MCNV的系统，可靠的分析。
Bruno Lepri
暴民的主要目的是使用机器学习/深度学习算法和网络科学方法以及新近普遍存在的数据来源建立计算方法，以了解人类生活的各个方面的新数据来源（例如，移动电话数据，信用卡交易，能源消耗数据，能源消耗数据，社交媒体数据等）。此外，暴民旨在使用这些人类行为的这些计算模型，以设计更多的Eusient公司，城市和社会，并在健康，ξnance，犯罪，运输，能源消耗和可持续性，失业等几种ξ中解决挑战。BOBS还专注于在以人为中心的机器学习，合作AI和图形神经网络中开发创新的算法方法。为了达到这些目标，暴民利用了与排名最高的研究人员和机构的丰富而多样化的合作网络。一些例子，Alex Pentland（MIT媒体实验室），Iyad Rahwan（Max Planck Institute），PietroLiò（剑桥大学），小北大学（牛津大学），Mirco Musolese（UCL），Mirco Musolese（UCL），Nuria Oliria Oliria Oliria（Ellis Alicante），Manuel Gomez-Rodrigz Robin Instuctions（Robia）（Robia）（Robia）（Robia）（Robia）（Robia）（Robia），邓巴（牛津大学），Esteban Moro（麻省理工学院/东北大学），Marta Gonzalez（伯克利大学），Albert Ali Salah（乌得勒支大学），Eran Toch（特拉维夫大学），Erez Shmueli（特拉维夫大学） PISA），Fosca Giannotti（Samuel Freiberger师范大学），世界银行），Michal Kosinski（斯坦福大学），Sune Lehmann（DTU），Ciro Capped（ISI Foundation），Manlio deManlio deManlio deMenico（Padua）（Padua），Alessandro Moscitti（Alessandro Moscitti（Amazon）等
基于大语言和图像识别模型的2型糖尿病的AI营养师Mellitus Management：临床前概念验证研究
背景：在中国糖尿病患者的营养管理是由于注册临床营养师供应量低，这是一个重大挑战。为了解决这个问题，创建了使用高级语言和图像识别模型的基于人工智能（AI）的营养学计划。该程序可以从患者的餐食图像中确定成分，并提供营养指导和饮食建议。目的：本研究的主要目的是评估支持该计划的模型的能力。方法：通过多步过程评估了针对2型糖尿病（T2DM）患者的AI营养学计划的潜力。首先，在T2DM和内分泌学家中进行了一项调查，以识别饮食实践中的知识差距。然后，通过中国注册的营养师检查对ChatGpt和GPT 4.0进行测试，以评估其在提供循证饮食建议方面的熟练程度。Chatgpt对有关医疗营养疗法的常见问题的回答与专业营养师的专家反应进行了比较，以评估其熟练程度。该模型的食品建议经过审查，以与专家建议保持一致。开发了一种基于深度学习的图像识别模型，用于成分水平的食物识别，并将其性能与现有模型进行了比较。最后，开发了一个用户友好的应用程序，集成了语言和图像识别模型的能力，以改善T2DM患者的护理。Chatgpt和GPT 4.0都通过了中国注册营养师检查。结果：大多数患者（182/206，88.4％）要求更直接，全面的营养管理和教育。Chatgpt的食物推荐主要与最佳实践一致，除了某些食物，例如根蔬菜和干豆。专业的营养师对Chatgpt对常见问题的回答的回报基本上是积极的，其中162个提供了有利的评论。多标签图像识别模型评估表明，Dino V2模型的平均F 1得分为0.825，表明识别成分的精度很高。结论：模型评估是有希望的。基于AI的营养学家计划现已准备好进行监督的试点研究。
促进有效的生物标志物驱动的精准肿瘤学
a Patrick G Johnston 癌症研究中心，贝尔法斯特女王大学，BT9 7AE，英国 b Diaceutics PLC，健康与幸福公园，Kings Hall，二号楼一楼，Dataworks at，490 Lisburn Rd，BT9 6GU 贝尔法斯特，英国 c 联邦药品和健康产品管理局，Galileelaan 5/03，1210 布鲁塞尔，比利时 d Missie Tumor Onbekend，Fannius Scholtenstraat 69H 1051 EV，阿姆斯特丹，荷兰 e TÜV SÜD Product Service GmbH，医疗健康服务，Riedlerstraße 65，80339 慕尼黑，德国 f IRCCS Istituto Romagnolo per lo Studio dei Tumori (IRST) "Dino Amadori"，Via Piero Maroncelli, 40, 47014 Meldola，意大利 g 食品和药物管理局，10903 New Hampshire Ave，美国马里兰州银泉市 20993 h F. Hoffmann-La Roche Ltd，瑞士巴塞尔 CH-4070 2 号楼 i 比利时安特卫普 ZAS 医院病理科 j 强生创新医学公司 Janssen Research & Development LLC，美国宾夕法尼亚州斯普林豪斯 McKean 路 1400 号 k 欧洲药品管理局，荷兰阿姆斯特丹 Domenico Scarlattilaan 6, 1083 HS l 荷兰莱顿大学医学中心肿瘤内科，荷兰莱顿 Albinusdreef 2, 2333 ZA m 礼来公司有限公司，英国布拉克内尔 Downshire Way 8 Arlington Square West RG12 1PU n 强生旗下公司 Janssen Biologics BV，荷兰莱顿 Emmy Noetherweg 6, 2333 BK o 欧洲消化系统癌症协会，Rue de la Loi 235/27, 1040 布鲁塞尔，比利时 p 癌症药物开发论坛，Clos Chapelle-aux-Champs 30, 1200 布鲁塞尔，比利时 q 研究部，Peter Mac Callum 癌症中心，305 Grattan Street, Melbourne VIC 3052，澳大利亚 r CZ 健康保险，Ringbaan West 236, 5038 KE Tilburg，荷兰
可解释视觉转换器采用自监督学习，使用 18F-FDG PET 预测阿尔茨海默病进展
摘要：阿尔茨海默病 (AD) 是一种渐进性神经退行性疾病，影响着全球数百万人。早期准确预测 AD 进展对于早期干预和个性化治疗计划至关重要。尽管 AD 目前尚无可靠的治疗方法，但有几种药物有助于减缓疾病的进展。然而，仍需要进行更多研究来开发检测 AD 及其阶段的可靠方法。最近，人们使用神经影像学方法识别了与 AD 相关的生物标志物。为了发现生物标志物，深度学习技术迅速成为一种关键方法。一种称为氟脱氧葡萄糖正电子发射断层扫描 (18F-FDG-PET) 的功能性分子成像技术已被证明可有效帮助研究人员了解与 AD 相关的大脑形态和神经学改变。卷积神经网络 (CNN) 也长期主导着 AD 进展领域，并成为大量研究的主题，而视觉转换器 (ViT) 等较新的方法尚未得到充分研究。在本文中，我们提出了一种自监督学习 (SSL) 方法，通过使用无标签自提炼 (DINO) 和极限学习机 (ELM) 作为分类器模型对特征提取器进行预训练，使用 ViT 架构自动获取有意义的 AD 特征。在这项工作中，我们研究了一种预测轻度认知障碍 (MCI) 到 AD 的技术，利用 SSL 模型从未标记的 18F-FDG PET 图像中学习强大的表示，从而减少对大型标记数据集的需求。与之前的几种方法相比，我们的策略在准确度 (92.31%)、特异性 (90.21%) 和灵敏度 (95.50%) 方面表现出最先进的分类性能。然后，为了使建议的模型更容易理解，我们突出显示了对 MCI 发展预测有显著影响的大脑区域。我们的方法提供了一种精确而有效的策略来预测从 MCI 到 AD 的转变。总之，本研究提出了一种新颖的可解释 SSL-ViT 模型，该模型可以根据 18F-FDG PET 扫描准确预测 AD 进展。SSL、注意力和 ELM 机制被集成到模型中，使其更具预测性和可解释性。未来的研究将通过将有助于投射的大脑区域与观察到的解剖特征相结合，开发出可行的神经退行性疾病治疗方法。
在症状额颞痴呆中功能弹性的细胞特征
*通讯作者（kat35@cam.ac.uk，+44 1223 766 556）1临床神经科学系，剑桥大学，剑桥大学，英国2号剑桥大学，剑桥大学，UK剑桥大学，英国3英国痴呆症研究所，剑桥大学，剑桥大学，剑桥大学4. and Medicine, INM-7, Forschungszentrum Jülich, Jülich, Germany 6 Neurology, Department of Neurological and Vision Sciences, ASST Spedali Civili, Brescia, Italy 7 Dementia Research Centre, Department of Neurodegenerative Disease, UCL Queen Square Institute of Neurology, London, UK 8 Department of Neurology, Erasmus Medical Centre, Rotterdam, Netherlands 9阿尔茨海默氏病和其他认知疾病部门，神经病学服务，医院，d'uskespitunsd'unguseciónsBioMèdiquesAugust pi i Sunyer，巴塞罗那大学巴塞罗那大学，巴塞罗那大学10 clinique InterdifcipernairedeMémoire，Département，Département，Départementand de de de de de quecine，de quebique and chudquébecebecineand chudquébecebecine，dequébecnecneand chudquébebecebec。加拿大QC大学拉瓦尔大学11神经生物学，护理科学与社会系； Center for Alzheimer Research, Division of Neurogeriatrics, Bioclinicum, Karolinska Institutet, Solna, Sweden 12 Unit for Hereditary Dementias, Theme Inflammation and Aging, Karolinska University Hospital, Solna, Sweden 13 Fondazione Ca' Granda, IRCCS Ospedale Policlinico, Milan, Italy 14 University of Milan, Centro Dino意大利米兰法拉利（Ferrari）15认知神经病学实验室，神经科学系，鲁文库文（Ku Leuven），比利时16神经病学服务局，卢文大学（Leuven），比利时17 Leuven Brain Institute，Ku Leuven，Ku Leuven，Belgium 18，Belgium 1845 Biogipuzkoa健康研究所，神经科学区，神经退行性疾病组，20014年，西班牙圣塞巴斯蒂安。46 Center for Biomedical Research in Neurodegenerative Disease (CIBERNED), Carlos III Health Institute, Madrid, Spain 47 Neurology Unit, Department of Clinical and Experimental Sciences, University of Brescia, Brescia, Italy 48 MRC Cognition and Brain Science Unit, Department of Psychiatry, University of Cambridge, Cambridge, UK
释放分子肿瘤板的潜力
a 乌迪内大学医学系（DMED），乌迪内 33100，意大利 b 阿维亚诺肿瘤学参考中心 (CRO)，IRCCS，阿维亚诺 33081，意大利 c 乌迪内大学医学系医学肿瘤学诊所，IRCC OSPEDALE POLICLINICO SAN MARTINO，GENOVA，ITALY D 16132，ISTITUTO NAZIONALE TUMORI，IRCCS，FONDAZIONE G. PASCALE，NAPOLI 80131，ITALY ENAPERITY e II II II II II II II II II II II II II IIRE，NAPIRE，NAPILE，NAPERITY，NAPERITY，NAPIRE，NAPILE，NAPILE，NAPILE，NAPILE，NAPIRE，NAPIRE，NAPILE，NAPILE，napluty圣拉菲尔大学，米拉诺，20132年，意大利G妇产科单位，IRCCS San Raffaele科学研究所，米兰，20132年，意大利H肿瘤学部门 - 纳帕尔大学临床医学和外科系，纳帕利大学纳帕利II “ IRCCS，ROMA 00168，意大利J padova大学肿瘤学和胃肠病学系35122，意大利K肿瘤学2，威尼托肿瘤学研究所IOV-IRCCS，PADOVA，35128 ，Genova大学医学院，Genova 16132，意大利o泌尿外科和妇科系，Istituto Nazionale肿瘤IRCCS“ Fondazione G. Pascale”，Napoli 80131，意大利possology oppedaliero-Univeria Qunia qorena q. napoli 80131，意大利p摩德纳（Modena）和雷吉奥·艾米利亚（Reggio Emilia），意大利摩德纳41124 R romagnolo irccs iStituto romagnolo per lo Studio dei肿瘤 (IRST) “Dino Amadori”，意大利梅尔多拉 47014 s 实验和临床药理学部门，阿维亚诺肿瘤学参考中心 (CRO) IRCCS，阿维亚诺 33081，意大利 t 分子医学和医学生物技术系，那不勒斯费德里科二世大学，那不勒斯 80131，意大利 u 临床病理学部门，圣乔瓦尼·阿多洛拉塔医院，罗马 00184，意大利 v 米开朗基罗基金会，米兰 20121，意大利 w 分子肿瘤学部门，阿维亚诺肿瘤学参考中心 (CRO) IRCCS，阿维亚诺 33081，意大利
ESMO 精准医学工作组的报告
1 INSERM U981，古斯塔夫·鲁西，维尔瑞夫； 2 法国维尔瑞夫古斯塔夫鲁西癌症医学系； 3 慕尼黑综合癌症中心和慕尼黑大学医院第三医学系，慕尼黑； 4 德国海德堡大学医院和个性化医疗中心 (ZPM) 病理学研究所； 5 巴黎萨克雷大学医学院，克里姆林宫比塞特尔； 6 药物开发部（DITEP），Gustave Roussy，维尔瑞夫； 7 Oncostat U1018，法国巴黎萨克雷大学国家健康与医学研究院，标记为抗癌联盟，维尔瑞夫； 8 生物统计学和流行病学系，Gustave Roussy，维尔瑞夫； 9 法国巴黎西岱大学居里研究所遗传学系、INSERM U1016； 10 马德里 10 月 12 日大学医院、10 月 12 日健康研究中心医院肿瘤医学系； 11 巴塞罗那 Vall d'Hebron 肿瘤研究所 (VHIO)，巴塞罗那 Vall d'Hebron 医院校区； 12 西班牙维克大学加泰罗尼亚中央大学； 13 巴西圣保罗肿瘤诊所； 14 德国癌症研究中心 (DKFZ) 海德堡分子血液学/肿瘤学临床合作单位； 15 德国海德堡大学内科第五系，海德堡，德国； 16 华沙玛丽亚居里国家肿瘤研究所软组织/骨肉瘤和黑色素瘤系； 17 波兰华沙波兰科学院莫萨科夫斯基医学研究中心实验药理学系； 18 美国休斯顿德克萨斯大学 MD 安德森癌症中心研究癌症治疗学系； 19 伦敦大学学院医学肿瘤学系，伦敦； 20 英国伦敦圣巴塞洛缪医院肿瘤内科； 21 意大利梅尔多拉 IRCCS 罗马涅肿瘤研究所 (IRST)“Dino Amadori”科学理事会； 22 纽约纪念斯隆凯特琳癌症中心病理学系； 23 美国纽约纪念斯隆凯特琳癌症中心医学部乳腺医学和临床遗传学服务中心； 24 法国维尔瑞夫古斯塔夫鲁西医学生物学和病理学系肿瘤遗传学服务； 25 意大利维罗纳大学医学院诊断与公共卫生系病理学系