XiaoMi-AI文件搜索系统
World File Search SystemDischarges
发作间期癫痫样放电与人类颅内神经生理学数据的质量
颅内脑电图 (IEEG) 涉及从直接放置在皮质表面或深层脑位置的电极进行记录。它适用于接受术前癫痫发作定位的药物难治性癫痫患者。IEEG 记录与计算能力和分析工具的进步相结合，加速了认知神经科学的发展。本篇观点文章描述了由于受试者群体而导致的许多此类记录中存在的潜在陷阱——即发作间期癫痫样放电 (IED)，由于与癫痫相关的病理波形污染了正常的神经生理信号，因此可能导致虚假结果。我们首先讨论 IED 危害的性质，以及为什么它们值得神经生理学研究人员的关注。然后，我们描述了处理 IED 时使用的四种一般策略（手动识别、自动识别、手动-自动混合以及通过将其留在数据中而忽略），并讨论了它们的优缺点和背景因素。最后，我们根据横断面文献综述和自愿调查，描述了全球人类神经生理学研究人员的当前实践。我们将这些结果置于所列策略的背景下，并提出提高报告意识和清晰度的建议，以丰富该领域的数据质量和交流。
基于人工智能的污水处理厂排放水质预测技术
《水污染防治法》规定了污水处理厂排放水的排放标准，并对化学需氧量 (COD) 进行控制。濑户内地区和其他指定区域的污水处理厂还对总氮含量 (TN) 和总磷含量 (TP) 进行额外监管。为了满足标准，污水处理厂使用自动测量设备来监测这些控制和调节参数；但是，根据流入污水处理厂的污水质量和污水处理工艺条件，排放水质可能会恶化。要将这种恶化的水质恢复正常，需要维护人员的经验和专业知识，而且由于需要经过一定的时间，因此也需要维护人员的劳动。为了让维护人员能够提前发现水质恶化，日信电机株式会社开发了一种技术，可根据这些控制和调节参数的过去实际数据，使用人工智能 (AI) 预测未来的水质变化。该技术有助于防止水质恶化，同时减轻维护人员的负担。
NPDES 施工活动雨水排放通用许可证
填写表格 仅在相应区域使用大写字母键入或打印。请将每个字符放在标记之间。如有必要，请缩写以保持在每项允许的字符数之内。单词之间仅使用一个空格，但不要使用标点符号，除非它们需要澄清您的回答。如果您对此表格有任何疑问，请参阅 www.epa.gov/npdes/stormwater/cgp 或致电雨水通知处理中心 (866) 352-7755。请提交带有墨水签名的原件，请勿发送复印的签名。 仅在相应区域使用大写字母键入或打印。请将每个字符放在标记之间。如有必要，请缩写以保持在每项允许的字符数之内。单词之间仅使用一个空格，但不要使用标点符号，除非它们需要澄清您的回答。如果您对此表格有任何疑问，请参阅 www.epa.gov/npdes/stormwater/cgp 或致电 (866) 352-7755 联系暴雨通知处理中心。请提交带有墨水签名的原件。请勿发送签名的复印件。仅在相应区域键入或打印大写字母。请将每个字符放在标记之间。如有必要，请缩写以保持在每项允许的字符数之内。单词之间仅使用一个空格，但不要使用标点符号，除非需要它们来澄清您的回答。如果您对此表格有任何疑问，请参阅 www.epa.gov/npdes/stormwater/cgp 或致电 (866) 352-7755 联系暴雨通知处理中心。请提交带有墨水签名的原件。请勿发送签名的复印件。
使用深度学习检测颅内电极上的内侧颞叶癫痫样放电
目的：开发一种高性能算法来检测颅内电极记录中的内侧颞叶 (mTL) 癫痫样放电。方法：一位癫痫病专家从 46 名癫痫患者的颅内脑电图记录数据集中注释了 13,959 次癫痫样放电。利用该数据集，我们训练了一个卷积神经网络 (CNN) 来识别来自单个颅内双极通道的 mTL 癫痫样放电。对来自多个双极通道输入的 CNN 输出取平均值以生成最终的检测器输出。使用嵌套 5 倍交叉验证来评估算法性能。结果：在受试者工作特征曲线上，我们的算法实现了 0.996 的曲线下面积 (AUC) 和 0.981 的部分 AUC（特异性 > 0.9）。精确召回曲线上的 AUC 为 0.807。在假阳性率为每分钟 1 次的情况下，灵敏度达到 84%。35.9% 的假阳性检测对应于专家注释期间遗漏的癫痫样放电。结论：利用深度学习，我们开发了一种高性能、患者非特异性算法，用于检测颅内电极上的 mTL 癫痫样放电。意义：我们的算法有许多潜在应用，可用于了解 mTL 癫痫样放电对癫痫和认知的影响，以及开发专门减少 mTL 癫痫样活动的治疗方法。2019 年国际临床神经生理学联合会。由 Elsevier BV 出版，保留所有权利。
基于高阶张量分解的头皮到颅内脑电图投影检测发作间期癫痫样放电
摘要。目的。发作间期癫痫样放电 (IED) 发生在两次癫痫发作之间。IED 主要通过颅内记录捕获，通常在头皮上不可见。本研究提出了一种基于张量分解的模型，将头皮脑电图 (sEEG) 的时频 (TF) 特征映射到颅内脑电图 (iEEG) 的 TF 特征，以便以高灵敏度检测头皮上的 IED。方法。采用连续小波变换提取 TF 特征。将来自 iEEG 记录的 IED 段的时间、频率和通道模式连接成四向张量。采用 Tucker 和 CANDECOMP/PARAFAC 分解技术将张量分解为时间、频谱、空间和节段因子。最后，将来自头皮记录的 IED 和非 IED 段的 TF 特征投影到时间分量上进行分类。主要结果。模型性能通过两种不同的方法获得：受试者内和受试者间分类方法。我们提出的方法与其他四种方法进行了比较，即基于张量的空间分量分析方法、基于 TF 的方法、线性回归映射模型以及非对称对称自动编码器映射模型，然后是卷积神经网络。我们提出的方法在受试者内和受试者间分类方法中均优于所有这些方法，分别实现了 84.2% 和 72.6% 的准确率。意义。研究结果表明，将 sEEG 映射到 iEEG 可提高基于头皮的 IED 检测模型的性能。此外，基于张量的映射模型优于基于自动编码器和回归的映射模型。
使用生成的对抗网络将头皮映射到颅内脑电图中，以自动检测中间的癫痫样放电
摘要 - 头皮和颅内脑电图（EEG）对于诊断脑部疾病至关重要。但是，头皮脑电图（seeg）被头骨衰减并被伪像污染。同时，颅内脑电图（IEEG）几乎没有文物，并且可以捕获所有大脑活动，而无需任何衰减，因为靠近大脑。在这项研究中，目的是通过将SEEG映射到IEEG来提高SEEG的性能。为此，我们在这里使用生成的对抗网络开发了一个深神经网络，以估算IEEG的SEEG。所提出的方法适用于Seeg和IEEG，并从癫痫发作中同时记录以检测间隔癫痫样放电（IEDS）。所提出的方法检测IEDS的精度为76％的IED，并以最先进的方法为止。此外，它至少比比较方法少十二倍。
IAEA安全标准监视以保护...
3。CONCEPTS AND TERMS RELEVANT TO MONITORING ................................................................ 18 Discharges and environmental releases ............................................................................................................. 18 Environmental media ........................................................................................................................................ 18 Exposure and exposure pathways ..................................................................................................................... 18 Member of the public and the representative person ......................................................................................... 19 Monitoring strategy and monitoring programme .............................................................................................. 20 Source ............................................................................................................................................................... 20 Types of monitoring .......................................................................................................................................... 20
微芯片供应链政策和指南
• The following policy requirements apply with regards to the environment*: • Environmental permits and registrations must be current/maintained and reporting requirements must be followed • Emissions, discharges of pollutants and generation of waste are to be minimized or eliminated • Substances hazardous to humans or the environment must be managed to ensure safe handling, use and disposal • Non-hazardous solid waste should be managed, reduced and disposed of responsibly • Air emissions are to be被监控，控制和处理（根据需要）出院前•必须遵守所有适用的法律和法规•必须管理水源，使用和排放，并在排出之前按要求对废水进行监控和处理。
患者安全指标 12 (PSI 12) 围手术期肺部...
每 1,000 名 18 岁及以上的外科手术患者出院时，因围手术期肺栓塞或近端深静脉血栓形成（次要诊断）而出院的人数。不包括入院时主要诊断为肺栓塞或近端深静脉血栓形成，或次要诊断为肺栓塞或近端深静脉血栓形成的出院人数；肝素诱发的血小板减少症出院人数；在第一次手术室手术之前或同一天发生下腔静脉中断或肺动脉或透析通路血栓切除术，或这是唯一的手术室手术出院人数；接受体外膜氧合治疗的出院人数；入院时存在急性脑损伤或脊髓损伤的出院人数；入院后或入院后第 10 天发生第一次手术室手术的出院人数；以及产科出院人数。