Prescribed and monitored by a VA / VA Community Care hematologist / oncologist Goals of care and role of Palliative Care consult have been discussed and documented Symptomatic intermediate or high-risk myelofibrosis (as determined on initial diagnosis), including primary myelofibrosis or secondary (post-polycythemia vera or post-essential thrombocythemia) myelofibrosis Currently no plan for allogeneic通过触诊(低于肋骨缘低5 cm)或成像东部合作肿瘤学组(ECOG)的造血干细胞移植脾肿大的性能(ECOG)的表现状态为0到2,获得了预处理的完整的血液计数,肝板完整的肝炎,完成了肝炎,最低抗体,抗体至抗血素 - 甲基 - 甲基 - 甲基 - 甲壳虫 - 甲壳虫 - 甲壳虫 - 甲壳虫 - 甲壳虫疗法,(乙型肝炎表面抗原[抗HBS])。
人们已经尝试过多次语音脑机接口 (BCI),在听觉语音感知、显性语音或想象(隐性)语音期间使用侵入性测量(例如皮层电图 (ECoG))来解码音素、子词、单词或句子。从隐性语音中解码句子是一项具有挑战性的任务。这项研究招募了 16 名颅内植入电极的癫痫患者,在 8 个日语句子的显性语音和隐性语音期间记录了 ECoG,每句句子由 3 个标记组成。具体来说,我们应用 Transformer 神经网络模型来从隐性语音中解码文本句子,该模型使用在显性语音期间获得的 ECoG 进行训练。我们首先使用相同的任务进行训练和测试来检查所提出的 Transformer 模型,然后评估该模型在使用显性任务训练以解码隐性语音时的性能。在隐性语音上训练的 Transformer 模型在解码隐性语音时实现了 46.6% 的平均标记错误率 (TER),而在显性语音上训练的模型实现了 46.3% 的 TER (p > 0.05 ; d = 0.07)。因此,收集隐性语音训练数据的挑战可以通过使用显性语音来解决。通过使用几种显性语音可以提高隐性语音的性能。
立体定向脑电图 (sEEG) 利用局部穿透深度电极来测量脑电生理活动。它最常用于识别难治性癫痫的致痫区。植入的电极通常提供一组独特脑区域的稀疏采样,包括海马体、杏仁核和岛叶等较深的脑结构,而这些结构无法通过皮层脑电图 (ECoG) 等浅层测量方式捕捉到。尽管临床应用重叠,且脑机接口 (BCI) 的 ECoG 解码方面也取得了最新进展,但迄今为止,sEEG 在 BCI 解码方面受到的关注相对较少。此外,相关深部脑刺激 (DBS) 植入物的成功预示着长期 sEEG 应用的潜力。本文概述了 sEEG 技术、BCI 相关研究以及 sEEG 在长期 BCI 应用中的未来发展方向。
解码器将皮质图(ECOG)信号从皮质转换为可解释的语音参数和一种新型的可区分语音合成器,将语音参数映射到频谱图。我们开发了一个由语音编码器和相同的语音合成器组成的伴侣音频到Audio自动编码器,以生成参考语音参数,以促进ECOG解码器培训。该框架具有自然听起来的语音,并且在48名参与者的队列中高度可重现。在ECOG解码器的三个神经网络架构中,3D Resnet模型在预测原始语音频谱图(PCC = 0.796)的情况下预测原始语音频谱图时具有最佳的解码性能(PCC = 0.804)。我们的实验结果表明,即使仅限于因果操作,我们的模型也可以以高相关性来解码语音,这对于通过实时神经假体采用是必不可少的。我们成功地解码了左或右半球覆盖范围的参与者中的语音,这可能导致左半球损害导致语音缺陷的患者的言语假体。此外,我们使用遮挡分析来识别有助于跨模型语音解码的皮质区域。最后,我们为我们的两阶段培训管道提供开源代码以及协会的预处理和可视化工具,以实现可重现的研究并推动跨语音科学和假体社区的研究。
连续静默语音识别模型试图解码人们在脑海中阅读的内容。它可以被认为接近于读心术问题,其中思想也被解码。沿着这个方向的研究可以使有严重认知障碍的人使用 Siri、Alexa、Bixby 等虚拟助手,从而提高技术的可访问性。它还可以使有认知障碍的人与其他人交流。连续静默语音识别技术还可以让士兵和科学家在敏感的工作环境中进行秘密通信。最后,连续静默语音识别技术可以为身体健全的人引入一种新的基于思想的交流形式。脑电图 (EEG) 是一种通过将 EEG 传感器放置在受试者的头皮上来测量人脑电活动的非侵入性方法。即使空间分辨率较差,EEG 信号也具有很高的时间分辨率。另一方面,皮层电图 (ECoG) 是一种测量人脑电活动的侵入性方法。 ECoG 信号具有与 EEG 信号相似的时间分辨率,但比 EEG 信号具有更好的空间分辨率和信噪比 (SNR)。ECoG 的主要缺点是它是一种侵入性程序,需要受试者接受脑部手术才能植入 ECoG 电极。在这项工作中,我们使用非侵入性 EEG 信号来解码受试者的想法或执行连续无声语音识别。在 [1, 2, 3] 中,作者展示了使用 EEG 信号进行孤立和连续语音识别,这些信号是在受试者大声说出英语句子和听取有限英语词汇的英语话语时并行记录的。[2, 3, 1] 中的作者使用端到端自动语音识别 (ASR) 模型,如连接主义时间分类 (CTC) [4]、注意模型 [5] 和传感器模型 [6] 将 EEG 输入特征直接转换为文本。在 [7, 8] 中描述的一项最新工作中,作者展示了直接从 EEG 特征合成语音的可行性。尽管在[3]中,作者们利用被动聆听过程中记录的脑电图信号展示了语音识别,但他们的实验
• Retrospective cohort study, single-institution • Treatment: Teclistimab, talquetamab or investigational • N= 99 • Age range 65-89 years • 71% frail at the time of BsAb treatment • Frailty measure used: Simplified (IFM) fraily score (=age, ECOG PS, Charlson comorbidity Index)
g-CSF:预防性粒细胞群刺激因子BeaCOPP:一种化学疗法方案,由博氏霉素(Blenoxane®),依托托糖苷(topasar),阿霉素羟基氯化物(阿霉素)(adrimycin),cycloploploplophamide(cyccroploscin)cinccristancinccristancisticancistccristancisticancisticancisticancisticancistccrist, procarbazine(matulane)和泼尼松ECOG:东部合作肿瘤学组swog:西南肿瘤学组
通过脑皮层电图 (ECoG) 进行皮层刺激可能是在双向脑机接口 (BD-BCI) 中诱导人工感觉的有效方法。然而,电刺激引起的强电伪影可能会显著降低或掩盖神经信息。详细了解刺激伪影通过相关组织的传播可能会改进现有的伪影抑制技术或启发开发新的伪影缓解策略。因此,我们的工作旨在全面描述和模拟硬膜下 ECoG 刺激中伪影的传播。为此,我们收集并分析了四名患有癫痫并植入硬膜下 ECoG 电极的受试者的雄辩皮层映射程序数据。从这些数据中,我们观察到伪影在所有受试者的时间域中都表现出锁相和棘轮特性。在频域中,刺激导致宽带功率增加,以及基频刺激频率及其超谐波的功率爆发。伪影的空间分布遵循电偶极子的电位分布,在所有受试者和刺激通道中,拟合优度中值为 R 2 = 0.80。高达 ± 1,100 µ V 的伪影出现在距离刺激通道 4.43 至 38.34 毫米的任何地方。这些时间、光谱和空间特性可用于改进现有的伪影抑制技术,启发新的伪影缓解策略,并有助于开发新的皮质刺激方案。总之,这些发现加深了我们对皮质电刺激的理解,并为未来的 BD-BCI 系统提供了关键的设计规范。
如果患者年龄≥18岁;经组织学确诊为UC并伴有TCC(纯组织学或混合组织学);患有放射学可测量的局部晚期和/或转移性疾病[实体肿瘤疗效评价标准(RECIST),版本1.1];不适合通过手术或放疗进行治愈性治疗;并且不适合使用顺铂,则患者符合入选条件。不适合使用顺铂的定义是以下一项或多项:(i) 肌酐清除率<60 mL/min;(ii) 东部肿瘤协作组体能状态 (ECOG PS) = 2(如果 ECOG PS >= 3,则排除NB患者);(iii) 临床上显著的缺血性心脏病;(iv) 既往对顺铂不耐受;(v) 年龄> 75岁; (vi) 研究人员认为任何其他因素表明顺铂不适合。如果患者的肌酐清除率 < 30 mL/min,则患者也不符合试验资格。所有患者均提供了书面知情同意书。
结果:包括的患者总数为244。在其中,分别为160(65%),67(28%)和17(7%)患者,分别为1L,二线(2L)或第三线或以上(3L或以上)。所有患者的中位年龄为59岁。男性为88%,吸烟者为77%。中位随访时间为12.5个月。1L IO的中位PFS和OS分别为7 [95%CI 5.8 - 10.3]和11.8 [95%CI 8.8 - 14.4],分别为月。在开始1升IO后的第一个3个月中,患者34/160(21%)死亡。对于开始1升IO后3个月生存的人,中位PFS和OS分别为11.3 [95%CI 8.3 - 16.5]和15.4 [95%CI 13.2 - 21]月。在具有任何性能状态的1L IO患者的COX回归模型中,ECOG PS 2与ECOG PS 0-1相比可预测OS较差(P = 0.005)。