XiaoMi-AI文件搜索系统
World File Search SystemECOG
dabrafenib和trametinib治疗的功效，安全性和生活质量在中国BRAF
V600E突变是由基于组织的本地/中央合格测定法（经中国卫生当局批准）检测到的。其他关键纳入标准包括可测量的疾病，每个反应评估标准（recist 1.1）（7），先前对转移性NSCLC进行过治疗或未经处理的疾病，预期寿命≥3个月，而东部合作肿瘤学组（ECOG）绩效状态（ECOG）绩效状态≤2。患者必须在接受铂类化疗或免疫检查点抑制剂后或之后表现出疾病进展，并且应接受不超过3行的全身疗法，包括至少一种先前的基于铂基化的化学疗法。表皮生长因子受体（EGFR）或促淋巴瘤激酶（ALK）突变的患者先前曾经接受过用EGFR或ALK抑制剂进行治疗。如果病变是有症状或治疗的，则将脑转移患者被排除，但在局部治疗后3周不稳定，或无症状且未治疗，但直径> 1 cm。 先前接受过BRAF抑制剂或MEK抑制剂或在治疗开始的3年内有其他恶性肿瘤的患者，或者还排除了任何确认激活RAS（大鼠肉瘤病毒）突变的恶性肿瘤。被排除，但在局部治疗后3周不稳定，或无症状且未治疗，但直径> 1 cm。先前接受过BRAF抑制剂或MEK抑制剂或在治疗开始的3年内有其他恶性肿瘤的患者，或者还排除了任何确认激活RAS（大鼠肉瘤病毒）突变的恶性肿瘤。
TROPION-Lung05：Datopotamab deruxtecan (Dato-DXd) 治疗既往接受过治疗且存在可操作基因组改变 (AGA) 的 NSCLC
BICR，盲法独立中央审查；CBR，临床受益率；Dato-DXd，达托泊单抗；DCR，疾病控制率；DOR，缓解持续时间；ECOG PS，东部肿瘤协作组体能状态；NSCLC，非小细胞肺癌；ORR，客观缓解率；OS，总生存期；PFS，无进展生存期；PK，药代动力学；Q3W，每 3 周一次；TROP2；TTR，缓解时间。a 主要完成日期为所有患者在开始研究治疗后至少接受 9 个月的随访或退出研究时。
自然主义手臂运动的行为和神经变异性
图1：数据处理，分析和建模框架的示意图。（a） - （b）基于对每个受试者的连续视频监测，左右手腕的轨迹（腕部和腕部r（b）中的腕部）使用神经网络估算（Mathis等人。，2018年），并自动分为移动（灰色）和静止（白色）状态，如（b）中所示。（c） - （d）对原始的多电极电视学（ECOG）进行了过滤并重新引用；从进一步的分析中除去了不良电极（例如，具有伪影的电极）。（e）从视频中检测到的运动开始事件，如（b）所示，使用时间戳对齐ECOG数据。（f）对于每个电极处的每个移动事件，计算光谱功率并将其视为对数尺度频谱图。（g）总结了跨事件和电极，我们根据解剖学注册将光谱从电极投射到8个皮层区域，并在运动事件中计算了中位功率。（h）我们的数据包括12个主题；它们的电极位置显示在MNI坐标中（见图1-1，用于特定的细节）。五个受试者的电极植入了右半球（用星号表示）。为了进行以后分析的一致性，我们反映了这些电极位置，如图所示。（i）为了部分解释低频（LFB：8-32 Hz）和高频（HFB：76-100 Hz）光谱功率的事件神经变异性，我们使用从视频中提取的行为特征在每个电极上填充多个线性回归模型。
双向脑机接口应用中同时进行皮层脑电刺激和记录的最佳伪影抑制
摘要 目的。基于皮层电图 (ECoG) 的脑机接口 (BCI) 是恢复神经功能障碍患者运动和感觉功能的有前途的平台。这种双向 BCI 操作需要同时记录 ECoG 和刺激，这在存在强刺激伪影的情况下具有挑战性。如果 BCI 的模拟前端在超低功耗模式下运行，这个问题会更加严重，这是完全植入式医疗设备的基本要求。在本研究中，我们开发了一种新方法，用于在刺激伪影到达模拟前端之前抑制它们。方法。利用基本的生物物理考虑，我们设计了一种伪影抑制方法，该方法采用在主刺激器和记录网格之间传递的弱辅助刺激。然后通过约束优化程序找到该辅助刺激偶极子的确切位置和幅度。在模拟和幻影脑组织实验中测试了我们方法的性能。主要结果。通过优化程序找到的解决方案在模拟和实验中都与最佳抵消偶极子相匹配。在模拟和脑幻影实验中分别实现了高达 28.7 dB 和 22.9 dB 的伪影抑制。意义。我们开发了一种简单的基于约束优化的方法来查找产生最佳伪影抑制的辅助刺激偶极子的参数。我们的方法在刺激伪影到达模拟前端之前对其进行抑制，并可能防止前端放大器饱和。此外，它可以与其他伪影缓解技术一起使用，以进一步减少刺激伪影。
brain2Char：用于解码大脑记录文本的深度结构
抽象目标。直接从大脑解码语言表示可以使新的大脑 - 计算机界面（BCIS）用于高带宽人类 - 人类和人类 - 光明通信。在临床上，这种技术可以恢复具有神经系统疾病的人的沟通，从而影响其说话能力。方法。在这项研究中，我们提出了一种新型的深层网络结构Brain2Char，以直接从直接脑记录（称为电皮质摄影，ECOG）解码文本（特别是字符序列）。Brain2Char框架结合了最先进的深度学习模块 - 从神经数据和双向复发层中提取多次时空特征特征的3D成立层，扩张的卷积层，然后是语言模型的横梁加权梁搜索以解码性角色序列，并优化连接的临时分类损失。此外，考虑到皮质功能转换为角色序列的高度非线性变换，我们对网络的潜在表示进行了正直化，这是由对语音生产的皮质编码和ECOG数据采集特定的人为方面的洞察力进行的。为此，我们对辅助损失施加了辅助损失，以进行发音运动，语音声学和会话特定的非线性。主要结果。在这里报告的三名参与者中，Brain2Char在词汇量上分别达到10.6％，8.5％和7.0％的单词错误率，范围为1200到1900个单词。意义。这些结果为从大脑信号解码文本中建立了一种新的端到端方法，并证明了Brain2Char作为高性能通信BCI的潜力。
tamponade我的胸腺瘤CD19特异性CAR-T细胞的长期疗效和安全性...
在这些患者中，中位年龄为55岁（范围为29-73）。Most of the patients (66.7%) had stage III or IV disease, 41% had an ECOG performance status score of 2 or 3, 64.1% had extranodal organ involvement, 51.3% had received at least three lines of previous therapies, 46.2% had received more than 10 times of prior treatment regimen, 51.3% had refractory disease, 7.7% experienced autologous stem cell transplantation (ASCT) and 46.2％的笨重疾病被定义为具有超过7厘米直径的任何肿块的存在。
构建狨猴大脑中的预测听觉序列层次
摘要 我们的大脑不断对感官输入做出预测，并将其与实际输入进行比较，通过大脑区域的层次结构传播预测误差，随后更新对世界的内部预测。然而，预测编码的基本特征、层次深度的概念及其神经机制仍未得到充分探索。在这里，我们结合功能性磁共振成像 (fMRI) 和高密度全脑皮层电图 (ECoG)，在听觉局部-全局范式中研究了狨猴的预测听觉处理的层次深度，其中刺激的时间规律被设计为两个层次。预测误差和预测更新被视为对听觉不匹配和遗漏的神经反应。使用 fMRI，我们确定了听觉通路上的层级梯度：中脑和感觉区域代表局部、较短时间尺度的预测处理，随后是联想听觉区域，而前颞叶和前额叶区域代表整体、较长时间尺度的序列处理。互补的 ECoG 记录证实了皮质表面区域的激活，并进一步区分了预测误差和更新信号，它们分别通过假定的自下而上的 γ 和自上而下的 β 振荡传输。此外，由于输入缺失而引起的遗漏反应仅反映了层级预测编码框架所特有的两个预测信号水平，证明了听觉、颞叶和前额叶区域自上而下的层级预测过程。因此，我们的研究结果支持分层预测编码框架，并概述了如何使用神经网络和时空动态来表示和安排狨猴大脑中听觉序列的分层结构。
bendamustine盐酸盐
初始申请 - 相关专家的霍奇金淋巴瘤*仅来自相关专家或任何相关从业者的申请。批准有效期为6个月。先决条件（在适当的情况下）□患者患有霍奇金的淋巴瘤需要治疗，并且□患者的ECOG表现状态为0-2，患者已经接受了一项先前的化学疗法，并且□患者疾病复发或在先前的化学疗法和□bentamustine均与gemcitecrine（vinamustine）结合使用后不耐受性（VINAMUSTINE）的最大症状（每个周期两次大于90 mg/m2，最多四个周期
使用去噪扩散概率模型生成真实的神经生理时间序列
近年来，深度生成模型对工程和科学产生了深远的影响，彻底改变了图像和音频生成等领域，并提高了我们建模科学数据的能力。特别是，去噪扩散概率模型 (DDPM) 已被证明可以准确地将时间序列建模为复杂的高维概率分布。实验和临床神经科学也将受益于这一进步，因为准确建模神经生理时间序列，例如脑电图 (EEG)、皮层电图 (ECoG) 和局部场电位 (LFP) 记录及其合成生成可以实现或改进各种神经科学应用。在这里，我们提出了一种使用 DDPM 建模多通道和密集采样的神经生理记录的方法，该方法可以灵活地应用于不同的记录模式和实验配置。首先，我们表明 DDPM 可以为各种数据集 11 生成逼真的合成数据，包括不同的记录技术（LFP、ECoG、EEG）和物种（大鼠、猕猴、人类）。DDPM 生成的时间序列准确捕获单通道和多通道统计数据，例如频谱和 13 相位幅度耦合，以及细粒度和数据集特定特征，例如尖锐的波纹。14 此外，可以根据实验条件或大脑状态等其他信息生成合成时间序列。我们展示了 DDPM 在几种神经科学特定分析中的实用性和灵活性，例如大脑状态分类和缺失通道的归纳以改进神经解码。总之，DDPM 可以作为神经生理记录的精确生成模型，并且在概率生成合成时间序列以用于神经科学应用方面具有广泛的实用性。20
直接皮质刺激与 SEEG 记录中语言映射诱发高频活动之间的关系
目的 作者评估了在立体脑电图记录过程中，术前任务诱发的高频活动 (HFA) 对难治性癫痫患者语言映射的临床意义。尽管 HFA 评估被描述为认知的假定生物标志物，但其对映射语言网络的临床意义主要通过使用皮层脑电图 (ECOG) 的研究来评估。方法 对 42 例癫痫患者进行了颅内电极植入，并在任务诱发的 HFA 和直接皮层刺激 (DCS) 语言映射期间进行了评估。评估了每种方法在特异性和敏感性方面的空间和功能相关性。结果 结果表明，这两种方法都可以映射经典的语言区域，并且通过诱发的 HFA 获得了大型双侧语言网络。在区域层面，顶叶和颞叶的方法存在差异：HFA 招募了更多的皮层顶叶部位，而 DCS 涉及更多的皮层颞叶部位。重要的是，结果显示，HFA 可以预测 DCS 引起的语言干扰，具有高特异性（92.4%；阴性预测值 95.9%）和非常低的敏感性（8.9%；阳性预测值 4.8%）。结论 DCS 语言映射似乎比诱导 HFA 映射更适合广泛的时间映射。此外，应使用诱导 HFA 作为 DCS 的补充，通过省略报告为 HFA - 的部位来预先选择 DCS 期间刺激的部位数量。这可能是一个相当大的优势，因为它可以减少刺激过程的持续时间。讨论了每种方法要使用的几个参数，并根据 ECOG 研究报告的先前结果解释了结果。