XiaoMi-AI文件搜索系统
World File Search SystemFNI
FNI 政策简报 1 / 2025
背景 关键原材料（例如稀土元素 (REE)、锂和石墨）被视为生产现代技术和“绿色转型”所必需的。确保长期稳定的供应已成为包括北欧国家在内的许多国家政策制定者的关键目标。本简报重点介绍中国在这些供应链中感知到的风险及其缓解策略，重点介绍永磁体和电动汽车 (EV) 电池中使用的材料。 中国在永磁体和电动汽车电池供应链中的地位 中国主导着全球永磁体供应链，永磁体主要由钕（一种稀土元素）、铁和硼的合金制成，我们越接近成品磁体，中国对全球生产的控制就越强。虽然中国是最大的稀土生产国，拥有全球最大的稀土储量，但由于国内政策旨在限制采矿和加工，以节约资源和减少环境污染，中国部分供应依赖进口。中国严重依赖铁矿石和硼的进口。然而，由于进口量大，且这些材料在磁体制造中使用的比例相对较小，供应短缺影响磁体生产的风险较低。总体而言，中国在永磁体生产方面面临的风险较低，主要致力于加强其在全球供应链中的主导地位。相比之下，中国在电池原材料方面面临的供应风险较大，这种风险主要集中在采矿阶段的上游。风险水平取决于具体材料。虽然中国对矿石和精矿的依赖因矿物而异，但它主导着所有电池原材料的加工以及电池的制造
fnihamp®aim研究项目和Sjögren的更新
Sjögren的基金会很荣幸能参与并支持美国国立卫生研究院（FNIH）加速药物的基金会伙伴关系®自动免疫和免疫介导的疾病（AMP®AIM）协作。这是FNIH管理的其他研究是公众（NIH），工业（制药公司和其他相关业务），患者以及代表他们的倡导组织（例如Sjögren的基金会）之间的合作伙伴关系 - 确保患者的声音在研究过程中具有影响力的一部分。从历史上看，我们知道Sjögren's在研究资金和现有数据集方面是其他自身免疫性疾病的背后。对此，Sjögren的基金会认为，在指导委员会级别上支持该项目很重要，这使我们在计划和行业合作伙伴参与该计划的情况下，在计划设计和方向方面具有平等的声音。这项承诺是一项50万美元的研究投资，在5年内进行，并由我们的慷慨捐助者实现。FNIH具有多个AMP®计划，重点是不同的疾病，而原始的自身免疫性疾病的AMP®则集中于狼疮和类风湿关节炎。在2020年，FNIH扩大了该特定的AMP®，包括Sjögren和银屑病关节炎 - 导致了新的AMP®AIM。AMP®AIM项目是一个为期5年的研究项目，该项目将重点关注每种疾病，然后研究跨数据集的疾病，以比较共同点和差异。Sjögren的团队由高度成就的Sjögren的研究人员和临床医生组成。我们鼓励您阅读有关Sjögren's的重要研究项目的信息！这是迄今为止Sjögren的最重要的研究项目，也是最重要的转化研究项目，分析来自多种疾病的数据，这是同一eRT的一部分。AMP®AIM的一个重要部分是组装的团队，这些团队由该国的每种疾病的顶级专家和研究人员以及患者可以参与研究的指定中心组成。他们都知道Sjögren's是一种严重且系统性的自身免疫性疾病，并且精通患者的多学科护理。该团队被称为Sjögren的团队，用于加速药品合作伙伴关系，或简称为邮票。来自UCSF的Caroline Shiboski博士（以及邮票的联系首席研究员），对迄今为止的AMP®AIM计划和邮票工作进行了全面研究。
DAFNI会议2024
我特别高兴地欢迎我们的三位主题演讲者，他们在我们的弹性基础设施和会议子主题的关键主题中具有广泛的专业知识。Martine Wauben，伦敦和Helen Huemer-Markides的数据负责人，大伦敦管理局的基础设施数据和创新负责人是会议的一个很好的补充，并将深入了解学者和行业如何共同努力以为政策提供信息。Asaad Faramarzi，岩土工程教授，DAFNI战略委员会成员，将就伯明翰大学的校园数字双胞胎（DT）进行主题演讲，这是对大学如何使用DT的数据来链接到与热量和运输的脱碳相关的重要决定的很好的证明。
整合 FNIRS 与机器学习
本研究的目的是介绍一种辅助诊断帕金森病 (PD) 的方法，即将功能性近红外光谱 (fNIRS) 研究分类为 PD 阳性或阴性。fNIRS 是一种非侵入性光信号模式，可传达大脑的血液动力学反应，特别是大脑皮层血氧变化；与其他神经成像模式相比，它是一种非侵入性且具有成本效益的方法，因此值得探索其作为辅助 PD 检测工具的潜力。除了将 fNIRS 与机器学习相结合之外，这项工作的贡献还在于实施和测试了各种方法，以找到实现最高性能的实现。所有实现都使用逻辑回归模型进行分类。从每个参与者的 fNIRS 研究中提取了一组 792 个时间和光谱特征。在两个表现最佳的实现中，使用了一组特征排序技术来选择精简的特征子集，然后使用遗传算法对其进行精简。为了实现最佳检测性能，我们的方法达到了 100% 的准确率、精确率和召回率，F1 得分和曲线下面积 (AUC) 为 1，使用了 14 个特征。这大大推进了 PD 诊断，凸显了将 fNIRS 和机器学习相结合用于非侵入性 PD 检测的潜力。关键词：帕金森病、功能性近红外光谱、机器学习、特征子集选择、遗传算法
DAFNI硬件在纽卡斯尔大学增强气候建模
为了帮助博士生，例如我们的地理空间博士培训中心的学生，以及其他潜在的DAFNI用户（例如研究人员）完善了他们的模型，并将DAFNI平台用于他们的研究，我们购买了两台Windows Machines和One Linux Machine和Dafni Hardware Monies。这些作为测试环境的作用，因此用户可以在将模型移至DAFNI生产环境平台之前磨练其模型，该平台提供了更大的可扩展性来进行大量处理。
根据 EEG 和 FNIRS 信号进行静息状态脑连接分析
摘要。当代神经科学高度关注机器学习和网络分析的协同使用。事实上，网络神经科学分析大量利用了聚类指标和统计工具。在这种情况下，功能性近红外光谱 (fNIRS) 和脑电图 (EEG) 的综合分析提供了有关大脑电和血流动力学活动的互补信息。证据支持神经血管耦合介导大脑处理的机制。然而，人们对这些技术如何表示特定的神经活动模式还不太了解。在这里，我们使用源空间分析和图论方法，研究了同步 EEG 和 fNIRS 连接组之间、跨频带的静息状态大脑功能网络的拓扑特性。我们观察到，在全局级别分析中，两种模态的小世界拓扑网络特征。边缘分析指出，与 EEG 相比，氧合血红蛋白的半球间连接性增强，且各个频带没有差异。我们的结果表明，从 fNIRS 中提取的图形特征可以反映神经活动的短程和长程组织，并且能够表征静息状态下的大规模网络。需要进一步开发两种模态的综合分析，以充分利用每种模态的附加值。然而，本研究强调，可以采用多模态源空间分析方法来研究健康静息状态下的大脑功能，从而为未来在任务和病理学中的工作奠定基础，并有可能获得神经系统疾病的新型综合生物标志物。
FNIRS 在神经科学及其新兴应用
本研究主题重点关注功能性近红外光谱 (fNIRS) 方法和应用的最新发展。它由 150 多位作者撰写的 28 篇关于各个方面的文章组成。它包括原创研究文章 (24)、临床试验 (1)、假设和理论 (1) 和评论 (2)。近红外光谱已用于研究大脑功能三十多年。近年来，由于该技术具有非侵入性、成本效益和便携性等竞争优势，其方法和应用取得了重大进展。在本研究课题中，我们看到了大量新颖的 fNIRS 应用，其中包括幻想的神经机制（Li 等人）、太极拳（Yang 等人）、触觉辅助调解（Zheng 等人）、感觉冲突（Nguyen 等人）、心理旋转（Mutlu 等人）、疲劳握力（Urquhart 等人）和哑铃锻炼（Wang 等人）。例如，Yang 等人报告称，8 周的太极拳干预可以提高老年人的抑制控制能力，这与前额叶激活增加有关。研究结果表明，太极拳锻炼可能是一种有效、合适的干预措施，可用于改善老年人的执行功能。Zheng 等人报告称，经过 5 天的练习，触觉辅助调解可以减少走神并提高注意力。此外，这种改善与右前额叶激活活动的增强以及与注意力网络相关的大脑区域之间的功能连接的显著变化有关。Urquhart 等人的研究调查了运动任务疲劳对不同频带（内皮、神经源性和肌源性）脑血流动力学的影响。这项研究的一个优势是将四种不同类型的功能连接指标应用于 fNIRS 信号。他们的方法是可行的，
描述了可穿戴脑电图 +功能性近红外光谱（EEG + FNIRS），用于设计认知的原位实验
摘要我们开发了一种可穿戴的实验传感器设置，该设置具有多模式EEG+FNIRS神经影像学数据捕获，适用于较低的财务阈值的原位实验。一致地应用传感器应用程序和信号质量控制的良好协议和程序对于研究人员获得有效数据至关重要。本文提供了对传感器设置的详尽描述，数据同步过程，传感器应用程序和信号质量控制。还描述了使用拟议的脑电图+FNIRS进行的潜在设计认知实验。总而言之，该设置是移动的，并提供了高质量的多模式神经影像学数据。我们鼓励设计社区充分利用该设置，并将其改编成原位的新实验设置。关键字：EEG+FNIRS，移动实验，设计中的人类行为，设计认知，研究方法和方法联系人联系：Dybvik，Henrikke Norwegian诺维吉亚科学与工业工程系机械与工业工程系Norway Henrikke.dybvik.dybvik@ntnu.no
可穿戴脑电图 + 功能性近红外光谱 (EEG+FNIRS) 的描述，用于设计认知的现场实验
摘要 我们开发了一种可穿戴实验传感器装置，具有多模态 EEG+fNIRS 神经成像数据捕获功能，可用于较低财务门槛的现场实验。持续应用良好的传感器应用和信号质量控制协议和程序对于研究人员获得有效数据至关重要。本文详尽描述了传感器设置、数据同步过程、传感器应用程序和信号质量控制。还描述了使用所提出的 EEG+fNIRS 进行的潜在设计认知实验。总之，该装置是移动的，并提供高质量的多模态神经成像数据。我们鼓励设计界利用该装置并将其适应新的现场实验装置。 关键词：EEG+fNIRS、移动实验、设计中的人类行为、设计认知、研究方法和方法 联系人：Dybvik，Henrikke 挪威科技大学 挪威机械与工业工程系 henrikke.dybvik@ntnu.no