XiaoMi-AI文件搜索系统
World File Search SystemHiguchi
seizft：可解释的癫痫发作的机器学习
摘要：这项工作提出了Seizft - 一种新型的癫痫发作检测框架，该框架利用机器学习使用可穿戴的Sensordot EEG数据自动检测癫痫发作。受到可预处的睡眠阶段的启发，我们的新方法采用了数据增强，有意义的特征提取和决策树的独特组合，以提高对脑电图变化的弹性，并提高概括以概括为看不见数据的能力。傅立叶变换（FT）替代物被用来增加样本量并改善标记的非塞兹和癫痫发作时期之间的平衡。为了增强模型稳定性和准确性，Seizft通过Catboost Classifier利用决策树的集合来将EEG记录的每一秒分类为癫痫发作或非癫痫发作。SEIZIT1数据集用于培训，SEIZIT2数据集用于验证和测试。使用两个主要指标：使用AINY-ROVERLAP方法（OVLP）和错误的警报（FA）速率（使用基于Epoch的评分（Epoch））评估了用于癫痫发作检测的模型性能。值得注意的是，Seizft在2023年2023年国际声学，言语和信号处理国际会议上（ICASSP）的癫痫发作检测挑战（ICASSP）的一系列最先进的癫痫发作检测算法（ICASSP）。seizft在准确的癫痫发作检测中优于最先进的黑盒模型，并最小化错误警报，总分获得了40.15的总分，在两个任务中结合了OVLP和时期，并且比下一个最佳方法的改善约为30％。Seizft的解释性是一个关键优势，因为它促进了医疗保健专业人员的信任和问责制。从Seizft提取的最预测性的癫痫发作检测特征是：三角波，四分位数范围，标准偏差，总绝对功率，Theta波，三角洲与Theta的比率，BINNED熵，Hjorth Complextity，Delta + Theta + Theta和Higuchi Fractal Fractal Ristermension。总而言之，将Seizft成功应用于可穿戴的Sensordot数据表明，它可能进行实时，连续监测的潜力，以改善个性化医学癫痫。
Asacusa AD-3协作的状态报告2024
C. Amsler A，D。BarnaB，M.N。 bayo C，AD，H。Breuker和，M。Bumbar F，，M。Cerwek A，G。Costantine G，A。Dax H，R。FerragutC，Ad，A.Forsyth I T. Higuke k，M.Hori I，M。HoriI，L ∗，E.D. Venturels G，A。WeiderA，E。WidmannA ∗，Y. Y. Y. Y. Y. Y. and Stefan Meyer Institute，B Wigner物理研究中心，Milae的C Polytechnic，D Infn Mid Mid Midmarator，Riken，Riken，Riken，riken，Fing thement offental offertaltal Physick of the cern，cern of the cern of the cern，cern of the cern，cern of the cern，cern，cern，cern，cern，cern，cern，cern，cern，cern，cern the of。 Schrere Institute，物理学系，我派遣土地学，J派上了伦敦大学学院，伦敦大学学院，K综合学和NU-Clear Science，京都大学，L Max-Plank-Plank-instituut f ur，M物理学研究所，The Tysics，The The The Fisics，n The Fisron，DELERRON研究研究，物理和天文学的p e，奥尔胡斯大学∗共同发言人C. Amsler A，D。BarnaB，M.N。bayo C，AD，H。Breuker和，M。Bumbar F，，M。Cerwek A，G。Costantine G，A。Dax H，R。FerragutC，Ad，A.Forsyth I T. Higuke k，M.Hori I，M。HoriI，L ∗，E.D. Venturels G，A。WeiderA，E。WidmannA ∗，Y. Y. Y. Y. Y. Y. and Stefan Meyer Institute，B Wigner物理研究中心，Milae的C Polytechnic，D Infn Mid Mid Midmarator，Riken，Riken，Riken，riken，Fing thement offental offertaltal Physick of the cern，cern of the cern of the cern，cern of the cern，cern of the cern，cern，cern，cern，cern，cern，cern，cern，cern，cern，cern the of。 Schrere Institute，物理学系，我派遣土地学，J派上了伦敦大学学院，伦敦大学学院，K综合学和NU-Clear Science，京都大学，L Max-Plank-Plank-instituut f ur，M物理学研究所，The Tysics，The The The Fisics，n The Fisron，DELERRON研究研究，物理和天文学的p e，奥尔胡斯大学∗共同发言人
基本信息 主办实验室：Institut Galien Paris-Saclay (IGPS) CNRS UMR8612 实习地点完整地址：Eq.多点
不可或缺的信息 Laboratoire d'accueil : Institut Galien Paris-Saclay (IGPS) CNRS UMR8612 Adresse complète du lieu du stage : Eq. MULTIPHASE - 药学多尺度物理化学，巴黎萨克雷大学，HM1 楼，17 Avenue des Sciences，91400 ORSAY 负责人姓名：Angelina ANGELOVA 博士 电子邮箱：angelina.angelova@universite-paris-saclay.fr 上课时间：2025 年 1 月 20 日 - 7 月 18 日 主题名称：液晶脂质纳米粒子中的控制药物释放用于神经保护 - 科学背景 除其他神经退行性疾病外，阿尔茨海默病和帕金森病还给全球约 10 亿人带来医疗和社会经济负担，每年导致 680 万人死亡。这些疾病的特征是神经元的逐渐损失导致认知、感觉、行为和运动神经系统功能障碍。氧化应激会导致活性氧 (ROS) 的产生和自由基的形成，这是这些疾病的共同特征。这可能导致神经退化，并可能导致中枢神经系统斑块的形成。具有内部液晶组织的脂质基纳米颗粒 (LNP) 是一种新的药物输送策略，可调节细胞和组织中的 ROS 水平，从而实现神经保护和神经再生。溶致性脂质基纳米颗粒（立方体、六角体和脂质体）是抗氧化剂化合物输送的理想选择，因为它们的结构有利于增强包封效果和对活性药物成分的包封。立方体、脂质体和六角体类型的纳米载体可以提高药物的生物利用度并保护不稳定的药物分子，这些分子可以是亲水性或疏水性物质。在具有神经保护特性的其他植物化学物质中，槲皮素是一种溶解度低的多功能化合物，需要输送载体才能到达目标作用位点。液晶脂质纳米颗粒 (LCNP) 的控制释放是纳米医学研究的一个新兴领域。目前正在扩展实验以提供数据，这些数据可用于对此类受控药物输送系统中的药物释放进行动力学建模（例如，使用零级模型、一级模型、Higuchi、Korsmeyer-Peppas、Hixson-Crowell、Baker-Lonsdale、Weibull 或 Hopfenberg 模型）。
CD44靶向环孢菌素的抗癌分析负载的硫醇化壳聚糖纳米制剂，以在三阴性乳腺癌中持续释放。
1-不同疾病研究小组中的免疫反应，医学实验室科学系，应用医学科学学院，国王阿卜杜勒齐兹大学，沙特阿拉伯吉达。2中心基因组医学研究的卓越中心，沙特阿拉伯吉达国王阿卜杜勒齐兹大学。https://orcid.org/0000-0002-7231-3386 *通信：Maisa Siddiq Abduh，mabdoh@kau.edu.edu.sa，国王阿卜杜勒齐兹大学，沙特阿拉伯杰达，沙特阿拉伯；电话。 ：（ 00966568026868）。 摘要：一种有效的免疫抑制性化学治疗药物（CSA）治疗许多癌症，尤其是恶性癌，急性白血病和三阴性乳腺癌（TNBC）。 指定的聚合物纳米成型（N.F.） 基于在表面上具有配体改变的药物递送技术是为了改善预期区域的主动部分递送，并提高了延长治疗的疗效。 我们生产并表征了N.F. 硫化壳壳中包裹的环孢菌素（T.C.） 透明质酸（H.A.）的最外层涂层。 研究中的研究证实了H.A. 在三阴性乳腺癌细胞中与对接位置A和B的受体CD44结合。 当药物与聚合物化合物相互作用时，Zeta检查显示粒径为192nm，PDI为0.433，ZETA电位为38.9 mV。 ftir和拉曼的研究还支持疏水基团，多孔表面和集结特征的存在。 XRD验证了其晶体学性质，该性质呈现N.F. DSC证明了N.F. 它显示了合成的N.F.https://orcid.org/0000-0002-7231-3386 *通信：Maisa Siddiq Abduh，mabdoh@kau.edu.edu.sa，国王阿卜杜勒齐兹大学，沙特阿拉伯杰达，沙特阿拉伯；电话。：（ 00966568026868）。摘要：一种有效的免疫抑制性化学治疗药物（CSA）治疗许多癌症，尤其是恶性癌，急性白血病和三阴性乳腺癌（TNBC）。指定的聚合物纳米成型（N.F.）在表面上具有配体改变的药物递送技术是为了改善预期区域的主动部分递送，并提高了延长治疗的疗效。我们生产并表征了N.F.硫化壳壳中包裹的环孢菌素（T.C.）透明质酸（H.A.）的最外层涂层。研究中的研究证实了H.A.在三阴性乳腺癌细胞中与对接位置A和B的受体CD44结合。当药物与聚合物化合物相互作用时，Zeta检查显示粒径为192nm，PDI为0.433，ZETA电位为38.9 mV。ftir和拉曼的研究还支持疏水基团，多孔表面和集结特征的存在。XRD验证了其晶体学性质，该性质呈现N.F.DSC证明了N.F.它显示了合成的N.F.特别有助于局部药物输送系统（DDS），SEM和TEM揭示具有光滑外部的圆形纳米颗粒。在高温下是稳定的。NF显示了85％的药物封装，对药物释放的动力学研究表明N.F.在低pH值下遵守Higuchi模型的分散模型。与典型的CSA在12小时内立即释放相反，维特罗的研究表明，pH 7.4和6.8的连续溶解延长，最多72小时。与原始环孢素相比，使用MTT测试对正常乳腺上皮细胞和三重阴性乳腺癌细胞进行了测试，对用环孢菌素封装的THC-HA的体外肿瘤预防特性进行了测试。在降低浓度及其对正常细胞的有效性下的强大细胞毒性潜力。这些特征提高了准备好的新型N.F.S作为有效的药物成分和对癌症的有效治疗部分的长期活力，有效性和主动靶向。关键词：乳腺癌，CD44，环孢菌素，透明质酸，纳米型，三阴性乳腺癌，硫醇壳聚糖，靶向化学治疗药物的靶向
成功的非整倍性（PGT-A）和单基因疾病（PGT-M）的成功组合植入前基因检测（PGT-M）用于肾移植后常染色体显性多囊肾脏疾病：病例报告
1-不同疾病研究小组中的免疫反应，医学实验室科学系，应用医学科学学院，国王阿卜杜勒齐兹大学，沙特阿拉伯吉达。2中心基因组医学研究的卓越中心，沙特阿拉伯吉达国王阿卜杜勒齐兹大学。https://orcid.org/0000-0002-7231-3386 *通信：Maisa Siddiq Abduh，mabdoh@kau.edu.edu.sa，国王阿卜杜勒齐兹大学，沙特阿拉伯杰达，沙特阿拉伯；电话。 ：（ 00966568026868）。 摘要：一种有效的免疫抑制性化学治疗药物（CSA）治疗许多癌症，尤其是恶性癌，急性白血病和三阴性乳腺癌（TNBC）。 指定的聚合物纳米成型（N.F.） 基于在表面上具有配体改变的药物递送技术是为了改善预期区域的主动部分递送，并提高了延长治疗的疗效。 我们生产并表征了N.F. 硫化壳壳中包裹的环孢菌素（T.C.） 透明质酸（H.A.）的最外层涂层。 研究中的研究证实了H.A. 在三阴性乳腺癌细胞中与对接位置A和B的受体CD44结合。 当药物与聚合物化合物相互作用时，Zeta检查显示粒径为192nm，PDI为0.433，ZETA电位为38.9 mV。 ftir和拉曼的研究还支持疏水基团，多孔表面和集结特征的存在。 XRD验证了其晶体学性质，该性质呈现N.F. DSC证明了N.F. 它显示了合成的N.F.https://orcid.org/0000-0002-7231-3386 *通信：Maisa Siddiq Abduh，mabdoh@kau.edu.edu.sa，国王阿卜杜勒齐兹大学，沙特阿拉伯杰达，沙特阿拉伯；电话。：（ 00966568026868）。摘要：一种有效的免疫抑制性化学治疗药物（CSA）治疗许多癌症，尤其是恶性癌，急性白血病和三阴性乳腺癌（TNBC）。指定的聚合物纳米成型（N.F.）在表面上具有配体改变的药物递送技术是为了改善预期区域的主动部分递送，并提高了延长治疗的疗效。我们生产并表征了N.F.硫化壳壳中包裹的环孢菌素（T.C.）透明质酸（H.A.）的最外层涂层。研究中的研究证实了H.A.在三阴性乳腺癌细胞中与对接位置A和B的受体CD44结合。当药物与聚合物化合物相互作用时，Zeta检查显示粒径为192nm，PDI为0.433，ZETA电位为38.9 mV。ftir和拉曼的研究还支持疏水基团，多孔表面和集结特征的存在。XRD验证了其晶体学性质，该性质呈现N.F.DSC证明了N.F.它显示了合成的N.F.特别有助于局部药物输送系统（DDS），SEM和TEM揭示具有光滑外部的圆形纳米颗粒。在高温下是稳定的。NF显示了85％的药物封装，对药物释放的动力学研究表明N.F.在低pH值下遵守Higuchi模型的分散模型。与典型的CSA在12小时内立即释放相反，维特罗的研究表明，pH 7.4和6.8的连续溶解延长，最多72小时。与原始环孢素相比，使用MTT测试对正常乳腺上皮细胞和三重阴性乳腺癌细胞进行了测试，对用环孢菌素封装的THC-HA的体外肿瘤预防特性进行了测试。在降低浓度及其对正常细胞的有效性下的强大细胞毒性潜力。这些特征提高了准备好的新型N.F.S作为有效的药物成分和对癌症的有效治疗部分的长期活力，有效性和主动靶向。关键词：乳腺癌，CD44，环孢菌素，透明质酸，纳米型，三阴性乳腺癌，硫醇壳聚糖，靶向化学治疗药物的靶向
PA-01
PA-01 湿式机械路线合成形貌可控的 NH 4 ZnPO 4 及其在氨气吸收中的应用 Tai Hashiba *、Takahiro Kozawa、Makio Naito 大阪大学焊接研究所，日本 PA-02 陶瓷浆料在干燥过程中不均匀内部结构的演变 ~ 通过 OCT-TG 组合系统从操作数观察的方法 ~ Hiromasa Kuroda* 1、Junichi Tatami 2、Motoyuki Iijima 2、Takuma Takahashi 3 1 横滨国立大学工程科学研究生院，日本 2 横滨国立大学环境与信息科学研究生院，日本 3 神奈川工业技术研究所，日本 PA-03 通过机械化学路线简便快速合成金属有机骨架 CALF-20 用于 CO2 捕获和分离 Shota Kitai * 1、Shunsuke Tanaka 1,2、Miki Sugita 3 、 Takahiko Takewaki 3 1 日本关西大学理工学研究生院 2 日本关西大学创新科学技术研究与开发组织 3 三菱化学公司横滨研究中心 PA-04 合成表现出用于 CO 2 吸附的结构灵活性的 PHI 型沸石 Yuto Higuchi * 1 、 Shunsuke Tanaka 1、2、3 1 日本关西大学理工学研究生院 2 日本关西大学化学、能源与环境工程系 3 日本关西大学创新科学技术研究与开发组织 PA-05 增强 Li-M-Ti-O:Mn 4+（M = Ta 或 Nb）荧光粉的光致发光强度 Fumiaki Shirakawa* 1 、 Kai Kameyama 1 、 Hiromi Nakano 2 1 丰桥技术科学大学应用化学与生命科学系日本 2 丰桥技术科学大学合作研究设施中心，日本 PA-06 晶体结构对 Ca 2 (Si, P)O 4 :Ce 3+ 荧光粉光致发光性能的影响 Atsushi Higashide* 1、Shota Ando 1、Hiromi Nakano 2 1 日本丰桥技术科学大学应用化学与生命科学系 2 日本丰桥技术科学大学合作设施中心 PA-08 具有长期稳定性的颗粒间光交联 SiO 2 悬浮液的设计 Kengo Nishiyama* 1、Junichi Tatami 2、Motoyuki Iijima 2 1 日本横滨国立大学工程科学研究生院 2 日本横滨国立大学环境与信息科学学院 PA-09 不同结构梳状聚合物分散剂稳定的浓缩 TiO 2 水性浆料的流变性能 Fumiya Ito* 1、Takuya Honda 2 、Haruka Komuro 2 、Fumitaka Yoshikawa 2 、Junichi Tatami 3 、Motoyuki Iijima 3 1 横滨国立大学工程科学研究生院，日本 2 日本日油公司 3 横滨国立大学环境与信息科学学院，日本
每个细胞都有故事：肿瘤和免疫细胞
颅咽管瘤 (CP) 是一种罕见的脑肿瘤，发生在下丘脑和垂体附近的区域。颅咽管瘤会导致视力缺陷、神经元缺陷、糖尿病和发育问题等并发症。颅咽管瘤有两种主要亚型：釉质瘤性颅咽管瘤 (ACP) 和乳头状颅咽管瘤 (PCP)。这两种亚型以其独特的基因特征为特征。ACP 通常以 CTNNB1 基因突变为特征，而 PCP 主要与 BRAF 基因突变有关。治疗颅咽管瘤的主要方法是手术干预。然而，肿瘤的侵袭性及其靠近关键结构的位置对手术干预提出了重大挑战。随着肿瘤的进展，它会渗透到周围组织，导致严重的神经系统损伤。因此，单靠手术不足以解决颅咽管瘤带来的复杂挑战。为了成功切除肿瘤并保留周围健康组织，必须全面了解肿瘤的生物学特性和分子进展。在此背景下，田中智明教授与日本千叶大学医学院的樋口义则教授和河野隆史博士合作开展了一项研究，以阐明这种肿瘤所涉及的潜在生物学过程。该研究于2024年9月30日在线发布，并于2024年11月15日发表在iScience杂志第27卷第11期上。为此，他们利用单细胞RNA测序（一种揭示单个细胞间基因表达差异的技术）并分析了10例CP。在一次采访中，该研究的资深作者田中教授解释了其背后的动机。他说：“尽管这些肿瘤在组织学上是良性的，但它们会严重影响关键的大脑结构。” “我们的目标是开发更有针对性和侵入性更小的治疗方法，从而显著改善患者的治疗效果和生活质量。” 单细胞分析显示，肿瘤微环境 (TME) 内有多种细胞类型，包括肿瘤细胞、免疫细胞和成纤维细胞，不同病例的比例各不相同。肿瘤细胞分为两种主要亚型：1 型，在 ACP 中占主导地位，2 型，在 PCP 中占主导地位。ACP 和 PCP 亚型的单细胞基因表达数据被聚类以揭示肿瘤内不同的细胞类型。该研究确定了与 ACP 和 PCP 肿瘤中上皮细胞发育和免疫反应相关的细胞类型。然而，与肿瘤钙化有关的细胞类型在 ACP 中尤为普遍，而细胞周期相关基因在 PCP 类型中占主导地位。此外，研究团队发现两种肿瘤类型之间的巨噬细胞类型存在显著差异。促炎性M1巨噬细胞和炎症相关标志物在ACP中较高，而抗炎性M2巨噬细胞在PCP中较高。因此，M1和M2巨噬细胞比例较高与糖尿病和垂体功能不全的发生相关。
使用量子机器学习检测困倦...
Lavinia Maria Mendes Araújo A, Plínio Márcio da Silva Ramos A, Isis Didier Lins A, Caio Bezerra Souto Maior AB, Rafael Chaves Souto Araújo C, Andre Juan Ferreira Martins de Moraes D, Asly Alexandre Canabarro D, Márcio José das Chagas Moura A, Enrique López Drogatt and the Center for Risk for For For For Risk For For For For For For For For For For For For For For For For the Center for For For For For For For For the Center for Risk For For For For For For For For For For For For For For For For For For For For For For For For For For the Center for Risk For For For For For For For the Center for Risk For For For For For For the Center for Risk for For Modeling, Department of Industrial Engineering, Federal University of Pernambuco，Recife，巴西B技术中心，Pernambuco联邦大学，Caruaru，Caruaru，巴西C国际物理研究所，Rio Grande University of Rio Grande University of Brazil d Do isis.lins@ufpe.br, caio.maior@ufpe.br, andre.jfmdm@gmail.com, askery@gmail.com, rafael.csa82@gmail.com, marcio.cmoura@ufpe.br, eald@g.edu Human Relianity is INCREASINGLY IMPORTANT IN ACCIDENT PREVENTION, AND MONITORING BIOLOGICAL PARAMETERS CAN HELP Detect Patterns Indicating Behaviors That May Lead发生事故。 脑电图（EEG）日期已用于识别油气行业机器操作员疲劳的主要原因。 虽然经典的机器学习方法（如多层珀普隆（MLP））已与脑电图数据一起使用，但量子计算在有效地解决复杂问题方面表现出了有望。 变化量子算法是应用于数据训练的经典结构的量子概念的一个例子。 本研究旨在将操作员嗜睡量子机器学习（QML）模型分类。 QML模型经过各种量子电路层，旋转和纠缠门训练。 1。Lavinia Maria Mendes Araújo A, Plínio Márcio da Silva Ramos A, Isis Didier Lins A, Caio Bezerra Souto Maior AB, Rafael Chaves Souto Araújo C, Andre Juan Ferreira Martins de Moraes D, Asly Alexandre Canabarro D, Márcio José das Chagas Moura A, Enrique López Drogatt and the Center for Risk for For For For Risk For For For For For For For For For For For For For For For For the Center for For For For For For For For the Center for Risk For For For For For For For For For For For For For For For For For For For For For For For For For For the Center for Risk For For For For For For For the Center for Risk For For For For For For the Center for Risk for For Modeling, Department of Industrial Engineering, Federal University of Pernambuco，Recife，巴西B技术中心，Pernambuco联邦大学，Caruaru，Caruaru，巴西C国际物理研究所，Rio Grande University of Rio Grande University of Brazil d Do isis.lins@ufpe.br, caio.maior@ufpe.br, andre.jfmdm@gmail.com, askery@gmail.com, rafael.csa82@gmail.com, marcio.cmoura@ufpe.br, eald@g.edu Human Relianity is INCREASINGLY IMPORTANT IN ACCIDENT PREVENTION, AND MONITORING BIOLOGICAL PARAMETERS CAN HELP Detect Patterns Indicating Behaviors That May Lead发生事故。脑电图（EEG）日期已用于识别油气行业机器操作员疲劳的主要原因。虽然经典的机器学习方法（如多层珀普隆（MLP））已与脑电图数据一起使用，但量子计算在有效地解决复杂问题方面表现出了有望。变化量子算法是应用于数据训练的经典结构的量子概念的一个例子。本研究旨在将操作员嗜睡量子机器学习（QML）模型分类。QML模型经过各种量子电路层，旋转和纠缠门训练。1。EEG信号已进行预处理，以提取相关特征，例如Higuchi分形维度，复杂性和迁移率以及统计特征。结果将与经典MLP模型进行比较。这项工作有助于探索QML嗜睡的背景，在文献中尚未对此进行广泛研究。它是QML模型适合此类数据的概念证明，并且随着量子计算的不断发展，可以进一步改进。关键字：脑电图。量子机学习。嗜睡检测。诊断。变异量子算法。简介量子力学提出了一种用于解决计算问题的新范式，有时比经典方法具有显着优势，例如在质量分解或量子系统模拟中（Maior等，2023）。在这项研究中，我们通过变异量子算法（VQA）利用量子机学习（QML）来分析一个实际问题 - 使用现实世界脑电图（EEG）时间序列数据检测嗜睡。我们在此扩展的摘要中分析了ULG多模式嗜睡数据库（也称为Drozy）的主题8（Massoz等，2016）。从脑电图数据中准确检测嗜睡对于确保行业和关键过程的安全至关重要。疲劳的工人可以在工作场所构成重大风险，尤其是在涉及危险行动的行业和
功能近红外光谱信号的分形性研究
定位研究 20 – 22 旨在识别大脑对特定刺激的激活模式，以及连接研究（功能性或有效） ，其重点是研究大脑各区域之间的功能相互作用，无论是在大脑处于休息状态还是在执行特定任务时。 23 – 27 然而，现在众所周知，大脑是高度动态的 28 – 32 因此，为了更全面地了解其功能，需要能够提取大脑记录中的时间信息的方法。与空间域相比，考虑时间域进行分析的 fNIRS 研究数量要少得多。 33 – 40 例如，在参考文献 33 中，通过应用 Higuchi 分形维数算法 41 表明 fNIRS 信号具有高度复杂度。将小波变换应用于 fNIRS 信号，并表明小波系数可用于训练分类器。在参考文献38–40中，熵已被用来评估患者群体（如患有阿尔茨海默病、注意力缺陷多动障碍和脑外伤的患者）中 fNIRS 信号的复杂性，表明它携带的信息可能与疾病有关。所有这些研究表明，在 fNIRS 信号的复杂特征中存在与潜在大脑活动相关的信息。在本文中，我们利用可视性图（VG）提出了一种揭示 fNIRS 时间序列分形特性的方法。VG 是一种最近引入的方法，它将时间序列映射到图形（称为 VG）。正如将要讨论的，构建图的拓扑属性与时间序列的分形和复杂性有关。42、43 与传统的分形分析方法相比，42 VG 在计算上不太复杂，并且已经用于各种研究。 44 – 49 例如，江等人利用心电图表明，采用 VG 分析可以揭示由调解训练引起的动态变化，表现为规律的心跳，这与自主神经系统的调整密切相关。44 朱等人将基于 VG 的方法应用于酗酒识别，表明该方法有望将酗酒者与控制饮酒者区分开来。48 在参考文献 47 中，结果表明，将 VG 应用于脑电图 (EEG) 信号可以提供区分自闭症儿童和非自闭症儿童的特征。在参考文献 49 中，我们已经表明，通过 VG 提取的 GCaMP6 小鼠钙记录的时间特征带有可用于解码行为的鉴别信息。这里需要注意的是，VG 与功能连接研究中常用的基于图论的方法之间的区别。50 , 51 在典型的功能连接研究中，图是在空间域中构建的，即图中的节点对应于通道或体素的位置，并且两个节点之间的链接基于与两个节点相关的时间序列的统计相似性形成，通过相关性等度量来量化。另一方面，正如将在第 2 节中讨论的那样，在 VG 中，节点对应于时间序列中的时间点，并且链接基于时间点之间的自然可见性形成（图 1）。一旦为每个时间序列形成图，就可以提取图度量来表示时间序列的不同属性。在本文中，我们使用 VG 研究两种条件下 fNIRS 时间序列的分形性：当大脑处于休息状态时和当大脑从事任务时。在两种静息状态条件和两种任务条件下记录了 9 名健康男性受试者的 fNIRS 时间序列。从每个时间序列为每个通道和每种条件构建 VG。然后提取可视性图的无标度性 (PSVG) 的功率并在不同条件下进行比较。据我们所知，这是第一项使用 VG 揭示 fNIRS 记录时间序列时间特征的研究，证明了其在识别 fNIRS 记录中的特征方面的可行性，这些特征可用于获得有关大脑功能的新见解。本文的其余部分组织如下。第 2 节介绍了本研究中用于分析的方法。实验设置的详细信息在第 3 节中给出。第 4 节介绍了结果，最后，在第 5 节中提供了一些讨论。第 2 节描述了本研究中使用的分析方法。第 3 节给出了实验装置的详细信息。第 4 节介绍了结果，最后，第 5 节进行了一些讨论。第 2 节描述了本研究中使用的分析方法。第 3 节给出了实验装置的详细信息。第 4 节介绍了结果，最后，第 5 节进行了一些讨论。
聚合物和软性研讨会
（材料科学与工程系，康奈尔大学，纽约州纽约市，14850，美国）“通过分子在有机无机纳米材料界面上通过分子形成和功能”互动在基本结构形成过程中起着至关重要的作用，以及有机构造组合材料的功能和特性。本演讲将概述基于低摩尔质量表面活性剂的有机分子自动化现象以及大分子分子块共聚物的这种功能性纳米杂化物的化学和物理。这些现象用于构造各种定期多孔无机固体，包括绝缘体，半导体，金属和超导体。工作将涵盖在热力学平衡处或接近的结构形成，以及系统远离平衡的系统。实验将与理论预测进行比较，以提供对形成原理和特定特性的物理见解。所描述的工作的目的是了解基本的基本化学，热力学和动力学形成原理以及纳米结构 - 普罗托关系相关性，从而使结果能够在广泛的材料系统中对结果进行概括。将表明，随着针对原子结晶固体建立的概念被转化为介于镜的周期性crys-talline固体 - 从软物质自组装中衍生出的原子结晶固体，这些材料中的软凝结和硬凝结物理学之间的区别开始变得模糊。参考：1。2。SCI。 11，1261-1270（2018）。 3。SCI。11，1261-1270（2018）。 3。11，1261-1270（2018）。3。此类材料表现出从Otpics/纳米光子学到运输到量子现象的大量新物质，包括量子现象，包括经常性和受拓扑保护的量子状态。在可能的情况下，谈话将尝试将循环从高级材料的基本方面整理到应用到应用，从纳米医学到分离过程，再到储能和转换。K。Ma，Y。Gong，T。Aubert，M。Z。Turker，T。Kao，P。C。Doerschuk，U。Wiesner，由表面活性剂胶束导演的高度对称，超质无机笼子的自组装，自然558（2018），577-580。 J. G. Werner，G。G。G.Rodríguez-Calero，H。D。Abruña，U。Wiesner，块共聚物衍生的3-D连接多功能多功能多功能甲状腺纳米杂种，用于电气储存，能量环境。 y。 Sun，K。Ma，T。Kao，K。A. Spoth，H。Sai，D。Zhang，L。F. Kourkoutis，V。Elser，U。Wiesner，U。Wiesner，介孔二氧化硅纳米粒子的途径，带有DodeCagonal Tilling，Nat，Nat。 社区。 8（2017），252; doi：10.1038/s41467-017-00351-8。 4。 S. W. Robbins，P。A. Beaucage，H。Sai，K。W. Tan，J。P. Sethna，F。J. Disalvo，S。M. Gruner，R。B. Van Dover，U。Wiesner，U。Wiesner，Block共聚物自组装指导的介导性甲状腺高胶状超级con-SuperCon-puctors Science-Science-Science，e11015。 5。 K。W. Tan，B。Jung，J。G. Werner，E。R. Rhoades，M。O. Thompson，U。Wiesner，瞬态激光诱导的诱导的层次层次多孔结构，来自块共聚物自我组装，科学349，54-58（2015）。 6。 社区。 5，3247（2014）。 7。 transl。 Med。 8。K。Ma，Y。Gong，T。Aubert，M。Z。Turker，T。Kao，P。C。Doerschuk，U。Wiesner，由表面活性剂胶束导演的高度对称，超质无机笼子的自组装，自然558（2018），577-580。J. G. Werner，G。G。G.Rodríguez-Calero，H。D。Abruña，U。Wiesner，块共聚物衍生的3-D连接多功能多功能多功能甲状腺纳米杂种，用于电气储存，能量环境。y。Sun，K。Ma，T。Kao，K。A. Spoth，H。Sai，D。Zhang，L。F. Kourkoutis，V。Elser，U。Wiesner，U。Wiesner，介孔二氧化硅纳米粒子的途径，带有DodeCagonal Tilling，Nat，Nat。社区。8（2017），252; doi：10.1038/s41467-017-00351-8。4。S. W. Robbins，P。A. Beaucage，H。Sai，K。W. Tan，J。P. Sethna，F。J. Disalvo，S。M. Gruner，R。B. Van Dover，U。Wiesner，U。Wiesner，Block共聚物自组装指导的介导性甲状腺高胶状超级con-SuperCon-puctors Science-Science-Science，e11015。5。K。W. Tan，B。Jung，J。G. Werner，E。R. Rhoades，M。O. Thompson，U。Wiesner，瞬态激光诱导的诱导的层次层次多孔结构，来自块共聚物自我组装，科学349，54-58（2015）。6。社区。5，3247（2014）。 7。 transl。 Med。 8。5，3247（2014）。7。transl。Med。8。Z. Li，K。Hur，H。Sai，T。Higuchi，A。Takahara，H。Jinnai，S。M. Gruner，U。Wiesner，Wiesner，链接了三维网络二进制二进制金属纳米纳米粒子 - 特里布洛克terpolymer terpolymer superstruc- superstruc- sustruc- supstruc- supstruc- supstruc- nat，NAT，链接实验和理论。E. Phillips, O. Penate-Medina, P. B. Zanzonico, R. D. Carvajal, P. Mohan, Y. Ye, J. Humm, M. Gönen, H. Kaliagian, H. Schöder, H. W. Strauss, S. M. Larson, U. Wiesner, M. S. Bradbury, Clinical translation of an ultrasmall inorganic optical-PET imaging nanoparticle probe,科学。6（2014），260RA149。 H。Sai，K。W. Tan，K。Hur，E。Asenath-Smith，R。Hovden，R。Hovden，Y。Jiang，M。Riccio，M。Riccio，D。A. Muller，D。A. Elser，V。Elser，L。A. Estroff，L。A. M. Gruner，S。M. Gruner，U。Wiesner，U。Wiesner，U。Wiesner，U。Wiesner，U。Wiesner，Hierarchical Porof to Block Copolymers copolymers，Science 341，530-533-53.34（530）。 9。 M. A. Noginov，G。Zhu，A。M。Belgrave，R。Bakker，V。M。Shalaev，E。E. E. E. Narimanov，S。Stout，E。Herz，E。Herz，T。Suteewong，T。Suteewong，U。Wiesner，U。Wiesner，Spaser基于Spaser的Nanolaser的演示，Nature 460（2009），1110-1112。6（2014），260RA149。H。Sai，K。W. Tan，K。Hur，E。Asenath-Smith，R。Hovden，R。Hovden，Y。Jiang，M。Riccio，M。Riccio，D。A. Muller，D。A. Elser，V。Elser，L。A. Estroff，L。A. M. Gruner，S。M. Gruner，U。Wiesner，U。Wiesner，U。Wiesner，U。Wiesner，U。Wiesner，Hierarchical Porof to Block Copolymers copolymers，Science 341，530-533-53.34（530）。9。M. A. Noginov，G。Zhu，A。M。Belgrave，R。Bakker，V。M。Shalaev，E。E. E. E. Narimanov，S。Stout，E。Herz，E。Herz，T。Suteewong，T。Suteewong，U。Wiesner，U。Wiesner，Spaser基于Spaser的Nanolaser的演示，Nature 460（2009），1110-1112。