XiaoMi-AI文件搜索系统
World File Search SystemJason
帕金森病的神经生理学脑指纹 Jason da Silva Castanheira、Alex I. Wiesman、Justine Y. Hansen、Bratislav Misic、Sylva
1 蒙特利尔神经学研究所，麦吉尔大学，蒙特利尔魁北克，加拿大 * 通讯作者：sylvain.baillet@mcgill.ca。‡ 本文所用的数据来自阿尔茨海默病新型或实验性治疗的症状前评估 (PREVENT-AD) 计划，数据发布 6.0。PREVENT-AD 研究组的完整列表可在 PREVENT-AD 数据库中找到。PREVENT-AD 计划的研究人员为 PREVENT-AD 的设计和实施做出了贡献和/或提供了数据，但未参与本报告的分析或撰写。摘要 在本研究中，我们调查了从脑电生理活动中获得的脑指纹在帕金森病 (PD) 诊断和进展监测中的临床潜力。我们通过短暂的、无任务的脑磁图记录获取了 PD 患者和年龄匹配的健康对照者的脑指纹。个体脑指纹的节律成分可以以大约 90% 的准确率区分患者和健康参与者。帕金森脑指纹最突出的皮质特征映射到单峰感觉运动区域的多节律活动。利用这些特征，我们还表明可以直接从皮质神经生理活动中解码帕金森病的阶段。此外，我们的研究表明，帕金森脑指纹的皮质拓扑结构与受该疾病病理生理影响的神经递质系统的皮质拓扑结构一致。我们进一步证明，帕金森病患者的皮质活动心律失常成分在短时间内比健康对照组更具变化性，这使得基于这些特征对患者进行个体区分更具挑战性，并解释了之前发表的负面结果。总体而言，我们概述了患者特定的节律性脑信号特征，这些特征为帕金森病的神经生理特征和临床分期提供了见解。因此，帕金森病节律性脑指纹的提出定义可能有助于提出新颖、精细的患者分层方法，并有助于更好地识别和测试治疗性神经刺激目标。
Jason Moore Jason.moore@amd.comJason Moore Jason.moore@amd.com
4。Lohrke，H.，Tajik，S.，Krachenfels，T.，Boit，C。，＆Seifert，J.-P。 （2018）。使用热激光刺激的键提取：Xilinx Ultrascale FPGA的案例研究。加密硬件和嵌入式系统上的IACR交易，2018（3），573–595。https://doi.org/10.13154/tches.v2018.i3.573-595
2023 年 8 月 17 日 Cadwell Industries, Inc. Jason Ford 监管事务经理 909 North Kellogg Street Kennewick, Washington 99336 回复：K230415
贸易/设备名称：Cadwell Guardian 法规编号：21 CFR §882.1870 法规名称：诱发反应电刺激器 监管类别：II 类 产品代码：GWF、ETN、GWE、GWJ、GWQ、GZO、IKN、JXE、OLT、PDQ 日期：2023 年 7 月 20 日 收到日期：2023 年 7 月 21 日 亲爱的 Jason Ford： 我们已审查了您根据第 510(k) 条提交的上市前通知，该通知表明您有意销售上述设备，并已确定该设备（对于附件中规定的使用指征）与 1976 年 5 月 28 日（医疗器械修正案颁布日期）之前在州际贸易中销售的合法销售的同类设备或已根据联邦食品药品和化妆品法案（法案）的规定重新分类的设备基本等同，且不需要获得上市前批准申请（PMA）批准。因此，您可以根据该法案的一般控制条款销售该设备。虽然这封信将您的产品称为设备，但请注意，一些已获准的产品可能是组合产品。位于 https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm 的 510(k) 上市前通知数据库可识别组合产品提交。该法案的一般控制条款包括年度注册、设备清单、良好生产规范、标签要求以及禁止贴错标签和掺假。请注意：CDRH 不评估与合同责任担保相关的信息。但我们提醒您，设备标签必须真实，不得误导。如果您的设备被归类（见上文）为 II 类（特殊控制）或 III 类（PMA），则可能会受到额外控制。现行影响您设备的重大法规可在《联邦法规》第 21 篇第 800 至 898 部分中找到。此外，FDA 可能会在《联邦公报》上发布有关您设备的进一步公告。请注意，FDA 发布实质等同性决定并不意味着 FDA 已确定您的设备符合该法案的其他要求或其他联邦机构管理的任何联邦法规和规章。您必须遵守该法案的所有要求，包括但不限于：注册和列名（21 CFR 第 807 部分）；标签（21 CFR 第
杰森·格鲁梅特的书面声明
2023 年 5 月 11 日 曼钦主席、巴拉索排名成员以及参议院能源与自然资源委员会成员，感谢你们邀请我出席今天的听证会。 我叫 Jason Grumet，是美国清洁能源协会 (ACP) 的首席执行官。 ACP 代表近 800 家专注于部署公用事业规模清洁能源的公司。我们联合了太阳能、陆上和海上风电、储能、绿色氢能和输电开发商以及制造商和建筑公司、所有者和运营商、公用事业公司以及清洁能源的企业购买者的力量。 取得有意义进展的独特机会 2005 年和 2007 年，该委员会齐聚一堂通过了具有里程碑意义的立法，改善了我们的安全，增强了我们的经济，保护了公众健康和环境。 2005 年《能源政策法案》和 2007 年《能源独立与安全法案》为私营部门创新和投资建立了一个框架，重新确立了我们国家作为能源超级大国的地位，同时显著改善了公众健康并减少了温室气体排放。我们的国家即将在国内能源生产方面取得又一次突破。这一机遇将传统能源生产的持续强劲与大量部署各种清洁和可再生能源生产和存储技术相结合。我们今天面临的挑战是一套法规和程序体系，这些体系阻碍了私营部门实现能源生产和分配系统的现代化。尽管许可改革的话题多年来充斥着失误、半途而废和党派观点，但我们有充分的理由相信，本届国会能够达成实现我们的经济、安全和气候目标所需的共识。尽管存在一系列实质性的政策分歧和偶尔的怨恨，但我们的国家正在围绕一个共同的能源政策愿景凝聚在一起，这一愿景涵盖了我们庞大而多样的资源基础、美国独特的技术创新能力以及我们组织良好、强大的资本市场。尽管两党在气候变化问题上仍存在分歧，但在过去几年中，已经出现了一种悄无声息的共识，即优先考虑创新和投资，而不是监管和剥夺。我们不是在就碳税或限制生产的监管措施进行分裂性辩论，而是在就如何扩大新能源技术规模、雇佣数十万工人以及加强美国制造业进行建设性辩论。建立这一共识的一个关键转折点是该委员会为通过《2020 年能源法案》所做的工作，该委员会将两党法案合并为一个“以上所有”议程，以
达特茅斯数字共享引用 达特茅斯数字共享引用 Nasir-Moin, Mustafa；Suriawinata, Arief A.；Ren, Bing；Liu, Xiaoying；Robertson, Douglas J.；Bagchi, Srishti；Tomita, Naofumi；Wei, Jason W.；Mackenzie, Todd A.；Rees, Judy R.； Hassanpour, Saeed，“人工智能增强数字系统对结直肠息肉组织学分类的评估”（2021 年）。达特茅斯奖学金。4174。https://digitalcommons.dartmouth.edu/facoa/4174
作者单位：新罕布什尔州汉诺威盖泽尔医学院生物医学数据科学系（Nasir-Moin、Bagchi、Wei、MacKenzie、Hassanpour）；新罕布什尔州汉诺威达特茅斯学院计算机科学系（Nasir-Moin、Bagchi、Tomita、Wei、Hassanpour）；新罕布什尔州黎巴嫩达特茅斯-希区柯克医学中心病理学和实验室医学系（Suriawinata、Ren、Liu）；新罕布什尔州黎巴嫩达特茅斯卫生政策和临床实践研究所（Robertson、MacKenzie）；新罕布什尔州汉诺威盖泽尔医学院医学系（Robertson、MacKenzie）；佛蒙特州怀特河交界处退伍军人事务医疗中心胃肠病学科（Robertson）；新罕布什尔州汉诺威盖泽尔医学院社区和家庭医学系（Rees）；新罕布什尔州汉诺威盖泽尔医学院流行病学系（Rees，Hassanpour）。
引用：Li，Jason，Watters，Nicholas，Sohn，Hansem和Jazayeri，Mehrdad。 2022。
从平稳地追求移动的物体到在视觉搜索过程中迅速转移凝视，人类在不同情况下采用各种眼动策略。虽然眼动为心理过程提供了丰富的窗口，但众所周知，构建眼动的生成模型是困难的，并且至今，指导眼动的计算观察者在很大程度上仍然是一个谜。在这项工作中，我们在典型的空间计划任务（迷宫解决方案）的背景下解决了这些问题。我们使用新颖的可区分结构来从人类受试者那里收集了眼睛运动，并建立了深层的眼动模型，以凝视固定和凝视。我们发现，人眼运动最好由一个模型预测，该模型被优化，不要尽可能有效地构成任务，而是对横穿迷宫的对象进行内部模拟。这不仅提供了此任务中眼动的生成模型，而且还为人类如何解决该任务的计算效果，即人类使用心理模拟。
推荐引用 推荐引用 Antes, Alison L; Burrous, Sara; Sisk, Bryan A; Schuelke, Matthew J; Keune, Jason D; 和 DuBois, James M，“探索人工智能支持的医疗技术的看法：一项基于场景的在线调查。” BMC 医学信息学和决策。21，1。221 (2021)。https://digitalcommons.wustl.edu/oa_4/840
摘要背景：医疗保健预计将越来越多地将人工智能 (AI) 技术融入患者护理。了解对这些工具的看法对于成功开发和采用至关重要。这项探索性研究衡量了参与者对人工智能驱动的医疗保健技术的开放程度、关注程度和感知到的益处。我们还探讨了这些看法的社会人口、健康相关和社会心理相关性。方法：我们开发了一个测量方法，描述了六种人工智能驱动的技术，这些技术可以诊断、预测或建议治疗。我们使用众包平台 MTurk 对美国成年人 (N = 936) 进行了在线调查，并实施了该测量。参与者表明了他们对在医疗保健场景中使用人工智能技术的开放程度。场景中附有反映每种技术的潜在担忧和好处的项目。参与者评估了担忧和好处的陈述对他们对该技术的好感程度的影响程度。参与者完成了社会人口、健康变量和心理社会变量（如对医疗保健系统的信任和对技术的信任）的测量。对关注和收益项目的探索性和验证性因素分析确定了两个代表总体关注水平和感知收益的因素。描述性分析考察了开放性、关注度和感知收益的水平。相关性分析探讨了社会人口、健康和社会心理变量与开放性、关注度和收益分数之间的关联，而多变量回归模型则同时考察了这些关系。结果：参与者对人工智能驱动的医疗技术持中等开放态度（M = 3.1/5.0 ± 0.9），但根据应用类型的不同而有所不同，关注点和收益的陈述影响了观点。对医疗保健系统的信任和对技术的信任是开放性、关注度和感知收益最强、最一致的相关因素。大多数其他社会人口、健康相关和社会心理变量的关联性较弱或没有关联，但多变量模型表明某些人格特征（例如，尽责性和宜人性）和社会人口统计学（例如，全职工作、年龄、性别和种族）与感知略有相关。结论：参与者的开放程度似乎很脆弱，这表明早期推广策略和使用新型人工智能技术的经验可能会对观点产生重大影响，尤其是当人工智能技术的实施增加或削弱信任时。这些发现的探索性质值得进一步研究。
杰森·帕切科
同行评审出版物 [1] E. Mohammadreza、J. Pacheco、W. Li、J. Lee Hu、H. Chen。“使用离散动作空间中的强化学习对静态恶意软件检测器进行二进制黑盒攻击。” IEEE S&P 深度学习和安全研讨会。2021 年 5 月。 [2] SJ Lee、D. Suri、P. Somani、CL Dean、J. Pacheco、R. Stoner、I. Perez-Arriaga、JW Fisher III、J. Taneja。“概率电力需求预测如何加速清洁可靠电力的普遍使用。” 能源促进经济增长。2021 年 [3] S. Zheng、DS Hayden、J. Pacheco、J. Fisher III。“具有可变成本结构的顺序贝叶斯实验设计。”神经信息处理系统进展。 2020 年。[4] DS Hayden、J. Pacheco、J. Fisher III。“使用李群动力学进行非参数对象和部件建模。”计算机视觉与模式识别会议。2020 年。[5] J. Belden、MM Mansoor、A. Hellum、SR Rahman、A. Meyer、C. Pease、J. Pacheco、S. Koziol 和 TT Truscott。“视觉如何控制密集骑行车队的集体行为。”皇家学会界面杂志。2019 年。[6] J. Pacheco 和 J. Fisher III。“序列决策的变分信息规划。”人工智能与统计国际会议。2019 年。[7] S. Zheng、J. Pacheco、J. Fisher III。“一种稳健的序列信息理论规划方法。”机器学习国际会议。 2018。[8] D. Milstein、J. Pacheco、L. Hochberg、J. Simeral、B. Jarosiewicz、E. Sudderth。“皮质内脑机接口的多尺度半马尔可夫动力学。”神经信息处理系统进展。2017。[9] J. Pacheco 和 EB Sudderth。“蛋白质、粒子和伪最大边际：一种子模块化方法。”国际机器学习会议。2015。[10] J. Pacheco、S. Zuffi、MJ Black 和 EB Sudderth。“保留模式和消息
美国陆军指挥军士长 Jason L. Gusman
指挥士官长 Jason L. Gusman 担任位于德克萨斯州圣安东尼奥-萨姆休斯顿堡联合基地的美国陆军任务与设施承包司令部的指挥士官长。MICC 是美国陆军承包司令部的下属司令部，为陆军的指挥、设施和活动提供敏捷的承包解决方案和监督。根据命令，该司令部为作战部队提供训练有素、可部署的承包士兵。MICC 由分布在美国和波多黎各的两个旅、两个战地指挥办公室、28 个战地承包办公室和 9 个营的大约 1,300 名士兵和陆军文职人员组成。在担任 MICC 指挥士官长之前，CSM Gusman 曾担任驻马里兰州德特里克堡美国陆军驻地的指挥士官长。他于 1994 年 7 月加入美国陆军，在密苏里州伦纳德伍德堡参加基本战斗训练，在弗吉尼亚州李堡担任单位补给专家参加高级个人训练。CSM Gusman 的职务包括德国斯特拉斯堡兵营第 6 营第 29 野战炮兵 (多管火箭发射系统) 阿尔法炮台；肯塔基州坎贝尔堡第 160 特种作战航空团 (空降) 第 1 营指挥部和指挥部连；北卡罗来纳州布拉格堡联合特种作战司令部；弗吉尼亚州迈尔-亨德森联合基地美国陆军指挥部连；布拉格堡美国陆军特种作战航空司令部；以及布拉格堡第 528 特种部队营特种作战 (空降)。在 28 年的服役期间，他担任过各种职务，职责和领导水平不断提高。其中包括部队补给士官、营补给士官、后勤行动士官、后勤行动主管士官、联合后勤行动士官、联合支援行动主管士官、一级士官、后勤军士长和营指挥军士长。CSM Gusman 的作战任务包括部署到伊拉克、阿富汗和非洲之角。CSM Gusman 毕业于各级士官专业发展系统、联合特种作战部队高级士兵学院（美国陆军士官学院非驻地）和众多军事课程。他正在 Excelsior 学院攻读学士学位。他获得的奖章包括功绩勋章、带有一簇橡树叶的铜星勋章、带有一簇橡树叶的国防功绩服务勋章、带有四簇橡树叶的功绩服务勋章、联合服务嘉奖勋章、带有两簇橡树叶的陆军嘉奖勋章、带有一簇橡树叶的联合服务成就勋章、带有一枚铜色服务之星的国防服务勋章、带有一枚铜色服务之星的阿富汗战役勋章以及带有三枚铜色服务之星的伊拉克战役勋章。他被授权佩戴战斗行动徽章、空降徽章、探路者徽章、空中突击徽章、驾驶员徽章和陆军参谋识别徽章。他的外国勋章包括澳大利亚、哥伦比亚和墨西哥的跳伞翼。他还获得了圣马丁勋章和军需部队的杰出成员。