生物标志物类型 在肺癌放射治疗中的潜在应用 诊断 • 准确预测关键病理信息并减少对实体器官活检的依赖。 • 区分具有放射敏感和放射抗性表型的肿瘤。 管理 • 选择最佳放射治疗方案,包括放射类型、剂量和分次。 • 通过改善肿瘤描绘或识别局部隐匿性疾病区域(例如纵隔淋巴结)来改善放射治疗靶区。 • 支持关于同时进行全身治疗的细胞毒性增强决策,以局部增强放射治疗效果。 • 支持围绕同时进行全身治疗的空间合作决策,以治疗微转移性疾病或诱导远端效应。 • 确定哪些患者将受益于巩固免疫疗法。 • 预测预后以支持有关治愈和治疗无效性的讨论。 • 预测局部和远处肿瘤控制。 • 预测急性和晚期毒性的风险。 • 构建决策支持工具,生成个性化治疗计划并描述结果。
启用基于MR的治疗计划需要从MRI几何形状中准确的CT样数据生成[7,8]。传统上可以通过基于ATLA的方法[9,10]来实现,该方法最初将MRI体素分割为不同的组织区域,然后将预定义的HU值分配给每个区域[10]。基于地图集的方法[9]涉及将Atlas-MRIS注册到新的MR图像中,并使用位移矢量场(DVF)翘曲Atlas CT,这在很大程度上取决于可变形注册结果的准确性[11]。在人工智能的新时代,深度学习(DL)已成为计算机视觉和模式识别的主要方法[12]。基于深度学习的合成CT生成也已成为一个流行的研究主题[13,14]。通过利用其出色的能力从输入图像中提取信息性特征,深度神经网络在基于MR的CT合成任务中取得了显着的结果[7]。已经提出了各种网络体系结构,以学习从MR强度到CT Hounsfield单位[15-21]的体素映射,并且还探索了合成CT掺入质子治疗[19-25]或碳离子治疗[26]的工作流程中。由于大尺寸的全分辨率CTS,通常将整个3D图像馈入单个神经网络通常是不可行的。因此,已经采用了不同的策略来通过重叠或非重叠的2D贴片,2D切片,2.5D切片或3D贴片[27]进行分配,然后由网络单独转换,然后合并以实现最终估计。
摘要:背景。全氟烷基物质(PFAS)与动物的神经发育毒性有关。但是,人类研究尚无定论。目标。评估儿童期间PFAS暴露与神经心理学发展之间的关联。方法。分析了西班牙INMA项目的1,240个母子对。全氟己烷磺酸(PFHXS),全氟辛酸(PFOA),全氟辛烷磺酸盐(PFOS)和全氟烯烷酸(PFO)和全氟烷酸(PFNA)。在14个月,4-5年和7年中评估了神经心理学发展,涵盖了四个领域:一般认知,通用运动,注意力和工作记忆。关联。结果。PFHXS,PFOA,PFO和PFNA中位数为:0.6、2.4、6.1和0.7 ng/ml。PFA较高的PFA产前暴露与14个月时的运动发育较差有关,尤其是在PFHXS(β[95%CI]:-1.49 [-2.73,−0.24])和PFOS较小程度上(-1.25 [-2.62,0.12])。在4 - 5年的一般认知发展与PFO(1.17 [-0.10,2.43])和PFNA(0.99 [-0.13,2.12])之间也存在边际正相关。没有发现其他神经心理学结果或任何性别差异的明确关联。讨论。这项研究没有显示出儿童产前PFA与不良神经心理学发展之间关联的明确证据
机器化和人工智能(AI)已成为现代媒体生态系统的组成部分。本文旨在描述这些技术的当前状态及其在更新和现代化新闻业中的作用。它介绍了有关机器人技术和AI对新闻实践的影响的信息,确定了AI对新闻业未来的潜在后果,并讨论了这些技术的日益影响。尽管兴趣越来越高,但AI对新闻业和我们的信息环境的影响仍然很少。也没有充分关注新闻业对科技公司对AI的影响。本文考虑了新闻机构中AI的结构含义,研究了AI在社论,商业和技术领域中的使用。得出的结论是,AI技术将增强而不是取代记者的工作,而人工智能不会对专业新闻业构成威胁。
4肾脏学,高血压和肾脏移植,加利福尼亚大学欧文分校,加利福尼亚州奥兰治5芭芭拉·戴维斯糖尿病中心,科罗拉多州安索斯大学医学校园 Spain 8 Singapore General Hospital, Singapore 9 International Diabetes Center, HealthPartners Institute, Minneapolis, MN 10 Baylor Scott and White Research Institute, Dallas, TX and University of Mississippi, Jackson, MS 11 Kinexum, Harpers Ferry, WV 12 Mills-Peninsula Medical Center, Burlingame, CA 13 Division of Cardiology, Duke University School of Medicine, Durham, NC 14 Saint Luke's Mid密苏里 - 堪萨斯城医学院美国心脏病学院,密苏里州堪萨斯城,密苏里州
就像在任何选举中一样,媒体在影响人们的投票偏好、政客的行为以及政党之间的权力动态方面发挥着至关重要的作用。在过去十年中,技术进步从根本上改变了政治沟通。社交媒体的兴起为政治参与者提供了众多选择,可以直接与选民沟通,影响他们的意见并与选民互动。虽然互联网在很大程度上使政治辩论民主化,但它也为那些试图通过虚假信息、操纵技术和宣传来操纵意见和辩论的邪恶参与者打开了大门。媒体继续受到这些变化的影响,其商业模式受到科技公司力量的破坏,其受众转向其他信息来源。尽管如此,新闻业仍然在传播组合中发挥着重要作用。
Yb 3+ /Er 3+ 共掺杂上转换材料广泛用于发光强度比 (LIR) 测温,其中 Er 3+ 掺杂离子的绿色发光跃迁 ( 2 H 11/2 → 4 I 15/2 和 4 S 3/2 → 4 I 15/2 ) 的相对强度比随温度而变化。在本文中,我们报告了从 2 H 9/2 能级到中间 4 I 13/2 能级的额外跃迁的影响,该跃迁与通常用于 LIR 测温的绿色发光重叠。2 H 9/2 → 4 I 13/2 发射与 4 S 3/2 → 4 I 15/2 发射大量重叠,并且对泵浦功率更敏感。为了获得准确的温度读数,需要仔细选择用于积分 2 H 11/2 → 4 I 15/2 和 4 S 3/2 → 4 I 15/2 发光的波长间隔。
美国人(与更高)社会阶层环境中的美国人不太可能相信他们有助于社会。通过给他人的时间来帮助他人是向他人贡献也随社会阶层而变化的重要方法。五项研究(n = 7,326)调查了感知贡献中社会阶层差异的一种来源是否是一种默认模型,它考虑了帮助遥远的他人(即桥接帮助,例如志愿服务)的贡献,而不是帮助封闭他人(即债券帮助,例如,对家庭成员的志愿者)的贡献更多。在研究1中,在较低(较高)社会阶层的环境中,美国人对社会的贡献较少(即自我感知的贡献,A部分),并相信其他人认为他们的贡献较少(即享有的贡献,B部分)。 研究2 - 4提供了社会利益默认模型的证据:在社会阶层环境中的美国人,甚至帮助者自己认为弥合帮助更多地是贡献,而不是结合帮助,部分原因是,桥接帮助被视为反映了更多选择的帮助。 有一个代表性的样本(美国中年发展),研究5发现,在较低(较高的)社会阶层环境中,美国人从事相对较少的桥接帮助和更多的联系帮助。 但是,桥接帮助是与纽带帮助所做的更强大的促进感途径。 在一起,这些研究表明,较低社会阶层环境中的人们可能会遇到心理不平等,部分原因是,某些最容易获得,熟悉和实践的帮助形式被广泛认为是贡献的不太贡献。在研究1中,在较低(较高)社会阶层的环境中,美国人对社会的贡献较少(即自我感知的贡献,A部分),并相信其他人认为他们的贡献较少(即享有的贡献,B部分)。研究2 - 4提供了社会利益默认模型的证据:在社会阶层环境中的美国人,甚至帮助者自己认为弥合帮助更多地是贡献,而不是结合帮助,部分原因是,桥接帮助被视为反映了更多选择的帮助。有一个代表性的样本(美国中年发展),研究5发现,在较低(较高的)社会阶层环境中,美国人从事相对较少的桥接帮助和更多的联系帮助。但是,桥接帮助是与纽带帮助所做的更强大的促进感途径。在一起,这些研究表明,较低社会阶层环境中的人们可能会遇到心理不平等,部分原因是,某些最容易获得,熟悉和实践的帮助形式被广泛认为是贡献的不太贡献。
摘要 全球范围内,新闻业和其他机构在自动新闻生成、算法分发和内容所有权方面发生冲突。人工智能政策是建立和组织这些机构层级结构的主要机制。然而,很少有研究探讨人工智能在新闻业政策制定中的规范维度,尤其是在西方以外的国家。本案例研究考察了版权法在未经审查的中国背景下对新闻编辑室人工智能创新的影响。本研究运用新制度理论和政策网络理论,调查了中国《版权法》第三修正案、有关自动新闻版权纠纷的典型法庭案件(如腾讯诉英迅和电影诉百度)和其他支持文件。研究结果显示了中国的版权法律框架如何将作者身份和所有权分开;定义人机协作中的“原创性”和“创造力”;以及优先考虑科技公司同时破坏新闻自主权。我们认为,法律对人工智能的积极支持可能会让科技公司比那些不一定有采用人工智能战略的新闻机构更具优势。此外,它更青睐国有、资源丰富的官方媒体,而不是私营部门。这种权力动态的转变意味着私营新闻媒体可能会被边缘化,从而导致国家对媒体制作和信息流的控制更加严格。