方法:中风后50个人的FMMA视频(28个女性,平均年龄71.64岁,中位数国家中风中风量表得分为3.00)参加了ESTREL试验(使用左旋多巴增强中风康复(增强中风康复:提高左旋多巴:一项随机的安慰剂对照试验)是由经验丰富的评估者和一个有经验的评估者(I.确保一致性。作为主要终点,使用类内和下肢的FMMA的总得分和FMMA的总得分计算了相互依据(ICC)。此外,计算了Spearman的等级相关系数(Spearman's Rho)的总分数和量表水平。次要终点包括使用百分比一致,加权Cohen的Kappa系数和GWET的AC1/AC2系数的FMMA项目得分。
方法:我们进行了一项方法论研究,以通过两步过程(开发和判断)来检查以患者为中心的通信工具的内容有效性。四个NCD的集成NCD注册表工具包括主要的2部分,即第1部分包括一般特征,即有关报告设施详细信息,患者信息,患者病史的一般数据,包括NCD的行为风险因素,第2部分包括4个疾病模块,即年轻的糖尿病,中风,癌症和急性心脏事件以及随访。对于验证,在第一步,域的确定,采样(项目生成)和仪器形成,第二步,内容有效性比,内容有效性指数和修改的KAPPA统计量由专家小组进行。专家面板和项目影响分数的建议用于检查仪器的面部有效性。
学生成功故事和计划的一些亮点包括:• Jason Hess 被任命为 YSU 首位杜鲁门学者,这是一项杰出的荣誉,表彰了他卓越的领导能力和对公共服务的承诺。• Rocco Bruno 是全国仅有的六名获得 Phi Kappa Phi Marcus Urann 奖学金的学生之一,证明了他的学术卓越性和未来学术贡献的潜力。• YSU-BaccMed 学生在俄亥俄州院校中进入 NEOMED 的入学率排名第二。• Tafadzwa Mapiki 因其在佛罗里达大学的出色研究助理职位而被授予 YSU STEM Co-op,突显了我们学生积极参与有影响力的研究。• 荣誉受托人继续努力通过旨在捐赠奖学金和向选定社区合作伙伴捐款的筹款活动来支持学生。
程序性细胞死亡配体-1 (PD-L1) 的表达可由炎症信号(例如 IFN-γ)诱导,并可在肿瘤微环境中的肿瘤细胞和肿瘤相关免疫细胞上表达。PD-L1 通过与 PD-1 和 CD80 (B7.1) 相互作用来阻断 T 细胞功能和活化。通过与其受体结合,PD-L1 可降低细胞毒性 T 细胞活性、增殖和细胞因子产生。Durvalumab 是一种人类免疫球蛋白 G1 kappa (IgG1κ) 单克隆抗体,可阻断 PD-L1 与 PD-1 和 CD80 (B7.1) 的相互作用。阻断 PD-L1/PD-1 和 PD-L1/CD80 相互作用可释放对免疫反应的抑制,而不会诱导抗体依赖性细胞介导的细胞毒性 (ADCC)。使用 durvalumab 进行 PD-L1 阻断可导致体外 T 细胞活化增加,并在共同移植的人类肿瘤和免疫细胞异种移植小鼠模型中减小肿瘤大小。
目的目前,CT 被认为是诊断后纵韧带骨化 (OPLL) 的金标准。本研究的目的是开发人工智能 (AI) 软件和一个经过验证的模型,用于在 MRI 上识别和表示颈椎 OPLL (C-OPLL),从而无需进行脊柱 CT 检查。方法对一家三级转诊医院在 36 个月内(2017 年 1 月至 2020 年 7 月之间)因任何临床指征而接受颈部 CT 和 MRI 检查的所有成年患者的连续影像学研究进行回顾性评估。C-OPLL 由一组神经外科医生和一名神经放射科医生确定。然后使用 MATLAB 软件创建一个用于诊断 C-OPLL 的 AI 工具,该方法使用卷积神经网络方法识别 MR 图像上的特征。进行了一项读者研究,以使用标准测试性能指标将 AI 模型的性能与诊断面板的性能进行比较。使用 Cohen 的 kappa 评分评估观察者之间的差异。结果 900 名连续患者被发现有资格接受放射学评估,其中 65 名被确诊为 C-OPLL 携带者。利用 MRI 图像的 AI 模型能够准确分割椎体、PLL 和椎间盘复合体,并检测出 C-OPLL 携带者。AI 模型又识别出了 5 名最初未被发现的 C-OPLL 患者。基于 MRI 的 AI 模型的性能为敏感性为 85%、特异性为 98%、阴性预测值为 98% 和阳性预测值为 85%。该模型的总体准确率为 98%,kappa 得分为 0.917。结论 本研究开发的新型 AI 软件对于在 MRI 上识别 C-OPLL 具有高度特异性,无需使用 CT。该模型可以避免进行 CT 扫描,同时保持足够的诊断准确性。随着进一步发展,这种基于 MRI 的 AI 模型有可能辅助诊断各种脊柱疾病,并且其自动化层可能为 C-OPLL 的 MRI 特定诊断标准奠定基础。
摘要:运动想象作为自发性脑机接口的重要范式,被广泛应用于神经康复、机器人控制等领域。近年来,研究者提出了多种基于运动想象信号的特征提取和分类方法,其中基于深度神经网络(DNN)的解码模型在运动想象信号处理领域引起了广泛关注。由于对受试者和实验环境的严格要求,收集大规模高质量的脑电图(EEG)数据非常困难,而深度学习模型的性能直接取决于数据集的大小。因此,基于DNN的MI-EEG信号解码在实践中被证明是非常具有挑战性的。基于此,我们研究了不同的数据增强(DA)方法在使用DNN对运动想象数据进行分类的性能。首先,我们使用短时傅里叶变换(STFT)将时间序列信号转换为频谱图像。然后,我们评估并比较了不同 DA 方法对该频谱图数据的性能。接下来,我们开发了一个卷积神经网络(CNN)来对 MI 信号进行分类,并比较了 DA 后的分类性能。使用 Frechet 初始距离(FID)评估生成数据(GD)的质量和分类准确率,使用平均 kappa 值探索最佳的 CNN-DA 方法。此外,使用方差分析(ANOVA)和配对 t 检验来评估结果的显著性。结果表明,深度卷积生成对抗网络(DCGAN)比传统 DA 方法:几何变换(GT)、自动编码器(AE)和变分自动编码器(VAE)提供了更好的增强性能(p < 0.01)。使用 BCI 竞赛 IV(数据集 1 和 2b)的公共数据集来验证分类性能。经过 DA 后,两个数据集的分类准确率分别提高了 17% 和 21%(p < 0.01)。此外,混合网络 CNN-DCGAN 的表现优于其他分类方法,两个数据集的平均 kappa 值分别为 0.564 和 0.677。
背景:程序性细胞死亡配体1(PD-L1)的表达与免疫检查点抑制剂对非小细胞肺癌(NSCLC)患者的疗效相关,但肿瘤组织(TT)样本难以获取,初始TT样本难以反映其时空异质性。因此,我们探索分离循环肿瘤细胞(CTC)并检测CTC上PD-L1表达的可行性。患者与方法:采集66例NSCLC患者的外周血标本,采用膜过滤根据大小分离CTC。对于59例有配对TT标本的患者,分别采用基于28 – 8抗体的免疫组织化学和免疫细胞化学检测其CTC和TT中PD-L1的表达。以TT中PD-L1表达为金标准,计算敏感度、特异度、一致性、阳性预测值(PPV)、阴性预测值(NPV),计算CTC和配对TT的Cohen kappa系数,并采用T检验、卡方检验、Mann-Whitney U检验分析临床病理特征及预后与PD-L1表达的相关性。结果:41例初治患者CTC中PD-L1检测的敏感度、特异度、一致性、PPV、NPV分别为88.89%、73.91%、80%、72.73%、89.47%,CTC和配对TT的Cohen kappa系数为0.613。生存单因素分析显示,CTC或TT中PD-L1表达阳性的初治患者无进展生存期短于CTC或TT中PD-L1表达阴性的患者(P >0.05),且CTC或TT中PD-L1阳性表达与年龄、性别、吸烟状况、组织学类型、分期无关(P >0.05)。结论:该研究证实了外周血CTC PD-L1检测的可行性,为探索实时、个体化免疫治疗分子标志物奠定了基础。关键词:循环肿瘤细胞,非小细胞肺癌,免疫治疗,PD-L1水平/表达
卢茨教授的领导能力、热情和学术才能早在南加州大学读本科时就已展现,他曾担任过领导职务,并于 1968 年以 Phi Beta Kappa 成员的身份毕业。他在加州大学伯克利分校法学院继续发挥领导作用,并与他人共同创办了《环境法季刊》,这是美国第一本环境杂志。卢茨于 1971 年获得法学博士学位,之后担任美国地方法院法官 Edward Schwartz (SD Ca.) 的书记员。他曾在 Pillsbury Madison & Sutro 担任律师,担任联邦能源管理局副地区法律顾问,并担任南加州大学沿海法律与管理研究所所长。他的第一份全职教学职位是在麦乔治法学院。
摘要 摘要 摘要:摘要:针对BCI系统中预处理特征提取和分类识别问题,提出一种基于多域特征随机子空间集成学习的运动想象脑电信号分类方法。在分析运动想象(MI)信号的ERD/ERS特征的基础上,提取效果最佳的时间和频段的多域特征作为特征向量,并自适应地选择带有交叉验证的随机子空间集成尺度,利用线性判别分析(LDA)分类器集成实现脑电信号分类。测试结果表明,多域特征和随机子空间集成的准确率可达90.71%,Kappa系数为0.63,优于比赛中第一名的算法,证明了该算法的有效性和先进性。
Brian K. Hedrick 校长名单、院长名单、指挥官名单、仪仗队指挥官、AMAX 奖学金、国际科学博览会决赛入围者、男孩州、总统教室、杰出军事学生、ROTC 奖学金、H.P.Saunders 奖章、GS 陆军科学与工程奖章、指挥官军刀、最佳新学员、学员 Kiwanian、AGSA 执行官、荣誉委员会副主席、Phi Theta Kappa、国家荣誉协会、Harry Morrison、干部、学期干部、学员成就丝带、学术卓越丝带、美国高中名人录。美国杰出高中生协会、指挥官勋章、5 级秘书/财务主管、空手道/柔道俱乐部、国际象棋俱乐部、高尔夫球队、中队指挥官、NMMl 探险哨所、CTLT、税务委员会、击剑俱乐部、青年和政府参议员。