XiaoMi-AI文件搜索系统
World File Search SystemMCI
MRI 或 18F-FDG PET 用于脑年龄差距评估
大脑年龄与实际年龄的偏差，即所谓的大脑年龄差距 (BAG)，与阿尔茨海默病 (AD) 等神经退行性疾病有关。在这里，我们比较了 MRI 衍生的（萎缩）或 18 F-FDG PET 衍生的（大脑代谢）BAG 与认知正常个体 (CN) 和主观认知衰退 (SCD) 或轻度认知障碍 (MCI) 个体的认知表现、神经病理学负担和疾病进展之间的关联。方法：训练机器学习管道从阿尔茨海默病神经影像学计划的 185 张匹配的 T1 加权 MRI 或 18 F-FDG PET CN 扫描中估计大脑年龄，并在来自影像开放获取和德国神经退行性疾病中心 - 纵向认知障碍和痴呆研究的外部测试集中进行验证。 BAG 与 CN、SCD 受试者和 MCI 受试者的认知能力和 AD 神经病理学指标相关。最后，比较认知稳定和衰退个体的 BAG，随后用于预测疾病进展。结果：MRI（平均绝对误差，2.49 岁）和 18 F-FDG PET（平均绝对误差，2.60 岁）均能很好地估计年龄。在 SCD 阶段，基于 MRI 的 BAG 与脑脊液中的 β-淀粉样蛋白 1-42 (A b 1-42 ) 显着相关，而 18 F-FDG PET BAG 与记忆能力相关。在 MCI 阶段，两种 BAG 均与记忆和执行功能表现以及脑脊液 A b 1-42 相关，但只有 MRI 衍生的 BAG 与磷酸化 tau 181 /A b 1-42 相关。最后，MRI 估计的 BAG 比 18 F-FDG PET 估计的 BAG 更能预测 MCI 到 AD 的进展（曲线下面积分别为 0.73 和 0.60）。结论：可以通过 MRI 或 18 F-FDG PET 可靠地估计年龄。MRI BAG 反映 SCD 和 MCI 中的 AD 认知和病理标志物，而 18 F-FDG PET BAG 主要对早期认知障碍敏感，可能构成大脑年龄相关变化的独立生物标志物。
移动互联网连接状态报告2023。
本报告的发现基于GSMA消费者调查，GSMA移动连接指数2（MCI）和其他一系列行业报告。GSMA消费者调查自2017年以来每年都进行，以了解LMIC中移动和移动互联网的访问和使用。在2022年，它以12个LMIC进行。3 MCI衡量了170个国家 /地区移动互联网连接的主要推动因素（占全球人口的99％），与2014 - 2022年期间的32个指标。这些指标分为四个总体推动因素：基础架构，负担能力，消费者准备就绪以及内容和服务。共同提供了客观的定量指标，以跟踪移动互联网采用和使用的关键推动因素，以及对消费者使用移动Internet的用途或阻止他们使用它的方法的见解。4
路易体疾病导致人类大脑中的 m6A mRNA 甲基化被破坏
图3 脑区以及健康老年人、PD、DLB 和 MCI 组织中 m 6 A 修饰 RNA 和 YTHDF1 及 YTHDF3 读取蛋白丰度变化的热图。m 6 A 修饰 RNA 丰度以及 YTHDF1 和 YTHDF3 表达在各个区域和疾病类别中红色增加、黄色正常、绿色减少。与健康对照组织相比，发现 DLB 组织在所有脑组织区域中 m 6 A 修饰 RNA 丰度持续增加，并且 YTHDF1 和 YTHDF3 表达普遍增加。相反，PD 组织在三个脑区中显示 m 6 A 修饰 RNA 显著减少，并且 YTHDF 读取蛋白表达没有一致的变化模式。DLB，路易体痴呆；MCI，轻度认知障碍；PD，帕金森病。
使用 2- 进行轻度认知障碍的早期诊断...
摘要 我们提出并实施了人工智能 (AI) 计算机辅助诊断 (CAD) 框架，以帮助临床医生早期诊断轻度认知障碍 (MCI) 和阿尔茨海默病 (AD)。我们的框架基于在功能性磁共振图像数据集上训练和测试的卷积神经网络 (CNN)。我们使用 2D CNN 进行 MCI 的早期诊断，为 AD 的 AI-CAD 框架文献做出了贡献。与目前的努力相反，我们并不试图提供一个可以取代临床医生的 AI-CAD 框架，而是一个可以与他们协同工作的框架。我们的框架更便宜、更快，因为它依赖于小型数据集，而不需要高性能计算基础设施。我们的工作为医疗保健、健康信息系统和 NeuroIS 的数字化转型文献做出了贡献，同时为进一步研究该主题开辟了新途径。 1. 简介
基于视觉注意模型和等距戒指形状上下文特征
摘要阿尔茨海默氏病（AD）是由脑细胞快速变性引起的一种不可逆的神经退行性疾病。越来越多的研究人员专注于有效，准确的AD诊断方法。在本文中，提出了一种通过从结构磁共振成像（SMRI）的显着性图中提取相等距离的环形上下文特征来识别AD的方法。对阿尔茨海默氏病神经影像倡议（ADNI）数据集的薄层MR图像的实验结果表明，我们的方法有助于提高识别脑部疾病的性能。特别是，AD与CN的分类精度为94.83％，AD对MCI的分类精度分别为98.31％，MCI与CN分别为85.77％。同时，对开放访问系列成像研究的实验数据集和临床收集的厚层MR图像验证了该方法的分类性能。结果表明，该方法在临床应用中可能具有更高的应用值，而AD与CN相比，分类精度分别为96.56％和98.18％。与基于灰色含量（GM）密度，皮质厚度和海马体积的方法相比，我们的方法达到了AD（或MCI）和CN分类的较高精度。
A phase IIa study investigating a γ-secretase modulator in individuals at risk for or at the prodromal stage of Alzheimer's disease
1 Jack Cr Jr等。 阿尔茨海默氏症痴呆症。 2018年，阿尔茨海默氏病； AF，房颤； Apoe，载脂蛋白； BMI，体重指数； CDR-GS，临床痴呆评级量表全球评分； CL，Centiloid单元；中枢神经系统，中枢神经系统； CVD，心血管疾病； LP，腰椎穿刺； MCI，轻度认知障碍； MRI，磁共振成像； NIA-AA，美国老化 - 阿尔茨海默氏症协会的研究所；宠物，正电子发射断层扫描1 Jack Cr Jr等。阿尔茨海默氏症痴呆症。2018年，阿尔茨海默氏病； AF，房颤； Apoe，载脂蛋白； BMI，体重指数； CDR-GS，临床痴呆评级量表全球评分； CL，Centiloid单元；中枢神经系统，中枢神经系统； CVD，心血管疾病； LP，腰椎穿刺； MCI，轻度认知障碍； MRI，磁共振成像； NIA-AA，美国老化 - 阿尔茨海默氏症协会的研究所；宠物，正电子发射断层扫描2018年，阿尔茨海默氏病； AF，房颤； Apoe，载脂蛋白； BMI，体重指数； CDR-GS，临床痴呆评级量表全球评分； CL，Centiloid单元；中枢神经系统，中枢神经系统； CVD，心血管疾病； LP，腰椎穿刺； MCI，轻度认知障碍； MRI，磁共振成像； NIA-AA，美国老化 - 阿尔茨海默氏症协会的研究所；宠物，正电子发射断层扫描
机器学习可以预测前...
将正电子发射断层扫描（PET）用作β-淀粉样蛋白（Aβ）脑病理学的初始或唯一生物标志物可能会抑制阿尔茨海默氏病（AD）由于成本，获取和耐受性而引起的药物开发和临床使用。我们开发了一种QEEG-ML算法，以预测主观认知下降（SCD）和轻度认知障碍（MCI）患者之间的β病理，并使用βPET验证了它。我们比较了MCI患者与患有和没有PET固定的β-淀粉样蛋白斑块患者之间的QEEG数据。We compared resting-state eyes-closed electroencephalograms (EEG) patterns between the amyloid positive and negative groups using relative power measures from 19 channels (Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1, O2), divided into eight frequency bands, delta （1-4 Hz），theta（4-8 Hz），Alpha 1（8-10 Hz），Alpha 2（10-12 Hz），β1（12-15 Hz），β2（15-20 Hz），Beta 3（20-30 Hz）和gamma（30-45 Hz），由Fft和DeNocy cancys cancys concy.s.使用遗传算法策略分析了所得的152个特征，以识别最佳特征组合并最大程度地提高分类精度。在基因建模方法的指导下，我们将脑电图的每个通道和频率带作为基因，并在给定维度内用所有可能的组合对其进行了建模。然后，我们收集了显示出最佳性能并识别出在上级模型中最常出现的基因的模型。通过重复此过程，我们收集了一个近似最佳的模型。我们发现，随着遗传算法的这种迭代发展的发展，平均性能的增加。我们最终达到了85.7％的敏感性，89.3％的特异性，SCD淀粉样蛋白阳性/负分类的精度为88.6％，83.3％的敏感性和83.3％的敏感性，85.7％的特异性特异性，而MCI MCI淀粉样蛋白淀粉样蛋白阳性阳性/负分类的精度为84.6％。
与认知障碍有关的严重绝经症状
抽象目的：评估绝经后妇女的绝经症状与认知能力下降之间的关联。方法：这是对参加九个拉丁美洲国家 /地区妇女咨询的妇女进行的横断面，观察性研究的亚分析。调查涉及绝经后妇女，她被要求填写一般问卷和更年期评级量表（MRS），以评估更年期的症状，并使用用于评估认知功能作为结果的蒙特利尔认知评估。使用少于21的蒙特利尔认知评估评分来定义患有轻度认知障碍的女性（MCI）。结果：该研究包括1,287名绝经后妇女，平均年龄为55.5岁，平均体重指数为26.3 kg/m 2。平均而言，参与者有13。8年的教育和2.3±1.8个孩子，有72.8％的人报告有伴侣。此外，有36.7％的人曾经使用过更年期激素治疗。关于生活方式因素，久坐的生活方式占50.3％，而70.5％的人从未抽烟。15.3％的女性MCI表现出更严重的绝经症状（MRS总分15.24±12.58和10.53±8.84，p <0.001）。逻辑回归分析显示，严重绝经症状（MRS总分≥14点）与MCI（优势比[OR]，1.74； 95％CI，1.25-2.42）之间存在显着关联。结论：绝经后妇女的严重更年期症状与认知障碍有关。Conversely, a lower body mass index (OR, 0.96; 95% CI, 0.95-0.98), sexual activity (OR, 0.70; 95% CI, 0.51-0.96), physical exer- cise (OR, 0.55; 95% CI, 0.39-0.76), menopausal hormone therapy use (OR, 0.36; 95% CI, 0.24-0.55）和较高的教育水平（OR，0.31; 95％CI，0.21-0.46）与MCI的几率较低有关。这项研究强调了荷尔蒙，生活方式和社会人口统计学因素与认知健康之间的复杂相互作用。关键词：更年期激素治疗 - 更年期症状 - 更年期评级量表 - 轻度认知障碍 - 蒙特利尔认知评估。
5152501 – 救援医疗简介
本讲座将深入回顾技术救援现场最常见的一些医疗投诉，包括但不限于 MCI 分类、低温症、挤压综合症、窒息和现场截肢；还将回顾适当的 NYS 协议及其在这些场景中的应用