XiaoMi-AI文件搜索系统
World File Search SystemMNI
UNC-BCP 4D婴儿脑体积图集
时空婴儿专用的大脑图石对于早期大脑发育的神经影像学分析至关重要。然而，由于获得高质量婴儿脑磁共振（MR）图像的困难，在处理获得的数据时面临重大的技术挑战，以及对大型样本量的需求，现有的婴儿地带通常以模糊的外观和稀疏的时间点构建。为了准确研究早期的大脑发育，高质量的空间婴儿脑图集是高度期望的。为了解决这个问题，我们基于UNC/UMN婴儿连接项目（BCP）数据集（Howell等，2019），为婴儿大脑构建了4D体积图谱，称为UNC-BCP 4D婴儿脑体积图集。这个4D地图集具有很高的空间分辨率，较大的年龄范围覆盖范围和密集采样的时间点（即0、1、2、3、4、5、6、7、7、8、9、9、10、11、11、12、15、15、18、11、24个月）。具体来说，使用T1W和T2W序列的542次MRI扫描，从240名婴儿到26个月的扫描年龄，用于我们的ATLAS结构。同时，将广泛使用的FreeSurfer Desikan皮层拟化方案（Desikan等，2006）映射到我们的4D地图集，并手动划定了皮层结构以促进基于ROI的分析。所有图像都扭曲成MNI空间（Mazziotta等，1995）。这个具有非常密集的时间点的4D婴儿体积图集将极大地促进对产后早期阶段中动态和关键神经发育的理解。
cipla-nounces-nounces-ordy-n-on-inted-States-with-with-...
孟买2024年1月8日：Cipla（EU）Limited，英国，Cipla Limited的全资子公司（BSE：500087； NSE：CIPLA EQ] MNI冒险，毛里求斯）在美国合并合资企业该合资企业的主要目标是开发和商业化新颖的细胞疗法，以满足美国，日本和欧盟地区的主要未满足医疗需求。Cipla（EU）有限公司将获得合资公司35.2％的股份。通过利用Cipla在产品开发和商业化方面的领导才能，并与Kemwell在生物制剂方面的专业知识和Manipal在医疗保健交付方面的专业知识保持一致，这种战略合作旨在加快开发，制造，许可，进口，进口，进口，进口和出口最远的细胞治疗产品，以迎合全球患者。在评论这一发展时，董事总经理兼全球首席执行官Cipla Cipla表示：“这项合资企业加强了我们在干细胞和CAR T-Cell Therapies领域的创新曲线和先锋变革治疗方面的共同努力，这是由生物技术，MRNA，MRNA，MRNA和GERM-GEN-GENGINGERING GORGERING GORMERING EDINGE 随着我们引导Cipla进入未来并有目的地领导，我们与Kemwell和Manipal Group的合作伙伴关系将在实现这些进步方面不可或缺。”随着我们引导Cipla进入未来并有目的地领导，我们与Kemwell和Manipal Group的合作伙伴关系将在实现这些进步方面不可或缺。”
o r i g i n a l a rt i c l e脑结构的可变性，功能反映了缺乏同伴支持
1 Donders大脑，认知与行为研究所，拉德布德大学Nijmegen，6525 En Nijmegen，荷兰2号，惠康综合神经影像中心2佛罗里达州盖布尔斯，美国33124，美国5神经科学计划，迈阿密米勒大学医学院，佛罗里达州迈阿密，佛罗里达州33136，美国6，6临床心理学和行为神经科学，心理学，心理学教职员工，TechnisscheUniversitätdresden，Dresden，Dresden，01187 DRESDEN，DRESDEN，DRESDEN，DRESDEN，7 MAX PLANCK STICETER，DRANCK IPKIG IPSIGS STIGUTE SCONCESTISTICS SCONCESTISTIS SCONIDE，NIPSIDES SCONSITION，NIPSIDE，NIBSIDE，4岁，34 8 Social, Cognitive and Affective Neuroscience Unit, Department of Cognition, Emotion, and Methods in Psychology, Faculty of Psychology, University of Vienna, 1010 Vienna, Austria, 9 University of Lyon, Univ Lyon 1, INSERM, Stem Cell and Brain Research Institute U1208, 69500 Bron, France, 10 McConnell Brain Imaging Centre (BIC), Montreal Neurological Institute (MNI), McGill University, Montreal, Quebec H3A 2B4, Canada, 11 Wellcome Centre for Integrative Neuroimaging, Centre for Functional MRI of the Brain (FMRIB), Nuffield Department of Clinical Neurosciences, John Radcliffe Hospital, University of Oxford, Oxford OX3 9DU, UK, 12 Department of Biomedical Engineering, Faculty of Medicine, School of Computer Science, McGill University,蒙特利尔，魁北克H3A 2B4，加拿大和13 Mila-Quebec人工智能研究所，蒙特利尔，魁北克H2S 3H1，加拿大
使用时频图和计算机视觉进行高频振荡的无监督检测
大于 80 Hz 的高频振荡 (HFO) 具有独特的特征，可将其与时频表示中可以充分证明的尖峰和伪影成分区分开来。我们引入了一种无监督的 HFO 检测器，它使用计算机视觉算法在二维 (2D) 时频图上检测 HFO 标志。为了验证检测器，我们引入了一个基于具有高斯包络的正弦波的 HFO 分析模型，可以推导出时频空间中的解析方程，这使我们能够在时域中常见的 HFO 检测标准与计算机视觉检测算法使用的频域标准之间建立直接对应关系。检测器在时频表示上识别潜在的 HFO 事件，如果满足有关 HFO 频率、振幅和持续时间的标准，则将其归类为真正的 HFO。根据分析模型，在存在噪声的情况下，对检测器进行了模拟 HFO 的验证，信噪比 (SNR) 范围从 -9 到 0 dB。检测器的灵敏度在 SNR 为 -9 dB 时为 0.64，在 -6 dB 时为 0.98，在 -3 dB 和 0 dB 时 > 0.99，而其阳性预测值均 > 0.95，无论 SNR 如何。使用相同的模拟数据集，我们的检测器与四个之前发布的 HFO 检测器进行了对比。F 度量是一种同时考虑灵敏度和阳性预测值的组合指标，用于比较检测算法。我们的检测器在 -6、-3 和 0 dB 时超越其他检测器，在 -9 dB SNR 时拥有仅次于 MNI 检测器的第二好 F 分数（0.77 对 0.83）。研究人员在 6 名患者的一组 36 个颅内脑电图 (EEG) 通道上测试了在临床记录中检测 HFO 的能力，其中 89% 的检测结果由两名独立审阅者验证。结果表明，基于时频图中的 2D 特征对 HFO 进行无监督检测是可行的，并且其性能与最常用的 HFO 检测器相当或更好。
确定药物难治性癫痫患者丘脑前部深部脑刺激的最佳目标
目的 丘脑前核 (ATN) 是深部脑刺激 (DBS) 治疗药物难治性癫痫的常见靶点。然而，尚未明确确定 ATN 内基于图谱的最佳 DBS (主动接触) 靶点。本项回顾性研究的目的是分析主动接触位置与癫痫发作减少之间的关系，以建立基于图谱的 ATN DBS 最佳靶点。方法 在 2016 年至 2018 年期间接受 ATN DBS 手术治疗药物难治性癫痫的 25 名患者中，那些接受 1 年以上随访评估的患者有资格纳入研究。在初始 6 个月的刺激期后，患者被分为对治疗有反应 (癫痫发作频率中位数减少≥ 50%) 或无反应 (癫痫发作频率中位数减少< 50%)。对于无反应的患者，调整刺激参数和/或主动接触位置，并监测他们的反应性至少 1 年。将术后 CT 扫描与术前 MRI 图像进行非线性配准，以确定蒙特利尔神经学研究所 (MNI) 152 空间中所有主动接触的中心坐标和基于图谱的解剖定位。结果 19 例难治性癫痫患者在植入针对 ATN 的双侧 DBS 电极后接受了至少一年的随访。位于 ATN 体积前半部分重心（定义为前中心 (AC)）附近的主动接触与不在此位置的接触相比具有更大的癫痫发作减少率。有趣的是，最初无反应的患者在最后的术后随访中通过将主动接触调整到更靠近 AC 的位置，最终可以大大减少癫痫发作。结论 接受针对 AC 的刺激的患者可能具有有利的癫痫发作减少率。此外，作者在最初无反应的患者中重新定位电极后获得了额外的良好结果。针对该最佳区域进行有目的的战略性轨迹规划可能会预测 ATN DBS 的良好结果。
Robust-Deep：一种增加脑成像数据集以提高深度学习模型性能和鲁棒性的方法
摘要 小型数据集通常会影响医学成像研究中深度神经网络 (DNN) 的泛化、稳健性和整体性能。由于收集大型临床数据库始终很困难，我们提出了一种生成大型真实/多样化数据集的分析方法。临床脑部 PET/CT/MR 图像包括全剂量 (FD)、低剂量 (LD)（仅对应于 FD 扫描中获取的事件的 5%）、非衰减校正 (NAC) 和基于 CT 测量的衰减校正 (MAC) PET 图像、CT 图像以及 35 名患者的 T1 和 T2 MR 序列。所有图像均已注册到蒙特利尔神经研究所 (MNI) 模板。使用拉普拉斯混合，利用来自两个不同患者的图像的频域信息以及混合蒙版进行自然呈现。这种来自计算机视觉和图像处理社区的经典技术仍然被广泛使用，并且与现代 DNN 不同，它不需要训练数据。实施了改进的 ResNet DNN 来评估四个图像到图像的转换任务，包括 LD 到 FD、LD+MR 到 FD、NAC 到 MAC 和 MRI 到 CT，使用和不使用合成图像。使用已建立的指标进行定量分析，包括峰值信噪比 (PSNR)、结构相似性指数度量 (SSIM) 和联合直方图分析，以进行定量评估。包含 35 名患者的注册小数据集与包含 350 个合成数据集加 35 个真实数据集的大数据集之间的定量比较显示，LD 到 FD 的 RMSE 和 SSIM 分别提高了 29% 和 8%，LD+MRI 到 FD 的 RMSE 和 SSIM 提高了 40% 和 7%，NAC 到 MAC 的 16% 和 8%，MRI 到 CT 映射任务的 24% 和 11%。定性/定量分析表明，与参考图像相比，所提出的模型通过生成更高质量、更低定量偏差和方差的图像，提高了所有四个 DNN 模型的性能。
能源工作组 – 最终报告
Reyes - 智利地热专家和 MON3 项目经理）...................................................................................... 20 图 10 蒙特塞拉特地热井冒热气 - 系统可行性的证明 ...................................................................................... 20 图 11 氢经济的图形表示 ...................................................................................................................... 22 图 12 以色列的潮汐波发电机 – 发电机从海洋的上下运动中获取能量。 ........................................................................................... 23 图 13 蒙特塞拉特柴油成本变化 – 批发价值 .............................................................................................. 28 图 14 由 RIMCO Barbados 大修的 MUL 发电机 ........................................................................ 31 图 15 安提瓜的 3MW 太阳能发电场 - VC Bird International ............................................................. 33 图 16 蒙特塞拉特皇家土地地图（来源：物理规划单位） ............................................................. 34 图 17 拥有能源监管机构的好处（来源：MNI 能源单位） ............................................................. 35 图 18Mon-1 长期测试结果 ............................................................. 47 图 19 Mon-2 长期测试结果 ............................................................. 47 图 20 发电规划流程 ............................................................. 51 图 21 2011 年至 2018 年期间 MUL 发电单位 .......................................................................................... 52 图 22 根据三种不同增长情景预测的增长情景........................................................... 52 图 23 圣尤斯塔提乌斯太阳能园区 .............................................. 55 图 24 牙买加威格顿风电场 .............................................. 55 图 25 瓜德罗普岛 Bouillante 地热发电厂 ........................................................................ 55 图 26 蒙特塞拉特岛 Brades 发电厂 ...................................................................... 59 图 27 基准增长情景下的净现值、平准化能源成本和平均可再生能源渗透率 ............................................................................................. 60 图 28 高增长情景下的净现值、平准化能源成本和平均可再生能源渗透率 ............................................................................................. 61 图 29 2004-2020 年期间的平均批发燃料成本 ............................................................................................. 62 图 30 低燃料成本情景分析摘要 ...................................................................................................... 62 图 31 高燃料成本情景分析摘要 ...................................................................................................... 63 图 32 高地热维护成本分析摘要 ............................................................................................................. 64地热容量分析总结 65
培训与评估大纲报告
条件：部队收到上级指挥部的命令，或指挥官派出任务，要求部队在动态和复杂的作战环境 (OE) 中执行指挥和控制 (C2) 的作战流程。混合威胁在所有五个领域（陆地、海上、空中、太空和网络空间）、所有三个维度（人、物理和信息）和电磁频谱中对部队目标构成威胁。此外，他们还保持与部队维持所有九种接触形式（直接；间接；非敌对；障碍；化学、生物、放射和核 (CBRN)；空中；视觉；电磁；和影响）的能力。PMESII-PT 的所有八个操作变量都是存在且动态的。来自上级指挥部的命令包括所有适用的叠加和/或图形、作战区域 (AO) 边界、控制措施和后续战术行动的标准。指挥部与下属单位、相邻单位和上级指挥部保持通信。指挥官组织了指挥和控制系统的四个组成部分，以支持决策、促进沟通和开展行动。注 1：此任务的条件声明反映了受评估单位获得训练 (T) 等级所需的训练条件。但是，只有在外部评估期间在这些条件下执行任务，单位才能获得 T 等级。注 2：使用秘密//可发布 (S//REL) 机密任务伙伴网络 (MPN) 执行任务，以实现与任务伙伴的指挥和控制、决策和共享理解（协作以及相关信息的显示和共享），这真实地描绘了任务伙伴环境 (MPE)。陆军可能会在联合战区的 MPE 内的 MPN 上开展行动。仅在例外情况下，使用秘密互联网协议路由器 (SIPR) NOFORN（不可向外国人发布）在 MPN 上生成订单和其他工作人员产品。注 3：TA 可能会与部队中的多国 (MN) 组成部分一起执行此任务的一些迭代。当 TA 与 MN 合作伙伴一起训练此任务时，评估此 T&EO 中所有与 MNI 相关的步骤和措施。就此要求而言，MN 合作伙伴是旅或更大规模的部队，直接向 TA 报告，并具有互操作性重点领域能力（火力、情报、保障和任务指挥）。当 TA 在没有多国部队的情况下执行此任务时，评估人员应将此任务中仅适用于多国作战场景的步骤评为“N/A”。注 4：以下组织可用（实际或在演习中复制）来满足战区陆军规划团队对此任务的信息要求：
![arxiv：2305.17033v7 [eess.iv] 2024年5月23日](/simg/a\aefc7f2a4d762f208545fde75765fd6994c9bc44.webp)
arxiv：2305.17033v7 [eess.iv] 2024年5月23日
（ORCID：0000-0002-5366-5351）38美国加利福尼亚州加利福尼亚大学，美国加利福尼亚大学39 Beth Israel Deacones Medical Center，美国马萨诸塞州哈佛大学，美国马萨诸塞州（ORCID：0000-0002-5994-997）