XiaoMi-AI文件搜索系统
World File Search SystemNormative
人工智能，新闻和撒哈拉以南非洲的Ubuntu机器人：迈向规范
摘要这项研究调查了Ubuntu哲学与撒哈拉亚州非洲的AI驱动新闻实践的融合。特别关注其挑战，机遇和对提高包容性的影响，该研究描述了实际的询问行为，包括优先考虑多样化的数据源，建立道德准则，促进AI素养，确保透明度和问责制，并分配公平的资源。借鉴了刚果DRC，肯尼亚，坦桑尼亚，乌干达和赞比亚的记者的观点，发现非洲记者在与人工智能工具的互动中遇到了各种经验，从热情的拥抱到对他们的重视能力和代表性和代表性。在背景下，该研究提出了一种受Ubuntu哲学启发的规范视角，强调了关系，社会进步，社会和谐和人类尊严，是负责在新闻业中使用AI的指导框架。通过在Ubuntu哲学中重新构想AI新闻业，该研究强调了创造一种技术性景观的潜力，在该景观中，所有个人和社区都得到公平地对待，与相互联系的NESS，社区责任和集体福祉的原则保持一致。
使用 CentileBrain 对整个生命周期的大脑形态进行规范建模：算法基准测试和模型优化
Djavad Mowafaghian 脑健康中心，不列颠哥伦比亚省温哥华市，加拿大（R Ge PhD、Y Yu BSc、YX Qi BSc、Yn Fan BSc、S Chen BSc、C Gao BSc、Prof S Frangou MD）；美国纽约州纽约市西奈山伊坎医学院精神病学系（Prof S Frangou、SS Haas PhD、F New MA）；荷兰双胞胎登记处，荷兰阿姆斯特丹自由大学生物心理学系（Prof DI Boomsma PhD）；新南威尔士大学健康脑衰老中心，澳大利亚新南威尔士州悉尼市（Prof H Brodaty DSc）；荷兰阿姆斯特丹自由大学神经基因组学和认知研究中心复杂性状遗传学系（RM Brouwer PhD）；美国马萨诸塞州剑桥市哈佛大学脑科学中心（Prof R Buckner PhD）；英国威尔士卡迪夫大学神经精神遗传学和基因组学中心（X Caseras 博士）；法国波尔多大学神经功能图像小组—神经变性疾病研究所，CNRS UMR 5293（F Crivello 博士）；荷兰鹿特丹伊拉斯姆斯大学伊拉斯姆斯社会与行为科学学院（EA Crone 教授博士）；德国柏林夏洛特医学院精神病学和心理治疗系心智与大脑研究分部（S Erk 医学博士、H Walter 教授博士）；荷兰奈梅亨马克斯普朗克心理语言学研究所语言与遗传学系（SE Fisher 教授博士）；荷兰奈梅亨拉德堡德大学医学中心 Donders 大脑、认知和行为研究所人类遗传学、精神病学和认知神经科学系（B Franke 教授，博士）；美国马萨诸塞州波士顿波士顿儿童医院精神病学和行为科学系（DC Glahn 教授，博士）；德国明斯特大学精神病学和心理治疗系（U Dannlowski 医学博士、D Grotegerd 博士）；德国海德堡大学普通精神病学系实验精神病理学和神经影像学科（O Gruber 医学博士）；亥姆霍兹实验心理学系
临床获取的 MRI 数据集中定义的儿童和青少年时期轴外脑脊液的规范轨迹
临床获取的 MRI 数据集中定义的儿童和青少年时期轴外脑脊液的规范轨迹 Ayan S. Mandal 1,2,3 , Lena Dorfschmidt 2,3,4 , Jenna M. Schabdach 2,3 , Margaret Gardner 2,3 , Benjamin E. Yerys 2.5.6 , Richard AI Bethlehem 7 , Susan Sotardi 8 , M. Katherine Henry 8,9,10 , Joanne N. Wood 9,10 , Barbara H. Chaiyachati 3,9,10 , Aaron Alexander-Bloch 2,3,11 *, Jakob Seidlitz 2,3,11 * * 与资深作者贡献相同 1 宾夕法尼亚大学佩雷尔曼医学院，宾夕法尼亚州费城，美国 2 儿童和青少年精神病学和行为科学系，费城儿童医院，美国宾夕法尼亚州费城。3 美国宾夕法尼亚州费城儿童医院与宾夕法尼亚大学医学院终身脑研究所 4 英国剑桥大学精神病学系 5 美国宾夕法尼亚州费城儿童医院与宾夕法尼亚大学医学院自闭症研究中心 6 美国宾夕法尼亚州费城儿童医院与宾夕法尼亚大学医学院成人成功过渡与学习推进中心 7 英国剑桥大学心理学系 8 美国宾夕法尼亚州费城儿童医院放射学系 9 美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院儿科系 10 美国宾夕法尼亚州费城儿童医院临床未来 11 美国宾夕法尼亚州费城宾夕法尼亚大学精神病学系
BScBISI 常态化四年制学位课程学习计划（2024 届）
总计 15 总计 15 第 2 年 (2025/26) A 学期 CUs B 学期 CUs BMS2005 人体生理学 3 BMS2206 细胞生物学 3 BMS2202 生命多样性与进化 3 BMS2205 生物医学科学基本技术 4 BMS2204 生命多样性和微生物学实验室 2 BMS2901 生物统计学和数据分析入门 3 CHEM2013 微生物学 3 BMS3204 分子生物学 3 BMS3203A 遗传学 3 GE 分布要求 ∮ / 3 专业选修课 自由选修课 总计 14 总计 16 第 3 年 (2026/27) A 学期 CUs B 学期 CUs BMS3205 组学、基因组编辑和生物医学研究的高级技术 2 BMS3301 生物信息学3
1个标题规范性特征与年龄相关的周期性...
脑电图（EEG）提供了对各个生命阶段神经活动的动态变化的基本见解。周期性和周期性脑电图活性的细微差别改变揭示了神经发育和衰老的复杂模式（Donoghue等，2020）。从幼儿到成年时期，上的活动减少了（Hill等，2022）。这些改变可能是由于振荡耦合与当地人口峰值之间平衡的转变（Voytek and Knight，2015年）。同样，老化会改变动态网络通信，这主要由光谱的周期性组件的变化反映。一个很好的描述现象是α范围内中心频率的减速，这与注意力和认知过程不可或缺（Cesnaite等，2023）。
使用规范模型的第一集精神病患者的脑皮质厚度进行了10年的纵向研究
表1：参与者在三个时间点的人口统计。*：组对基线年龄有显着影响（F = 24.0 1,295，p <0.01）和12个月（F = 18.1 1,295，p <0.01）。其他人口统计学变量没有其他显着差异。基线12个月10年
使用宏观结构的规范性术语
扩散MRI（DMRI）是一种强大的方法，通常用于研究大脑神经途径的微观结构和几何形状。它测量了活大脑中水扩散的特征1,2。由于使用DMRI检测到的扩散fro纤维沿着大脑的神经途径限制了水的扩散，因此可以重建大脑主要纤维捆的3D几何形状。在退化性疾病中发生的病理过程，例如神经元和髓磷脂的丧失以及炎症，会影响组织扩散特性，以改变组织微结构和途径几何形状。因此，DMRI对标准解剖学MRI无法检测到的病理过程敏感。各向异性和扩散性测量是表征白质（WM）微结构特性的最广泛使用的措施。这些扩散指标已在退化，开发和精神病疾病中进行了研究3。随着许多类型的分子病理学影响DMRI信号，包括大脑中的淀粉样蛋白和Tau蛋白的积累，大量文献集中在绘制WM异常，这些疾病在神经退行性疾病的发展中产生，例如阿尔茨海默氏病（Alzheimer's Panties）等神经退行性疾病（Alzheimer's Diseation（Alzheimer）4-6，4-6，4-6，Parkinson's Parkinson's Parkinson's Parkinson's Disen和其他Dementias。Thomopoulos等。5检查了四个标准DTI指标，以及它们与痴呆症的严重程度如何在730名患者中作为阿尔茨海默氏病神经成像倡议（ADNI）的一部分进行了扫描。一项后续研究6在皮质灰质中检查了DMRI指标。Schilling等。他们发现，使用临床痴呆评级（CDR）等级评估平均扩散率（MD）与年龄和痴呆症的严重程度有关。他们发现皮质DMRI指标介导了AD的脑脊液（CSF）标记与延迟逻辑记忆性能之间的关系，这通常在早期AD中受到损害。较低的CSFAβ142和较高的PTAU181与皮质DMRI测量相关，反映了限制扩散和更大的扩散率。 AD病理学与扩散指标之间的这种明显联系已经增强了对使用DMRI研究AD的兴趣。即使这样，标准分析方法通常会将微结构指数降低到相对较大的感兴趣区域的汇总。这些局限性刺激了以较小的解剖量表为8,9的疾病对疾病对脑微观结构的影响。dTI的指标，例如分数各向异性（FA），径向扩散率（RD）和轴向扩散率（AXD）易受纤维交叉点的敏感性 - 单个voxel 11和任何个人数字中的多填充群体的存在所影响。虽然已经提出了基于体素的基于氧化的12和横向测量法方法来进一步改善受试者间的比对并有助于解决交叉纤维，但仍在体素水平上计算了许多微观结构措施。此外，当前的术语方法通常使用单变量方法分别计算每个捆绑包的组统计信息，而无需考虑大脑中相交纤维的复杂模式。拖拉术数据也可用于研究WM束的宏观结构或“形状”特性。13个计算的捆绑束指标与大脑WM的年龄相关的宏观结构变化的异质模式在大脑WM中的异质模式相比，与更均匀的微结构变化模式相比。最近的一项研究14发现，使用基于氧化的分析指标，AD的早期与TAU相关的WM变化是宏观的。据我们所知，没有任何工作研究WM微结构和宏观结构如何在神经退行性条件下共同改变了使用Tractometry方法等神经退行性条件，我们在当前的研究中解决了这一问题。在这项研究中，我们提出了宏观结构的规范术（MINT），以共同模拟微观结构的测量和纤维束几何形状的同时变化，并使用一种称为变异自动装编码器（VAE）的深度学习方法。当用作规范模型时，VAE可以编码健康对照中扩散指标的正常变异性的解剖模式。这个多元模型集成了多个互补的微观结构特征，并说明了不同DMRI指标之间的统计协方差以及与空间相关性。我们将薄荷衍生的微型与DTI的传统单变量措施进行了比较，并研究了在大型多站点样本中，在轻度认知障碍（MCI）和痴呆症中WM异常的特征模式。我们还研究了WM异常与痴呆症严重程度的临床指标有关。由于有兴趣确定用于检测和跟踪痴呆症的最佳微结构指标，因此我们还通过评估其对痴呆症的敏感性来对DTI指标进行排名。在痴呆症和MCI中可视化WM微结构异常之后，在两个不同的祖先和人口统计组中，我们研究了它们与整体裂纹几何形状的关系，并指出可以通过微观结构和形状的联合统计模型来解决的解释的歧义。
对心血管疾病临床风险预测的表观遗传学贡献
在1340名CHR-P，709（52.91％）的人中的结果为男性，平均年龄为20.75（4.74）年。在1237个健康个体中，有684（55.30％）为男性，平均年龄为22.32（4.95）年。具有CHR-P和健康个体的个体与观察到的值，区域Z分数和所有ADS值的分布重叠。对于任何给定的区域，具有非自然或超级现象值的ChR-P个体的比例较低（高达153个个体[<11.42％]），与健康个体相似（<115个个体[<9.30％]）。与未转换（7.01％vs 1.38％）和健康个体（5.10％相比0.89％）相比，具有转化为精神病患者的CHR-P的患者的不变值的百分比更高。在CHR-P组中，只有ADS SA与正症状有关（β= -0.08; 95％CI，-0.13至-0.02; p = .02的错误发现率）和IQ（β= 0.09; 95％CI，0.02-0.15; p = .02; p = .02 for false Discovery率）。
军事规范控制的自主系统...
图1：强调跨域互操作性的 JADC2 概念；来源：《联合全域指挥与控制 (JADC2) 战略摘要》（美国国防部，2022 年 3 月），https://media.defense.gov/2022/Mar/17/2002958406/-1/-1/1/SUMMARY-OF-THE- JOINT-ALL-DOMAIN-COMMAND-AND-CONTROL-STRATEGY.PDF。
胎儿大脑时空成熟度正常，2 岁时发育良好
人类胎儿大脑的成熟应遵循精确安排的结构生长和大脑皮层折叠，以实现最佳的出生后功能 1 。我们根据一组前瞻性国际健康孕妇 2 ，提出了一份胎儿大脑成熟的规范性数字图谱，这些孕妇是根据世界卫生组织建议的生长标准 3 选出的。这些孕妇的胎儿在妊娠前三个月的日期被准确确定，从妊娠早期到 2 岁，胎儿的生长和神经发育令人满意 4,5 。该图谱是使用来自 899 个胎儿的 1,059 个最佳质量的三维超声脑体积和自动分析流程 6-8 制作的。该图谱在结构上与已发表的磁共振图像 9 相对应，但在深层灰质中具有更精细的解剖细节。不同研究地点之间的变异性占所有脑测量总变异的不到 8.0%，支持汇总来自八个研究地点的数据以产生规范成熟的模式。因此，我们生成了妊娠 14 至 31 周期间每个大脑半球的平均表示，并量化了颅内容积变化和生长模式。早在妊娠 14 周时，就可以检测到新出现的不对称现象，在与语言发展和功能侧化相关的区域，不对称现象在妊娠 20 至 26 周之间达到峰值。这些模式已在同一队列中 1,295 个不同胎儿的 1,487 个三维脑体积中得到验证。我们从一个具有正常出生后生长和神经发育的大型队列中提供了胎儿大脑成熟的独特时空基准。