XiaoMi-AI文件搜索系统
World File Search SystemOrcid
4 Marina Zavadinack Orcid -Lattes作者隶属关系：1-4 [专业人士，精神病学培训计划，海德堡医院，库里蒂巴，
第1章女性生理学的特殊性第2章。妇女和精神疾病的性活动第3章。不育症和围产期损失第4章。对妇女的暴力行为：心理影响第5章。最佳和幽默疾病第6章。妇女第7章中的物质使用障碍和行为依赖性。女性的精神病疾病第8章。女性的双相情感障碍第9章。经前烦恼障碍第10章。围产期抑郁症第11章。女性焦虑症第12章。女性强迫症谱系障碍第13章。女性的压力和创伤障碍第14章。饮食失调第15章。女人的人格障碍第16章。妇女之间的自杀和自我障碍：历史方面的风险因素和支持临床管理策略第17章。女性生活和精神障碍的早期压力第18章。女性心理药理学的特殊性第19章。怀孕第20章的心理药物。在哺乳中使用心理药物的使用第21章。围产期的神经调节第22章。女性心理治疗第23章。女性的精神病学跨女性第24章。与女性精神疾病有关的法医方面
Bach，E。Orcid：https：//orcid.org/0000-0002-9725-0203，Mote，S.，Krishnamurthy，V.，Surjalal Sharma，A.，Ghil，Ghil，M。和Kalnay，E.（2021）
摘要：气候系统的振荡模式是其最可预测的特征之一，尤其是在季节内尺度上。这些振荡可以通过数据驱动的方法很好地预测，通常比动态模型更好。但是，由于振荡仅代表了总方差的一部分，因此以前尚不清楚将振荡预测与整体系统的动态预测相结合的一种方法。我们引入了集合振荡校正（ENOC），这是一种校正动力学模型集合预测中振荡模式的通用方法。我们计算合奏平均值或集合概率分布，只有最佳的集合成员，这是由它们与振荡模式的数据驱动预测差异所确定的。我们还提出了一种使用集合数据同化的替代方法，将振荡预测与系统的动态预测集合（ENOC-DA）结合在一起。使用一种称为多通道构思频谱分析（M-SSA）的时间序列分析方法提取振荡模式，并使用模拟方法进行了预测。我们使用具有显着振荡组件的混沌玩具模型测试这两种方法，并表明与未校正的集合相比，它们可稳健地减少误差。我们讨论了这种方法的应用，以改善季风的预测以及气候系统的其他部分。我们还讨论了该方法可能扩展到其他数据驱动的预测，包括机器学习。
生物多样性和气候极端 - 半人马座
M. D. D. D. D. D. Dorid：https：/orcid.org/0003-0 ttts：//orcid.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org，n. orcid：htts：httts：https：https：https：https：/orcid：/orcid：/ hettts：/orcid.org/orgid.org/ordinary.org/ordinary.org 2001- 5758-601，希克勒（Hickler） H./orcid，H。Cariid：Lidid：Lidid：/orcid：/orcid：/orcid：/orcid：/orcid：/orcid：/orcid：/orcid：/orcid。 001-6 ORID：httts：/orcid.org/00002-002-002-002-0 thttps：/orcid.org/orgid.org/orginary.org/ordinary.org/ordinary.org/ordinary.org/ordinary..org，A.Oricid：oricid：https：https：https：https：https：https：https：https：https：https：https：https： htts：/orcid.org/orcid.org/orcid.org/orcid.org/orchid。 hetttts：/orcid.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org，C.，albaboni，albour，10000，1000002-5 hettts：//orcid.org/orgid.org/orgid.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org/org/orcid.orcid.orcid：orc.orcorc：：orcorc：：orcorc：：orcorc： htts：/orcid.org/orcid.org/orchid。 Hetts:/orcid.org/orgid.org/ordinary.org/hergid.rg/0001-7276-766X, Duveiller, G Hettps:/orcid.org/orgid.org/ordinary.org/ordinary.org/ordinary.org/ordinary.org, A. ARCID: htts：/pronery：/orcid.org/ord.org/ord.org/ord.org/ord.org/ord.org/ordinary。 tttts：/orcid.org/orgid.org/ordinary.org/ordinary.org/ordinary.org，Guerra，C.A.Corid：htts：htts：/orcid.org/orcid.org/00000000000000000000000000000000000000000003-4917-2105-2105，
基于大脑 sMRI、rs-fMRI 和 EEG 的自闭症谱系障碍诊断的机器学习算法的准确性：三项系统评价和荟萃分析的方案
I. Amir Valizadeh 1，医学博士，thisisamirv@gmail.com，ORCID II。 Mana Moassefi 1，医学博士，Moassefi@gmail.com，ORCID III。 Amin Nakhostin-Ansari 2，医学博士，a-nansari@alumnus.tums.ac.ir，ORCID IV。 Iman Menbari Oskoie 2，医学博士，imanmenbary@gmail.com，ORCID V. Soheil Heidari Some'eh 2,3，医学博士，S-heidari@student.tums.ac.ir，ORCID VI。 Faezeh Aghajani 2,3，医学博士，faezehaghajani.fa@gmail.com，ORCID VII。 Mehrnush Torbati 4，医学博士，M.storbati@yahoo.com，ORCID VIII。 Zahra Maleki Ghorbani 2,3，医学博士，Malmandi25@gmail.com，ORCID IX。 Reyhaneh Aghajani 2,3，医学博士，Reyhaneh.aghajani1376@gmail.com，ORCID X. Seyed Hossein Hosseini Asl 2,3，医学博士，hoseinihocein@gmail.com，ORCID XI。 Alireza Mirzamohammadi 2,3，医学博士，alireza.mirzamohamadi@shahed.ac.ir，ORCID XII。 Mohammad Ghafouri 2，医学博士，mohammadghafouri1372@gmail.com，ORCID XIII。 Shahriar Faghani 5,6，医学博士，Shahriar.faghani@gmail.com，ORCID XIV。 Amir Hossein Memari 2 ，医学博士，Mehranamir@yahoo.com ，ORCID
自闭症的自动诊断：最新技术
I. Amir Valizadeh 1，医学博士，thisisamirv@gmail.com，ORCID：0000-0001-5983-8527 II. Mana Moassefi 1，医学博士，Moassefi@gmail.com，ORCID：0000-0002-0111-7791 III。 Amin Nakhostin-Ansari 2，医学博士，a-nansari@alumnus.tums.ac.ir，ORCID：0000-0002-1113-9257 IV。 Soheil Heidari Some'eh 2,3，医学博士，S-heidari@student.tums.ac.ir，ORCID：0000-0002-2339-1070 V. Hossein Hosseini-Asl 2,3，医学博士，hoseinihocein@gmail.com，ORCID：0000-0003-2753-8719 VI. Mehrnush Saghab Torbati 4，医学博士，M.storbati@yahoo.com，ORCID：0000-0003-2524-9315 VII。 Reyhaneh Aghajani 2,3，医学博士，Reyhaneh.aghajani1376@gmail.com，ORCID：0000-0001-6294-6799 VIII. Zahra Maleki Ghorbani 2,3，医学博士，Malmandi25@gmail.com，ORCID：0000-0001-8458-2375 IX. Iman Menbari-Oskouie 2，医学博士，imanmenbary@gmail.com，ORCID：0000-0002-5511-1512 X. Faezeh Aghajani 2,5，医学博士，faezehaghajani.fa@gmail.com，ORCID：0000-0002-9019-3904 XI. Alireza Mirzamohamadi 2,3，医学博士，Alimirzareza@gmail.com，ORCID：0000-0002-6355-9851 XII。 Mohammad Ghafouri 2，医学博士，mohammadghafouri1372@gmail.com，ORCID：0000-0003-3363-9129 XIII。 Shahriar Faghani 6,7，医学博士，Shahriar.faghani@gmail.com，ORCID：0000-0003-3275-2971 XIV。 Amir Hossein Memari 2 ，医学博士，memari_ah@tums.ac.ir，ORCID：0000-0002-9639-415X 附属机构：
Liu, Junxiu, Li, Mingxing, Luo, Yuling, Yang, Su ORCID: https://orcid.org/0000-0002-6618-7483, Li, Wei and Bi, Yifei (2021) Alzheimer's disease detect
摘要：为了诊断阿尔茨海默病 (AD)，人们采用了磁共振成像等神经成像方法。深度学习 (DL) 在计算机视觉方面的最新进展进一步激发了对机器学习算法的研究。然而，这些算法的一些局限性，例如需要大量的训练图像和强大的计算机，仍然阻碍了基于机器学习的 AD 诊断的广泛使用。此外，大量的训练参数和繁重的计算使得 DL 系统难以与移动嵌入式设备（例如手机）集成。对于使用 DL 进行 AD 检测，目前大多数研究仅侧重于提高分类性能，而很少有研究获得更紧凑、复杂度更低、识别准确率相对较高的模型。为了解决这个问题并提高 DL 算法的效率，本文提出了一种用于 AD 分类的深度可分离卷积神经网络模型。本文使用深度可分离卷积 (DSC) 来代替传统的卷积。与传统神经网络相比，所提出的神经网络的参数和计算成本大大降低。与传统神经网络相比，所提出的神经网络的参数和计算成本显著降低。由于其低功耗，所提出的模型特别适合嵌入移动设备。实验结果表明，基于 OASIS 磁共振成像数据集的 DSC 算法在 AD 检测方面非常成功。此外，本文还采用了迁移学习来提高模型性能。使用两个训练有素的复杂网络模型 AlexNet 和 GoogLeNet 进行迁移学习，平均分类率分别为 91.40%、93.02%，功耗更低。
Proestakis，E.，Gkikas，A.，Georgiou，T.，Kampouri，A.，Drakaki，E。
1天文学，天体物理学，空间应用和遥感研究所，雅典国家观察员，15236年，雅典，希腊2塞萨洛尼基亚里士多德大学地质学院，塞萨洛尼基，希腊5号，雅典哈罗科皮翁大学（HUA）地理系（HUA），17671年，雅典6，希腊6，希腊6雅典6 BB雷丁大学气象学系，REDREAD，REDREAD，REDRED，RG6 6BB，RG6 6BB，UK 7气候和大气层研究中心（CARTITER CENTINT），CYRUS，CYRUS，CYRUS，CYRUS，CYRUS，CYRUS，CYRUS，CYRUS，CYRUS，CYPRUS卡瓦菲尔街，2121，阿格兰兹，尼科西亚，塞浦路斯A以前是：大都会，菲茨罗伊路，埃克塞特，德文郡，德文郡，EX1 3PB，英国
透视图：利用肠道微生物群预测对饮食，益生元和益生菌干预措施的个性化反应
白粉病是草莓生产中最有问题的疾病之一。迄今为止，很少有商业草莓品种被认为具有完全耐药性，因此，必须实施广泛的喷雾计划来控制病原体。在这里，使用大规模的场实验来确定各种草莓基因型面板中叶片和水果组织的白粉病耐药性状态。该表型数据用于识别与组织粉状霉菌耐药性相关的定量性状核苷酸（QTN）。总共发现六个稳定的QTN与叶面耐药性相关，其中1个QTN在7D染色体上与耐药性增加61％有关。与叶子的结果相反，没有QTN与抗果疾病抗性有关，并且在草莓果实上观察到了高度的耐药性，在水果和叶面症状之间未观察到遗传相关性，表明组织特异性反应。除了遗传基因座的鉴定之外，我们还证明了基因组选择可以导致跨基因型的叶面耐药性快速增长，并有可能捕获人群中存在的遗传叶子抗性的50％。迄今为止，自然抵抗的定量性质和与性状的遗传控制有关的知识的定量性质阻碍了草莓中强大的白粉病耐药性的繁殖。这些结果通过为社区提供可用于基因组知情育种的大量信息来解决这一短缺，实施可能会提供一种自然的抵抗策略来打击白粉病。
社交网络和健康协调...
*护士。里约热内卢州立大学。医院Adventista Silvestre。电子邮件：anacarolina_lopes@hotmail.com。orcid：https：//orcid.org/0009-0009-9075-5952 **护士。里约热内卢州立大学护理学院。 电子邮件：helenalealdavid@gmail.com。 orcid：https：//orcid.org/0000-0001-8002-6830 ***护士。 里约热内卢州立大学护理学院。 电子邮件：tarcisofeijo@yahoo.com.br。 orcid：https：//orcid.org/0000-0002-5623-7475 ****护士。 里约热内卢州立大学。 Estacio de Sa大学。 电子邮件：taticabralsilva@gmail.com。 orcid：http：//orcid.org/0000-0003-1385-2029 *****护士。 里约热内卢州立大学护理学院。 电子邮件：rogbitt@gmail.com。 orcid：https：//orcid.org/0000-0002-6217-4650 ******护士。 里约热内卢州立大学护理学院。 电子邮件：magda.faria@live.com。 orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。 圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163x里约热内卢州立大学护理学院。电子邮件：helenalealdavid@gmail.com。orcid：https：//orcid.org/0000-0001-8002-6830 ***护士。里约热内卢州立大学护理学院。 电子邮件：tarcisofeijo@yahoo.com.br。 orcid：https：//orcid.org/0000-0002-5623-7475 ****护士。 里约热内卢州立大学。 Estacio de Sa大学。 电子邮件：taticabralsilva@gmail.com。 orcid：http：//orcid.org/0000-0003-1385-2029 *****护士。 里约热内卢州立大学护理学院。 电子邮件：rogbitt@gmail.com。 orcid：https：//orcid.org/0000-0002-6217-4650 ******护士。 里约热内卢州立大学护理学院。 电子邮件：magda.faria@live.com。 orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。 圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163x里约热内卢州立大学护理学院。电子邮件：tarcisofeijo@yahoo.com.br。orcid：https：//orcid.org/0000-0002-5623-7475 ****护士。里约热内卢州立大学。Estacio de Sa大学。 电子邮件：taticabralsilva@gmail.com。 orcid：http：//orcid.org/0000-0003-1385-2029 *****护士。 里约热内卢州立大学护理学院。 电子邮件：rogbitt@gmail.com。 orcid：https：//orcid.org/0000-0002-6217-4650 ******护士。 里约热内卢州立大学护理学院。 电子邮件：magda.faria@live.com。 orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。 圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163xEstacio de Sa大学。电子邮件：taticabralsilva@gmail.com。orcid：http：//orcid.org/0000-0003-1385-2029 *****护士。里约热内卢州立大学护理学院。 电子邮件：rogbitt@gmail.com。 orcid：https：//orcid.org/0000-0002-6217-4650 ******护士。 里约热内卢州立大学护理学院。 电子邮件：magda.faria@live.com。 orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。 圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163x里约热内卢州立大学护理学院。电子邮件：rogbitt@gmail.com。orcid：https：//orcid.org/0000-0002-6217-4650 ******护士。里约热内卢州立大学护理学院。 电子邮件：magda.faria@live.com。 orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。 圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163x里约热内卢州立大学护理学院。电子邮件：magda.faria@live.com。orcid：https：//orcid.org/0000-0001-9928-6392 *******护士。圣基里洛大学中心。 Mato Grosso州大学。 电子邮件：vagnerschon@hotmail.com。 orcid：https：//orcid.org/0000-0002-3355-163x圣基里洛大学中心。Mato Grosso州大学。电子邮件：vagnerschon@hotmail.com。orcid：https：//orcid.org/0000-0002-3355-163x
地球虚拟化引擎（EVE）|半人马座
Stevens，B。Orcid：https：//orcid.org/0000-3795-3795-0475，Adami，Adami，Ali，Anzt，H.，Aslan，H.，Aslan，Z.，Attinger，S.，S.，S.，S.，S.，S. https: ORCID: https://orcid.org/0000-0000-0002-4366- 3088, Cao, J., Castet, C., Cheng, Y. ORCID: https://orcid.org, Crewell, S. ORCID: https://orcid.org/0000-0000- ORCID: https://orcid.org/0000-0002-1240-1368，Eyring，V。Orcid：orcid：orcid：https：//orcid.org/000000-0003-0644-7164 https://orcid.org/0000-0002-8615-5702，Freer，O。Orcid：https：6010-6638，Goldfarb，D.，Grieger，J.Orcid：