XiaoMi-AI文件搜索系统
World File Search SystemResonance
共振扫描作为脑电图效率增强剂...
摘要：脑电图 (EEG) 引导的自适应神经刺激是一种创新的非侵入性闭环脑刺激技术，它使用由个体节律性脑电图成分调制的在线视听刺激。然而，提高其有效性的机会是一项具有挑战性的任务，需要进一步研究。本研究旨在通过实验测试是否有可能通过共振扫描程序预先加强调节因子（受试者的脑电图）来提高脑电图引导的自适应神经刺激的效率，即 LED 光刺激，频率在主要脑电图节律范围内（4-20 Hz）逐渐增加。36 名处于考试压力状态的大学生被随机分配到两个匹配组。一组仅接受脑电图引导的自适应神经刺激，而另一组则接受共振扫描和脑电图引导的自适应神经刺激的组合。使用刺激后心理生理指标相对于初始水平的变化。虽然两种刺激都导致脑电图节律功率增加，同时单词识别测试中的错误数量减少，情绪失调程度降低，但这些变化仅在初步共振扫描实验中达到显著水平。共振扫描增加了大脑对随后的脑电图引导的自适应神经刺激的响应能力，可作为提高其效率的工具。所得结果清楚地表明，共振扫描和脑电图引导的自适应神经刺激相结合是实现压力个体认知改善迹象的有效方法。
伪影可能会造成欺骗：深部脑刺激电极的实际位置与磁共振图像上看到的伪影不同
摘要 简介：深部脑刺激 (DBS) 是治疗各种神经和精神疾病的常用方法。最近的研究强调了神经影像学在定位电极触点相对于目标脑区的位置以优化 DBS 编程方面的作用。在不同的成像方法中，术后磁共振成像 (MRI) 已广泛用于 DBS 电极定位；然而，导线引起的几何失真限制了其准确性。在这项工作中，我们调查了导线尖端的实际位置与从 MRI 伪影估计的尖端位置之间的差异在多大程度上取决于 MRI 序列参数（例如采集平面和相位编码方向）以及导线的颅外配置。据此，设计并讨论了一种提高导线定位准确性的成像技术。方法：我们设计并构建了一个拟人化幻影
使用超像素和快速原始对偶算法提高磁共振脑肿瘤识别的准确性 M. Emadi *a，Z. Ja
脑肿瘤是最常见的死亡原因之一，已被学者们在护理和预防等研究领域广泛研究。尽管对脑肿瘤分割进行了各种实证研究，但仍需要进一步研究。这一事实在脑肿瘤检测的自动方法中更需要。在本研究中，提出了一种基于超像素和快速原始对偶 (PD) 算法提高脑肿瘤分割精度的新方法。所提出的方法在 BRATS2012 数据集的 Flair-MRI 成像中检测脑肿瘤组织。该方法使用超像素算法检测肿瘤的主要边界，并使用马尔可夫随机场优化中的快速 PD 改善脑肿瘤边界。然后，使用后处理过程删除白色大脑区域。最后，采用活动轮廓算法显示肿瘤区域。对所提出的方法进行了不同的实验，并使用骰子相似度度量、准确度和 F 度量等定性和定量标准进行评估。得到的结果证明了所提方法的有效性，准确率和灵敏度分别达到86.59%和88.57%，F1-Measure为86.37。
临床实践中的定性和定量应力灌注心脏磁共振：全面评论
摘要：应力心血管磁共振（CMR）成像是一种验证良好的非侵入性压力测试，可诊断具有比其他常见的功能成像方式相比，具有更高诊断精度的显着冠状动脉疾病（CAD）。对心肌缺血，心脏功能和心肌活力的一站式评估在定性上和定量上已被证明是用于CAD评估的临床实践中的成本效益方法。除了诊断之外，压力CMR还提供了预后信息，并指导冠状动脉血运重建。除了CAD外，还有大量文献表明CMR在其他常见的心血管疾病（CVD）中的诊断性能和预后价值，尤其是冠状动脉微血管功能障碍（CMD）。本综述着重于应力CMR的临床应用，包括应力CMR扫描方法，应力CMR图像的实际解释以及应力CMR的临床实用性，并在可能的心肌缺血的情况下进行CVD。
脑磁共振成像的进展
摘要：Prader – Willi综合征（PWS），这是一种罕见的表观遗传疾病，绘制了15q11.2-Q13.3的印迹式循环结构域，以不同阶段的形式表现出常规的神经发育轨迹。PWS的当前多模式磁共振成像（MRI）方法集中在形态MRI（MMRI），扩散MRI（DMRI）和功能性MRI（fMRI）上，以揭示脑改变。该技术提供了另一种观点，可以理解PWS的潜在神经发育和神经病理过程，此外，除了特定的分子基因表达模式，各种临床表现和代谢表型。PWS患者的多模式MRI研究表明，灰质体积，纤维段的完整性以及某些网络的激活和连通性的大脑变化。这些发现主要表明，额叶奖励回路和边缘系统的大脑改变与分子遗传学和临床表现有关（例如，压倒性的饮食，强迫性的强迫行为和皮肤采摘）。使用大型样本量和高级MRI技术以及人工智能算法的进一步探索将是研究PWS的结构和功能变化以及潜在的发病机理的主要研究方向。
解决量子退火器上的复杂特征值问题及其在量子散射共振中的应用
化学问题，需要对复矩阵进行对角化。例如，量子散射共振的计算可以表述为复特征值问题，其中特征值的实部是共振能量，虚部与共振宽度成正比。在目前的研究中，我们将 QAE 推广到处理复矩阵：首先是复 Hermitian 矩阵，然后是复对称矩阵。然后使用这些推广来计算 O + O 碰撞的一维模型势中的量子散射共振态。这些计算是使用软件（经典）退火器和硬件退火器（D-Wave 2000Q）执行的。复 QAE 的结果也与标准线性代数库（LAPACK）进行了对比。这项工作提出了量子退火器上任何类型的复特征值问题的第一个数值解，也是任何量子设备上量子散射共振的首次处理。
基于脑解剖磁共振成像的阿尔茨海默病诊断分类集成模型
摘要：阿尔茨海默病是全球范围内发病率增长最快的疾病之一，会导致脑萎缩。神经影像学揭示了有关大脑解剖结构的大量信息，并能够识别诊断特征。神经影像学中的人工智能 (AI) 有可能显著增强阿尔茨海默病 (AD) 的治疗过程。本研究的目的有两个：(1) 比较现有的机器学习 (ML) 算法对 AD 的分类。(2) 提出一个有效的基于集成的模型并对其进行比较分析。在本研究中，利用在线存储库阿尔茨海默病神经影像学计划 (ADNI) 的数据进行实验，其中包括 2125 张阿尔茨海默病 (n = 975)、轻度认知障碍 (n = 538) 和认知正常 (n = 612) 的神经影像。对于分类，该框架结合了决策树 (DT)、随机森林 (RF)、朴素贝叶斯 (NB) 和 K 最近邻 (K-NN)，以及支持向量机 (SVM) 的一些变体，例如 SVM（RBF 核）、SVM（多项式核）和 SVM（Sigmoid 核），以及梯度提升 (GB)、极端梯度提升 (XGB) 和多层感知器神经网络 (MLP-NN)。之后，提出了一种基于集成的通用内核，其中结合了主从架构以获得更好的性能。所提出的模型是极端梯度提升、决策树和 SVM_Polynomial 核（XGB + DT + SVM）的集成。最后，使用统计技术以及其他 ML 模型进行交叉验证来评估所提出的方法。所提出的集成模型 (XGB + DT + SVM) 的表现优于现有的最先进算法，准确率为 89.77%。所有模型的效率都使用基于网格的调整进行了优化，经过此过程获得的结果显示出显着的改善。具有优化参数的 XGB + DT + SVM 的表现优于所有其他模型，效率为 95.75%。所提出的基于集成的学习方法的含义清楚地表明了与其他 ML 模型相比的最佳结果。这种实验比较分析提高了对上述方法的理解，并增强了它们在阿尔茨海默病早期检测中的范围和意义。
使用磁共振成像和岭回归推断区域神经解剖学对大脑年龄的影响
大脑的生物年龄与其实际年龄 ( CA ) 不同，可用作神经/认知疾病过程的生物标志物和死亡率的预测指标。大脑年龄 ( BA ) 通常使用机器学习 (ML) 从磁共振图像 (MRI) 中估算出来，而这种机器学习很少能表明大脑区域特征对 BA 的贡献。利用 3 418 名健康对照 (HC) 的总体训练样本，我们描述了一个岭回归模型，该模型量化了每个区域对 BA 的贡献。在对 651 名 HC 的独立样本进行模型测试后，我们计算每个区域脑容量的偏决定系数 ¯ R 2 p 以量化其对 BA 的贡献。还使用实际年龄和生物年龄之间的相关性 r、BA 估计值的平均绝对误差 ( MAE ) 和均方误差 ( MSE ) 来评估模型性能。在训练数据上，r = 0.92 ，MSE = 70.94 年，MAE = 6.57 年，且¯ R 2 = 0.81 ；在测试数据上，r = 0.90 ，MSE = 81.96 年，MAE = 7.00 年，且¯ R 2 = 0.79 。体积对 BA 贡献最大的区域是伏隔核（¯ R 2 p = 7.27 %）、颞下回（¯ R 2 p = 4.03 %）、丘脑（¯ R 2 p = 3.61 %）、脑干（¯ R 2 p = 3.29 %）、后外侧沟（¯ R 2 p = 3.22 %）、尾状核（¯ R 2 p = 3.05 %）、眶回（¯ R 2 p = 2.96 %）和中央前回（¯ R 2 p = 2.80 %）。尽管我们的岭回归表现不及最先进的 ML 方法，但它确定了每个大脑结构对整体 BA 的重要性和相对贡献。除了可解释性和准机械见解之外，我们的模型还可用于验证未来 BA 估计的 ML 方法。
基于极化光学检测到的磁共振
基于偏振法和光学检测到的磁共振的磁力测定法引入了一种强大的技术，该磁共振具有负电荷的氮气毒性（NV - ）中心，中心在钻石中，而没有磁性偏置。合奏提供的信噪比比单个中心更高，并且它们的创建需要更少的效果。使用NV中心的集合依赖于校准的磁性偏置或复杂检测技术来区分晶体轴的先前方法。相反，这项工作使用平面外偏振光来选择性地激发NV - 沿特定晶体轴面向中心。这种方法对于具有C 3 V对称性的其他Spin-1颜色中心是一般的，并且与标准显微镜方法兼容，例如扫描探针，超分辨率，共聚焦和广泛的成像。
极化纳米天线中超窄谐振的主动和被动调谐
光学纳米天线能够在纳米尺度上压缩光并增强光与物质的相互作用，因此对光子器件和光谱学具有重要意义。其中，由支持声子极化子的极性晶体制成的纳米天线（声子纳米天线）表现出最高的品质因数。这是因为这些材料固有的低光损耗，然而，由于它们的介电性质，阻碍了纳米天线的光谱调谐。在这里，通过近场纳米显微镜监测，在很宽的光谱范围（≈ 35 cm − 1 ，即共振线宽 ≈ 9 cm − 1 ）内实现了声子纳米天线中超窄共振的主动和被动调谐。为此，将由六方氮化硼制成的单个纳米天线放置在不同的极性基底上（例如石英和 4H-碳化硅），或用高折射率范德华晶体 (WSe 2 ) 的层覆盖它，以改变其局部环境。重要的是，通过将纳米天线放置在费米能量变化的门控石墨烯单层顶部，可以实现纳米天线极化子共振的主动调谐。这项工作提出了具有超窄共振的可调极化子纳米天线的实现，可用于主动纳米光学和（生物）传感。