XiaoMi-AI文件搜索系统
World File Search SystemSHAO
Qijia Shao –
2023 年夏季研究实习生，三星美国研究中心，山景城 导师：Li Zhu 博士和 Jilong Kuang 博士 - 领导了一个关于减轻基于 rPPG 的 SpO2 估计的跨用户性能变化的项目。 - 获得三星 A1 专利。 - 提出的方法正在部署到三星产品（手机和电视）。 - 发表了 ICASSP'24 论文。 2022 年夏季研究实习生，Snap Research，纽约 导师：Jian Wang 博士和 Shree Nayar 博士 - 领导了一个关于减少 AR/VR 的运动到光子延迟的项目。 - 提出的技术是 Snapchat App 的路线图。 - 发表了 N-euro Predictor 论文（UbiComp'23）。 2021 年夏季研究实习生，Signify（飞利浦研究中心），远程导师：Jin Yu 博士 - 领导一个传感器数据处理项目。 - 构建了一个可扩展且强大的概率模型并实施了整个流程。 - 系统性能提升19%，并申请专利。
Dr. Yanjie Shao
邵燕杰博士摘要：微电子技术是过去 60 年来“数字”革命的支柱。近年来，随着人工智能和物联网的爆炸式增长，开发高性能、最大能效和最小占用空间的电子产品迫在眉睫。为实现这一目标，有两种方法颇具吸引力：（1）低压电子器件和（2）片上丰富的功能集成。在本次演讲中，我们将展示我们在这两个方面的最新研究成果。首先，我们通过利用断带异质结半导体系统（GaSb/InAs）中的量子力学隧穿来实现电源电压 ≤ 0.3 V。我们将展示在垂直纳米线隧穿晶体管配置中可以同时实现亚热电子开启、高驱动电流和最大占用空间可扩展性的组合。在 0.3 V 时，与最先进的 CMOS 技术相比，性能显著提升。其次，我们旨在利用非晶氧化物半导体开发多功能高密度后端 (BEOL) 电子和存储器平台。通过利用等离子体增强原子层沉积 (PEALD)，我们合成了具有创纪录性能的增强型 BEOL 晶体管。此外，我们集成了铁电 (FE) 铪锆氧化物 (HZO) 作为非易失性存储器组件，制造了有源面积级 FE 晶体管，并研究了单域级 FE 开关行为。最后，我们将简要讨论氧化物基 FE 晶体管中 FE 疲劳的可能原因。简介：邵燕杰目前是麻省理工学院 (MIT) 微系统技术实验室 (MTL) 的博士后研究员。他于 2019 年获得中国科学技术大学 (USTC) 的学士学位，2021 年获得麻省理工学院的硕士学位，并获得博士学位。 2023 年获麻省理工学院博士学位。他的研究兴趣包括新兴半导体和电介质、纳米电子学和 AI 硬件。他是 2023 年英特尔杰出研究员奖的获得者。
Hui Shao MD，博士Hui Shao MD，博士
2019年5月疾病控制与预防中心早期职业创新奖2018年6月美国糖尿病协会旅行赠款2017年1月，2017年1月患者访问网络（PAN）挑战奖颁奖奖项2016年6月2016年6月国际药物经济学和药物学学会（ISPOR）研究（ISPOR）最佳学生podium podium2014年6月2014年6月最佳公共研究学院，学院卫生学院教学，san Dieemy teclane Feb 2010 fe 2014 Dean's Award for Research GRANTS AND CONTRACTS Ongoing Research Support NIDDK R01DK133465 Shao (Contact PI) /Guo 09/01/2022 - 08/30/2026 Building Equity Improvement into Quality Improvement in the use of New Glucose lowering Drugs through Individualized Drug Value Assessment in People with Diabetes Through causal AI methods, this project will identify clinically high-benefit T2D patient用于降低葡萄糖的药物的亚组，并为设计政策级干预措施而产生经验的经济证据，以提高糖尿病护理中护理和健康平等的质量。*请注意，在我从UF转到Emory之后，我的联系PI标题已转移给Guo博士，但是我在项目中的实际角色保持不变。Role: Principal Investigator U18DP006711 Shao (Contact PI)/ Phillips 09/01/2022 - 08/31/2027 Assessing Barriers and Facilitators for Participating Structured Lifestyle Intervention and its Real-world Effectiveness and Cost-Effectiveness among US Veterans The objective of this proposed project is to leverage electronic health records and advanced AI methods (e.g., NLP for临床注释）以确定NDPP的入学和完成的障碍和促进因子，并评估其长期有效性和成本效益
生物医学应用金属纳米颗粒的细菌合成Minmin Shao 1，Guofeng Xiong 1，Guiqing He 2,3*
抽象的金属纳米颗粒，尤其是银和金，由于其独特的光学，电子和化学性质，在生物医学中具有有希望的应用。传统上，物理和化学方法已用于合成这些纳米颗粒。然而，细菌合成最近已成为一种环保，成本效益和便利的替代方案。在这篇综述中，我们总结了了解微生物纳米颗粒生物合成的机制的最新进展，并突出了已利用用于有效的，受控的纳米颗粒制造的关键细菌菌株，包括coli coli coli coli coli coli coli coli coli，Bacillus utilis和Geobacillus sp。我们讨论了当前的遗传和过程工程策略，以改善细菌合成金属纳米颗粒的质量，产量和单分散性。此外，我们概述了这些纳米颗粒的有希望的生物医学用途，从药物输送车，生物成像示踪剂，诊断和生物传感器到具有加速伤口愈合能力的抗菌剂和材料。最后，我们概述了针对各种医疗保健应用的绿色，生物合成的金属纳米材料的扩大，法规和采用的前景和挑战。关键字：金属纳米颗粒，生物合成，细菌，生物医学应用
机器学习的加速器体系结构
Joel Emer，Vivienne Sze，Yu-Hsin Chen，Tien-Ju Yang，Isca 2019 2019年深神经网络的教程有效处理，Vivienne Sze，Yu-Hsin Sze，Yu-Hsin Chen，Tien-Ju Yang Yang，Joel Emer，Joel Emer，Morgan，Morke emer，Morke and Morke and Claypool出版商，2020 Yakun sophia sophia shao shao shao shao shao shao shao shao shao，ucia shao，ucy ucia ucy ucy ucy u e eeee， 2020 CS231N卷积神经网络视觉识别，斯坦福大学，2020年
引用Gao W，Shao L，Li F，Dong L，Zhang C，Deng Z，Qin P，Wei W和Ma L（2024），使用深LE
与年龄相关的白内障是世界上失明最重要的原因。根据《 2020年疾病研究的全球负担研究》的报告，2020年50岁及2000年以上的人失明的主要原因是白内障，有超过1500万例。在全球白内障引起的中度和严重视力障碍也有7880万人口[1]。白内障目前仅通过手术有效治疗。但是，由于不同领域的发展不平衡和医疗资源短缺，许多白内障患者尚未接受适当的治疗。必须提高白内障早期检测和分类的能力。基于透镜不透明度的位置有三种主要类型的白内障类型：皮质性白内障（CC），核白内障（NC）和后下囊白内障（PSC）[2]。cc是一种楔形的不透明度，它从镜头的外边缘生长到中心[3]。nc代表晶状体中央区域的渐进性不透明和晶状体核的硬化。PSC在镜头后囊中是不透明度，通常在年轻人和糖尿病患者中出现[4]。具有眼部创伤史的人更有可能患有CC和PSC [5]。研究表明，全身性和局部类固醇的使用都是发展PSC的严重危险因素[6，7]。PSC比其他两种类型的白内障的发展速度更快，并且更有可能引起视觉障碍[8]。患者也可能同时具有两种或三种类型的白内障。Xu等。Xu等。研究表明，当多一种类型的白内障一起出现时，它们会对视觉特定功能产生更大的影响。单独的PSC在NC和CC之前具有最大的影响[3]。这表明不同白内障类型的作用是加性的，在评估白内障患者的视觉特异性功能水平时应考虑[3]。基于白内障的类型和严重程度，患者执行与视觉相关的任务的能力受到不同的影响，并且手术的时间和手术方法也有所不同。因此，需要对白内障患者进行个性化评估和管理。根据这些白内障类型，已经独立引入了不同的临床白内障分类标准。镜头不相处的分类系统III和其他系统分别根据缝隙灯和重新照明图像分别评估三种不同类型的严重性[9-14]。但是，手动识别白内障类型和严重程度可能很耗时，尤其是在没有足够经验丰富的医疗能力的地方。随着白内障的情况恶化，底眼图像看起来会变得更模糊。[15]通过观察模糊程度，提出了基于眼底图像的白内障分级系统。镜头位于眼球的前部，而眼底位于后部。使用眼底摄像机用于白内障患者的视网膜成像是具有挑战性的，因为光散射可以严重降低图像质量，从而导致模糊的图像特征。例如，Yang等人。例如，Yang等人。在补充文档中引入了底面图像的成像和晶状体结构的描述。据我们所知，所有基于机器学习或深度学习的白内障研究和底底图像都集中在评估白内障严重程度上。 [16]基于从眼底图像和背部传播神经网络模型中提取的独立特征建立了合奏学习模型。据我们所知，所有基于机器学习或深度学习的白内障研究和底底图像都集中在评估白内障严重程度上。[16]基于从眼底图像和背部传播神经网络模型中提取的独立特征建立了合奏学习模型。
引用刘Q，Shao H，Liu C，Liu WV，Saeed A，Zhang Q，Lu J，Zhang G，Li L，Tang X，Du G和Zhu W（2023），脊柱Cor
宫颈脊柱骨髓病（CSM）是一种慢性压缩脊髓病变（Rao，2002； McCormick等，2003）。这是成年人中最常见的脊髓损伤形式，尤其是在老年患者中（McCormick等，2020）。在产生不可逆的脊髓损伤之前识别早期症状并提供有效的治疗非常重要（Edwards等，2003）。磁共振图像（MRI）通过可视化脊髓压缩的解剖学范围和脊髓内耗尽信号的变化而广泛用于CSM诊断（Takahashi等，1987; Al-Mefty等，1988; Ramanauskas et al。 1993; Shabani等人，2019年）。常规MRI通常包括T1和T2加权图像（T1WI和T2WI），可以提供椎骨，脊髓和周围软组织的高分辨率图像（Harkins等，2016）。然而，T1和T2信号强度的改变仍然限制了CSM早期阶段的诊断（Karpova等，2010）。需要一种敏感且可重复的成像技术来早期诊断和定量脊髓压缩。定量MRI可能是一种选择，因为T1映射显示了临床潜力（Maier等，2019; Maier等，2020），而T2和Proton密度（PD）映射很少有报道。合成MRI可以提供定量映射，包括T1，T2和PD映射以及多种对比度加权成像，例如T1-，T2加权图像，同时（Warntjes等，2008）。合成MRI技术已在许多区域广泛使用，并且在大脑，骨骼，骨骼，乳房，前列腺和腰椎椎间盘变性中表现出良好的诊断性能（Hagiwara等，2017; Cui et al。，2020; liu et al。据我们所知，CSM患者没有合成MRI的应用。因此，我们的研究旨在探索
引用Liu L，Tang Y，Shao J，Fan B，Yang Y，Zhang Y，Zhao X，Xue H，Sun H，Sun H，Zhang X，Zhang X，Zhang Y和Xu B（2025）培养文化中阶段依赖的变化
绵羊。 这种差异对尖端生殖生物技术的应用具有深远的影响，并可能阻碍高质量母猪生殖性能的改善和建立人类疾病的猪模型。 因此，猪卵母细胞IVM的优化已成为全球猪繁殖群落研究的关键领域。 除了激素水平（Lu等，2014; Sakaguchi和Nagano，2020），氨基酸的可用性（Bahrami等，2019; Lee等，2019），以及抗氧化剂补充剂（Das等，2014; li等，2019; li et al。卵母细胞成熟质量的重要决定因素（Baltz和Zhou，2012年）。 超过一个世纪的哺乳动物胚胎培养经验强调了细胞体积控制在确定植入前胚胎的发育轨迹中的关键作用（Biggers，1998）。 早期培养哺乳动物胚胎的努力是基于仿生型的，在培养基中定位了受精卵的卵子，其渗透压近似于该生物体内部环境（290 - 310 MOSM）。 然而，这种方法导致物种特定的胚胎停滞，归因于渗透条件（Goddard和Pratt，1983; Camous等，1984; Camous等，1984; Bolton等，1989; Kishi等，1991）。 值得注意的是，成功克服了这种发育障碍的培养基要么将培养基的渗透压降低，要么融合了有机渗透剂，例如甘氨酸（Gly），Betaine，β-丙氨酸和谷氨酰胺，渗透性为310 MOSM的培养基（Van Winkle等，1990; Biggers et al eal and osmolartials osmolarity。绵羊。这种差异对尖端生殖生物技术的应用具有深远的影响，并可能阻碍高质量母猪生殖性能的改善和建立人类疾病的猪模型。因此，猪卵母细胞IVM的优化已成为全球猪繁殖群落研究的关键领域。除了激素水平（Lu等，2014; Sakaguchi和Nagano，2020），氨基酸的可用性（Bahrami等，2019; Lee等，2019），以及抗氧化剂补充剂（Das等，2014; li等，2019; li et al。卵母细胞成熟质量的重要决定因素（Baltz和Zhou，2012年）。超过一个世纪的哺乳动物胚胎培养经验强调了细胞体积控制在确定植入前胚胎的发育轨迹中的关键作用（Biggers，1998）。早期培养哺乳动物胚胎的努力是基于仿生型的，在培养基中定位了受精卵的卵子，其渗透压近似于该生物体内部环境（290 - 310 MOSM）。然而，这种方法导致物种特定的胚胎停滞，归因于渗透条件（Goddard和Pratt，1983; Camous等，1984; Camous等，1984; Bolton等，1989; Kishi等，1991）。值得注意的是，成功克服了这种发育障碍的培养基要么将培养基的渗透压降低，要么融合了有机渗透剂，例如甘氨酸（Gly），Betaine，β-丙氨酸和谷氨酰胺，渗透性为310 MOSM的培养基（Van Winkle等，1990; Biggers et al eal and osmolartials osmolarity。例如，已证明在KSOM或CZB培养基中培养小鼠胚胎（250 - 275 MOSM）可以抵御两细胞停滞（Chatot等，1990; Lawitts and Biggers，1991; 1993; 1993; Hadi等，2005）。当受外部条件干扰时，细胞体积控制的迅速恢复是通过Na + /H +交换器NHE1和HCO 3 + /Cl- -Chressanger AE2的激活来介导的，该E2调节Na +和Cl-的细胞内浓度。尽管如此，至关重要的是避免过度高离子浓度，这可能破坏正常的细胞生理和生化过程。Subsequently, preimplantation embryos and oocytes reactivate speci fi c organic osmolyte channels to internalize uncharged osmolytes, replacing inorganic ions and ensuring that cells maintain normal physiological and biochemical processes ( Alper, 2009 ; Donowitz et al., 2013 ; Nakajima et al., 2013 ; Tscherner et al., 2021）。对小鼠卵母细胞中的细胞体积调节机制的研究表明，编码Gly Transporter的SLC6A9的特定缺失消除了植入前胚胎中的GLY转运及其对催眠应激的能力（Tscherner等人，2023）。这些发现强调了对哺乳动物卵母细胞和植入前胚胎的健康发展进行精确细胞体积调节的必要性。gly是蛋白质和核酸合成中必不可少的前体，这对于快速细胞增殖至关重要（Redel等，2016; Alves等，2019）。据报道，Gly是猪卵泡液中最丰富的氨基酸（Hong and Lee，2007），这表明Gly可能是在体外改善卵母细胞成熟的重要因素。虽然精确的机制仍有待完全阐明，但新出现的证据表明，Gly作为牛胚胎和小鼠卵母细胞发展中的有机渗透剂的重要作用（Zhou等，2013; Herrick et al。