XiaoMi-AI文件搜索系统
World File Search SystemShams
对靶向药物输送和癌症治疗的影响
1 墨西哥蒙特雷技术大学工程与科学学院，蒙特雷 64849，墨西哥；ahmed.agiba@tec.mx (AMA)；amsorash@gmail.com (AOM)；alan.aguirre@itesm.mx (AA-S.) 2 埃及开罗现代科学与艺术大学药学院药剂学与工业药学系，开罗 12451，埃及；nmahdy@msa.edu.eg 3 埃及开罗金字塔加拿大大学药学院药剂学与工业药学系，开罗 12451，埃及；hala.nehad@acu.edu.eg 4 埃及开罗艾因夏姆斯大学医学院 El Demerdash 医院， mammkbih@gmail.com 5 蒙特雷技术大学医学与健康科学学院，蒙特雷 64849，墨西哥；omar.lozano@tec.mx 6 蒙特雷技术大学肥胖研究所，蒙特雷 64849，墨西哥 7 墨西哥国家呼吸疾病研究所“Ismael Cos í o Villegas”支气管高反应性系，墨西哥墨西哥城 14080；arreolaj2002@yahoo.com.mx 8 蒙特雷技术大学医学与健康科学学院，墨西哥城 14380，墨西哥 9 埃及米斯尔科技大学药学与药物制造学院工业药学系，开罗 12566，埃及； raghda.hamid@must.edu.eg * 通信地址：saeed.beigi@tec.mx (SB-B.)；psegura@tec.mx 或 psegura@unam.mx (PS-M.)
目的： 教育背景： 研究经历：
作为卡塔尔大学先进材料中心的研究员助理，我获得了良好的材料科学研究背景，并寻求通过不断学习来建立更强的研究和解决问题的能力。我的目标是最终拥有广泛的学术生涯，包括教学、研究和管理职责。教育背景：2008 - 2012：埃及开罗艾因夏姆斯大学药学院药学学士。总体成绩：非常好（75.1%）NB 所修课程和成绩列在所附的大学证书中 2005 - 2007：埃及开罗圣法蒂玛学校国际普通中学教育证书 (IGCSE) 学生得分：121% 1994 - 2004：圣约瑟夫姐妹语言学校国民教育研究经历：卡塔尔大学先进材料中心研究员助理 - 项目名称 1：卡塔尔可再生能源：一项科学和社会研究。 （2015 年 12 月 - 2016 年 1 月）项目主管：Mariam Al-Maadeed 教授和 Hamoud Al Omilat 博士社会角色：主要是社会部分，对一些科学工作也有一些贡献
使用机器学习方法对小鼠创伤性脑损伤模型中的脑电图进行分类
创伤性脑损伤 (TBI) 发病率极高，影响到美国约 1% 的人口，其一生的经济损失估计超过 750 亿美元。在美国，每年约有 50,000 人死于 TBI，许多人因此永久残疾。然而，目前尚不清楚哪些人会在 TBI 后出现持续性残疾，以及这些不同人群背后的大脑机制是什么。这些人群的病理生理原因很可能是多因素的。脑电图 (EEG) 已被用作 TBI 诊断和预后的有希望的定量测量。机器学习和深度学习等先进数据科学方法的兴起有望进一步分析 EEG 数据，寻找包括 TBI 在内的神经系统疾病的 EEG 生物标志物。在这项工作中，我们在小鼠 TBI 模型的独特 24 小时记录数据集上研究了各种机器学习方法，以寻找对 TBI 和对照受试者进行分类的最佳方案。纪元长度为 1 分钟和 2 分钟。当使用适当的特征和参数对少数受试者（5 名假受试者和
使用多模式数据和机器学习预测多发性硬化症的疾病严重程度
Magi Andorra 1 · Ana Free 2,18 · Melanie Roots Brune‑Ingebretse 5,6 · Federical Ivaldi 9 · Cellerino 3 · Matthew Pardini · Book 1 · Irene Power 1 · Eloy 1 · Eloy Martinez‑Heras 1 · Decree Asseyer 10 · Sayedamirhosein Joseph Kauer-Bonin 1
利用人工智能提高写作流畅度
和教学，艾因夏姆斯大学教育学院摘要本研究旨在调查使用一些拟议的人工智能活动对提高杰出政府语言学校预科阶段学生的 EFL 写作流畅性的影响。该研究的参与者是 2021-2022 学年哈桑阿布巴克尔政府语言学校预科三班的 33 名学生。研究人员的工具包括写作流畅性组成部分清单、评分标准和前/后写作流畅性测试。参与者通过使用研究人员设计的一些相关人工智能应用程序进行教学，其中包括具有语法情绪的 Minecraft 游戏、Semantris 词汇人工智能游戏和人工智能情绪的虚拟现实，使学生能够在生动的情况下练习使用英语。使用 T 检验和效应量对参与者在前测和后测中的分数进行统计分析。研究人员还对学生的写作流畅性水平进行了定性分析。研究结果揭示了使用人工智能应用程序对提高第三阶段预备学生的写作流畅性有积极作用。关键词：人工智能，写作流畅性。
并网混合绿色微电网系统建模及灵敏度分析
示范性研究工作分析了印度农村社区可用资源的技术经济模型和敏感性分析。本研究中使用的各种资源包括太阳能、风能、水力发电、电池和公用电网连接系统。并网系统在农村地区的用处在于，通过可再生能源 (RES) 生产的多余电力可以卖回给公用电网。分析了带和不带电网连接系统的各种资源的总共 12 种可能配置，以获得最低的平准化能源成本 (LCOE) 和总净现值 (TNPC)。此外，还对不同的敏感变量进行了敏感性分析，以了解该系统在农村社区更广泛应用的性质。观察到基于太阳能-风能-水力发电的公用电网连接网络是最佳配置，其最小平准化能源成本为 0.056 美元/千瓦时。模拟结果表明，有效利用 RES 是一种经济高效且可靠的系统，可用于偏远社区的电力供应。2022 作者。由 Elsevier BV 代表艾因夏姆斯大学工程学院出版 这是一篇根据 CC BY-NC-ND 许可 ( http://creativecommons.org/licenses/by-nc-nd/4.0/ ) 开放获取的文章。
由固有并联 TFET 和 MOSFET 组成的纳米 FET 结构，性能得到改善
在本文中，我们揭示了一种新结构，其中金属氧化物半导体场效应晶体管 (MOSFET) 与隧道场效应晶体管 (TFET) 并联以增加导通电流。为了提高器件中的隧道电流注入率，利用了栅极和衬底电极中的功函数工程以及通道 (源极袋) 中的掺杂工程。为了进一步增强器件的导通电流，通过在结构中结合 MOSFET 使用热离子注入机制。此外，使用异质栅极电介质来减少寄生电容。我们的分析表明，与 DW HGD SP TFET 相比，PTM-FET 晶体管在跨导、I on /I off 电流比、短通道效应（如 DIBL）、早期电压、最大传感器功率增益、单边功率增益、增益带宽积、单位增益频率和寄生电容方面具有多项优势。PTM-FET 晶体管的上述优势可以成为在低功耗和高性能集成电路应用中使用该器件的窗口。2020 作者。由 Elsevier BV 代表艾因夏姆斯大学工程学院出版。这是一篇根据 CC BY-NC-ND 许可协议 ( http://creativecommons.org/licenses/by-nc- nd/4.0/ ) 开放获取的文章。
先天性心脏病儿童营养不良的危险因素：荟萃分析
L2获取词汇音调涵盖感知和产生。尽管感知通常是在L2词汇音调获取中的产生之前（Wang等，1999），但它们之间的关系并不总是很简单，而感知的改善并不一定需要改善生产的改善，而Vicevice则（Leather）（Leather，2011年）。l2词汇音调获取不仅涉及听觉线索，还涉及视觉和触觉提示，例如手势（Gullberg，2006）。这些多模式线索在促进L2词汇感知和生产方面的重要性越来越多（McCafferty，2004; Hostetter，2011; Lewis and Kirkhart，2022; Zhang et al。，2023）。多感官学习整合了多种感官方式，它比对多感官环境的大脑优化了一致性方法，这表明可以通过结合这种方法来增强L2词汇音调教学法（Shams和Seitz，2008）。马其顿和开普勒（2013）认为，通过神经科学发现所告知的教学方法在L2教学中的使用可以通过三个较长的方法显着增强学习：（1）使用多感官体验来实现词汇习惯，（2）将词汇的练习和效率培训的量化和（2）用于发起胶水的范围和（2）范围内的脑海，并（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（2）（3）（3）（3）发音结果。此外，多感官提示通过支持内容理解来增强学习成果（Dick等，2009）。了解非语言提示如何增强听觉表示形式可以阐明如何利用多模式方法来促进获得不熟悉的Tonal L2（Yip，2002; Liu等，2022）。
聚焦超声心理切开术的安全性和疗效对药物难治性，震颤主导帕金森氏病的患者：一项随机临床试验
27例患者的结果为26例（96％），中位年龄为67.8岁（四分位数范围[IQR]，62.1-73.8岁）。在FUS Thalamotomy fus thalamotomy之后的基线（IQR，10.5-27.5）的基线从基线（IQR，22％-79％）提高了62％（IQR，22％-79％），从FUS THALAMOTOMONE和22％（IQR，-11％至29％）中提高了23点（IQR，-11％至29％）（IQR，-11％至29％）（IQR，14.0-27.0），后者是Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Sham Shams Place;组间差异很显着（Wilcoxon P = .04）。在FUS THALAMOTMOMY FUS造成的23点（IQR，15.5-34.0）的基线（IQR，0.5-11.0）的中位数中位数提高了8分（IQR，0.5-11.0），从FUS THALAMOTOMY造成FUS，1分（IQR，-5.0至9.0）从25分（IQR，-5.0至9.0）的基线（IQR，IQR，15.0.0-33.0之后）。在研究的早期，内部胶囊的加热导致了2例（8％）的轻度偏瘫，这在磁共振温度测定法期间改善并促使监测了额外轴的监测。其他持续性不良事件是口感异常（4个事件[20％]），手指感觉（1事件[5％]）和共济失调（1个事件[5％]）。
使用机器学习方法对小鼠创伤性脑损伤模型中的脑电图进行分类*
摘要 — 创伤性脑损伤 (TBI) 发病率极高，影响到美国约 1% 的人口，其一生的经济损失估计超过 750 亿美元。在美国，每年约有 50,000 人死于 TBI，许多人因此永久残疾。然而，目前尚不清楚哪些人会在 TBI 后出现持续性残疾，以及这些不同人群背后的大脑机制是什么。这些人群的病理生理原因很可能是多因素的。脑电图 (EEG) 已被用作 TBI 诊断和预后的有希望的定量测量。机器学习和深度学习等先进数据科学方法的兴起有望进一步分析 EEG 数据，寻找包括 TBI 在内的神经系统疾病的 EEG 生物标志物。在这项工作中，我们在小鼠 TBI 模型的独特 24 小时记录数据集上研究了各种机器学习方法，以寻找对 TBI 和对照受试者进行分类的最佳方案。纪元长度分别为 1 分钟和 2 分钟。当使用适当的特征和参数对少数受试者（5 名假性脑损伤患者和 4 名 TBI 患者）进行检测时，结果令人满意，准确率约为 80-90%。因此，我们相信，有了更多的数据和研究，我们将能够准确检测 TBI，不仅通过长期记录，而且在实际场景中，使用从日常生活中的简单可穿戴设备获取的 EEG 数据。