XiaoMi-AI文件搜索系统
World File Search SystemSong
引文 Wang Z, Song S, Zhang L, Yang T, Yao W 和 Liang B (2025) 肝动脉灌注化疗联合免疫检查点抑制剂
肝细胞癌 (HCC) 是最常见的原发性肝癌，也是全球第三大癌症死亡原因 (1)。HCC 在中国发病率很高，占全球新发病例和死亡人数的一半 (2)。超过一半的病例在诊断时已处于晚期 (3)，估计五年生存率仅为 12.1% (2)。HCC 根据形态可分为三种亚型：结节性、块状和浸润性 (4)。浸润性 HCC 相对罕见，占 HCC 病例的 7% - 20% (4)。浸润性 HCC 的诊断具有挑战性，因为它与肝硬化结节非常相似，缺乏明显的结节形成并且常与肝硬化有关。放射学上，它表现为肿瘤结节蔓延至整个肝叶或整个肝脏，边界不清。但有趣的是，其小肿瘤结节的切面样本通常边界清晰 ( 4 )。大多数浸润性 HCC 患者最初被诊断时已处于晚期，表现为大血管侵犯和/或肝外转移 ( 4 , 5 )。因此，这些患者通常不适合接受手术切除、肝移植或消融等治愈性治疗 ( 4 , 6 )，导致预后不良。此外，与其他亚型相比，浸润性 HCC 的预后较差 ( 7 )，肝功能受损（如 Child-Pugh 评分、终末期肝病模型评分和白蛋白-胆红素等级）和肿瘤负荷较重（如甲胎蛋白水平升高、血管侵犯以及肿瘤大小、数量或分布广泛）( 5 – 9 )。由于浸润性中期肝细胞癌具有侵袭性和不良预后，巴塞罗那临床肝癌分期 (BCLC) 系统建议在 2022 年对浸润性中期肝细胞癌进行全身治疗 (10)。肝动脉灌注化疗 (HAIC) 已被推荐作为亚洲晚期肝细胞癌的一线治疗选择 (3)。然而，之前的研究已经分析了浸润性肝细胞癌的局部单药治疗，HAIC 报告的客观缓解率 (ORR) 为 34.8%，总生存期 (OS) 为 13.3 个月 (5、6、8、9、11)。这凸显了对更有效治疗方法的迫切需求。近年来，将 HAIC 与分子靶向疗法 (MTT) 和免疫检查点抑制剂 (ICI) 相结合已在晚期肝细胞癌治疗中显示出良好的前景。HAIC
Song-Chun Zhu：通用人工智能的种族不仅与技术竞争有关；更重要的是，这是一场挣扎
1译者注：中文术语可以将英语翻译成“人工通用情报”（AGI）或“通用人工智能”（简称“通用AI”）。这种翻译选择“通用AI”，因为当中国作家使用该术语通用人工智能时，通常是指广泛的AI形式，而不是像Agi所暗示的那样类似于人类认知的AI。有关此术语的更全面讨论，请参见Wm。C. Hannas，Huey-Meei Chang，Daniel H. Chou和Brian Fleeger，“中国的高级AI研究：监视中国通往“一般'人工智能的途径”，“人工智能中心”，“安全与新兴技术中心”，2022年7月7日，2022年，HTTPS://CSET.GEORGETONTOWN.GEORGETOWN.GEORGETONTOWN.EDUE/PUBLITICA/CHINAS-CUBUBLICATION/CHINAS-EREVENG 1-3。1-3。
YQ博士，生物医学科学学院（Tel
Course Coordinator(s): Dr YQ Song, School of Biomedical Sciences (Tel: 3917 9245; Email: songy@hku.hk ) Delivery Mode of Lectures: Face-to-face Lecture Venue: Lecture Theatre 1, G/F, William MW Mong Block, No.21 Sassoon Road期末考试：2025年5月23日，星期五（9：30 - 11:30 AM）201号房间，HKU Main Campus Main Building21 Sassoon Road期末考试：2025年5月23日，星期五（9：30 - 11:30 AM）201号房间，HKU Main Campus Main Building
自然歌曲听觉期间音乐和语言互动的神经签名
歌曲在人脑中如何处理？在歌曲中，音乐和歌词在音乐语言的协同作用中紧密绑定，以传达含义和情感，而不是语言内容，从而提出了有关如何代表两个组成部分并将其整合到有凝聚力的感知整体中的问题。先前的研究指出了对音乐，语音和歌曲敏感的人类皮质的领域，它们既可以找到共享和专业网站。然而，听歌曲时的音乐和歌词处理之间的互动仍然很糟糕。为了解决这个问题，我们探究了具有脑电图的特定于音乐和语音的神经预测机制。当向听众提供歌曲或相应的嗡嗡声（无语言）旋律时，比较了旋律预测的编码。同样，在歌曲和相应的口语（无旋律）歌词中研究了语音预测的编码。我们发现，歌曲中音乐和言语的同意改变了它们的预测信号的产生和处理，从而改变了它们的神经编码。此外，我们在旋律和音素期望的神经编码中找到了一个权衡，其平衡取决于谁在听（反映听众的偏爱的内部驱动力，例如音乐训练）以及歌曲的创作和表演方式（外部驱动程序（外部驱动力）（反映了歌词和音乐的出色和音乐））。总的来说，我们的结果表明，歌曲涉及并行预测过程，以竞争共享处理资源的使用。
利物浦欧洲电视网歌曲大赛的经济影响
3分在2023年的第一次访客调查中，有856人表示，他们很高兴通过电子邮件与他们联系，以在活动结束后一年进行后续调查。后续调查已发送给856名受访者，但是，由于电子邮件地址错误或现在不活动的电子邮件地址，有190个反弹。从中，我们收到了近100个回复，以访问者，支出和工作方式构成了我们一年一度的影响评估的基础。4 LCR文化网络涉及利物浦艺术再生财团的主要利益相关者（该市的10个最大的文化组织，包括泰特，利物浦爱乐乐团和国家博物馆利物浦）和利物浦的创意组织（超过60个小型文化和社区艺术组织）
使用统计测试推断出的部分可观察的马尔可夫模型揭示了孟加拉雀科歌曲中的上下文依赖于上下文的音节过渡
生成模型具有多种应用，包括语言处理和Birdsong分析。在这项研究中，我们证明了如何使用旨在防止序列产生过度笼的统计检验来推断孟加拉语歌曲中音节序列的最小模型。我们专注于部分可观察到的马尔可夫模型（POMM），该模型由状态和它们之间的概率过渡组成。每个状态都与特定的音节相关联，有可能多个状态与同一音节相对应。此特性将POMM与标准Markov模型区分开，其中每个音节都链接到单个状态。在音节中存在多个状态表明，音节之间的过渡受到这些转变发生的特定情况的影响。我们应用这种方法来分析六个成年男性孟加拉犬的歌曲。我们的结果表明，听觉反馈在塑造孟加拉语歌曲的上下文依赖性音节过渡方面起着至关重要的作用。
歌手歌曲
不仅仅是南方人的事 做个乡巴佬没关系 天使和酒精 啤酒 10 在魔鬼和我之间 蓝岭山歌 蓝调人链 追逐那条霓虹彩虹 查塔胡奇 乡村男孩 乡村人 达拉斯狗河 蓝调不摇滚 点唱机驱动器（献给爸爸吉恩） 时不时地 货运列车 在你遇见我之前就走了 去乡村 疯了 会以乡村歌曲的形式回来 美好时光 安全帽和锤子 在这里，在现实世界里 家 我可以成为那样的人 我喜欢讲故事 我仍然喜欢博洛尼亚 我曾经龙舌兰酒 如果眼泪会说话 我会继续爱你 我会努力 这一定是爱 做个乡巴佬没关系 某个地方现在是下午五点 就是这样 吉姆、杰克和汉克 悠闲低调 像玫瑰上的红色 小小男人 活在空虚中 活在爱中 路还很长 看着我 爱情控制了你 水星蓝调 墨西哥，龙舌兰酒和我
建议引用：Duch-Brown, Néstor；Gomez-Herrera, Estrella；Müller-Langer, Frank； Tolan, Songül (2021)：市场力量和人工智能对在线劳动力市场的影响，布鲁盖尔工作论文，第 14/2021 号，布鲁盖尔，布鲁塞尔
我们调查了欧洲最大的在线劳动力市场 (OLM) 之一的三个替代但互补的市场力量指标：(1) 劳动力需求弹性、(2) 劳动力供应弹性和 (3) 市场份额集中度。我们探讨了这些指标与平台政策的外生变化之间的关系。在观察期的中期，平台强制雇主表明他们愿意支付的费率，该费率由执行项目所需的经验水平决定：入门级、中级或专家级。我们发现正的劳动力供应弹性介于 0.06 和 0.15 之间，对于专家级项目来说更高。我们还发现，政策变化后，劳动力需求弹性增加，而劳动力供应弹性下降。基于此，我们认为市场设计平台提供商可以通过为平台设定的条款和条件来影响 OLM 的劳动力需求和供应弹性。我们还探讨了所研究的 OLM 对人工智能相关劳动力的需求和供应。我们提供证据表明，与其他类型的劳动力相比，对人工智能相关劳动力的需求明显更高（从 +1.4% 到 +4.1% 不等），而对人工智能相关劳动力的供应明显更低（从 -6.8% 到 -1.6% 不等）。我们还发现，人工智能项目工人的工资比非人工智能项目工人高 3.0% 到 3.2%。
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同