XiaoMi-AI文件搜索系统
World File Search SystemSpatial
经皮耳迷走神经刺激对丙烯醛诱发的阿尔茨海默病样海马神经元空间学习和记忆的影响
迷走神经刺激 (VNS) 是一种已获批准的治疗方法，可用于治疗多种神经系统疾病，包括难治性癫痫和难治性抑郁症等，目前正作为治疗神经系统痴呆症（如阿尔茨海默病 (AD) 和相关痴呆 [1] ）的潜在疗法而受到关注。VNS 刺激有两种形式，即侵入性和非侵入性（经皮），前者涉及通过手术将刺激电极植入神经周围，后者因副作用小而最受欢迎，涉及通过完整的皮肤刺激迷走神经耳支 (ABVN) 的耳甲区或迷走神经分布的颈部区域 [2] 。在耳甲区以外，耳颞神经支配耳区上方和耳大神经支配下外侧 [3] ，但关于电刺激对这些神经对身体的影响的研究很少。
使用深度迁移学习识别单细胞空间分辨转录组学数据中的高风险细胞
背景：通过检查空间分辨转录组学平台组织样本中的高风险细胞和区域，可以深入了解特定疾病过程。对于现有方法，虽然可以识别细胞类型或簇并将其与疾病属性相关联，但无法以相同的方式关联单个细胞，这可能导致无法识别与疾病属性相关的细胞子集，尤其是当疾病相关细胞与非疾病相关细胞聚集在一起时。方法：DEGAS（单细胞诊断证据量表）[5] 使用复杂的深度迁移学习算法解决了上述问题，该算法旨在识别肿瘤样本单细胞 RNA 测序数据中的高风险成分。DEGAS 采用基因表达数据的潜在表示和域适应将疾病属性从患者转移到单个细胞。在这项研究中，我们展示了 DEGAS 在适应单细胞空间分辨转录组学平台（如 10X Genomics Xenium 平台和 Nanostring 的 CosMx 平台）产生的数据方面的多功能性。通过整合上述平台的空间位置信息，DEGAS 不仅可以识别组织样本中的高风险成分，还可以精确定位与疾病状态相关的载玻片内的位置。结果：我们在多个平台上评估了 DEGAS，包括 10X Genomics Xenium 和 Nanostring CosMx。DEGAS 成功识别了高风险细胞和区域，并通过已知标记进行了验证。此外，DEGAS 还应用于我们新生成的 T2D Xenium 数据集和公开的黑色素瘤 Xenium 数据集。我们在公开的正常和肝细胞癌组织的 Nanostring CosMx FFPE 样本上测试了 DEGAS，揭示了与关键途径相关的高风险细胞和拓扑结构。值得注意的是，高风险区域主要富集在肿瘤组织中，DEGAS 揭示了与侵袭性疾病标志物和细胞类型多样性相关的异质性。关键词：单细胞 RNA 测序、空间分辨转录组学、域适应、深度迁移学习
AF24Hippocampus-Amygdala 的大脑参考架构数据整合 BRA 用于空间认知和恐惧条件作用
海马结构在空间认知和情景记忆中起着关键作用，而杏仁核对于适应性恐惧条件作用至关重要。我们通过整合“TM24Amygdala ver4”（基于“YM24Amygdala”）和“TN24HippocampalFormation”BRA 数据，开发了一种大脑参考架构 (BRA) 数据格式。此 BRA 数据通过纳入新的大脑信息流 (BIF) 来扩展以前的 BRA 模型，该信息流可以捕捉海马结构和杏仁核之间的连接。构建的 BIF 为定义与空间认知和恐惧条件作用相关的高阶功能提供了基础。这些改进加深了我们对连接这些区域及其相互关联的功能的解剖结构的理解。BRA 存储库提供了对这些数据的全面访问，支持进一步研究海马结构和杏仁核之间的功能和结构关系。这项工作不仅增进了我们对每个区域各自作用的理解，而且还深入了解了它们的相互作用如何塑造复杂的认知和情感过程。
比较颤音和皮肤拉伸的触觉反馈，以将虚拟物体的空间信息传达给盲目的VR用户
感知虚拟对象的空间信息（例如，方向，距离）对于寻求不可思议的虚拟现实（VR）体验的盲人用户至关重要。为了促进盲人用户的VR访问权限，在本文中，我们研究了两种类型的触觉提示（多余的提示和皮肤伸展线索）在传达虚拟物体的空间信息时，当应用于盲人手的背侧时。我们与10个盲人用户进行了一项用户研究，以调查他们如何使用定制的触觉机构在VR中感知静态和移动对象。我们的结果表明，盲人用户可以在接收皮肤拉伸线索时更准确地理解对象的位置和移动，这是对纤维曲折提示的。我们讨论了两种类型的触觉提示的利弊，并以设计建议的设计建议，以实现VR可访问性的未来触觉解决方案。
青少年功能连接发展的空间异质性和亚型
1 宾夕法尼亚大学生物医学图像计算与分析中心，美国宾夕法尼亚州费城 19104 2 宾夕法尼亚大学放射学系，美国宾夕法尼亚州费城 19104 3 中国脑研究中心，北京 102206 4 宾夕法尼亚大学精神病学系，美国宾夕法尼亚州费城 19104 5 宾夕法尼亚大学 Penn/CHOP 寿命脑研究所，美国宾夕法尼亚州费城 19104 6 宾夕法尼亚大学神经病学系，美国宾夕法尼亚州费城 19104 7 宾夕法尼亚大学宾夕法尼亚成像与可视化统计中心，美国宾夕法尼亚州费城 19104 8 宾夕法尼亚大学生物统计学、流行病学和信息学系，美国宾夕法尼亚州费城 19104 9 宾夕法尼亚大学脑成像与刺激中心，美国宾夕法尼亚州费城 19104 10 宾夕法尼亚大学脑科学、转化、创新与调节中心宾夕法尼亚大学，美国宾夕法尼亚州费城 19104，美国 11 宾夕法尼亚大学抑郁和压力神经调节中心，美国宾夕法尼亚州费城 19104，美国 12 宾夕法尼亚大学神经科学、神经外科和生物工程系，美国宾夕法尼亚州费城 19104，美国 13 宾夕法尼亚大学宾夕法尼亚寿命信息学和神经影像中心，美国宾夕法尼亚州费城 19104，美国 *通讯作者：Yong.Fan@pennmedicine.upenn.edu
研究助理—空间定向神经回路......
该系在唐宁区拥有两栋建筑，包括教学设施、配备用于各种研究项目的研究实验室以及剑桥高级成像中心等设施。它参与了一系列大学跨学科研究计划，包括剑桥神经科学、剑桥生殖、剑桥心血管疾病、新陈代谢、干细胞。该系成员为生物科学学院的多个研究主题做出了贡献，包括在神经科学和生殖、发育和终身健康方面担任领导角色（https://www.bio.cam.ac.uk/research/research-themes）。PDN 还在剑桥干细胞研究所和格登研究所设有附属机构，并且靠近其他主要生物部门，包括心理学、遗传学、生物化学和病理学。PDN 与临床学院、兽医学院、MRC 脑修复中心和 MRC 分子生物学实验室有着密切的合作关系。
系统空间：空间系统发育分析
plot_lambda。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6 PS_ADD_DISSIM。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>7 ps_canape。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>8 PS_CANAPER。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 9 ps_dissim。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 10 ps_divery。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>8 PS_CANAPER。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>9 ps_dissim。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>10 ps_divery。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>12 ps_get_comm。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>14 ps_ortial。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>15 ps_prioritize。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>15 ps_rand。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>19 ps_gregions。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>20 ps_regions_eval。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>21 ps_rgb。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>22 ps_仿真。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>23量化。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24 to_spatial。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25
20 世纪科学的空间铭刻
3 参见 Dominique Poulot，《民族与遗产博物馆，1789 – 1815》（巴黎：伽利玛出版社，1997 年）。4 《其他雕像》，Chris Marker、Ghislain Cloquet 和 Alain Resnais 执导。塔迪耶电影公司，1953 年。5 参见 Thomas Hughes，《电力网络。西方社会的电气化，1880-1930》（巴尔的摩：约翰霍普金斯大学出版社，1983 年）；Sophie Forgan，《科学的建筑与大学的理念》，《科学史与哲学研究》20:4（1989 年）：405–434；Antoine Picon，《启蒙时代的法国建筑师和工程师》（剑桥：剑桥大学出版社，1992 年）及其后续出版物； Peter Galison 和 Emily Thompson（编），科学架构（马萨诸塞州剑桥：麻省理工学院出版社，1999 年）； Lino Camprubi，《工程师与佛朗哥政权的形成》（马萨诸塞州剑桥：麻省理工学院出版社，2014 年）；克里斯蒂安·霍廷，索邦大学。巴黎大学建筑人物（巴黎：索邦大学出版社，2015 年）； Myriam Baron、Armelle Choplin、Matthieu Delage、Leila Frouillou 和 Loïc Vadelorge，“L'espace universitaire francilien entre logiques planificatrices et pratiques étudiantes”，Données urbaines 7 (2015)：98–106；索尼娅·斯密德，《生产力量》。 《切尔诺贝利事故前的苏联核工业史》（马萨诸塞州剑桥：麻省理工学院出版社，2015 年）；Stuart Leslie，《原子结构：印度和巴基斯坦的核民族主义架构》，《历史与技术》31:2（2015 年）：220–242；Stuart Leslie，《现代科学的建筑师》（匹兹堡：匹兹堡大学出版社，即将出版）。
spatstat：空间点模式分析、模型拟合、模拟、测试
描述 用于分析空间点模式的综合开源工具箱。主要关注任何空间区域中的二维点模式，包括多类型/标记点。还支持三维点模式、任意维度的时空点模式、线性网络上的点模式和其他几何对象的模式。支持空间协变量数据，例如像素图像。包含 3000 多个用于绘制空间数据、探索性数据分析、模型拟合、模拟、空间采样、模型诊断和形式推理的函数。数据类型包括点模式、线段模式、空间窗口、像素图像、镶嵌和线性网络。探索性方法包括样方计数、K 函数及其模拟包络、最近邻距离和空白空间统计、Fry 图、成对相关函数、核平滑强度、交叉验证带宽选择的相对风险估计、标记相关函数、分离指数、标记依赖性诊断和协变量效应的核估计。还支持随机模式的正式假设检验（卡方、Kolmogorov-Smirnov、蒙特卡罗、Diggle-Cressie-Loosmore-Ford、Dao-Genton、两阶段蒙特卡罗）和协变量效应检验（Cox-Berman-Waller-Lawson、Kolmogorov-Smirnov、ANOVA）。可以使用与 glm() 类似的函数 ppm()、kppm()、slrm()、dppm() 将参数模型拟合到点模式数据。模型类型包括泊松、吉布斯和考克斯点过程、奈曼-斯科特聚类过程和行列式点过程。模型可能涉及对协变量的依赖、点间相互作用、聚类形成和对标记的依赖。模型通过最大似然法、逻辑回归法、最小对比度法和复合似然法进行拟合。可以使用函数 mppm() 将模型拟合到点模式列表（重复的点模式数据）。除了上面列出的所有特征外，该模型还可以包括随机效应和固定效应，具体取决于实验设计。