fodflr hkkjr ^ enyh dh vka [k ^ dh hkkafr gekjk ije y {; GSA BLDH IWFRZ DS FY,dks'ky ds ^ ck.k ^ vksj m | ferk ds ^/kuq“ k ^ dh vko'; drk gsa lkfk esa vuqhko vksj vk; kl ls curch iwfrz jk“vªh; K GSA JH fo'odekz dks'ky fo'ofo | ky; bl;牛/库RS; KJ djuk gekjk lcls cm+k y {; GSA; g'kk'or lr; gs fd euq“; us lo; ekuo es” d us vius ls hkh vf/kd dq'ky vkfvzfqf'k; y bavsfytsal dk fuekz.k dj fy; nqxz ij [km+h gsa volj vksj pquksrh nksuksa lekukarj vuqxeu dj jgs gsaa fodflr hkkjr ds y {; DH IWFRZ DS FY,dks'ky dks fodflr djuk vksj mls vf/kd ls vf/kd eflr“ d rfkk gkfkksa rd igqapkuk ozkuku ozkuku ozkuku dh lcl lcl lcl lcl cm+h vko+h vko'; ukjs fute; G fo'ofo | ky; dks'ky f'k {kk ds vxznwr ds:i est lfkfir gks x; GSA div>
2. 管理喀拉拉邦的州级公共部门企业 (SLPSE) 010 Priya R 和 Nataraja Iyer,喀拉拉邦 3. 旅游目的地的可持续产品开发和价值创造 015 Ajeesh V 和 KS Chandrasekar,喀拉拉邦 4. 不断变化的工作场所和新兴的人力资源能力 021 Feroz Ikba,马哈拉施特拉邦 5. 微型企业的创业行为分析 028 R Banila,泰米尔纳德邦 6. 银行业商业道德研究 037 Simi SV,喀拉拉邦 7. 印度的组织零售业 - 消费者和员工是否对零售商提出了 045 挑战? Aswathy.R & KS Chandrasekar,喀拉拉邦 8. 货币废除:对喀拉拉邦商业银行和合作银行储蓄的影响 052 Sujatha GS & Balu.,喀拉拉邦 9. 通过工作场所指导促进员工发展——描述性分析 056 Arathy.K Nair & Raju.G,喀拉拉邦 10. 人寿保险单持有人对 LIC 和 065 SBI 人寿保险的看法比较,位于哥印拜陀 PK Hariharan & Barani.G,泰米尔纳德邦 11. 印度的企业社会责任实践 075 B.Ramesh & Savia Mendez,果阿邦 12. 印度银行分支机构网络的渗透率 083 Darling Selvi,泰米尔纳德邦 13. 信息技术服务业的变革管理 091 N Senthilkumar & S.Narayanarajan,泰米尔纳德邦 14. 影响信息技术服务业的独特因素研究成功管理 100 技术密集型/高科技项目及其对通用项目的适应性 R Ayyappadasan Pillai 和 V.Ajit Prabhu,喀拉拉邦 15. 员工敬业度 112 及其理论框架的学术方法回顾 Sobha VK 和 Ambeeshmon.,喀拉拉邦 16. 员工激励 - TAJ VIVANTA 和 KTDC 的比较研究 119 Vishnu KP 和 Nithya Gopinath,喀拉拉邦 17. 货币贬值对股票市场行业指数的影响 - 127 特别参考孟买证券交易所指数 Aravind CG 和 Raju.G,喀拉拉邦
参考文献 1. Sahu, U. (2023)。非糖尿病患者复发性 NSAID 诱发的低血糖症。《印度临床实践杂志》,33 (8),21-22。 2. Lee, AK、Warren, B.、Lee, CJ、McEvoy, JW、Matsushita, K.、Huang, ES, ... & Selvin, E. (2018)。严重低血糖与 2 型糖尿病成人心血管事件和死亡率的关系。《糖尿病护理》,41 (1),104-111。 3. Maines, E.、Urru, SAM、Leonardi, L.、Fancellu, E.、Campomori, A.、Piccoli, G., ... & Franceschi, R. (2023)。药物引起的高胰岛素血症性低血糖症:病理生理学和治疗的最新进展。内分泌与代谢紊乱评论,24 (6), 1031-1044。4. Bellucci, PN、González Bagnes, MF、Di Girolamo, G. 和 González, CD (2017)。非甾体抗炎药在预防和治疗 2 型糖尿病中的潜在作用。药学实践杂志,30 (5), 549-556。5. Tian F、Dang Q、Prasad GS、Li W、Bookser BC、Raffaele NB、Erion MD。葡萄糖激酶激活剂。Google 专利;2019。6. Falhammar, H.、Törring, O.、Larsson, M. 和 Nathanson, D. (2023)。服用双氯芬酸药物后出现低血糖。内分泌,79 (3),455-458。7. Loza, E. (2008)。肌肉骨骼病变患者同时使用降血糖药物和非甾体抗炎药的安全性系统评价。Reumatología Clínica(英文版),4 (6),232-239。8. Mohammad, BD、Aslam, R.、Bavage, SB、Putta, VK、Gawhale, ND、Bonde, SD, ... & Sancheti, VN (2022)。将某些 COX-2 抑制剂重新用作治疗 2 型糖尿病的潜在葡萄糖激酶激活剂。Journal of Pharmaceutical Negative Results,4550-4557。
1。Mitchell AJ,Shiri-Feshki M.轻度认知障碍对痴呆症 - 元素分析41个强大的Inception Cohort研究的进展率。Acta Psychiatr Scand。2009; 119:252-265。 2。 Liu S,Cao Y,Liu J,Ding X,Coyle D,Initiative ADN。 一种新颖的检测方法,可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。 Int J Mach学习Cybern。 2023; 14:213-228。 3。 Pereira T,Ferreira FL,Cardoso S等。 神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率:一种特征选择合奏,结合了稳定性和可预测性。 BMC Med Infors Decis Mak。 2018; 18:1-20。 4。 Scheltens P,Blennow K,Breteler M等。 阿尔茨海默氏病。 柳叶刀(Lond Engl)。 2016; 388:505-517。 5。 Turner RS,Stubbs T,Davies DA,Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11:496。 6。 Thomas JA,Burkhardt HA,Chaudhry S等。 评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76:905-922。 7。 Weiner MW,Veitch DP,Miller MJ等。 在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2009; 119:252-265。2。Liu S,Cao Y,Liu J,Ding X,Coyle D,Initiative ADN。 一种新颖的检测方法,可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。 Int J Mach学习Cybern。 2023; 14:213-228。 3。 Pereira T,Ferreira FL,Cardoso S等。 神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率:一种特征选择合奏,结合了稳定性和可预测性。 BMC Med Infors Decis Mak。 2018; 18:1-20。 4。 Scheltens P,Blennow K,Breteler M等。 阿尔茨海默氏病。 柳叶刀(Lond Engl)。 2016; 388:505-517。 5。 Turner RS,Stubbs T,Davies DA,Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11:496。 6。 Thomas JA,Burkhardt HA,Chaudhry S等。 评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76:905-922。 7。 Weiner MW,Veitch DP,Miller MJ等。 在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。Liu S,Cao Y,Liu J,Ding X,Coyle D,Initiative ADN。一种新颖的检测方法,可有效预测从轻度齿状损伤转化为阿尔茨海默氏病的转化。Int J Mach学习Cybern。2023; 14:213-228。3。Pereira T,Ferreira FL,Cardoso S等。神经心理学的预测因素从轻度认知障碍到阿尔茨海默氏病的转化率:一种特征选择合奏,结合了稳定性和可预测性。BMC Med Infors Decis Mak。 2018; 18:1-20。 4。 Scheltens P,Blennow K,Breteler M等。 阿尔茨海默氏病。 柳叶刀(Lond Engl)。 2016; 388:505-517。 5。 Turner RS,Stubbs T,Davies DA,Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11:496。 6。 Thomas JA,Burkhardt HA,Chaudhry S等。 评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76:905-922。 7。 Weiner MW,Veitch DP,Miller MJ等。 在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。BMC Med Infors Decis Mak。2018; 18:1-20。 4。 Scheltens P,Blennow K,Breteler M等。 阿尔茨海默氏病。 柳叶刀(Lond Engl)。 2016; 388:505-517。 5。 Turner RS,Stubbs T,Davies DA,Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11:496。 6。 Thomas JA,Burkhardt HA,Chaudhry S等。 评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76:905-922。 7。 Weiner MW,Veitch DP,Miller MJ等。 在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2018; 18:1-20。4。Scheltens P,Blennow K,Breteler M等。阿尔茨海默氏病。柳叶刀(Lond Engl)。2016; 388:505-517。 5。 Turner RS,Stubbs T,Davies DA,Albensi BC。 诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。 前神经。 2020; 11:496。 6。 Thomas JA,Burkhardt HA,Chaudhry S等。 评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。 j阿尔茨海默氏症。 2020; 76:905-922。 7。 Weiner MW,Veitch DP,Miller MJ等。 在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。2016; 388:505-517。5。Turner RS,Stubbs T,Davies DA,Albensi BC。诊断阿尔茨海默氏病和相关痴呆症的潜在新方法。前神经。2020; 11:496。6。Thomas JA,Burkhardt HA,Chaudhry S等。评估语言和语音生物标志物的效用,以预测弗雷明汉心脏研究认知衰老队列数据中的认知障碍。j阿尔茨海默氏症。2020; 76:905-922。7。Weiner MW,Veitch DP,Miller MJ等。在AD研究中增加参与者的分歧:数字筛查,血液测试计划和阿尔茨海默氏病神经疾病倡议的社区参与方法4。阿尔茨海默氏症痴呆症。2023; 19:307-317。8。Caminiti SP,Ballarini T,Sala A等。FDG-PET和CSF生物标志物在预测大型多中心MCI队列中转化为不同痴呆症中的精度。神经图像临床。2018; 18:167-177。 9。 Long X,Chen L,Jiang C,Zhang L,倡议ADN。 基于MRI变形的定量,对阿尔茨海默氏病的预测和分类。 PLOS ONE。 2017; 12:E0173372。 10。 Varatharajah Y,Ramanan VK,Iyer R,Vemuri P.使用成像,CSF,遗传因素,认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9:2235。 11。 Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。 Syst Rev。 2020; 9:1-6。2018; 18:167-177。9。Long X,Chen L,Jiang C,Zhang L,倡议ADN。基于MRI变形的定量,对阿尔茨海默氏病的预测和分类。 PLOS ONE。 2017; 12:E0173372。 10。 Varatharajah Y,Ramanan VK,Iyer R,Vemuri P.使用成像,CSF,遗传因素,认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9:2235。 11。 Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。 Syst Rev。 2020; 9:1-6。对阿尔茨海默氏病的预测和分类。PLOS ONE。 2017; 12:E0173372。 10。 Varatharajah Y,Ramanan VK,Iyer R,Vemuri P.使用成像,CSF,遗传因素,认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9:2235。 11。 Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。 Syst Rev。 2020; 9:1-6。PLOS ONE。2017; 12:E0173372。 10。 Varatharajah Y,Ramanan VK,Iyer R,Vemuri P.使用成像,CSF,遗传因素,认知弹性和人口统计学预测短期MCI至AD进展。 SCI代表。 2019; 9:2235。 11。 Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。 Syst Rev。 2020; 9:1-6。2017; 12:E0173372。10。Varatharajah Y,Ramanan VK,Iyer R,Vemuri P.使用成像,CSF,遗传因素,认知弹性和人口统计学预测短期MCI至AD进展。SCI代表。 2019; 9:2235。 11。 Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。 Syst Rev。 2020; 9:1-6。SCI代表。2019; 9:2235。11。Ahmadzadeh M,Christie GJ,Cosco TD,MorenoS。神经影像学和分析方法,用于研究从轻度认知障碍到阿尔茨海默氏病的途径:快速系统评价的方案。Syst Rev。2020; 9:1-6。
1. Galac MR, Lazzaro BP. 普罗维登斯菌属细菌与天然宿主果蝇的比较病理学。Microbes Infect 2011;13:673–83。2. Johnson AO, Forsyth V, Smith SN, Learman BS, Brauer AL, White AN 等。斯图尔特普罗维登斯菌转座子插入位点测序:导管相关尿路感染的必需基因和适应性因素。mSphere 2020;5:e00412–20 3. O'Hara CM, Brenner FW, Miller JM。变形杆菌、普罗维登斯菌和摩根菌的分类、鉴定和临床意义。临床微生物学评论 2000;13(4):534–46。 4. Rajni E、Jain A、Garg VK、Sharna R、Vohra R、Jain SS。普罗维登斯菌导致泌尿道感染:我们是否走进了死胡同?IJCCM 2022;26(4):446-51。5. Frieri M、Kumar K、Boutin A。抗生素耐药性。J Infect Public Health 2017;10:369-78。6. Huttner A、Kowalczyk A、Turjeman A、Babich T、Brossier C、Elia-kim-Raz N 等。5 天呋喃妥因与单剂量磷霉素对女性无并发症下尿路感染临床缓解的影响:一项随机临床试验。JAMA 2018;319:1781-9。 7. 卢文,钟胜,马翔,徐宁,林德,张克,等。 Fos A11,一种在普罗维登西亚雷特格里 (Providencia Rettgeri) 中发现的新型染色体编码的磷霉素抗性基因。微生物光谱 2023;12(2):e02542–23。 8. Falagas ME、Kastoris AC、Kapaskelis AM、Karageorgopoulos DE。磷霉素用于治疗多重耐药性,包括产生广谱β-内酰胺酶的肠杆菌科感染:系统评价。柳叶刀传染病 2010;10:43–50。 9. Fu KP、Lafredo SC、Foleno B、Isaacson DM、Barrett JF、Tobia AJ 等人。左氧氟沙星(L-氧氟沙星)的体外和体内抗菌活性,左氧氟沙星是一种光学活性的氧氟沙星。抗菌剂化学治疗 1992;36:860-6。
a 病理学审查原则(NSCL-A)。c Temel JS 等人,N Engl J Med 2010;363:733-742。mm 通过活检和/或血浆检测对 EGFR、KRAS、ALK、ROS1、BRAF、NTRK1/2/3、MET、RET 和 ERBB2(HER2)进行完整的基因分型。可以同时或依次进行组织和血浆检测。同时检测可以缩短获得检测结果的时间,应在适当的临床情况下考虑。一种方法的阴性结果(意味着没有确定的驱动突变)建议使用补充方法。如果发现临床上可行的标记物,则根据所识别的标记物开始治疗是合理的。治疗以现有结果为指导,如果结果未知,则将这些患者视为没有驱动致癌基因进行治疗。nn 分子和生物标志物分析原则 (NSCL-H)。 oo NCCN NSCLC 指南专家组强烈建议进行更广泛的分子分析,目的是识别可能已有有效药物可治疗的罕见驱动突变,或就临床试验的可用性为患者提供适当建议。广泛的分子分析被定义为通过单次检测或有限数量的检测组合识别 NSCL-20 中确定的所有生物标志物的分子检测,并且最好还能识别新兴生物标志物 (NSCL-I)。基于共现生物标志物患病率低的分层方法是可以接受的。广泛的分子分析是改善 NSCLC 患者护理的关键组成部分。用于识别患者治疗的新兴生物标志物 (NSCL-I)。pp Lam VK 等人。Clin Lung Cancer 2019;20:30-36.e3;Sands JM 等人。Lung Cancer 2020;140:35-41。 NCCN 不对其内容、使用或应用提供任何形式的保证,并且不以任何方式对其应用或使用承担任何责任。1. 经 NCCN 肿瘤学临床实践指南 (NCCN Guidelines®) 许可改编,适用于非小细胞肺癌 V.8.2024。© 2024 美国国家综合癌症网络公司。保留所有权利。未经 NCCN 明确书面许可,不得以任何形式出于任何目的复制 NCCN Guidelines® 和此处的插图。要查看最新和完整的 NCCN 指南版本,请访问 NCCN.org。NCCN 指南是一项正在进行的工作,可能会随着新的重要数据的出现而不断完善;2. Hendriks LE 等人。Ann Oncol 2023;34(4):339-357。
成员 • Anil Razdan先生,印度政府电力部前秘书长兼能源与环境基金会主席 • Ajay Mathur博士,国际太阳能联盟总干事 • Gurdeep Singh先生,NTPC Limited董事长 • Ravinder Singh Dhillon先生,Power Finance Corp.董事长 • Satish B Agnihotri博士,印度政府MNRE前秘书长,印度理工学院孟买分校教授 • Upendra Tripathy先生,国际太阳能联盟前总干事 • Vibha Dhawan博士,能源与资源研究所总干事 • BC Bora先生,ONGC前董事长 • Rajinder Kumar Kaura先生,Bergen Group董事长 • Rajib K. Mishra博士,PTC India Ltd.董事长 • Suman Sharma女士,印度太阳能公司董事总经理 • Manoj K. Upadhyay先生,ACME Group董事长 • VK Garg博士,Power Finance Corporation前董事长 • Akshay先生Kumar Singh,Petronet LNG Ltd. 董事总经理兼首席执行官 • Winfried Damm 博士,GIZ IGEN 主任 • Lalit Bohra 先生,国家太阳能研究所总干事 • Arun K Tripathi 博士,NISE 前总干事 • Yoshiro KAKU 先生,NEDO 首席代表 • SSV Ramakumar 博士,印度石油公司研发总监 • AK Balyan 博士,Petronet LNG Ltd. 前董事总经理兼首席执行官 • Ashvini Kumar 博士,TERI RE Technologies 高级总监 • Kushagra Nandan 先生,SunSource Energy 联合创始人兼董事总经理 • Shuvendu Bose 先生,世界银行和国际金融公司顾问 • B. Bandyopadhyay 博士,印度政府 MNRE 前主任 • Disha Banerjee 女士,Smart Power India 政策与传播总监 • AK Dhussa 先生,印度政府 MNRE 前顾问印度 • Tata Power-DDL 首席合作、创新与研发主管兼 CEIIC 首席执行官 G. Ganesh Das 博士 • WRETC 和 Expo 总裁 Anil K. Garg 博士
组织委员会 总赞助人:Shailendra Jain 教授,主任 赞助人:JS Dhillon 博士,院长(学术) 主席:MM Sinha 博士,教授(物理学) 联合主席:AS Dhaliwal 博士,教授(物理学)SS Verma 博士,教授(物理学) 组织秘书:Prabhdeep Kaur 博士,AP(物理学)Kanika Agarwal 女士,AP(物理学) 成员:KS Kahlon 博士,教授(物理学)Jagdeep Singh 博士,AP(GF) 地方咨询委员会 AS Arora 教授,院长(FSW)Rajesh Kumar 教授,院长(SW)PS Panesar 教授,院长(P & D)AS Dhaliwal 教授,院长(R & C)AS Shahi 教授,院长(ME)Surita maini 教授,院长(EIE)Surinder 教授Singh, HOD (ECE) Birmohan Singh 教授, HOD (CSE) Vikas Nanda 教授, HOD (FET) Pushpa Jha 教授, HOD (ChE) Dheeraj Sud 教授, HOD (化学) VK Kukreja 教授, HOD (数学) Jappreet Kaur 教授, HOD (H & M) 国家顾问委员会 RK Sinha 教授, VC, Gautam Buddha诺伊达大学 Anand K Tyagi 教授,VC,喀什 Vidyapeeth,瓦拉纳西 Neeraj Khare 教授,印度理工学院德里 Rajiv K Mandal 教授,印度理工学院 (BHU),瓦拉纳西 Ravi Kumar 教授,NIT,Hamirpur GD Verma 教授,印度理工学院 Roorkee Ashavani Kumar 教授,NIT Kurukshetra SK Tripathi 教授,旁遮普大学,昌迪加尔教授Sanjay Mandal,IISER Mohali Anil 教授Kumar Gourishetty、IIT Roorkee PBBarman 教授、JUIT Waknaghat (HP) BL Ahuja 教授、ML Sukhadia。大学。 Udaipur PP Singh 教授,印度理工学院 Ropar Abir De Sarkar 教授,INST,Mohali RG Sonkawade 教授,Shivaji 大学,Kolhapur Minati Bral 教授,NIT Kurukshetra Pravin Kumar 博士,科学家 F,IUAC,新德里 RB Choudhary 教授,IIT (ISM) Dhanbad
1。Structural and electrochemical properties of spinel structured NiCO 2 O 4 nanoparticles sintered at different temperatures for potential supercapacitors, Sathyanarayana N, Shilpa Chakra Ch, Sadhana K, Venkata Narayana M, Ravinder Reddy B, 12th International İstanbul Scientific Research Congress on Life, Engineering, and Applied Sciences- Conference Proceedings, Pg 595-602,2023年1月2日。开发基于MOF的可回收光催化剂,用于去除不同有机染料污染物,Narasimharao Kitchamsetti,Chidurala Shilpa Chakra,Ana Lucia lucia lucia ferreira de Barros,Daewon deewon,Daewon Kim,Daewon Kim,纳米材料,13,2023,336,336,336,336,336,336,336,336,336,336,336,336,336,336,336,336,336,336。3。双功能G-CN/碳纳米管/WO三纳米纳米杂交型含量催化能量和环境应用,U.Bharagav,N.Ramesh Reddy,V.Nava Koteswara Rao,P.Ravi,P.Ravi,P.Ravi,P.Ravi,P.Ravi,P.Ravi,M.Sathish,M.Sathish,Dinesh Rangappa,Dinesh Rangappa,K.Prathap,Ch.prathap,Ch.prathap,Ch.prathap,Ch.prathap,Ch。Shilpa Chakra,M.V.Shankar,Lise Appels,Tejraj M,Aminabhavi,Raghava Reddy Kakarla,M.Mamatha Kumari,Chemosphere,311,2023,2023,137030 4。杂交对混合NIO/ V2O5@石墨烯复合材料作为高级超级电视材料材料的影响的影响一种简单的解决方案燃烧方法,用于合成超级电容器应用的V2O5纳米结构,Shivani Sutrave,Shireesha Konda,Shireesha Konda,Divya Velpula,Sriram Ankith Alkith彩维,Sugunakar Reddy Reddy Reddy Reddy Ravula,Shilpa Chakra Chakra chakra chicidalala,bala narsa narsa narsa narsaia tracecance trocance 22 6。10。对减少特定电容剂的影响的系统调查分析Zno Napoarticle在超级电容器中的特定电容:表面活性剂和稳定剂的作用,Snehasree Redy Yekkaluri Nassaiah Tuts,Navaneth Reddy Man,Rakesh Deshmukh,应用地面科学进步,12,2022 100326 7。Bimetallic MOF衍生的Znco2O4纳米元素是有机污染物的高性能的新型,Narasimha Rao Kitchamsetti de Barros,无机化学通信卷144,2022,109946 8。MN3O4,MN3O4/AC和MN3O4/CNT复合材料的粗略合成,用于/在能量缓存中应用,Sakaray Madhuri,Chidurala Shilpa Chakra,Katlakunta Sadhana,Vallela Divya,Vallela Divya 2022 9。
Amoroso , N.、la Rocca , M.、Bellantuono , L.、Deacono , D.、Fanizzi , A.、Lella , E.、Lombardi , A.、Maggipinto , T.、Monaco , A.、Tangaro , S. 和 Bellotti , R. (2019)。深度学习和多重网络用于精确模拟大脑年龄。衰老神经科学前沿,11,1 – 12。Bashyam,VM,Erus,J.,Doshi,M.,Nasrallah,M.,Truelove-Hill,M.,Srinivasan,D.,Mamourian,L.,Pomponio,R.,Fan,Y.,Launer,LJ,Masters,CL,Maruff,P.,Zhuo,C.,。Völzke,H.,Johnson,SC,Fripp,J.,Koutsouleris,N.,Satterthwaite,TD,...... Davatzikos,C.(2020 年)。基于深度脑网络和全球 14,468 名个体的生命周期脑年龄和疾病的 MRI 特征。 Brain,143,2312–2324。Brown,TT,Kuperman,JM,Chung,Y,Erhart,M,McCabe,C,Hagler,DJ,Jr,Venkatraman,VK,Akshoomoff,N,Amaral,DG,Bloss,CS,Casey,BJ,Chang,L,Ernst,TM,Frazier,JA,Gruen,JR,Kaufmann,WE,Kenet,T.,Kennedy,DN,Murray,SS,... Dale,AM(2012 年)。生物成熟度的神经解剖学评估。当代生物学, 22, 1693 – 1698。Butler, ER、Chen, A.、Ramadan, R.、le, TT、Ruparel, K.、Moore, TM、Satterthwaite, TD、Zhang, F.、Shou, H.、Gur, RC、Nichols, TE 和 Shinohara, RT (2021)。大脑年龄分析中的缺陷。人脑映射,42,4092 – 4101。http://dx.doi.org/10.1037/0033-2909.101.1.13 Casaletto, K. B., Umlauf, A., Beaumont, J., Gershon, R., Slotkin, J., Akshoomoff, N., & Heaton, R. (2015)。针对 NIH 工具箱认知电池英文版的人口统计学校正规范标准。国际神经心理学会杂志, 21, 378 – 391。Chen, C.-L.、Hsu, YC、Yang, LY、Tung, YH、Luo, WB、Liu, CM、Hwang, TJ、Hwu, HG 和 Isaac Tseng, WY (2020)。通过迁移学习对基于扩散磁共振成像的大脑年龄预测模型进行推广。神经影像,217,116831。