XiaoMi-AI文件搜索系统
World File Search SystemVessel
对海洋船只应用的可再生/生物/常规柴油混合物的测试和分析 - 任务3报告
本报告总结了项目的最后一个任务（任务3）的发现，该发现旨在评估RD/BD/BD/Ultra-low-Sulfur Diesel（ULSD）Blend，RD/BD Blend的燃烧和排放性能，并用燃料添加剂进行RD。调查结果表明，从ULSD转换为包含RD和/或BD的三个研究的混合物不会对燃烧和排放性能产生重大负面影响。从ULSD转换为三个研究的混合物中的任何一个时，发动机效率和能耗速率不会显着变化，但是由于能量密度的变化，燃油消耗率有所不同。发动机输出二氧化碳（CO 2），氮氧化物（NOX），颗粒物（PM），一氧化碳（CO）和未燃烧的碳氢化合物的排放量也会在从ULSD转换为三种研究的混合物时，由于燃料密度，碳氢的比率，碳等级的变化，也发生了变化。这些变化中的大多数在减少排放方面都是积极的。
在轻度认知障碍和阿尔茨海默氏病中体内神经炎症和脑小血管疾病
摘要引入脑小血管疾病（SVD）与炎症之间的关联已在很大程度上使用炎症的外周血标记进行了检查，很少有研究测量大脑内部的炎症。我们使用[11 C] PK11195正电子发射断层扫描（PET）成像研究了SVD与体内神经炎症之间的横截面关系。招募了42位参与者（根据NIA-AA指南，14个健康对照，14个轻度阿尔茨海默氏病，14例淀粉样蛋白阳性轻度认知障碍）。使用[11 C] PK11195 PET Imaging评估了神经炎症，这是小胶质细胞激活的标志物。为了量化SVD，我们评估了白质超强度（WMH），血管周空间扩大，脑微粒和缝隙。的综合评分，该分数是针对全球SVD负担，以及高血压动脉炎和脑淀粉样血管病（CAA）的SVD亚型。一般线性模型检查了SVD和[11 C] PK11195之间的关联，调整性别，年龄，教育，认知，扫描间隔，并通过错误发现率（FDR）进行多次比较。优势分析直接比较了高血压动脉病和CAA评分作为[11 C] PK11195的预测指标的相对重要性。结果全球[11 C] PK11195结合与SVD标记有关，特别是在高血压动脉炎的典型区域：深层微粒（β= 0.63，F（1,35）= 35.24，p <0.001），深WMH（β= 0.59，T = 0.59，T = 4.91，P = 4.91，P <0.001）。结论小胶质细胞激活与SVD有关，尤其是SVD的高血压动脉瘤亚型。在优势分析中，高血压动脉炎的评分在预测[11 c] PK11195在全球结合的[11 c] PK11195和37个感兴趣的区域中的28个区域，尤其是内侧颞叶（β= 0.66-0.76，t = 0.66-0.76，t = 3.90-5.58，fdr-crorded p（p fdr c fdr）和0.002（p fal）= <<0.002） - = 0.51–0.57，t = 3.53–4.30，p fdr = 0.001–0.004）。尽管需要进一步的研究来确定因果关系，但我们的研究表明，靶向神经炎症可能代表了SVD的新型治疗策略。
使用机器学习模型随机森林
摘要背景鉴于疾病的发病率和干预时间狭窄的时间窗口，在院前阶段对大血管闭塞（LVO）的及时识别非常重要。当前的评估策略仍然具有挑战性。这项研究的目的是开发机器学习（ML）模型，以使用院前可访问数据来预测LVO。在基于计算机的急性中风患者的症状发作后8小时内接受了CT或MR血管造影术并在8小时内接受再灌注疗法的连续急性急性缺血性中风患者，包括2016年1月至2021年8月。我们开发了八种ML模型，以将国立卫生学院中风量表（NIHSS）项目与人口统计学，病史和血管风险因素相结合，以识别LVO并验证其效率。结果最后，训练组中包括15例365例患者，并将4215例患者纳入了测试组中。在测试集，随机森林（RF），梯度提升机和曲线下的极端梯度提升面积为0.831（95％CI 0.819至0.843），它们高于其他模型，RF呈现出最高的特异性（0.827）。此外，RF的AUC高于其他量表，与NIHS相比，模型的准确性提高了6.4％。我们还发现，识别LVO的前五项是NIHSS总分，凝视偏差，意识水平（LOC），LOC命令和电动机左腿。结论我们提出的模型可能是基于院前可访问的医疗数据来预测LVO的有用筛选工具。试用注册号NCT04487340。
双体船混合能源系统特性 Uchenna A. Robinson 1*、Azubuike J. Chuku 2
1,2 尼日利亚河流州哈科特港河流州立大学海洋工程系 Uchenna.robinson1@ust.edu.ng 摘要：本研究重点分析在几内亚湾航行的双体船的混合能源系统，旨在提高能源效率、减少排放、促进海上运输的可持续性。拟议的混合系统集成了太阳能光伏 (PV) 板、铅酸电池和备用柴油发电机，以满足在尼日利亚哈科特港航行的一艘 12 米双体船的能源需求。该系统旨在解决传统柴油动力船舶的环境和运营挑战，通过利用可再生能源提供更清洁的替代方案。通过详细的能源生产和消耗分析，该研究表明，混合系统可以显著减少对柴油的依赖，与纯柴油系统相比，每年可减少 47.6% 的二氧化碳排放量。在太阳辐射高峰期，太阳能光伏阵列为船舶提供大部分能源，而柴油发电机则确保在太阳辐射低的时期运行可靠。尽管太阳能存在季节性变化，但该系统有效地满足了双体船的能源需求，估计每年柴油消耗量为 1510 升。这项研究强调了混合动力系统在提高船舶环保性能方面的潜力。然而，它也指出了能源存储容量的局限性，并建议进一步探索先进的电池技术和可再生能源。研究结果强调了混合动力系统在推进可持续海事实践、降低运营成本和排放方面的重要性。
apelin可防止糖尿病引起的缺血性肢体中的不良副血管形成和血流再灌注
简介：周围动脉疾病（PAD）是糖尿病患者下肢截肢的主要危险因素。不幸的是，先前使用血管内皮生长因子（VEGF）研究治疗性血管生成的临床研究表明，糖尿病患者令人失望的结果，这引起了新型治疗剂的必要性。在缺氧条件下高度上调丙链夹系统（APJ受体/ apelin），并充当血管生成的激活剂。Apelin治疗可改善缺血的非糖尿病模型中的血运重建，但是，其在糖尿病疾病中的血管生成作用仍未得到研究。这项研究探讨了Pyr-Apelin-13对后肢缺血的内皮细胞功能和糖尿病小鼠模型的影响。方法：非糖尿病和糖尿病小鼠接受了股动脉连接以诱导肢体缺血。糖尿病小鼠皮下植入渗透泵28天的渗透泵28天。血流再灌注在手术后4周测量，并用自愿轮评估运动意愿。在体外，牛主动脉内皮细胞（BAEC）暴露于正常（NG）或高葡萄糖（Hg）水平和缺氧。 在VEGF或PYR-APELIN-13刺激下，进行了细胞迁移，增殖和管形成测定。 结果和讨论：与未经治疗的糖尿病小鼠相比，在接受PYR-APELIN-13的糖尿病小鼠中，肢体缺血，血流再灌注，肢体的功能恢复和血管密度得到改善。在体外，牛主动脉内皮细胞（BAEC）暴露于正常（NG）或高葡萄糖（Hg）水平和缺氧。细胞迁移，增殖和管形成测定。结果和讨论：与未经治疗的糖尿病小鼠相比，在接受PYR-APELIN-13的糖尿病小鼠中，肢体缺血，血流再灌注，肢体的功能恢复和血管密度得到改善。在培养的BAEC中，暴露于HG浓度和缺氧会降低VEGF的促血管生成作用，而Apelin促肌启启动效应仍未得到改变。pyr-apelin-13通过AKT/AMPK/ENOS和RHOA/ROCK信号通路在NG或HG浓度和低氧暴露下诱导其促血管生成作用。我们的结果将辅助系统确定为糖尿病患者血管生成治疗的潜在治疗靶点。
使用机器学习模型随机森林预测缺血性中风的大血管闭塞
摘要背景鉴于疾病的发病率和干预时间窗短，在院前及时识别大血管闭塞 (LVO) 极为重要。目前的评估策略仍然具有挑战性。本研究的目的是开发一个机器学习 (ML) 模型，使用院前可访问的数据来预测 LVO。方法纳入 2016 年 1 月至 2021 年 8 月期间在基于计算机的急性卒中患者在线数据库（用于卒中管理质量评估-II）数据集中接受 CT 或 MR 血管造影并在症状出现后 8 小时内接受再灌注治疗的连续急性缺血性卒中患者。我们开发了八个 ML 模型，将美国国立卫生研究院卒中量表 (NIHSS) 项目与人口统计学、病史和血管危险因素相结合，以识别 LVO 并验证其有效性。结果最终，15 365 名患者被纳入训练集，4 215 名患者被纳入测试集。在测试集上，随机森林 (RF)、梯度提升机和极端梯度提升的曲线下面积 (AUC) 为 0.831（95% CI 0.819 至 0.843），高于其他模型，其中 RF 的特异性最高（0.827）。此外，RF 的 AUC 高于其他量表，与 NIHSS 相比，模型的准确率提高了 6.4%。我们还发现识别 LVO 的前五项是 NIHSS 总分、凝视偏差、意识水平 (LOC)、LOC 命令和左腿运动。结论 我们提出的模型可以成为基于院前可获取医疗数据的预测 LVO 的有用筛查工具。试验注册号 NCT04487340。
影响中风患者皮质肌肉相干性的因素
2型糖尿病（T2DM）的患病率及其并发症导致了全世界的死亡和残疾负担。T2DM的并发症非常普遍，在对亚洲，非洲，非洲，南美和欧洲的28个国家的观察性研究中，有一半的T2DM患者出现了小血管疾病（SVD）和27％的大血管疾病（1）。因此，很明显，SVD比大血管疾病更为普遍。糖尿病血管复杂性疾病是糖尿病患者死亡率的主要原因，其中最常见的是糖尿病性肾病（DR）和糖尿病性视网膜病（DN）（2）。根据大型中国城市中T2DM的流行病学调查，DR和DN分别占糖尿病中微血管病的39.7％和31.5％（2）。此外，在入射并发症的后续研究中确定了中国糖尿病患者大血管疾病的频率相对较低（3）。尽管基于严格控制血糖，血压和血脂的标准化治疗已被验证，以便能够减慢糖尿病微血管病的进展，但它们尚未完全阻止或反转该疾病（2、4、5）。因此，扩大有关SVD生理病理学的当前知识并确定新型潜在的生物标志物可能有助于促进SVD的检测和管理。近年来，对血液中的氨基酸和相关代谢产物进行了深入研究，因为T2DM及其并发症的一些最有希望的生物标志物候选者。芳香氨基酸（AAA），即酪氨酸，值得注意的是，大量的研究表明，T2DM和SVD患者的循环氨基酸水平发生了变化。
定量易感性映射在7 tesla MRI上的含义对脑小血管疾病中的微孔物检测
脑小血管疾病（CSVD）适当的病理变化导致血管壁的泄漏和破裂，有时会导致完整的红细胞或头皮蛋白的积累（1，2）。这些急性，亚急性或慢性小局灶性病变称为脑微粒（MB），是CSVD的最具代表性的标志之一（3，4）。因此，它们与疾病的病理负担相关（5，6），可预测脑部出血的风险（7，8）（ICH），这是零星CSVD的最严重和毁灭性的结果，并显示出与认知障碍（9，10）的不可思议的相关性。人类大脑中脑MB的分布还创造了允许在两种最常见的零星CSVD之间进行区分的模式：高血压的动脉炎（HA）（HA），这与高血压和表现相关，尤其是在基础神经节（11）和塞雷布拉群Angiplal Angioptile Angiphy an Angioptial anty an Angioptiles（CAAA）中（瘦脑和皮质小动脉，其特征是淀粉样β（aβ）的积累（12）。因此，MB通常在HA的深脑区域中找到，而它们严格是CAA中的Lobar（并且主要是皮质）（11）。混合模式也可能表达两种血管病理的同时存在（13）。此外，在阿尔茨海默氏病（约25％）（14，15）中，MBS并不罕见，并且最近的发展还表明，MBS和较高的脑出血风险较高，可能会鼓励对最近被批准的抗ANPI-Aβ阿尔茨海默氏病疗法（16）谨慎谨慎。mbs，从第六个人中的大约17％增加到八十年来的38％（17）。MB。定量易感映射（QSM）（18），一种相对新颖的后处理方法，具有优势，例如缺乏T2 ∗ -W序列适当的盛开效果和SWI序列和SWI（19）的可能性，以及在二氧化碳和临时物质之间进行区分的可能性（E.G.G.G.G.G.G.G.G.G.G.，沉积物 - 如MBS）。在这项研究中，我们假设MBS检测将从（i）较大的磁场强度（3T T2 ∗ -W vs. 7T T2 ∗ -W成像）中受益，如先前所示（21）和（ii）QSM（7T T2 ∗ -W vs. 7T QSM）的使用。此外，在同一CSVD患者和健康的老年参与者中，我们探讨了7T QSM对基于神经成像的患者分类为CSVD和/或对照组的含义。
在多种同类中的小血管疾病和阿尔茨海默氏病的血浆和神经影像学：梅萨
。cc-by-nc-nd 4.0国际许可证是根据作者/资助者提供的，他已授予Medrxiv的许可证，以永久显示预印本。（未通过同行评审认证）
A2V：通过两阶段训练血管造影到世纪的半监督域适应框架，用于脑血管分割
我们提出了一个半监督的域适应框架，用于来自不同图像模式的脑血管序列。现有的最新方法集中在单一模态上，尽管可用的脑血管成像技术广泛。这可能导致重大分布变化，从而对跨模式的概括产生负面影响。By relying on annotated angiographies and a limited number of an- notated venographies, our framework accomplishes image-to-image translation and se- mantic segmentation, leveraging a disentangled and semantically rich latent space to represent heterogeneous data and perform image-level adaptation from source to tar- get domains.此外，我们降低了基于周期的架构的典型复杂性，并最大程度地减少了对抗性训练的使用，这使我们能够通过稳定的培训构建一个高效且直观的模型。我们评估了有关磁共振血管造影和静脉曲张的方法。在源域中实现最先进的性能时，我们的方法在目标域中达到了仅8个目标域的骰子得分系数。降低了9％，突出了其在不同模态上稳健脑血管图像分割的有希望的潜力。