XiaoMi-AI文件搜索系统
World File Search Systemartifact
工程学院生物医学工程系...
指导老师：Mohammadreza Yazdchi，顾问：Peyman Moallem 教授，研究员：Maryam Basij，“IVUS 图像中的自动阴影检测和分析增强”，硕士论文，伊斯法罕大学，工程学院，生物医学工程系。指导老师：Mohammadreza Yazdchi，顾问：Majid Mohammadbeigi 博士，研究员：Amirhossein Keivanpour，“实时识别心电图伪影和心律失常以在便携式医疗设备上实施”，硕士论文，伊斯法罕大学，工程学院，生物医学工程系。
用于医学图像重建的量子计算
数据由英国伯明翰伊丽莎白女王医院提供。Symbia Pro.specta 并非在所有国家/地区上市。无法保证未来上市。请联系您当地的西门子医疗组织了解更多详情。[a] 金属伪影的减少量和相应的图像质量改善取决于许多因素，包括：金属物体的成分和大小、患者体型、解剖位置和临床实践。除了不使用 iMAR 的常规重建外，建议在启用 iMAR 的情况下进行重建。
在有或没有短距离通道的方法的功能近红外光谱中的全身活动校正的性能比较
功能性近红外光谱（FNIRS）是神经影像学的有前途的工具，尤其是在大脑的背景下 - 计算机接口1（BCI）或Neurofeffack 2（NFB）2（NFB）应用于运动神经疗法的应用。在积极的公开3 NFB培训中，参与者通过接收反馈，以促进大脑可塑性来自我调节与任务相关的大脑活动。2、4、5为了运动神经居住的目的，任务可以是任何运动任务，但是，最常见的是，参与者执行动力学运动图像，也就是说，想象一下不实际执行的运动任务的感觉。2、6、7要实现此目标，这是一种特定于空间的大脑成像工具，可以进行成本效益，重复训练。fnirs融合了这些品质。2，8此外，FNIRS允许衡量困难的人群，例如儿童和患者，它相对可靠地抵抗运动，并且由于FNIRS可以是可移动和便携式的，因此它具有环境灵活性。5，8 - 10 FNIRS的一个主要缺点是对测量信号的污染，该信号具有任务诱发的全身性外脑活动和脑活动11，12（简而言之：系统性活动，SA）。fnirs通过将NIR光从光源转移到光探测器来捕获血液动力学活性。在这一旅程中，光不仅可以穿透大脑组织，还可以穿透脑外层（头皮和皮肤），从而产生了包括脑和脑外血液动力学活性的信号。14此外，它不是均匀分布在头部12、13中，并且可以模仿与任务相关的活动。11，12 SA伪像引起的问题是多种多样的：信号类型之间的伪像（δ½HBO）与脱氧（δ½HBR）血红蛋白之间的伪像之间有所不同，在子主体之间和内部之间的11-13和任务。12，13由于伪像的频率可以与任务频率重叠，因此常规使用的时间过滤器不够。结果是，统计结果可能是由于误报而膨胀的，或者因假否定性而耗尽。NFB和BCI应用的 11、12、15、16这可能意味着它们可能基于噪声而不是大脑活动。 到目前为止，SA伪像的脑外部部分的全身性伪影校正（SAC）的黄金标准涉及短距离通道（SDCS）。 对于SDC，NIR光源和检测器的距离<10 mm 11 - 13，17（理想情况下为成人18毫米，为8.4 mm）。 由于短距离，SDC大多测量了脑外SA，然后可以通过应用基于回归的方法来纠正数据，例如，例如，使用基于回归的方法。 13、17、19 - 21迄今为止最有前途的方法是将SDC数据作为（附加）回归器添加到一般线性模型（GLM）中。 13、17、21此方法中最佳的SDC数量仍然未知，但是在添加更多SDC时，最多显示了八个SDC的最多SDC。 17也包括两种信号类型的SDC，即δ½HBO和δ½HBR，都改善了结果。 17但是，并非所有FNIRS研究人员都可以访问或可以在不久的将来访问SDC。 17，2511、12、15、16这可能意味着它们可能基于噪声而不是大脑活动。到目前为止，SA伪像的脑外部部分的全身性伪影校正（SAC）的黄金标准涉及短距离通道（SDCS）。对于SDC，NIR光源和检测器的距离<10 mm 11 - 13，17（理想情况下为成人18毫米，为8.4 mm）。 由于短距离，SDC大多测量了脑外SA，然后可以通过应用基于回归的方法来纠正数据，例如，例如，使用基于回归的方法。 13、17、19 - 21迄今为止最有前途的方法是将SDC数据作为（附加）回归器添加到一般线性模型（GLM）中。 13、17、21此方法中最佳的SDC数量仍然未知，但是在添加更多SDC时，最多显示了八个SDC的最多SDC。 17也包括两种信号类型的SDC，即δ½HBO和δ½HBR，都改善了结果。 17但是，并非所有FNIRS研究人员都可以访问或可以在不久的将来访问SDC。 17，25对于SDC，NIR光源和检测器的距离<10 mm 11 - 13，17（理想情况下为成人18毫米，为8.4 mm）。由于短距离，SDC大多测量了脑外SA，然后可以通过应用基于回归的方法来纠正数据，例如，例如，使用基于回归的方法。13、17、19 - 21迄今为止最有前途的方法是将SDC数据作为（附加）回归器添加到一般线性模型（GLM）中。13、17、21此方法中最佳的SDC数量仍然未知，但是在添加更多SDC时，最多显示了八个SDC的最多SDC。17也包括两种信号类型的SDC，即δ½HBO和δ½HBR，都改善了结果。17但是，并非所有FNIRS研究人员都可以访问或可以在不久的将来访问SDC。17，25例如，冯·吕曼（VonLühmann）及其同事21发现，只有4％的发表FNIRS BCI研究使用SDC进行校正。对于没有可用SDC的实例，已经提出了许多替代的SA校正方法，例如，基于空间过滤器15、16、22-24或通过基于主成分分析的过滤器使用单个基线测量结果。
改善中风的脑圆锥形CT图像伪像...
可以在血管造影套件中对大脑进行抽象背景锥束计算机断层扫描（CBCT）成像，以支持各种神经血管手术。仅依靠CBCT脑成像，由于与CT和各种成像伪像，即使在现代CBCT中，由于图像质量的劣质质量，因此仍然缺乏完全的诊断信心。目的是使用新的CBCT协议对图像伪像改进进行详细评估，该协议实现了新型的双轴“蝴蝶”轨迹。方法我们的研究包括47例接受CBCT成像的患者的94次扫描，以评估神经血管手术期间缺血或出血。对每个患者进行了传统的单轴“圆形”和新颖的双轴“蝴蝶”方案（同一患者对照）。每个大脑扫描都分为六个区域，并根据六个源自基于物理和基于患者的来源的伪影中的六个区域。结果双轴轨迹产生的CBCT图像明显少于传统的圆形扫描（全脑平均伪像得分，AS：0.20 vs 0.33），骨束硬化的改善最大（：0.13 vs 0.78）和Cone-Beam beam trifacts（as：0.04 vs 0.04 vs 0.55）。结论CBCT成像方案的最新发展已显着改善了图像伪像，这提高了中风的诊断信心，并支持急性缺血性中风患者的直接到血管造影套件转移方法。
脑电图中心理运动意象分类的稳定性取决于分类器模型的选择和实验设计，而不是信号预处理
心理运动意象 (MI) 是指在心理上执行运动任务（Milton 等人，2008 年，例如打网球或游泳）。此类任务可用于体育领域（Schack 等人，2014 年）或评估严重脑损伤患者的认知表现（Stender 等人，2014 年；Engemann 等人，2018 年），利用事件相关去同步 (ERD) 可靠地检测脑损伤患者的高级认知功能（Cruse 等人，2011 年、2012b 年）。可靠地检测健康人的 MI 任务表现对于诊断工具评估无法对任务做出公开反应的脑损伤患者的隐性意识是必不可少的。在一项关于心理 MI 的里程碑式研究（ Goldfine 等人，2011 ）中，作者证明，所有健康对照组的脑电活动都有意识地调节，并与活跃心理或静息状态的时间锁定在一起。但这些调节是不一致的。因此，我们得出结论，在测试健康人时，即在考虑患有严重脑损伤的患者之前，是否有可能可靠地区分心理 MI 范式中的活跃状态和静息状态，这一点值得担忧。从技术上讲，稳定的心理 MI 大脑状态的检测似乎高度依赖于所使用的信号处理、分类程序和统计分析，正如对心理 MI 数据的重新分析（ Henriques 等人，2016 ）中所报告的那样。因此，在这项工作中，我们重新审视了健康个体中 MI 范式的潜力，并研究了四个不同的研究问题（RQ）。我们首先研究定量分析 EEG 数据时的两个非常关键的问题：伪影的识别和剔除以及电极空间的选择。由经过培训的研究人员对 EEG 信号进行目视检查，并手动去除充满伪影的信号周期，是从记录中去除受污染通道（Cruse 等，2011、2012a）或尾迹（Cruse 等，2012b）的常用方法。这种伪影剔除方法可以应用于明显的伪影，如眨眼或运动，但肌源性活动往往与感兴趣的大脑活动（McMenamin 等，2010）混合在一起，因此无法用这种策略从信号中去除。独立成分分析（ICA）是分离肌源性和大脑活动的有力工具。ICA 将数据分解为独立成分，然后通过目视检查将其分类为肌源性或真正的大脑活动。然而，受过训练的专家的错误分类可能是导致 ICA 性能有限的原因（Olbrich 等人，2011 年）。大约三分之一的 EEG 分类研究使用手动伪影清除，然后不进行伪影清除，并且
功能近红外光谱数据多维分解的并行因子分析
(HbO) 和脱氧 (HbR) 血红蛋白可以分别评估 HbO 和 HbR 的浓度变化。1 尽管 fNIRS 信号被认为对运动具有相对耐受性，2 但是由于运动伪影引起的光强度突然变化，数据质量可能会降低。3 结果表明，两种波长的动态特性为伪影检测和校正提供了重要信息。4 然而，当前用于运动伪影校正的技术（例如小波滤波、分解、样条插值等）通常假设两种波长的行为在时间上相似，因此无法利用两种波长提供的结构化信息。5 – 7 二维 (2D) 分析要求对具有更多维度的数据（例如 fNIRS 数据）在处理之前进行表面展开，例如分别处理两种波长或 HbO 和 HbR。因此，其中一些二维分析工具被迫施加其他非生理约束，例如主成分分析（PCA）中的正交性或独立成分分析（ICA）的统计独立性。尽管有几种方法可以实现 PCA，例如降维、分类、从信号分解的角度来看，PCA 旨在提取所谓的主成分，即可解释 fNIRS 中信号活动最大方差的成分。6、7、10、11 在时间 PCA 中，数据被分解为成分之和，每个成分由两个向量的乘积形成：一个代表时间主成分，另一个代表相应的地形（每个通道的分数）。PCA 的一个基本问题是仅由两个特征（时间和空间）定义的成分不是唯一确定的。因此，不同成分的对应时间特征之间必须具有正交性。 7、12、13然而，脑信号之间的正交性是一种非生理约束。即使有这种限制，提取的主成分也不是完全唯一的，因为任意旋转轴不会改变数据的解释方差。这导致研究人员使用不同的数学标准作为选择特定旋转的基础（例如，Varimax、Quartimax 和 Promax）。在 fNIRS 中，PCA 还被应用于目标时间间隔（tPCA），即仅在与发音或其他头部运动相关的伪影发生的期间，而不是在整个未分割的信号期间。3、14与基于小波的滤波和样条插值相比，这种类型的有针对性的校正可以产生更好的信号质量，同时也降低了改变信号整体完整性的风险。3虽然 PCA 非常常见且易于使用，一些作者已经讨论了其作为伪影校正方法的缺陷和注意事项。5、15
光子计数检测器CT
目标：本研究的目的是比较计算机上的Tomog-raphy（CT）扫描中虚拟单烯图像（VMI）重建的有效性和临床实用性，并在光子计算检测器（PCD）CT系统上进行预滤线，以减少金属植入型Artifacts in Metal Artifacts in the Post of Posterative of Posterative of Posterative of the the the Postoperatiate of the the Postoperatiate oferporatiate ank。材料和方法：这项回顾性研究包括在3月至2023年10月之间在PCD CT扫描仪上进行内部固定的脚踝内固定的患者。在60到190 KeV之间的虚拟单晶图像在骨内核中以10 keV的增量重建，分别用于两种采集（分别为VMI SN和VMI STD）。噪声测量值评估了最突出的近金属图像扭曲中的伪影降低，并在采集模式以及多色图像和VMI之间进行了比较。三个读者评估了骨愈合的可见性以及5个重建水平的可见性和伪像范围。结果：本研究中包括48例患者（21名女性，27males；平均年龄为55.1±19.4岁）。tin-perfelter the-pyflerter the-div> tin-perfefterters的采集（n = 30）的多色彩图像和VMI的人工水平较低（n = 18;p≤0.043）。A significant reduction of metal artifacts was ob- served for VMI Sn ≥ 120 keV compared with polychromatic images (hyperdense ar- tifacts: 40.2 HU [interquartile range (IQR) 39.8] vs 14.0 HU [IQR 11.1]; P ≤ 0.01 and hypodense artifacts: 91.2 HU [IQR 82.4] vs 29.7 HU [IQR 39.6];For VMI Std , this applied to reconstructions ≥ 100 keV (hyperdense artifacts: 57.7 HU [IQR 33.4] vs 19.4 HU [IQR 27.6]; P ≤ 0.001 and hypodense artifacts: 106.9 HU [IQR 76.1] vs 57.4 HU [IQR 55.7]; P ≤ 0.021).对于可见性的可见性，与多色图像相比，keV的VMI SN在120 keV处得出更高的评分（p≤0.001），而与多颗粒图像相比，对图像的可解释性的评分更好（p = 0.023），并且对伪影范围的评分较低（p = 0.001）。结论：与多色图像相比，在120 KEV处的锡型VMI在120 KEV处显示出显着降低的金属伪像，而OSSESE愈合和图像可解释性的可见性得到了提高。因此，锡预滤光PCD CTWITH VMI重建可能是对金属植入物患者踝关节术后CT成像的有益补充。
D1.4 标准化前景和技术成熟度技术报告：QIT 的网络方面
标准本身并没有什么“标准”可言。标准可以是能够重复、可靠地提供测量值的物理制品或系统，例如铯原子，其跃迁频率的值可以保持不变，否则它就不是铯了。标准也可以是如果严格遵循就能提供可重复结果的程序，或者是按照精确指令操作就能保证给出相同结果的系统。在相同条件下始终产生相同电压的约瑟夫森电压芯片或可以用作评估单光子源性能的参考、性能良好的单光子探测器都可以被视为标准。
直接通过时间分辨的检测和定量二乙基乙醚氧化中的关键反应性中间体在t = 450 - 600 K.
图2。光子能量（8.5-11 eV）和时间（0-30 ms）在450 K，7500 Torr和[O 2] = 7×10 17 cm -3的CL引入DEE的氧化中的质谱（0-30 ms）。由DEE氧化形成的物种引起的峰通过其M / Z标记。未显示由DEE产生的耗尽的离子峰。星号标记了o 2 +峰是由痕量的残留量高能量辐射电离O 2引起的，这在我们的实验中以很高的浓度存在。匕首标记了m / z 117的虚拟光解诱导的伪影，这不会影响其他峰的测量。
来自脑电图的机器学习脑特异性生物标志物
脑电图（EEG）作为研究大脑功能的临床工具的悠久历史，其为各种应用提供生物标志物的潜力远非筋疲力尽。机器学习（ML）可以通过利用复杂的EEG信号来隔离相关的大脑活动来指导未来的创新。然而，脑电图中的ML研究倾向于忽略生理伪像，这可能会导致中枢神经系统（CNS）提出生物标志物的问题。我们提出了一个框架，用于从CNS与用脑电图测量的外围信号进行概念化机器学习。基于Morlet小波的频谱跨频谱的通用信号表示使我们能够定义传统的大脑活动特征（例如日志功率）和最先进的ML方法（协方差矩阵）使用的替代输入。使用来自大型公共数据库（TUAB，TDBRAIN）的2600多个脑电图录音，我们研究了外围信号和伪影技术对模范年龄和性别预测分析中ML模型的影响。跨基准，基本的伪影抑制改善了模型性能，而使用ICA进一步删除外围信号降低了性能。我们的分析表明，外围信号可实现年龄和性别预测。但是，他们仅解释了大脑信号提供的性能的一小部分。我们表明，脑信号和身体信号都反映在脑电图中，可以预测个人特征。尽管这些结果可能取决于特定的预测问题，但我们的工作表明，当目标是使用ML开发CNS特定的生物标志物时，需要非常小心来分离这些信号。