XiaoMi-AI文件搜索系统
World File Search Systemcation
识别新型蛋白质生物标志物和药物靶点...
为了探索13种循环蛋白的编码基因在结肠肿瘤组织中是否具有细胞类型特异性富集，我们进一步使用来自GEO的单细胞RNA测序数据进行单细胞类型表达分析。细胞被聚类为11个簇，进一步分为六种细胞类型（上皮细胞、B细胞、单核细胞、组织干细胞、T细胞、内皮细胞）（图4A）。13个蛋白质编码基因中有12个在结肠肿瘤组织中有表达数据；图4（B和C）显示了每个簇中这12个编码基因的单细胞表达。其中，6个蛋白质编码基因在结肠肿瘤组织中具有细胞类型特异性富集，平均Log 2 FC> 0.5和FDR<0.05水平（图4D）。GREM1、MMP2和TIMP2主要富集在组织干细胞中，而FUT3和
BCM-VEMT：根据 MRI 对脑癌进行分类...
摘要：脑癌很可能是近年来导致死亡的最主要原因。正确诊断癌症类型使专家能够选择正确的治疗方法和决策，从而挽救患者的生命。具有图像处理功能的计算机辅助诊断系统能够正确分类肿瘤类型，其重要性不言而喻。本文提出了一种增强方法，该方法可以使用深度学习和机器学习算法集合对磁共振图像 (MRI) 中的脑肿瘤类型进行分类。名为 BCM-VEMT 的系统可以对四个不同的类别进行分类，包括三类脑癌（神经胶质瘤、脑膜瘤和垂体）和非癌性（即正常类型）。开发了一种卷积神经网络来从 MRI 图像中提取深度特征。然后将这些提取的深度特征输入到多类 ML 分类器中，以对这些癌症类型进行分类。最后，使用加权平均分类器集合通过组合每个 ML 分类器的结果来实现更好的性能。该系统的数据集共有四类 3787 张 MRI 图像。BCM-VEMT 的表现更佳，胶质瘤类准确率为 97.90%，脑膜瘤类准确率为 98.94%，正常类准确率为 98.00%，垂体类准确率为 98.92%，总体准确率为 98.42%。BCM-VEMT 在对脑癌类型进行分类方面具有重要意义。
迁移学习在自动伽马光谱识别中的应用
早期研究的动机是缺乏强大的伽马射线光谱自动识别算法，特别是当光谱统计数据较低时，包括潜在的低信噪比。1,2 早期的工作集中于自动伽马射线光谱识别和使用卷积神经网络 (CNN) 进行识别的新数据模式。本文重点关注感兴趣的目标域中可用数据集的缺乏问题。虽然一些感兴趣的同位素的良好代表性数据可能数量较少，但大多数放射性同位素在原位出现的频率并不高，无法提供典型的机器学习所需的大型和多样化的数据集。通常，当收集大型放射学数据集时，发现的源种类非常有限，只有少数医疗和工业源占据主导地位；并且与我们之前的研究一样，需要大量依赖模拟数据。这种情况意味着，如果不进行一些修改，经过这些数据集训练的机器将无法识别大多数可能的放射性同位素。
阿片类药物识别和阿片类药物使用的药物...
与哥伦比亚特区的DC Health/政府提供的继续教育课程与Edwin Chapman博士和Innovation Horizons LLC合作，旨在为医疗保健专业人员提供基本知识和实用工具，以有效地解决阿片类药物危机。为处方者，药剂师和相关卫生工作者量身定制，本课程提供1.5个学分，并使参与者能够熟练筛选，诊断和管理阿片类药物使用障碍。
嘈杂的临床数据分类阳离子...
记录的版本：此预印本的一个版本在2022年2月3日在Scienti c报告上发布。请参阅https://doi.org/10.1038/s41598-022-05971-9。
抑制富锂正极材料中的集体阳离子迁移作为一种策略
(283 mAh g -1 , 960 Wh kg -1 ) 19 , 层状 Li 1.2 Ni 0.13 Mn 0.54 Co 0.13 O 2 (~270 mAh g -1 , ~950 Wh kg -1 ) 20 ,
使用深度神经网络对阿尔茨海默病进行四向分类...
阿尔茨海默病 (AD) 是一种神经退行性疾病，会对包括海马体在内的多个大脑区域造成不可逆的损害，从而导致认知、功能和行为受损。早期诊断该疾病将减少患者及其家属的痛苦。为了实现这一目标，在本文中，我们提出了一种孪生卷积神经网络 (CNN) 架构，该架构采用三重态损失函数将输入的 MRI 图像表示为 k 维嵌入。我们使用预训练和非预训练的 CNN 将图像转换到嵌入空间。这些嵌入随后用于阿尔茨海默病的四向分类。使用 ADNI 和 OASIS 数据集测试了模型有效性，准确率分别为 91.83% 和 93.85%。此外，将获得的结果与文献中提出的类似方法进行了比较。
葡萄糖趋势预测模型基于改进的小波变换和门控复发单元
心力衰竭是一种具有复杂临床表现的综合征。可能是由于多种原因而发生的，包括对心脏的结构损害以及其功能变化，以防止其正确地将血液泵入身体，从而使身体没有充分的循环。随着我们人口的年龄增长，心力衰竭患者的数量每年增加，一再住院，生活质量减少和其他问题。这些问题突出了需要及时诊断，治疗和预后的必要性。通过其分类来估计心力衰竭患者的严重程度在有效治疗中具有重要的临床意义。分类心力衰竭被认为是治疗它的最关键步骤。分类心力衰竭的标准是纽约心脏协会
误差相关电位变异性：探索对分类和可转移性的影响
摘要 — 脑机接口 (BCI) 允许从大脑到外部应用程序直接通信，以自动检测认知过程，例如错误识别。错误相关电位 (ErrPs) 是当一个人犯下或观察到错误事件时引发的一种特殊大脑信号。然而，由于大脑和记录设备的噪声特性，ErrPs 会因各种其他大脑信号、生物噪声和外部噪声的组合而有所不同，这使得 ErrP 的分类成为一个不简单的问题。最近的研究揭示了导致 ErrP 变化的特定认知过程，例如意识、体现和可预测性。在本文中，我们探索了在通过改变给定任务的意识和体现水平而生成的不同 ErrP 变化数据集上进行训练时分类器可迁移性的性能。特别是，我们研究了当由相似和不同的任务引发时观察性和交互性 ErrP 类别之间的转移。我们的实证结果从数据角度对 ErrP 可转移性问题进行了探索性分析。
修复牙科的精准性和安全性：隔离和放大的协同作用
uibu sftvmu jo tvddfttgvm o boe votbujtgbdupsz sf tvmut 6tjoh uif sjhiu ufdiojrvft boe cf joh ijhimz qsfdjtj tipvme cf frvbmmz xfmm voefs tuppe boe bqqmjfe up pcubjo uif ijhi ftu rvbmjuz jtpmbodfsj udfgpsj *otv lfz lfz lfz bsfbt bsfbt wf gps tjnqmjmdb ujpo pg ufdiojrvft boe qspdfevsft fo tvsf b npbcumf qsfdpub m hf up efwfmpqjoh b dpnqmpqjoh b dpnqmfy CFS PG DMJOJDJBOT