在康复环境中,获得性脑损伤或疾病后是否适合驾驶是一个常见的问题。这项研究的目的是将年龄匹配的常模与用来预测驾驶适应性的患者认知测试结果进行比较。第二个目的是分析道路评估对获得性脑损伤后恢复驾驶的最终决策的贡献。将四个交通医学部门(n = 333)的回顾性认知测试结果与瑞典健康常模人群(n = 410)的结果进行了比较。根据交通医学团队对适合或不适合驾驶的最终决策,将患者分为两类。在所有年龄组的所有认知测试中,常模组的结果明显优于被认为不适合驾驶和适合驾驶的患者。对患者组进行的二元回归分析显示,适合驾驶/不适合驾驶的解释值为 88%,其中包括北欧中风驾驶员筛查评估总分、有用视野总分和道路评估的最终结果。本研究的结果说明了使用多种测试、方法和背景对于最终决定驾驶适应性的重要性。
最佳。它缺乏标准化,并且基于一两个放射科医生对肿瘤状态的整体印象。因此,它不适用于治疗试验或重现其他研究人员的结果。然而,我们的结果表明,非常需要对神经内分泌肿瘤反应变化更敏感的放射学反应评估系统。随着当今放射学程序的高分辨率,人们可以争辩说,用于对 RECIST 中不同总体反应组进行分类的阈值可以重新定义。例如,目标病变直径总和增加 5% 而不是 20% 可以定义进行性疾病。肿瘤密度降低作为影响
阿尔茨海默氏病(AD)是最漫射的神经模型生成性疾病之一,其特征是痴呆症的逐步认知下降。目前在临床研究中使用了几种AD的生物标志物。根据美国国家老化 - 阿尔茨海默氏症协会(NIA-AA),体内脑脊液(CSF)的ABETA和PHOSHPO TAU和淀粉样蛋白/Tau Potitron发射术(PET)的措施,允许在Preplinical和Protient的AD诊断(PET)中,并具有准确的MACINIPAIS(MAC),并具有客观的意义(临床试验的阶段(Albert等,2011; Jack等,2018; McKhann等,2011)。此外,可以通过源自18fluorodeoxyoxyoxyoxyglucose PET(FDG-PET),CSF中的TAU以及颞叶型皮质中脑萎缩的磁共振成像(MRI)的生物标志物来监测AD的进展。除了FDG-PET作为神经和突触完整性的敏感标记所起的间接作用外,上述生物标志物都没有反映AD神经病理学对基于认知过程的神经生理机制的影响。为了填补这一空白,头皮录制的脑电图(EEG)节奏是有希望的,因为它们是无创的,具有成本效益的,并且基于记录
通过分层相关性传播增强核电站 AI 模型的可解释性 Seung Geun Kim a*、Seunghyoung Ryu a、Hyeonmin Kim b、Kyungho Jin b、Jaehyun Cho ba 应用人工智能实验室/b 韩国原子能研究院风险评估与管理研究团队,韩国大田儒城区大德大路 989 号街 111,34057 * 通讯作者:sgkim92@kaeri.re.kr 1.简介 随着人工智能 (AI) 技术的快速发展,各个领域的应用数量巨大。核领域也紧跟这一趋势,许多研究利用 AI 模型解决事件诊断和自动/自主操作等问题。然而,占据近期 AI 技术应用最大份额的深度神经网络 (DNN) 具有不透明且可解释性低的局限性。对于基于 DNN 的模型,很难了解模型的内部逻辑或模型如何从给定的输入推断出输出。由于这一限制,尽管基于 DNN 的模型的性能可以接受,但人们对将其实际应用于安全关键领域和与道德/法律问题相关的领域仍犹豫不决。为了克服可解释性低的限制,已经提出了许多可解释的人工智能 (XAI) 方法。XAI 方法可以提供详细的解释,例如模型的内部逻辑和输入与输出之间的关系。然而,尽管可解释性问题对于安全关键的核领域至关重要,但缺乏处理 XAI 的研究。在本研究中,为了提高核领域人工智能模型的可解释性和实用性,研究了分层相关性传播 (LRP) [1],它是 XAI 方法之一,与其他 XAI 方法相比,它在许多应用中表现出更好的性能。论文的其余部分组织如下。在第 2 章中,对 XAI 和 LRP 进行了简要说明。第 3 章描述了可行性检查实验,第 4 章总结了本文。 2. 前言 2.1 可解释人工智能 可解释人工智能 (XAI) 是一种使人类轻松理解 AI 模型的技术。大多数 AI 模型在数据处理和解决问题的方法方面与人类不同。例如,AI 模型识别具有像素 RGB 值的图像,而人类则不能。提出 XAI 是为了减轻理解 AI 模型内部过程或推断某些输出的原因的难度。
本文回顾香港自近期经济衰退开始以来的长期失业情况,并将其与过去二十多年经济萎缩时期的长期失业情况作比较。香港的长期失业率由2019年第二季(即近期经济衰退前一季)的0.6%飙升至2020年12月至2021年2月的历史新高2.8%。近期经济衰退期间长期失业情况的急剧恶化甚至比以往经济衰退更为严重。这反映出新冠肺炎疫情严重扰乱了广泛的经济活动,导致许多人在短时间内失业,增加了找工作的难度。随着香港经济逐渐复苏和本地疫情逐渐消退,本地劳工市场最近有所改善,长期失业情况开始出现一些改善迹象。这一现象与以往的经验相似,后者的改善通常比前者滞后数月。
抽象目的与自体造血干细胞移植(AHSCT)和alemtuzumab(ALZ)相比,在复发性多发性硬化症患者中进行了结局。用AHSCT治疗的方法(n = 69)接受了环磷酰胺(200 mg/ kg)和兔抗thymocypypyte globulinerg(6.0 mg/ kg)的条件方案。接受ALZ治疗的患者(n = 75)在5天内接受了60毫克的剂量,在1年后3天内重复剂量为36 mg,然后根据需要。随访访问,评估扩大的残疾状态量表评分,不良事件和MR调查至少每年进行。结果,主要结局指标的Kaplan-Meier估计值“没有疾病活动的证据”为88%,而ALZ为3年时为37%,p <0.0001。AHSCT年度复发率的次要终点为0.04,而ALZ为0.1,p = 0.03。在最后随访中,稳定或恶化的患者比例为57%/41%/1%(AHSCT)和45%/43%/12%(ALZ),P = 0.06 p = 0.06不良事件,在接受AHSCT治疗的48/69例患者中,在48/69例患者中出现了3级或更高级别的ALZ和0/75患者,并在Alz接受了100天的治疗。最常见的长期不良事件是甲状腺疾病,AHSCT的甲状腺疾病为3年,为21%,ALZ为46%,p = 0.005。在这项观察性队列研究中得出的结论,AHSCT治疗与维持“没有疾病活动的证据”的可能性更高。在最初的100天内,AHSCT的不良事件更为频繁,但此后在接受ALZ治疗的患者中更常见。
在日常行为中,我们会执行许多包含一系列动作的目标导向手动任务。然而,关于此类任务中预测控制机制的发展方面,尤其是支持儿童连续手动动作的大脑激活方面,我们了解的有限。我们在青春期早期(11-14 岁)正常发育儿童中调查了这些问题,并与之前收集的成人数据进行了比较。参与者躺在磁共振成像 (MRI) 扫描仪中,使用手持操纵器将计算机屏幕上的光标移向连续呈现的目标。下一个目标要么在完成当前目标后显示(单目标条件),在这种情况下无法提前计划即将到来的动作,要么提前显示(双目标条件),这允许使用预测控制策略。成年人在双目标条件下完成的目标比在单目标条件下完成的目标多,显示出有效的预测控制策略。相比之下,儿童在两个目标条件下完成的目标比在单个目标条件下完成的目标要少,而且由于抑制过早动作的能力有限,实施预测策略存在困难。与成人相比,儿童大脑中激活程度更高的区域包括前额叶和后顶叶区域,这表明由于抑制挑战,儿童对高级认知处理的需求增加。因此,对于连续手动任务中的预测机制,关键发展可能发生在青春期早期之后。这比之前报告的其他手动任务的年龄要晚,这表明预测阶段的转变很难掌握。
图 1. 纸质评估与 Braincheck 评估的散点图。共有 21 名参与者完成了纸笔版 Stroop 测试和 BC 版 Stroop 测试。将 BC Stroop 反应时间与纸质 Stroop 分数进行比较,得出的 Pearson 相关系数为 -0.74。较高的纸质 Stroop 分数通常与较快的 BC Stroop 反应时间相关。共有 21 名参与者完成了纸笔版数字符号替换测试 (DSST) 和 BC 版。将纸笔分数与 BC 反应时间进行比较,得出了强烈的负相关性 (r= -0.67)。较高的纸质 DSST 分数通常与较快的 BC DSST 反应时间相关。21 名参与者完成了纸笔版 Trails A/B 测试和 BC 版。对于 Trails A (r=0.86) 和 Trails B (r=0.86),两个版本之间存在很强的相关性。这意味着,每个版本的测试完成时间之间存在很强的相关性。20 人完成了 Matrix 测试的纸笔版和 BC 版。将纸笔版的正确题目数量与 BC 版的正确题目数量进行比较,得出 r 为 0.75。这意味着,两个版本的测试和正确题目数量之间存在很强的正相关性。
低速设施中风洞流质量测量和评估的现代框架 随着测试的复杂性增加,对风洞测试测量精度的要求也越来越严格。在风洞测试时间减少和测试成本增加的环境下,重要的是在较长时间内建立、维护和统计控制风洞设施中测量链所有组件的精确校准和验证。本文介绍了在贝尔格莱德军事技术学院的 T-35 4.4 m × 3.2 m 低速风洞中建立和维护测量质量控制系统所做的努力。该设施测量质量的保证基于确保三个主要组成部分的质量:风洞测试部分的校准、所用仪器的校准以及标准风洞模型的定期测试。介绍了相关风洞校准测试的样本结果,并将其与其他设施的结果进行了比较。测试证实了该设施的整体质量良好,并且必须保持、定期检查和系统地记录所达到的质量水平。关键词:风洞流动质量;低速风洞;标准校准模型;AGARD-B;ONERA M4。1.简介 风洞测试是任何飞机设计和开发的重要组成部分。预测未来飞行物体的空气动力学行为和特性的通常做法是进行相对小规模模型的风洞测试。为了确保对风洞数据进行有意义的解释,必须了解和纠正影响结果的影响因素;修正后的数据应与来自不同风洞或自由空气情况的数据具有可比性,[1]-[9]。此外,最好采用或多或少标准的校准和测试程序,以使来自不同风洞的数据尽可能接近可比性。在测试模型的风洞结果可用于预测未来飞行物体的气动特性之前,必须确定模型支撑系统和非均匀气流条件的影响随着风洞试验对测量精度的要求越来越严格,试验的复杂性也随之增加,并且在风洞试验时间减少、试验成本不断上升的环境下,重要的是对风洞设施中测量链的所有组件进行准确的校准和验证,更重要的是,在较长时间内保持和统计控制 [10]。
用于表征飞机机身撞击损伤的光学工具 N.Fournier 1 – F. Santos 1 - C.Brousset 2 – JLArnaud 2 – JAQuiroga 3 1 NDT 专家,2 AIRBUS France,3 Universidad Cmplutense de Madrid 摘要:在飞机制造/组装过程中或交付后的使用中,机身外部可能会出现表面损伤。大多数此类缺陷与飞机尺寸相比都很小,通常分布在机身的整个表面。为了正确表征这类异常,无损检测领域一直需要新手段。它们需要可靠、便携、快速和准确。对于此类缺陷,光学技术通常可以提供好的解决方案。然后,开发了基于光学的新技术来满足飞机制造商对损伤表征的要求。具体来说,我们开发了一种基于阴影莫尔效应的便携式设备,用于表征飞机机身撞击损伤的精确几何形状。该系统易于使用、便携、快速且成本低廉。它将有助于操作员对缺陷进行分类,并在检查过程中节省大量时间。经过一段时间的测试后,该设备应在飞机的总装线上使用。1 – 简介:在航空领域,国家和国际机构都要求制造商、航空公司和维修机构严格遵守有关飞机安全和保障的现行规定。飞机的结构在使用过程中承受着巨大的机械负荷,每个部件都有确定的使用寿命。必须定期检查零件以检查其可用性,并在其整个使用寿命期间安排系统的无损检测。当发生损坏时,必须对面板进行额外的控制,以确保其完整性以便继续使用。结构复杂性的增加以及为提高机械性能和减轻结构重量而使用的新材料导致了新的控制手段的不断发展。这些工具必须与旧工具一样高效,更快、更准确、更自动化,并且对人为解释的限制性更强。这种演变是航空业所有参与者遵循的整体质量战略的一部分。在所有可能影响结构完整性的损坏中,意外表面凹痕是最受监控的损坏之一:必须控制受影响的区域,以确保不会产生裂纹、分层或剥离。在进行任何更深的无损检测控制之前,操作员必须评估表面和深度损坏的严重性。制造商的设计办公室会给出公差,以根据这些标准将损坏分类,从而确定后续操作。然后,控制员必须恢复凹痕的精确几何形状,主要有两个原因:帮助他们对损坏进行分类,并帮助设计办公室确定受影响结构的新机械属性(当凹痕几何形状足够关键以运行此类程序时)。2 - 凹痕表征工具:Moireview©:开发了一种新工具来满足凹痕表征方面的需求。该系统基于光学,可以检索受影响区域的 3D 形状。它的开发是对目前使用的机械手段(深度计、粗糙度仪……)的补充。此工具的基本规格是快速、自主、便携和易于使用。负责检查的操作员必须在飞机周围走动以检测损坏情况,并可能从地面、平台或发动机舱进行测量。此后,他们应该能够携带该工具进入难以接近的区域。考虑到飞机的整个表面,与相对较小的凹痕(可能有很多且遍布整个飞机)相比,系统必须快速,以便在合理的时间内完成完整的检查。最后,考虑到设计办公室给出的公差,该工具必须足够精确。
