XiaoMi-AI文件搜索系统
World File Search Systemexpressions
使用面部表情的时空深度学习方法改善疼痛分类
疼痛管理和严重性检测对于有效的治疗至关重要，但是传统的自我报告方法是主观的，并且可能不适合非语言个体（口语有限的人）。为了解决此限制，我们使用面部表情探索自动疼痛检测。我们的研究利用深度学习技术来通过分析来自疼痛情感面孔数据库（PEMF）的面部图像来改善疼痛评估。我们提出了两种新颖的方法1：（1）混合交通模型与长期短期记忆（LSTM）块相结合，以分析视频框架并预测疼痛的存在，以及（2）与LSTM集成的时空图形卷积网络（STGCN），与LSTM集成在一起，以从面部图像中为疼痛图像进行过程地标。我们的工作代表了PEMF数据集进行二进制疼痛分类的首次使用，并通过广泛的实验证明了这些模型的有效性。结果突出了结合空间和时间特征以增强疼痛检测的潜力，从而在客观疼痛评估方法中提供了有希望的进步。
DDX5促进癌基因C3和Fabp1表达式，并驱动肠炎和肿瘤发生
在肠道的不同段中的肿瘤发生，并植入组织特异性致癌驱动因素。在结肠中，组成部分3（C3）激活是炎症和恶性肿瘤的主要因素。相比之下，小肠中的肿瘤发生涉及脂肪酸 - 结合蛋白1（FABP1）。然而，在肠道的不同部分中推动其表达式的上游机制知之甚少。在这里，我们报告说RNA结合蛋白DDX5与C3和Fabp1的mRNA转录本结合，以增强转录后的表达。在上皮细胞中敲出DDX5，保护小鼠免受肠道肿瘤的发生和葡萄糖硫酸盐（DSS）（DSS） - 诱导的结肠炎。鉴定DDX5是组织特异性致癌分子的常见上游调节剂，为肠道疾病提供了极好的治疗靶标。
均匀磁化矩形杆和圆柱体退磁因子的简单近似表达式
光学显微镜显示蚀刻后表面清晰无特征。总之，我们描述了一种制造可靠、易于去除的高能高剂量离子注入掩模的新工艺。要注入的样品以额外的 AIGaAs 金属剥离层作为表面层，在其上通过常规光刻胶剥离技术对金属掩模进行图案化。注入后，通过使用 HCl 选择性蚀刻 AIGaAs 来去除 AIGaAs 金属剥离层和金属掩模。由于 HCl 的选择性，在去除金属掩模期间底层外延结构不会受损。这项工作得到了国家科学基金会化合物半导体微电子工程研究中心 (CDR-85-22666)、材料研究实验室 (DMR-86-12860) 和海军研究实验室 (NOOO14-88-K-2oo5) 的支持。
在面部，语音和身体表情自动处理过程中，特定于方式的大脑表示
情感科学中的一个核心问题，与其临床应用相关的问题是，不同刺激提供的情绪如何在大脑中体验和代表。遵循传统观点的情感信号是通过情感概念的帮助来认可的，这些概念通常用于精神状态和情感体验的描述，无论感觉方式如何。这种观点激发了人们在刺激类型（面部，身体，声音）和感觉起源（视觉，听觉）的变化中共享的大脑情绪的抽象表示。另一方面，情感信号诸如侵略性的手势，触发快速自动行为反应，这可能是在情绪的完全抽象表示之前或独立的。这对特定的情感信号辩护，这些信号只能通过动员方式和刺激特定的大脑表示而不依赖更高级抽象情绪类别来触发快速适应性行为。为了检验这一假设，我们在功能磁共振（fMRI）研究中向参与者提供了自然主义的动态情绪表达。专注于自动情绪处理和避开基于概念的情绪识别的避免，参与者执行了与刺激不同感官方式呈现的无关目标检测任务。通过使用多元分析来评估对不同刺激类型的神经活动模式，我们揭示了刺激类别和特定于情感信号的模态大脑组织。我们的发现与以下观点一致：在生态条件下，面部，身体和声音的情感表达在触发快速的适应性行为中可能具有不同的功能作用，即使从抽象的概念上看来，它们也可能体现出相同的情感。这对神经媒介学上的情感研究计划具有影响，该计划应从对面部，身体和语音表达在自然主义背景下如何发挥作用的详细行为观察开始。
评论文章 使用人工智能深度学习识别胎儿面部表情
胎儿面部表情是评估妊娠后半期大脑功能和发育的有用参数。先前的研究已经研究了使用四维超声对胎儿面部表情的主观评估。人工智能（AI）可以实现对胎儿面部表情的客观评估。胎儿面部表情的人工智能识别可能为“胎儿大脑的AI科学”等新的科学领域打开大门，使用AI的胎儿神经行为科学正处于新时代的曙光。通过AI对胎儿面部表情的识别，我们对胎儿神经行为和神经发育的认识将得到提高。人工智能可能是当前和未来胎儿面部表情研究的重要方式，并可能有助于评估胎儿的大脑功能。关键词：人工智能，深度学习，面部识别，胎儿，机器学习，超声检查。唐纳德妇产科超声杂志 (2021)：10.5005/jp-journals-10009-1710
颅内脑电图和深度神经网络揭示面部身份和表情表征的共同基础
根据面部感知的经典观点（ Bruce and Young, 1986 ; Haxby et al., 2000 ），面部身份和面部表情识别由不同的神经基质（分别为腹侧和外侧颞叶面部选择区域）执行。然而，最近的研究挑战了这一观点，表明表达效价也可以从腹侧区域解码（ Skerry and Saxe, 2014 ; Li et al., 2019 ），身份也可以从外侧区域解码（ Anzellotti and Caramazza, 2017 ）。如果专门负责一项任务（身份或表情）的区域包含另一项任务的少量信息（从而实现高于机会的解码），则这些发现可以与经典观点相一致。在这种情况下，我们预计侧面区域的表征与经过训练以识别面部表情的深度卷积神经网络 (DCNN) 中的表征更相似，而不是经过训练以识别面部身份的 DCNN 中的表征（对于腹侧区域，情况应该相反）。我们通过分析对不同身份和表情的面部的神经反应来检验这一假设。将从人类颅内记录（n = 11 名成年人；7 名女性）计算得出的表征相异矩阵 (RDM) 与经过训练以标记身份或表情的 DCNN 的 RDM 进行了比较。我们发现，在所有测试区域中，经过训练以识别身份的 DCNN 的 RDM 与颅内记录的相关性更强——即使在传统上假设专门用于表情的区域也是如此。这些结果偏离了传统观点，表明面部选择性腹侧和侧面区域有助于身份和表情的表征。
颅内脑电图和深度神经网络揭示面部身份和表情表征的共同基础
1 波士顿学院心理学系，美国马萨诸塞州波士顿 02467 16 2 卡内基梅隆大学和匹兹堡大学认知神经基础中心，宾夕法尼亚州匹兹堡 15213 18 3 卡内基梅隆大学神经科学研究所，宾夕法尼亚州匹兹堡 15213 19 4 卡内基梅隆大学机器学习系，宾夕法尼亚州匹兹堡 20 15213 21 5 匹兹堡大学医学中心神经外科系，宾夕法尼亚州匹兹堡 22 15213 23 6 麻省总医院神经外科系，马萨诸塞州波士顿 24 02144 25 7 哈佛医学院，马萨诸塞州波士顿 02115 26 8 匹兹堡大学神经科学中心，宾夕法尼亚州匹兹堡15213 27 ∗ 通讯作者 28 电子邮件：stefano.anzellotti@bc.edu (SA) 29 30 31 页数：35 32 图表数量：5 33 表格数量：1 34 多媒体数量：0 35 3D 模型数量：0 36 摘要字数：242 37 意义陈述字数：120 38 介绍字数：779 39 讨论字数：2093 40 利益冲突：作者报告没有利益冲突。 41 致谢：本研究得到了美国国家科学基金会职业资助 1943862（SA）、美国国立卫生研究院 R01MH107797 和 R21EY030297（AG）以及美国国家科学基金会 1734907（AG）的职业资助。我们要感谢参与 iEEG 实验的患者以及 UPMC 长老会癫痫监测部门的工作人员和管理人员对我们研究的协助和合作。我们感谢 Michael Ward 对数据收集的帮助。49
深入了解艺术：使用深度学习
摘要 - 艺术是人类在美学和迷人手段中表达和表达自己的思想，情感和经验的深刻媒介。这就像一种通用语言，超越了语言的局限性，从而实现了复杂的思想和感受的交流。基于人工智能（AI）的数据分析正在用于研究领域，例如情感分析，其中通常分析文本数据以进行意见挖掘。在这项研究中，我们从事艺术工作并应用深度学习（DL）算法来对图形艺术中的七种不同面部表情进行分类。进行经验分析，在大型数据集上应用了InceptionV3和Resnet的预训练模型的最深学习算法。两种模型都被认为是革命性的深度学习体系结构，可以训练更深层的网络，从而在各种计算机视觉任务（例如图像识别和分类任务）中提高模型性能。全面的结果分析表明，与相关领域的现有方法相比，所提出的Resnet和Incemnet和InconceionV3方法的准确性分别高达98％和99％。这项研究通过解决图形艺术中七种不同面部表情的检测，有助于情感分析，计算视觉艺术和人类计算机相互作用的领域。我们的方法可以增强对用户情感的了解，从而对改善用户参与度，AI驱动系统中的情商以及在数字平台中的个性化体验产生重大影响。这项研究弥合了视觉美学和情感检测之间的差距，通过强调DL框架在人类心理评估和行为分析等各种领域的实时情绪检测应用程序的功效，提供了图形艺术如何影响图形艺术如何影响和反映人类情绪的新颖见解。
1发育小鼠脑的空间转录表揭示了2个基因表达的时间动力学和3个claustrum的异质性4 5 6 7 y
14†同样贡献了这项工作15 *相应的作者16 16 17 Abstract 19 20 20在哺乳动物脑皮质的发展过程中，许多神经元在六层结构中排列了21个，并带有内而外的时装，形成了新皮层和线22 Neural Circits。此过程包括细胞增殖，分化，迁移和23个成熟，并由精确的遗传调节支持。要理解在细胞和分子水平上的24个过程的序列，有必要通过基因表达来表征25种基本解剖结构。然而，在26个成年大脑中建立的标记有时在胎儿大脑中的行为不同，在27个发育过程中积极变化。空间转录组从组织切片上图案的每个28个斑点产生全基因组基因表达谱，从新鲜切片中捕获RNA分子，并在保留空间信息的同时，从新鲜冻结的切片中捕获了RNA分子和29个启用测序分析。但是，对该数据的更深入的30理解需要计算估计，包括与31个单细胞转录组数据的集成以及单细胞群集级别上斑点的聚合。这种分析在生物标志物发现中的32应用才刚刚开始，其33在发育中的胎儿大脑中的应用很大程度上没有探索。在这项研究中，我们对发育中的小鼠脑进行了34个空间转录组分析，以研究发育过程中基因表达的35个时空调节。我们的数据驱动38分析确定了脉络丛，梨状皮层，丘脑，39和claustrum的新型分子标记。41 42 43使用这些数据，我们36进行了一项综合研究，其中包括公开可用的小鼠数据集，成人大脑的37个空间转录组和胎儿脑的单细胞转录组。此外，我们揭示了胚胎40 claustrum的内部结构由异质细胞种群组成。
氯化钴作为模拟剂的缺氧剂，以hif-1α和mTOR的表达为
摘要目的：评估氯化钴（COCL 2）作为模仿人脐带间充质干细胞（HUCMSCS）HIF-1α和MTOR表达的缺氧剂的影响，用于再生牙科。材料和方法：分离出人脐带间充质干细胞然后培养。通过流式细胞术筛选了茎的特征并确认。该实验是在缺氧（H）和常氧（N）组上进行的。将每个组分割并孵育为24，48和72小时的观测值。缺氧处理。然后，进行了HIF-1α和MTOR的免疫荧光。使用单向方差分析和Tukey的HSD对数据进行统计分析。结果：在HIF-1α（p = 0.015）和mTOR（p = 0.000）表达式上发现正氧基和低氧基团之间存在显着差异。在缺氧组中发现了最高的HIF-1α表达，而在低氧组中为24小时的MTOR。结论：使用氯化钴的缺氧能够增加HIF-1α和MTOR的人脐带间充质干细胞的表达。关键字：脐带；间充质干细胞；干细胞研究；缺氧；再生。