XiaoMi-AI文件搜索系统
World File Search Systemintracranial
自发颅内低血压诊断和管理的多学科共识指南
抽象背景我们旨在创建一个多学科共识临床指南，以根据当前的证据和来自多学科专家组（SIG）的多学科诊断和共识，在脑脊液内部诊断，研究和管理自发性内部低血压（SIH）（SIH）中的最佳实践指南（SIH）。方法建立了一个由29名成员组成的SIG，具有神经病学，神经放射学，麻醉剂，神经外科手术和患者代表的成员。SIG共识同意该指南的范围和目的。SIG随后使用修改后的Delphi过程为一系列问题主题开发了指南声明。该过程得到了系统文献综述，对患者和医疗保健专业人员的调查以及SIH的几位国际专家的审查。结果SIH及其差异诊断应在任何出现直立衡量头痛的患者中考虑。一线成像应为对比度和整个脊柱的大脑MRI。一线治疗是非靶向硬膜外血斑（EBP），应尽早进行。我们根据脊柱MRI结果和对EBP的反应提供了进行骨髓学的标准，我们概述了治疗原则。还提供了保守管理的建议，头痛的症状治疗以及SIH并发症的管理。结论该多学科共识临床指南有可能提高医疗保健专业人员中对SIH的认识，在护理方面产生更大的一致性，提高诊断准确性，促进有效的研究和治疗，并减少归因于SIH的残疾。
深层网络，用于自动分割和定量CT
方法：培训数据集是从合作医院（医院A）回顾性收集的3,000张图像，并通过密集的U-NET框架进行了细分。三位经验丰富的放射科医生通过将像素标记为出血区域来确定地面真相。我们利用了骰子和类内相关系数（ICC）来测试地面真相的可靠性。此外，测试数据集由医院A的211张图像（内部测试）和另一家医院（医院B）的86个ICH图像（外部测试）组成。在这项研究中，我们选择了散点图，ICC和Pearson相关系数（PCC），以评估深层框架的性能。此外，为了验证深框架的有效性，我们对深模型和ABC/2方法之间的出血体积估计进行了比较分析。
使用高分辨率MRI进行颅内动脉粥样硬化的精确诊断：
Wang，Y。等，中国有症状的颅内大动脉狭窄和闭塞的患病率和结局：中国颅内动脉粥样硬化（CICAS）研究。中风，2014年。45（3）：663-9。Lange，M.C。等人，在缺血性中风的不同亚型中的中风复发。颅内疾病的重要性。arq neuropsiquiatr，2018年。76（10）：649-653。
经历 Gz 变化的飞行员的飞行中颅内压分析
条件下，因此缺乏身体准备或对某些症状的清晰感知会导致身体衰竭，甚至死亡。7,8 尽管技术发展为人体工程学设计、软件、硬件和空中交通管制技术带来了进步，对飞行安全产生了积极影响，但人为因素的存在仍然是航空事故的主要原因。9–11 空间定向障碍是很大比例军事航空事故的重要因素。虽然先前的研究分析了事故统计数据，但它们往往存在方法上的缺陷，导致对民用和军用飞机事故的真正原因得出的结论值得怀疑。12,13 特技飞行可以显著改变飞行员的空间定向能力。通过这种方式，应该研究与空中活动相关的人体生理固有因素；颅内压 (ICP) 是一个重要的临床变量，医生和航空航天专业人员仍然无法获得。ICP 是颅腔内的压力。三种成分填充该空间：血液、脑脊液和脑组织，其中一种或多种成分的改变会导致颅内压的变化，14 例如动脉血压的波动。
人类颅内脑电图研究进展、指南和良好实践
a 法国马赛艾克斯—马赛大学 INSERM、INS、系统神经科学研究所 b 法国普罗旺斯地区艾克斯—马赛大学、CNRS、LPL c 美国加利福尼亚州洛杉矶南加州大学信号与图像处理研究所 d 意大利国家研究委员会神经科学研究所，意大利帕尔马 e 德国波鸿鲁尔大学心理学系、认知神经科学研究所、Universitätsstraße 150 号，波鸿 44801 f 北京师范大学认知神经科学与学习国家重点实验室和 IDG/麦戈文脑研究中心，北京市海淀区新街口外大街 19 号，100875，中国 g 美国圣地亚哥加利福尼亚大学拉霍亚分校认知科学系 h 美国德克萨斯大学戴尔医学院神经病学系奥斯汀，美国德克萨斯州奥斯汀 i 德克萨斯大学奥斯汀分校神经科学研究所，美国德克萨斯州奥斯汀 j 德克萨斯大学奥斯汀分校穆迪传播学院言语、语言和听力科学系，美国德克萨斯州奥斯汀 k 梅奥诊所生理学和生物医学工程系，美国明尼苏达州罗彻斯特 l 宾夕法尼亚大学心理学系，美国宾夕法尼亚州费城 m 加利福尼亚大学伯克利分校心理学系和海伦·威尔斯神经科学研究所，美国加利福尼亚州 94720 n 加利福尼亚大学伯克利分校海伦·威尔斯神经科学研究所，美国 o 日内瓦大学医学院临床神经科学系，瑞士日内瓦 p 马克斯·普朗克经验美学研究所神经科学系，德国法兰克福 Grüneburgweg 14，邮编 60322 q 纽约大学神经病学系格罗斯曼医学院，纽约东 32 街 145 号 828 室，邮编 10016，美国 r 梅奥诊所神经外科系，罗彻斯特，MN 55905，美国 s 荷兰奈梅亨拉德堡德大学 Donders 大脑、认知和行为研究所 t 荷兰奈梅亨拉德堡德大学医学心理学系，Donders 医学神经科学中心 u 美国印第安纳州布卢明顿印第安纳大学心理与脑科学系、神经科学和认知科学项目 v 荷兰乌得勒支大学脑中心神经病学和神经外科系 w 神经回路和认知实验室，欧洲神经科学研究所哥廷根 - 由德国哥廷根大学医学中心和马克斯·普朗克学会联合发起 x 德国灵长类动物中心感知与可塑性小组，莱布尼茨灵长类动物研究所，德国哥廷根 y 加州大学拉霍亚分校神经科学研究生项目，美国新罕布什尔州汉诺威市 z 达特茅斯学院心理与脑科学系，美国新罕布什尔州 aa 俄勒冈大学人体生理学系，美国 ab Hal ı c ı o ğlu 加州大学拉霍亚分校数据科学研究所，美国圣地亚哥 ac 加州大学拉霍亚分校卡弗里大脑与思维研究所，美国圣地亚哥 ad 中国科学院心理健康重点实验室，北京 ae 中国科学院大学心理学系，北京 af 里昂神经科学研究中心，EDUWELL 团队，INSERM UMRS 1028, CNRS UMR 5292, Université Claude Bernard Lyon 1, Université de Lyon, Lyon F-69000, France ag NatMEG, 卡罗林斯卡学院, 斯德哥尔摩, 瑞典
ajile12：长期自然主义的人类颅内神经记录和姿势
了解自然主义情景中人类运动的神经基础对于将神经科学研究扩展到受约束的实验室范式之外至关重要。在这里，我们描述了12名人类参与者（AJILE12）数据集的长期电视学的注释关节，这是公开可用的最大人类神经行为数据集；在被动临床癫痫监测期间，数据集记录了机会性。ajile12包括在55个半连续运动的自然主义运动中的同步颅内神经记录和上身姿势轨迹以及相关的元数据，包括成千上万的手腕运动事件和注释的行为状态。神经记录可在每位参与者至少64个电极中获得500 Hz，总计1280小时。在9个上身关键点处的姿势轨迹估计为1.18亿个视频帧。为了促进数据探索和重复使用，我们在Neurodata中的Dandi档案中共享了Ajile12，而无需边界（NWB）数据标准，并开发了基于浏览器的仪表板。
发作间期癫痫样放电与人类颅内神经生理学数据的质量
颅内脑电图 (IEEG) 涉及从直接放置在皮质表面或深层脑位置的电极进行记录。它适用于接受术前癫痫发作定位的药物难治性癫痫患者。IEEG 记录与计算能力和分析工具的进步相结合，加速了认知神经科学的发展。本篇观点文章描述了由于受试者群体而导致的许多此类记录中存在的潜在陷阱——即发作间期癫痫样放电 (IED)，由于与癫痫相关的病理波形污染了正常的神经生理信号，因此可能导致虚假结果。我们首先讨论 IED 危害的性质，以及为什么它们值得神经生理学研究人员的关注。然后，我们描述了处理 IED 时使用的四种一般策略（手动识别、自动识别、手动-自动混合以及通过将其留在数据中而忽略），并讨论了它们的优缺点和背景因素。最后，我们根据横断面文献综述和自愿调查，描述了全球人类神经生理学研究人员的当前实践。我们将这些结果置于所列策略的背景下，并提出提高报告意识和清晰度的建议，以丰富该领域的数据质量和交流。
使用深度学习和转移学习
颅内出血（ICH）是一种威胁生命的医疗事件，尽管最佳护理，但与较差的结果有关。鉴于对ICH的早期发现和护理可以改善健康结果，因此需要一个可以迅速检测和加快治疗过程的分类系统。先前发表的工作采用了一种更传统的技术，包括许多对齐步骤，进一步分析，图像循环，手工图像分割和分类。这项研究工作检查了颅内出血检测问题，并开发了深度学习模型和转移学习模型，以减少识别出血的时间。对于ICH子类型的分类，我们基于转移学习模型开发了卷积神经网络。densenet121，Xception和CNN与使用许多评估标准进行比较，以确保模型的结果准确，并且做得很好。预先定制，该系统会带来令人印象深刻的结果，并且数据表明，X Ception比竞争模型更成功。用于ICH亚型的识别和分类，Xception模型用于最终输出。
从颅内脑电图解码言语产生过程中的发音轨迹
简介：语音脑机接口 (BCI) 是一种可以帮助神经系统障碍患者恢复交流能力的技术，旨在从脑信号合成语音。大多数研究都集中于直接解码文本或语音片段，如音素或单词。然而，目前尚不清楚语音生成过程是否在神经记录中以这种形式呈现。一种有趣的方法是模拟声道的行为，该行为已从多个大脑区域成功解码。声道由称为发声器官的不同生理结构组成（即下颌、软腭和嘴唇）。所有发声器官的位置和运动的组合决定了语音生成过程中听到的声音。最近的进展使得从这些发声器官的时间轨迹重建语音成为可能，使它们成为构建语音 BCI 的良好候选者。本研究将探讨从微创脑电图解码发声轨迹的可能性。材料与方法：通过这项工作，我们将系统地评估从神经信号中解码发声轨迹，从而评估构建以发声轨迹为中间表示的语音 BCI 的可行性。我们计划使用 Verwoert 等人 [2] 提出的 SingleWordProductionDutch (SWPD) 数据集，其中 10 位参与者读出单个单词，同时测量立体定向脑电图 (sEEG) 和音频数据。结果：我们使用 Gao 等人 [1] 提出的模型从音频中提取发声轨迹。从 sEEG 记录中提取高伽马功率，其中包含有关语音过程的高度本地化信息。图 1 显示了 SWPD 数据集中植入其中一名受试者的 sEEG 电极的位置，以及来自一次记录的发声轨迹。我们训练一个线性回归模型，直接从神经数据预测发音轨迹，并通过与实际轨迹的相关性来评估重建。
行业4.0数字化转型和供应链弹性的机会：全面的R
摘要：磁共振成像（MRI）在评估新生儿的早期脑部降低和损伤方面起着重要作用。使用自动体积分析时，需要进行脑组织分割，然后再进行脑提取（BE）以去除非脑组织。在新生儿脑MRI中仍然是具有挑战性的，尽管存在几种方法，但手动段仍被认为是黄金标准。因此，这项研究的目的是评估早产新生儿MRI的不同方法及其对颅内体积估计（ICV）的影响。这项研究包括22个过早的新生儿（平均妊娠年龄±标准偏差：28.4±2.1周），在期限内获得了MRI脑扫描，没有可检测的病变或先天性状况。手动分割以建立参考脑面膜。使用了四个自动化方法：大脑提取工具（Bet2）；简单的流域剥头皮（SWS）；高清脑提取工具（HD-BET）；和合成条。关于segtimentation指标，HD-bet的表现优于其他方法，中位改进为+0.031（Bet2），+0.002（SWS）和+0.011（合成条）点点骰子系数；和-0.786（BET2），-0.055（SWS）和-0.124（合成条）mm，用于平均表面距离。涉及ICV，SWS和HD-BET提供与手动分割的一致性水平，平均差异分别为-1.42％和2.59％。