XiaoMi-AI文件搜索系统
World File Search Systemmodalities
通用的神经解码器，用于跨参与者进行转移学习和记录方式
摘要。目的：神经解码的进步使脑部计算机界面能够执行越来越复杂且与临床相关的任务。但是，这些解码器通常是针对特定参与者，天数和记录网站量身定制的，从而限制了其实际的长期使用。因此，一个基本的挑战是开发可以对汇总，多参与者数据进行稳固训练并推广到新参与者的神经解码器。方法：我们介绍了一个新的解码器HTNET，该解码器使用具有两个创新的卷积神经网络：（1）Hilbert Transform在数据驱动的频率下计算光谱功率，以及（2）将电极水平数据投射到预先确定的脑区域上的层。投影层与颅内皮质摄影（ECOG）进行了严格的应用，其中电极位置未标准化，并且在参与者之间差异很大。我们培训了HTNET，使用来自12名参与者中的11名的合并ECOG数据来解码ARM运动，并在看不见的ECOG或脑电图（EEG）参与者上测试了性能；随后对每个测试参与者进行了这些预告片的模型。主要结果：在对看不见的参与者进行测试时，HTNET的表现优于最先进的解码器，即使使用了不同的记录方式。通过对这些广泛的HTNET解码器进行研究，我们实现了最佳量身定制的解码器的性能，其中只有50个ECOG或20个EEG事件。我们还能够解释HTNET训练有素的重量，并证明其提取与生理相关的特征的能力。引人注目：通过将新参与者概括和记录方式，鲁棒处理电极放置的变化以及允许参与者使用最小数据的参与者进行调整，HTNET适用于与当前的现有状态解码的更广泛的新型新型解码应用程序相比。
smu-net：样式匹配脑瘤分割的u-net缺失模态
神经胶质瘤是原发性脑肿瘤最普遍的类型之一，占所有病例的30％以上，它们是从神经胶质茎或祖细胞中发育的。从理论上讲，大多数脑肿瘤可以完全通过使用磁共振成像（MRI）来识别。每种MRI模态都提供有关人脑软组织的不同信息，并整合所有MRI的信息将提供全面的数据，以准确分割神经胶质瘤，这对于患者的预后，诊断和确定最佳后续治疗至关重要。不幸的是，由于多种原因，MRI容易出现工件，这可能导致缺少一种或多种MRI方式。多年来，已经提出了各种策略，以综合缺失的方式或补偿其对自动分割模型的影响。但是，这些方法通常无法对基础丢失的信息进行建模。在本文中，我们为MRI图像上的脑肿瘤分割提供了一种匹配的U-NET（SMU-NET）。我们的共同训练方法利用内容和样式匹配机制将信息从全模式网络提炼为缺失的模态网络。为此，我们将全模式和缺失模式数据编码为潜在空间，然后将表示空间分解为样式和内容表示形式。我们的样式匹配模块通过学习匹配函数以将信息和纹理特征从全模式路径传输到缺失模式路径，从而自适应地重新校准表示空间。此外，通过对互信息进行建模，我们的内容模式超过了信息较少的特征，并根据歧视性语义特征重新校准表示空间。BRATS 2018数据集的评估过程显示了所提出的方法在缺失模态方案上的重要性。关键字：缺失方式，脑肿瘤，内容式匹配，分割。
肿瘤微环境的标志及其与新兴免疫疗法方式的相互作用
1 Guy's Cancer Center，Guy's and St Thomas'NHS基金会信托基金会，英国伦敦SE1 9RT； Christian.linares@nhs.net（C.A.L。 ）; Sola.adeleke@nhs.net（S.A.）2 Kent肿瘤学中心，Maidstone和Tunbridge Wells NHS NHS Trust，Hermitage Lane，Maidstone，Meadstone，Kent ME16 ME16 9QQ，英国； anjana.varghese@nhs.net 3医学肿瘤学部，梅德韦NHS基金会信托基金会，吉林汉姆ME7 ME7 5NY，英国； aruni.ghose@nhs.net（A.G.）; elisabet.sanchez@nhs.net（E.S. ）; matin.sheriff@nhs.net（M.S.） 4 Barts Cancer Centre, Barts Health NHS Trust, London EC1A 7BE, UK 5 Mount Vernon Cancer Centre, East and North Hertfordshire NHS Trust, Northwood HA6 2RN, UK 6 Immuno-Oncology Clinical Network, UK 7 Centre for Tumour Biology, Barts Cancer Institute, Cancer Research UK Barts Centre, Queen Mary University of London, London EC1M 6BQ, UK; s.shinde@smd22.qmul.ac.uk 8生命科学与医学学院，癌症与药学学院，伦敦国王学院，伦敦国王学院，伦敦WC2R 2LS，英国9号，99 cyrus.chargari@aphp.fr 10医学肿瘤学，法国维勒维夫94805的医学肿瘤学系； elie.rassy@hotmail.com 11 Kent and Medway医学院，肯特大学，坎特伯雷CT2 7LX，UK 12 AELIA组织，第9 km Thessaloniki -Thermi，57001 Thessaloniki，Greece，Greece *通信 *通信：stergiosssiosboussios@gmail.com或stergios.boil.com或stergios.bous.bous.bous@s.net或stergios.boussios@kcl.ac.uk或s.boussios@kent.ac.uk†这些作者同样为这项工作做出了贡献。1 Guy's Cancer Center，Guy's and St Thomas'NHS基金会信托基金会，英国伦敦SE1 9RT； Christian.linares@nhs.net（C.A.L。）; Sola.adeleke@nhs.net（S.A.）2 Kent肿瘤学中心，Maidstone和Tunbridge Wells NHS NHS Trust，Hermitage Lane，Maidstone，Meadstone，Kent ME16 ME16 9QQ，英国； anjana.varghese@nhs.net 3医学肿瘤学部，梅德韦NHS基金会信托基金会，吉林汉姆ME7 ME7 5NY，英国； aruni.ghose@nhs.net（A.G.）; elisabet.sanchez@nhs.net（E.S.）; matin.sheriff@nhs.net（M.S.）4 Barts Cancer Centre, Barts Health NHS Trust, London EC1A 7BE, UK 5 Mount Vernon Cancer Centre, East and North Hertfordshire NHS Trust, Northwood HA6 2RN, UK 6 Immuno-Oncology Clinical Network, UK 7 Centre for Tumour Biology, Barts Cancer Institute, Cancer Research UK Barts Centre, Queen Mary University of London, London EC1M 6BQ, UK; s.shinde@smd22.qmul.ac.uk 8生命科学与医学学院，癌症与药学学院，伦敦国王学院，伦敦国王学院，伦敦WC2R 2LS，英国9号，99 cyrus.chargari@aphp.fr 10医学肿瘤学，法国维勒维夫94805的医学肿瘤学系； elie.rassy@hotmail.com 11 Kent and Medway医学院，肯特大学，坎特伯雷CT2 7LX，UK 12 AELIA组织，第9 km Thessaloniki -Thermi，57001 Thessaloniki，Greece，Greece *通信 *通信：stergiosssiosboussios@gmail.com或stergios.boil.com或stergios.bous.bous.bous@s.net或stergios.boussios@kcl.ac.uk或s.boussios@kent.ac.uk†这些作者同样为这项工作做出了贡献。
关于有效使用现代治疗方法治疗脑内病变的文献综述
脑内病变造成的严重健康负担及其诊断和治疗困难促使大量研究人员和从业人员研究各种诊断和治疗方法的有效性和安全性。本研究重点评估不同的术前、术中和术后技术，并分析其优点和局限性，以最终改善此类脑损伤的治疗。通过对各种科学来源的批判性分析，本研究旨在综合现有的有关该主题的知识。磁共振成像在诊断和治疗脑肿瘤方面起着至关重要的作用。功能性磁共振成像可识别功能性脑区，但肿瘤引起的血流变化会影响其可靠性。连接组分析提供有关功能定位和脑网络的信息，这可以通过扩散张量成像实现，该成像可可视化白质通路，有助于肿瘤边界描绘和手术计划。研究表明，这种方法可以预测肿瘤组织学和预后。术中磁共振成像可提高肿瘤切除范围并可能提高患者生存率。但由于其局限性，它有替代的术中技术，如术中超声、荧光引导手术、直接电刺激、深部脑刺激，但这些方法中的大部分证据对于大多数脑肿瘤来说都是有限的。只有超声显示实时肿瘤可视化和残留疾病分析，提供高精度，并且与 ioMRI 相比相对便宜。这项研究对神经外科医生、神经肿瘤学家、神经病学家、神经放射学家很有用，并将展示进一步研究的前景。
复发/难治性 AML 缓解-再诱导治疗方式——现有证据的回顾
讨论：我们在这篇当代综述中讨论了目前为实现这一目标而采用的各种治疗方式。除了其他几种药物外，我们还回顾了传统的细胞毒性化疗药物，例如阿糖胞苷、氟达拉滨和柔红霉素，重点介绍了抢救环境中常用的治疗方案，例如 HiDAC、FLA/FLAG、MEC 和 GCLAC 等。然后，我们将注意力转向在特定患者群体中显示出希望的较新的靶向疗法，例如 IDH 抑制剂 ivosidenib 和 enasidenib，以及 FLT3 抑制剂，例如 gilteritinib 和 quizartinib。我们还讨论了在 R/R AML 环境中研究过的几种其他靶向药物，其中一些药物主要用于完全不同的疾病。最后，我们将注意力转向了 R/R 环境中使用的几种免疫治疗药物、CD33 抑制剂和新型双特异性抗体。
ABO血液组和RH因子与伊朗萨拉万人群中牙周疾病患病率的关联
癌症放射疗法和光疗被称为治疗耐化疗恶性肿瘤的替代方法。此外，癌症免疫疗法最近已证明是一种潜在的癌症治疗方式，它具有haditsupsanddownsdespiteSteSteSteSteSteStheHeart-tharmingoutcomesthashate。但是，研究人员促进了thatnanotechnology-促进的方法可能会使这些模式的成功成为上层阶级。靶向核苷的适体AS1411是用于重定向载有放射性增强剂和光敏剂的纳米载体的各种适体之一。最近，该适体的潜在适用性已在癌症免疫疗法中进行了研究。在这篇综述中，我们讨论了适体介导的靶向纳米植物的核苷如何改善癌症放射疗法，光疗和不良疗法的副作用，并改善这些治疗方法的结果。
解码心灵：跨模态感知和想象的神经差异和语义表征
本研究对与感知和想象概念相关的神经信号进行了分析，旨在提高有言语障碍人士的沟通能力。该研究利用通过 124 通道 ANT Neuro eego Mylab EEG 系统（ANT Neuro BV，亨格洛，荷兰）获取的公开可用的脑电图 (EEG) 数据。该数据集包括来自 12 名参与者的 11,554 次试验。所提出的卷积神经网络 (CNN) 模型在将 EEG 数据分类为来自感知或想象的语音任务条件方面优于其他模型，测试准确率达到 77.89%。传统的机器学习模型，包括随机森林 (RF)、支持向量分类器 (SVC) 和 XGBoost，都表现出过度拟合的趋势，导致准确率较低。至于语义解码，不幸的是，不同的模型在机会层面上执行。索引词：语音解码、EEG、BCI、语义解码
选择放射成像方式来满足患者需求并降低环境影响
每位来放射科就诊的患者都有不同类别的健康问题。根据诊断，每位患者都会得到适当的影像检查以辅助治疗。健康医院倡议 (HHI，www.healthierhospitals.org)、无害医疗 (www.https://noharm.org/) 和绿色健康实践 (www.https://practicegreenhealth.org/) 是医疗服务提供者为实现可持续发展而做出的重要努力。这一倡议提高了人们对能源利用的认识，并提供了衡量医院能源使用情况的工具。然而，患者医疗团队 (RN、MD、管理人员) 的联合决策以实现优质患者护理，同时降低环境影响的目标尚未得到广泛探索。本研究考察了使用美国放射学会 (ACR) 适当性标准作为类似的“通常适当”成像方式选择（即评级为 7、8 和 9）的指导，然后确定哪种是能耗较低的方式替代方案。总体而言，在十个 ACR 患者类别中（含 162 个子类别，总共 810 种变体），约有 48% 的患者病情存在类似的成像方式，且评级为“通常适用”。可互换性百分比最大的是心脏类别。因此，似乎存在选择低能量成像替代方案的潜力。作为示例，六种患者变体用于说明减少放射科能源使用的潜力。这些示例提供了近似的能量减少成像替代方案，如果选择这些替代方案，即使在 1%–10% 的患者病例中（相对于 48% 的比较“通常适用”成像），也将导致美国每年的医疗保健改善 2400 万至 2.4 亿千瓦时。这种适度的改善将直接促进放射学界的医疗保健可持续性，而无需任何技术变革。
skada bench：对无监督的域适应方法进行基准测试，并对多种方式进行现实验证
无监督的域适应性（DA）包括适应在标记的源域上训练的模型，以在未标记的目标域上表现良好，并具有某些数据分布变化。虽然文献中提出了许多方法，但公平和现实的评估仍然是一个悬而未决的问题，尤其是由于方法学困难在无监督环境中选择超参数。在Skada Bench的情况下，我们提出了一个框架，以评估DA方法的不同方式，除了在文献中很大程度上探讨的计算机视觉任务之外。我们对现有浅层算法进行了完整而公平的评估，包括重新加权，映射和子空间对齐。现实的超参数选择是通过嵌套的交叉验证和各种无监督的模型选择得分进行的，这两个模拟数据集都具有受控的偏移和现实世界数据集的不同模式，例如图像，文本，生物医学和表格数据。我们的基准强调了现实验证的重要性，并为现实生活中的应用提供了实用的指导，并对模型选择方法的选择和影响有了重要的见解。Skada-Bench是开源的，可再现的，可以通过新颖的DA方法，数据集和模型选择标准轻松扩展，而无需重新评估竞争对手。Skada-Bench可在https://github.com/scikit-adaptation/skada-bench上在github上获得。
新药和治疗方式对肾细胞癌耐药性的潜在影响
摘要。通过引入靶向疗法和免疫疗法及其各自的组合，晚期肾细胞癌的治疗得到了显着改善。释放免疫系统的活性为抗击癌症开辟了一条新的成功战线。尽管有好处，但耐药现象和不良副作用可能会影响疗效。近年来，具有脱离传统药物的特性和作用机制的新型药物和疗法的开发得到了扩展。本文讨论了这些创新且高效的新型疗法在克服目前围绕已批准的肾细胞癌治疗的耐药性及其引入面临的挑战的许多问题方面的前景。