XiaoMi-AI文件搜索系统
World File Search Systemmodality
大多数：运动预测的多模式场景象征化
许多现有的运动预测方法都依赖于符号感知输出来生成代理轨迹，例如边界框，路图信息和traf-fight。这种符号表示是现实世界的高级表现，它可能会使运动预测模型容易受到感知错误的影响（例如，在检测开放式录音障碍时失败），而缺少场景中的显着信息（例如，糟糕的道路条件）。另一种范式是从原始传感器中端到端学习。但是，这种方法缺乏解释性，需要大量的培训资源。在这项工作中，我们提出将视觉世界的标记化为一组紧凑的场景元素，然后利用预先训练的图像基础模型和LiDAR神经网络以开放式播音方式进行编码所有场景元素。图像基础模型使我们的场景令牌可以编码开放世界的一般知识，而LiDAR神经网络编码几何信息。我们提出的表示形式可以有效地用几百个令牌编码多帧多模式观察，并且与大多数基于变压器的体系结构兼容。为了评估我们的方法，我们使用了带有凸轮嵌入的Waymo开放运动数据集。通过Waymo开放运动数据集进行的实验表明，我们的方法会导致对最先进的表现的显着改善。
上下文依赖性翻译抑制作用作为一种新型的肿瘤学治疗方式
Title: Context-dependent translation inhibition as a novel oncology therapeutic modality Authors: Paige D. Diamond*, Paul V. Sauer*, Mikael Holm, Canessa J. Swanson-Swett, Lucas Ferguson, Natalie M. Bratset, Grant W. Wienker, Justin Seiwert Sim, Hailey K. Adams, Lillian Kenner, Margot Meyers, David Gygi，ZefA.Könst，Sogole Sami Bahmanyar，Lawrence G. Hamann＆Anthony P. Schuller ***这些作者应针对：aschuller@interdictbio.com供应：真核核糖体的（PTC）抑制翻译。最近的工作表明，某些PTC结合抗生素以序列选择性作用，在多肽参与PTC时抑制特定氨基酸的翻译伸长。然而，这种现象尚未记录在抑制人核糖体翻译的化合物中。在这里，我们使用基于结构的设计来指导与人核糖体PTC结合并以上下文选择性的方式作用以抑制翻译延伸的分子的合成。使用核糖体分析，结合体外生物化学和冷冻电子显微镜，我们表征了独特类似物的上下文选择性，并观察到它们与具有互补特性的新生链残基的首选相互作用。此外，我们提出了一个结构约为1.9Å分辨率与MYC蛋白结合的结构，并确定了新生链和核糖体RNA中产生的结构重排。在细胞中，我们记录了这些化合物如何差异地影响核糖毒性应激响应途径，该核糖毒素反应途径可以监测核糖体碰撞并触发凋亡。最后，我们使用三阴性乳腺癌的MDA-MB-231模型在细胞系中口服衍生异种移植物的口服给药后证实了它们的肿瘤生长抑制活性。一起，我们的数据建立了对翻译的序列选择性抑制作用，作为一种新型的小分子治疗方式，可以通过靶向人核糖体PTC中的致癌依赖性因子的翻译来解决癌症。关键字：翻译抑制剂，限制者，核糖体，低温电子显微镜（冷冻 - EM），核糖毒性应激反应，癌症，MYC
自监督深度学习模型是人类高级视觉皮层的更好模型：多模态和数据集训练大小的作用
。CC-BY-NC-ND 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2025 年 1 月 13 日发布了此版本。；https://doi.org/10.1101/2025.01.09.632216 doi：bioRxiv 预印本
Riemer Slart、Michelle Williams、Luis Eduardo Juarez-Orozco、Christoph Rischpler、Marc Dweck 等人。EACVI 和 EANM 关于使用 SPECT/CT、PET/CT 和心脏 CT 进行多模态心血管成像的人工智能应用的立场文件。《欧洲核医学与分子成像杂志》，2021 年，48 (5)，第 1399-1413 页。10.1007/s00259-021-05341-z。hal- 03666321
摘要 在日常临床实践中，临床医生整合可用数据以确定患者疾病或临床结果的诊断和预后概率。对于疑似或已知心血管疾病的患者，通常会执行几种解剖和功能成像技术来协助这项工作，包括冠状动脉计算机断层扫描血管造影 (CCTA) 和核心脏病学成像。正电子发射断层扫描 (PET)、单光子发射计算机断层扫描 (SPECT) 和 CT 硬件和软件的不断改进已导致诊断性能的提高以及这些成像技术在日常临床实践中的广泛应用。然而，人类解释、量化和整合这些数据集的能力是有限的。新标记的识别和机器学习 (ML) 算法的应用，
从文本到多模式：探索大语模型在医学实践中的演变和影响
索引术语 - 规范语言模型，医学实践，多种模式，人工智能摘要 - LARGE语言模型（LLMS）已从基于文本的系统到多模式平台迅速发展，并影响了包括医疗保健在内的各个部门。这项全面的审查探讨了LLM到多模式大语模型（MLLM）的发展及其在医学实践中的影响。我们检查了医疗保健中MLLM的当前格局，在临床决策支持，医学成像，患者参与和研究中分析其应用。评论强调了MLLM在整合各种数据类型（例如文本，图像和音频）中的独特功能，以提供对患者健康的更全面的见解。我们还解决了MLLM实施面临的挑战，包括数据限制，技术障碍和道德考虑。通过确定关键的研究差距，本文旨在指导数据集开发，模态对准方法和建立道德准则等领域的未来调查。随着MLLM继续塑造医疗保健的未来，了解它们的潜力和局限性对于他们负责和有效地融入医学实践至关重要。索引术语 - 多种语言模型（MLLM），医学成像，临床决策支持，患者参与，数据整合
多模态成像和人工智能在肿瘤表征中的应用：现状与未来展望
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
心脏毒性多模态医学成像技术区域培训课程
心血管疾病 (CVD) 和癌症是拉丁美洲 (LA) 的主要死亡原因。这两种非传染性疾病 (NCD) 的共同风险因素包括吸烟习惯、缺乏运动、血脂异常、糖尿病、高血压和肥胖，这些风险是由慢性炎症和氧化应激等生理病理过程引起的。人们已经开发出新药来提高癌症的存活率和缓解率。然而，由于这些疗法具有心脏毒性，因此存在一个重要的警告。心脏毒性是肿瘤治疗的已知不良事件，在许多情况下会限制治疗的充分实施，从而降低疗效。因此，了解病理生理和分子基础对于制定预防和治疗措施至关重要，这些措施可以降低心脏毒性的发生率，而不会影响肿瘤治疗的有效性。将使用在之前的 ARCAL 项目中已经建立的成像多模态诊断单元，并因此培训人力资源，考虑采用性别和性别方法来管理癌症患者的心脏毒性。核技术与这些单元相关，因为它们可用于检测缺血和评估心室功能。这项新提案是 ARCAL 项目 RLA6086 的延续：“拉丁美洲女性的心血管疾病。核医学技术与多模态方法在心脏病学中的作用”。它代表了自然的演变，因为从缺血性心脏病的评估开始，将对化疗和放疗后的心血管并发症进行评估，重点是女性。
Q＆A与心血管专家，Rina Ariga博士
心血管疾病是全球死亡率和发病率的主要原因之一。临床试验对于评估新干预措施预防和治疗这些疾病的安全性和功效至关重要。成像技术是心血管研究的重要工具，因为它们允许对心脏和血管的结构和功能进行可视化和量化。每种成像技术都有其自身的优势和局限性；因此，最合适的方法的选择取决于研究问题，资源的可用性和道德考虑。本文强调了成像终点在心血管研究中的价值，从而阐明了它们在完善治疗方法中的作用，并增强了临床结果的可预测性和成功性。对于潜在的试验赞助商，这种叙述提供了成像终点在提高心血管干预效果和精度方面的贡献的看法。
基于脑多模式监测的重大抑郁症的影响和神经机制的影响和神经机制：叙事评论
主要抑郁症（MDD）目前是世界上最常见的精神疾病。它的特征是疾病的高发病率，情绪低落，思维减慢和认知功能降低。不及时干预，转化为抗药性抑郁症（TRD）的风险为20–30％，患者，家庭和社会的负担很大。许多研究表明，体育活动（PA）是一种非药理治疗方法，可以显着改善MDD患者的心理状况，并且对认知功能，睡眠状况和脑可塑性具有积极影响。然而，不同类型的PA对个体的生理和心理影响变化，PA在改善MDD患者症状方面的剂量尚未阐明。在当前的MDD研究中，PA可以归类为连续耐力训练（ECT），爆炸性间隔训练（EIT），耐药力强度训练（RST）和心理体体训练（MBT），以及对患者抑郁症状，认知功能和睡眠的影响。因此，本研究基于叙述性综述，并包括大量现有研究，以研究不同PA干预对MDD的影响的特征和差异。该研究还研究了MDD中不同PA干预措施的特征和差异，并通过多模式脑功能监测的结果（包括颅内环境和大脑结构）来解释神经机制。它旨在为MDD中的神经科学和临床干预提供锻炼处方和理论参考。
预期的大脑活动取决于预期刺激的感觉方式：从单次试验分析中获得的见解
。CC-BY 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权持有者于 2024 年 9 月 9 日发布了此版本。；https://doi.org/10.1101/2023.09.27.559806 doi：bioRxiv 预印本