XiaoMi-AI文件搜索系统
World File Search Systemmorphometric
焦虑的大脑：一种组合数据融合机学习方法来预测形态特征的特质焦虑
摘要：特质焦虑涉及体验和报告负面情绪和思想的稳定倾向，例如在不同情况下恐惧和担忧，以及对环境的稳定看法，其特征是威胁性刺激。先前的研究试图研究与焦虑相关的神经解剖学特征，主要是使用单变量分析，从而导致对比结果。这项研究的目的是通过利用联合数据融合机学习方法来构建脑形态特征中特质焦虑中个体差异的预测模型，以允许对新病例的概括。此外，我们旨在进行网络分析，以测试与焦虑相关网络在调节其他与焦虑无关的其他网络中具有核心作用的假设。最后，我们想检验以下假设：特质焦虑与特定的认知情绪调节策略有关，以及焦虑是否随着衰老而减少。使用数据融合无监督的机器学习方法（Parallel ICA）的158名参与者的结构性大脑图像第一次分解为独立的灰色和白质网络。然后，使用监督的机器学习（决策树）和向后回归来提取和测试特质焦虑的预测模型的普遍性。两个协调的灰色和白质独立网络成功地预测了特质焦虑。我们还发现，性状焦虑与灾难性，反思，其他和自称的焦虑呈正相关，并且与重新聚焦和重新评估的积极重新关联和负相关。第一个网络主要包括顶叶和时间区域，例如中心后，前后和中部和上颞回，而第二个网络包括额叶和顶叶区域，例如上颞回和中间回，前缘和前扣带和前胎。此外，特质焦虑与年龄负相关。本文提供了有关预测大脑和心理特征性状焦虑焦虑中个体差异的新见解，并可以为将来的诊断预测焦虑症铺平道路。
大脑年龄预测：使用基于区域和体素的形态学数据
图1基于区域和体素的SVR，RVR和GPR模型的MAE具有或没有PCA的GPR模型，训练集大小与机会水平相比（7.5岁；黑色虚线）。显示了CV（站点1）和独立测试集（站点2; Blue Line）中的训练（红线）和测试集（绿线）中的性能（绿线）。使用Bootstrap分析计算了不同数据集的置信区间（阴影区域）。请注意，自举训练样本被选择为年龄和性别的年龄和性别，大小增加，最少有一个男人和一个女性，最多一个男性，最多有20名男性和20名女性。对于带有PCA的基于体素的模型，无法评估具有<150个受试者的数据集，因为PCA算法比主要组件需要更多的样本。此外，由于有限的时间和计算资源
使用基于自动图谱的头部尺寸标准化对年轻、年老和痴呆成人进行形态测量和功能数据分析的统一方法
图谱标准化是功能数据分析中常用的方法，只要使用适合年龄和人群的目标图谱，它就可以自动解决区域和全脑形态测量分析中普遍遇到的头部大小变化校正问题。在本文中，我们开发并验证了一种图谱标准化程序，以手动测量颅内总容量 (TIV) 作为参考，用于校正头部大小。用于图谱转换的目标图像由合并的年轻人和老年人模板组成，专门为跨年龄跨度标准化而创建。自动图谱转换生成了图谱缩放因子 (ASF)，该因子定义为将每个个体与图谱目标匹配所需的体积缩放因子。因为图谱标准化等同于头部大小，所以 ASF 应该与 TIV 成比例。对 147 名受试者进行了验证分析，以评估 ASF 作为手动 TIV 测量的代理。此外，对 19 名受试者在多天内进行成像以评估重测信度。结果表明，ASF（1）与手动 TIV 标准化相当（r = 0.93），（2）在多次成像过程中可靠（r = 1.00；平均绝对差异百分比 = 0.51%），（3）能够纠正不同性别的头部大小差异，以及（4）在萎缩明显的痴呆老年人中偏差最小。无论是使用手动 TIV 还是自动 ASF 进行校正，非痴呆（n = 49）和痴呆（n = 50）老年人之间的海马体积差异（手动测量）都是相同的（效果大小分别为 1.29 和 1.46）。为了提供规范值，ASF 用于在 335 名年龄在 15–96 岁之间的受试者中自动得出估计 TIV（eTIV），其中包括具有临床特征的非痴呆（n = 77）和痴呆（n = 90）老年人。非痴呆组和痴呆组之间的 eTIV 差异可以忽略不计，因此无法支持以下假设：
酒精依赖成年男性患者与非酒精对照组的脑形态学和退行性变化的比较研究
摘要背景：长期饮酒会导致大脑产生多种形态和代谢影响，可使用 MRI 定量评估这些影响，以确定长期酗酒的影响。目的和目标：1. 在 MRI 上评估酗酒男性的大脑退行性变化。2. 将结果与年龄匹配的对照进行形态测量比较。方法：选择 50 名根据 DSM 5 标准确定的酒精使用障碍患者和 50 名年龄匹配的对照，并使用 MRI 检查。使用适当的统计分析工具比较形态测量结果。结果：比较酗酒患者大脑中的各种形态测量参数，发现以下方面存在高度显著差异（p<0.001）：第三脑室宽度、大脑半球间裂宽度、脑桥 AP 直径、第四脑室高度、第四脑室宽度、膝部、胼胝体压部和胼胝体部，表明它们在定量分析酗酒相关脑萎缩中起着关键作用。这些参数在饮酒时间最长的依赖性脑萎缩组中也发生了最大的变化。根据饮酒类型划分的亚组对这些参数的比较研究表明，最显著的实质萎缩变化发生在饮用 Desi Daru 的患者亚组中。研究中观察到的最常见的代谢紊乱是肝性脑病，其他包括韦尼克脑病、Marchiafava Bignami 和渗透性髓鞘病。结论：在饮酒组和非饮酒组中，大脑各种白质和灰质结构的形态学参数存在显著差异，这可以通过 MRI 定量证明。关键词：慢性酒精中毒的 MRI、酒精中毒者的形态学研究、肝性脑病韦尼克脑病、Marchiafava Bignami、渗透性髓鞘病。1
圣罗勒（Ocimum Sanctum linnaeus）的影响...
人类大脑一直是激烈研究的重点。众所周知，个体在大脑体积，细胞学，灰质和白质，陀螺模式和心室大小的分布方面有很大差异。2个放射科医生和神经科医生经常面临问题的问题，即发现心室是否在正常范围内或患者年龄扩大。3,4大脑随着衰老而经历了许多总体和组织病理学的变化，包括导致心室肥大的脑组织回归。5由于通常随着衰老而发生的这些变化，老年患者疾病的诊断通常很复杂。因此，没有神经系统缺陷的老年人可能发生的两个主要变化是心室和皮质萎缩的增大。要了解这些变化，对脑心室形态计量学的了解很重要。6
husmorph：一个简单的机器学习应用程序，用于自动形态学地标Henning H. Kristiansen 1,2，*，Moa Metz 1，Lorena Silva-Garay 1，free
husmorph：一个简单的机器学习应用程序，用于自动形态学地标Henning H. Kristiansen 1,2，*，Moa Metz 1，Lorena Silva-Garay 1，Fredrik Jutfelt 1,3，＃，＃，Robine H.J.Leeuwis 1，＃1挪威科技大学生物学系，Høgskoleringen5，7034，Trondheim，挪威。 2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。 3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。 *通讯作者：计算机技术和信息学系生物学系。 电子邮件：skihenning@gmail.com。 ＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要Leeuwis 1，＃1挪威科技大学生物学系，Høgskoleringen5，7034，Trondheim，挪威。2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。 3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。 *通讯作者：计算机技术和信息学系生物学系。 电子邮件：skihenning@gmail.com。 ＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要2挪威科学技术大学计算机技术与信息学系，挪威特隆德海姆，Høgskoleringen5，7034。3哥德堡大学生物与环境科学系，瑞典哥德纳堡7B，41390，瑞典。*通讯作者：计算机技术和信息学系生物学系。电子邮件：skihenning@gmail.com。＃F.J.和R.H.J.L. 是共同的作者，并为这项工作做出了同样的贡献。 电子邮件地址：lorena.silvagaray@gmail.com（L.S.G. ） ），rhjleeuwis@gmail.com（R.H.J.L. ），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G. 0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要＃F.J.和R.H.J.L.是共同的作者，并为这项工作做出了同样的贡献。电子邮件地址：lorena.silvagaray@gmail.com（L.S.G.），rhjleeuwis@gmail.com（R.H.J.L.），fredrik.jutfelt@bioenv.gu.se（F.J.）作者的数字：M.M 0009-0002-4397-3948 L.S.G.0000-0002-9332-6311 R.H.J.L. 0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要0000-0002-9332-6311 R.H.J.L.0000-0002-6687-4304 F.J. 0000-0001-9838-3991摘要
CMA故事短文件（03242021）
A specific brain data visualization and analysis program, Cardviews (Cardinal Views), developed in the CMA by James Meyer , has been the basis for landmark studies , inter alia , of patterns of normal brain development and sexual dimorphism in the brain, the earliest studies establishing morphometric features of autistic brains and developmental language disorders, and the morphometric profiles of early onset bipolar disorder and schizophrenia.这些计划中的主要研究人员是玛莎·赫伯特（Martha Herbert）博士，他是儿科神经病学培训计划的毕业生，儿童精神病医生让·弗雷泽（Jean Frazier）博士和博士。哈佛大学精神病学系的拉里·塞德曼（Larry Seidman）和吉尔·戈德斯坦（Jill Goldstein）。
2025 年 3 月 5 日美国马萨诸塞州波士顿www. ...
SY-03-01 利用便携式设备对考古传统进行逆向工程：哥伦比亚纳里尼奥省前西班牙时期陶瓷的化学和几何形态分析 上午 9:30
大脑形态测量的差异与高创造力成就者和平均创造力成就者的创造力表现相关。
几乎每个人都具有创造性思维的能力。然而，有些人创作的作品却推动了他们的领域，挑战了范式，推动了世界的发展。这些杰出的创造性成就背后的神经生物学因素是什么？在这项研究中，我们关注来自不同专业领域的高创造力成就者与年龄、智力和教育水平相匹配的“聪明”对照组之间的大脑结构形态差异。参与者接受了高分辨率结构性大脑成像扫描，并完成了一系列智力、创造性思维、个性和创造性成就测量。我们研究了是否可以根据大脑形态测量（皮质面积和厚度）与行为测量之间的关系来区分高创造力成就者和普通创造力成就者。虽然除了创造性成就之外，两组参与者在行为测量方面的表现并无差异，但后顶叶皮质形态测量与创造力、智力和个性测量之间的关系取决于群体成员。这些结果表明，非凡的创造力可能与可测量的大脑结构差异有关，尤其是顶叶皮层。
9781789060119_0415.pdf
摘要：风是一种在当代世界中越来越重要的可再生资源，被认为是解决与快速城市化，不可持续发展和气候变化相关的一些问题的能力工具。因此，理解城市风特征的建模方法变得至关重要。虽然先前的评论探讨了减少规模模型和计算流体动力学模拟的进步，但有很少的文献评估了城市风环境的大规模空间建模。本文旨在通过使用PRISMA协议进行系统的文献综述来巩固对城市风特征的空间建模方法的理解，以捕获对可持续城市发展的贡献。在两种独特的方法下对审查的文章进行了分类：（a）采用风形态方法，包括理论基础，输入因素和计算方法，以及（b）采用城市气候映射方法的研究，以风风融合为城市微气候分析。调查结果表明，由于风形方法的直接计算和可解释性，风形方法具有相当大的希望。尽管如此，与数据精度和准确性有关的问题挑战了这些模型的有效性。本综述还探讨了这两种独特的方法对城市规划和决策制定的含义，提倡更可持续的城市发展。