XiaoMi-AI文件搜索系统
World File Search Systemnmi
ONMIMHC：通过增强的肽-MHC结合预测的UCEC肿瘤疫苗开发的机器学习解决方案
免疫系统中主要的组织相容性复合物（MHC）I类和II类分子的关键作用已得到很好的确定。本研究旨在开发一种新型的机器学习框架，用于通过MHC I类和II类分子预测抗原肽表现。通过整合大规模质谱数据和其他相关数据类型，我们基于深度学习提供了预测模型ONMIMHC。我们使用独立的测试集对其性能进行了严格的评估，ONMIMHC在MHC-I任务中的PR-AUC得分为0.854，Top20％-PPV为0.934，这表现优于现有方法。同样，在MHC-II预测的域中，我们的模型ONMIMHC的PR-AUC得分为0.606，TOP20％-PPV为0.690，表现出优于其他基线方法。这些结果证明了我们模型ONMIMHC在准确预测MHC-I和MHC-II分子之间的肽MHC结合后的优势。凭借其出色的准确性和预测能力，我们的模型不仅在一般的预测任务中出色，而且在预测新抗原针对特定癌症类型的新抗原方面也取得了显着的结果。特别是对于子宫菌群子宫内膜癌（UCEC），我们的模型成功地预测了新抗原，对普通人类等位基因具有很高的结合概率。这一发现对于开发针对UCEC的个性化肿瘤疫苗非常重要。
Kalman滤波和期望最大化多阶段光谱unmixing
摘要 - 高光谱成像技术的最新演变和新的新兴应用程序的扩散按下了多个时间高光谱图像的处理。在这项工作中，我们提出了一种新型的频谱拆解（SU）策略，使用出色动机的参数末端记录来说明时间频谱变异性。通过使用状态空间公式来表示多个时空混合过程，我们能够利用贝叶斯过滤机制来估计末端的变异性系数。假设丰度的时间变化在短时间间隔很小，则采用了预期最大化（EM）算法的有效实施来估计丰度和其他模型pa-Rameters。仿真结果表明，所提出的策略优于最先进的多阶段算法。
Matthew Laurence Scotch，博士，MPH，FACMI研究副院长和卫生解决方案学院生物医学信息学教授；
由NIH R01赠款以及多个州和地方赠款资助，我的研究是高度互认为的，与医学专业和社会科学融合了多个科学和工程分支，并针对人类福利的直接进步。具体来说，我的研究借鉴了人工智能，计算机视觉，机器（深度）学习，可视化，高性能计算，软件工程，成像科学，统计和数学，我的研究着重于开发新型的计算方法和系统，以支持临床决策制定，并促进精确的医学和健康。我的实验室试图通过基于多学科的团队的方法来应对生物医学面临的深刻挑战：大数据涉及心脏病学，胃肠病学，肿瘤学，病理学，放射学等。这些系统旨在通过减少诊断时间，提高准确性，提高质量，降低成本以及扩大医疗专业知识的可访问性来消除健康和医疗保健的障碍。支持ASU的宪章和目标，以“使用Mayo Clinic 1建立能够创新的健康解决方案途径。。。增强了200万患者的治疗方法”，我已经在多个部门和部门之间与Mayo诊所建立了强有力的合作，我的努力导致了几个基于多学科的团队赠款。我被选为首届Mayo诊所ASU联盟研究员。此外，我还获得了40项美国专利，并获得了50多项专利。我以我的整体和细致的教学和指导方式而闻名。我在我领域的一些最负盛名的期刊和信息中发表了100多个经过同行评审的出版物，例如自然，IEEE医学成像交易（TMI），医学图像肛门（媒体）（媒体），CVPR，ICCV，MICCAI和IPMI。我们的出版物在我的研究领域受到了荣誉，其中包括Miccai最佳纸跑步者（2023），Dart Best Paper Award Runner UP（2023），Elsevier Media Best Paper Award（2020），Miccai Young Scientist奖（2019年），Miccai Best Eranctation Award的决赛入围者（2019年），以及麦克风最佳奖项（2019年），以及麦克风的年轻科学家（2015年）（2015年）。我在2019年，2020年，2023年和2024年获得了四次教师教学奖提名，并在2024年的2024 - 2025年研究生学院杰出的博士生杰出导师。我实验室中的学生在ASU期间获得了70多个奖项和认可，包括NCWIT大学奖（2022年）和AMIA博士学位论文奖（全球生物医学信息学上最好的论文）（2022年）。我目前是医学图像分析编辑委员会，我领域最佳日记的编辑委员会，以及我所在地区的顶级会议的Miccai，MIDL和CVPR的区域主席。我曾担任IEEE医学成像交易的客座编辑（2020-2021）。我也曾在NIH研究部分任职。认可我的贡献，我当选为国家发明师学院（NAI）（2021）的会员，并获得了杰出教师奖（2023），教职员工指导奖（2020）和教师创新奖（2019年）。我的团队在2015年和2024年获得了总统创新奖两次，并获得了Elsevier Media Best Paper Award（2020），这是该领域最负盛名的奖项之一。
今天你需要知道的一些事情，爱丁堡筹款日记 - 送许愿树很好，珍妮·麦克林的健身专栏#4，爱丁堡记者降临节日历 - 婴儿、儿童和家庭礼物创意 - Blockart，爱丁堡记者降临节日历 - KnotStressed Therapies 的呵护套餐，今天你需要知道的五件事，2011 年 12 月 7 日因弗雷斯邻里伙伴关系会议，圣诞色彩 - 斯托克布里奇开放工作室，玛格丽特女王大学与烹饪学校合作，标准人寿参与爱丁堡担保，爱丁堡记者降临节日历 - 适合每个人的礼物 - Cuckoo's Bakery，市议会要求重新考虑旅游税，暴徒因打破公共汽车窗户被罚款 850 英镑，Gusto 帮助生病的孩子，新鲜空气中的圣诞颂歌，Traverse 的春季，关于服务私有化的公开会议2011 年 12 月 13 日，Canonmills 树木可能仍需拯救，Zazou Narrowboat Cafe – 今年 12 月的圣诞工艺品和讲故事活动，橄榄球 – 爱丁堡橄榄球队对阵 Aironi RaboDirect PRO12 2011 年 12 月 2 日，爱丁堡记者降临节日历 – 送给她的礼物创意 – Susanne 的瘦身美容诊所，熊猫在爱丁堡动物园安顿下来，爱丁堡记者降临节日历 – 送给父母的礼物创意 – Totseat，爱丁堡记者降临节日历 – 送给 Traquair House 每个人的礼物创意，The Machine Room – Camino de Soda 评论，今年 12 月森林里的霜冻
“想要通过在我们的标签上写下对亲人的话或愿望来庆祝圣诞节（一位女士希望遇到一位善良英俊的男士，当然许多人希望在 2012 年身体健康、幸福快乐，但您可以许下任何愿望），我们会将它们贴到圣安德鲁广场花园的三棵树上。在接下来的两周内，我们将这三棵树命名为信仰、希望和慈善！我们在 Craigie's Farm 商店和 Zest 沙龙内也有许愿树，所以请前往他们那里并在他们的树上贴上标签。也许您的企业、学校、大学可能会考虑使用我们的一些标签并邀请员工参与 - 请与我们联系，我们将很乐意为您提供一些标签和一个收集箱。我们的志愿者将在花园里（天气允许的情况下）大部分午餐时间和 12 月 10 日星期六开始的周末全天待在花园里。
Temitope Olufunnmiayo，Lawal（Nee Odufowoke）（b）部门
i。 Lawal，T。O.，Slover，C。，Lee，V。和Mahady，G。B. Ginger（Zingiber officinale Roscoe，Zingiberaceae）提取物和10-姜醇增强了克拉氏菌对抗性旋转螺旋细菌的活性。Planta Medica 2016; 82 -OA33。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同
Moonmilk：样本分析和文献审查
Moonmilk的磷光特性可以在洞穴中使用肉眼观察到。诀窍是关闭所有灯光，用手遮住您的眼睛，而电子闪光灯则靠近并指向月亮米尔克（Moonmilk）。在黑暗中确保不要在黑暗中触摸月球泥。发射电子闪光后，立即伸出手，看着月亮。在大多数情况下，它会像在5L-339 Cave 5L-339中一样，在某些情况下发光几秒钟，在某些情况下，在某些情况下会发光（Smith 1995），以及在NSW的Belfry Cave（TR-2）（Smith 1996）。月亮泥的原子电子的发光，光线闪光的能量增加了能量，使它们转移到了更高的轨道上，然后在它们恢复到核周围的正常轨道时发出光。