XiaoMi-AI文件搜索系统
World File Search Systemradio
17β-雌二醇状态改变雌性大鼠的NMDAR功能和抗精神病药样活性
Kimberly M. Holter 1，博士； McKenna G. Klausner 1，BS；玛丽·亨特·海特（Mary Hunter Hite）1； Carson T. Moriarty 1，MS； Samuel H. Barth 1，博士； Bethany E. Pierce 1，MS； Alexandria N. Iannucci 1，BS；道格拉斯·J·谢弗勒（Douglas J. Sheffler）2，博士；尼古拉斯D.P. Cosford 2，博士； Heather A. Bimonte-Nelson 3，博士； Kimberly F. Raab-Graham 1，博士；罗伯特·W·古尔德（Robert W. Gould）1博士Kimberly M. Holter 1，博士； McKenna G. Klausner 1，BS；玛丽·亨特·海特（Mary Hunter Hite）1； Carson T. Moriarty 1，MS； Samuel H. Barth 1，博士； Bethany E. Pierce 1，MS； Alexandria N. Iannucci 1，BS；道格拉斯·J·谢弗勒（Douglas J. Sheffler）2，博士；尼古拉斯D.P.Cosford 2，博士； Heather A. Bimonte-Nelson 3，博士； Kimberly F. Raab-Graham 1，博士；罗伯特·W·古尔德（Robert W. Gould）1博士Cosford 2，博士； Heather A. Bimonte-Nelson 3，博士； Kimberly F. Raab-Graham 1，博士；罗伯特·W·古尔德（Robert W. Gould）1博士
诊断和介入放射学中的人工智能：我们现在在哪里？
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件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。
降低了地下设施中的放射性对量子电路的影响
由于超导电路的量子相干时间已从纳秒秒增加到数百微秒，因此目前是量子信息处理的领先平台之一。但是，连贯性需要通过磁性命中率进一步改进，以减少当前误差校正方案的高度硬件开销。达到此目标的呈铰链，以降低破碎的库珀对的密度，所谓的准颗粒。在这里，我们表明环境放射性是非quilibrium准粒子的重要来源。此外，电离辐射在同一芯片上引入了谐振器中时间相关的准粒子突发，从而进一步使量子误差校正复杂化。在深层铅屏蔽的低温恒温器中运行，将准粒子的爆发速率降低了三十个，并将耗散降低到一个因子四，从而显示了减排在将来的固态量子硬件中减少辐射的重要性。
最后院子：高速加密的基础端到端验证
美国加利福尼亚州帕洛阿尔托市斯坦福大学医学院神经外科系（M. Lim）；瑞士苏黎世大学医院和苏黎世大学神经和脑肿瘤中心系（M.W. ） ）; SorbonneUniversité，研究所 - 帕里斯脑研究所 - ICM，Inserm，CNRS，AP-HP，HôpitalUniversitaireLaPitiéSalpêtrière，Paris，Paris，Paris，France（A.I. ） ）;德国法兰克福歌德大学法兰克福癌症研究所（J.S. ） ）;德国法兰克福歌德大学医院神经机学研究所（J.S. ） ）;分子神经肿瘤学单位，神经学研究所C. Besta，意大利米兰（G.F.）；俄亥俄州立大学综合癌症中心转化治疗计划，美国俄亥俄州哥伦布（R.R.R. ）;美国密苏里州圣路易斯华盛顿大学医学院医学系（G.A. ） ）;耶鲁大学医学院神经病学系，美国康涅狄格州纽黑文市（J.B.，A.O。 ）;美国加利福尼亚州旧金山的加利福尼亚大学神经病学和神经外科系（J.W.T. ） ）;神经肿瘤学部，Lyon Hospices De Lyon，Synatac团队，Inserm u1314/CNRS UMR 5284，LYON UNIONITITURE CLAUDE BERNARD LYON 1，LYON 1，LYON，LYON，法国（J.H.美国加利福尼亚州帕洛阿尔托市斯坦福大学医学院神经外科系（M. Lim）；瑞士苏黎世大学医院和苏黎世大学神经和脑肿瘤中心系（M.W.）; SorbonneUniversité，研究所 - 帕里斯脑研究所 - ICM，Inserm，CNRS，AP-HP，HôpitalUniversitaireLaPitiéSalpêtrière，Paris，Paris，Paris，France（A.I.）;德国法兰克福歌德大学法兰克福癌症研究所（J.S.）;德国法兰克福歌德大学医院神经机学研究所（J.S.）;分子神经肿瘤学单位，神经学研究所C. Besta，意大利米兰（G.F.）；俄亥俄州立大学综合癌症中心转化治疗计划，美国俄亥俄州哥伦布（R.R.R.）;美国密苏里州圣路易斯华盛顿大学医学院医学系（G.A.）;耶鲁大学医学院神经病学系，美国康涅狄格州纽黑文市（J.B.，A.O。）;美国加利福尼亚州旧金山的加利福尼亚大学神经病学和神经外科系（J.W.T.）;神经肿瘤学部，Lyon Hospices De Lyon，Synatac团队，Inserm u1314/CNRS UMR 5284，LYON UNIONITITURE CLAUDE BERNARD LYON 1，LYON 1，LYON，LYON，法国（J.H.）;加拿大魁北克蒙特利尔蒙特利尔大学蒙特利尔神经学院医院脑肿瘤研究中心神经病学系（K.P.）;荷兰乌得勒支大学乌得勒支大学医学肿瘤学（F.D.V.）;日本Ishikawa Kanazawa大学神经外科系（M.K.）;海德堡大学神经病学诊所，德国海德堡国家肿瘤疾病中心（A.W.）;美国北卡罗来纳州夏洛特市莱文癌症研究所的神经肿瘤科（A.S.）；南佛罗里达大学莫菲特癌症中心，美国佛罗里达州坦帕市（S.S.）；美国纽约，纽约，纽约，纪念斯隆·凯特林癌症中心神经和人类肿瘤学和发病机理计划（I.K.M.，A.O。）;布里斯托尔·迈尔斯·斯奎布（Bristol Myers Squibb），美国新泽西州普林斯顿（M.R.，R.S.，D.W.）; Syneos Health，美国北卡罗来纳州莫里斯维尔（M. Lee）；美国马萨诸塞州波士顿市Dana-Farber/Harvard Cancer Center的神经肿瘤学中心（D.A.R.）
基于整体学习的放射素学模型，用于区分胶质母细胞瘤的脑转移
目的：术前脑转移（BM）和胶质母细胞瘤（GBM）之间的区分由于它们在常规脑MRI上的相似成像特征，因此在术前具有挑战性。这项研究旨在通过基于MRI放射学数据的机器学习模型来增强诊断能力。方法：这项回顾性研究包括235例确认孤立性BM和273例GBM患者。患者被随机分配到培训（n = 356）或验证（n = 152）队列中。获得了传统的大脑MRI序列，包括T1加权成像（T1WI），对比-Enhanced_T1WI和T2加权成像（T2WI）。在所有三个序列上都描绘了脑肿瘤并分段。从人口统计学，临床和放射线数据中选择了特征。一个集成的集成机器学习模型，即弹性回归SVM-SVM模型（ERSS）和组合人口统计学，临床和放射线数据的多变量逻辑回归（LR）模型是用于预测性建模的。使用歧视，校准和决策曲线分析评估模型效率。此外，使用由47例GBM患者和43例孤立BM患者组成的独立队列进行外部验证，以评估ERSS模型的推广性。Results: The ERSS model demonstrated more optimal classification performance (AUC: 0.9548, 95% CI: 0.9337 – 0.9734 in training cohort; AUC: 0.9716, 95% CI: 0.9485 – 0.9895 in validation cohort) as compared to the LR model according to the receiver operating characteristic (ROC) curve and decision curve for the internal cohort.外部验证队列的最佳性能较低但仍然稳健（AUC：0.7174，95％CI：0.6172 - 0.8024）。具有多个分类器的集成的ERSS模型，包括弹性网，随机森林和支持向量机，产生了可靠的预测性能，并且表现优于LR方法。结论：结果表明，集成的机器学习模型，即ERSS模型，具有有效，准确的BM与GBM的术前分化的潜力，这可能会改善临床决策和脑肿瘤患者的结果。
宽发射线类星体的光谱能量分布建模：从X射线到无线电波长
目标。我们使用光学选择的无线电（RL）和射电Quiet Quasars样本（在Redshift范围0.15≤z≤1。9）我们已经与VLA-First Survey目录进一步交叉匹配。我们样品中的来源具有宽Hβ和Mg II发射线（1000 km / s 15 000 km / s）。，我们使用多波长档案数据和Astrosat望远镜的靶向观测来构建了我们宽线类星体的宽波光谱分布（SED）。方法。我们使用最先进的SED建模代码CIGALE V2022.0来对SED进行建模，并确定类星体宿主星系的最佳物理参数；也就是说，他们的恒星形成率（SFR），主要序列恒星质量，散发性，灰尘，电子折叠时间和恒星人口年龄所吸收的光度。结果。我们发现，我们来源的宿主星系的发射在总亮度的20％至35％之间，因为它们主要由中央类星体主导。使用最佳拟合估计值，我们重建了我们的类星体的光谱，这在复制相同来源的观察到的SDSS光谱方面表现出了显着的一致性。我们绘制了我们的类星体的主要序列关系，并注意它们与星形星系的主要顺序显着远离。此外，主要序列关系显示了我们的RL类星体的双峰性，表明Eddington比率隔离的种群。结论。我们得出的结论是，对于类似的恒星质量，Eddington比率较低的样本中的RL类星体往往降低了SFR。我们的分析为研究类星体的宿主星系并从宿主星系角度解决无线电二分法问题提供了完全独立的途径。
基于放射组学的脑转移瘤患者术后立体定向放射治疗局部控制率预测
摘要背景。手术切除是治疗大型或有症状的脑转移瘤 (BM) 患者的标准方法。尽管辅助立体定向放射治疗后局部控制得到改善，但局部失败 (LF) 的风险仍然存在。因此，我们旨在开发并外部验证一种基于治疗前放射组学的预测工具，以识别高 LF 风险的患者。方法。数据来自 BM 切除腔立体定向放射治疗多中心分析 (AURORA) 回顾性研究（训练队列：来自 2 个中心的 253 名患者；外部测试队列：来自 5 个中心的 99 名患者）。从增强 BM（T1-CE MRI 序列）和周围水肿（T2-FLAIR 序列）中提取放射组学特征。比较了不同的放射组学和临床特征组合。最终模型在整个训练队列上进行训练，使用先前通过内部 5 倍交叉验证确定的最佳参数集，并在外部测试集上进行测试。结果。使用放射学和临床特征组合训练的弹性网络回归模型在外部测试中表现最佳，一致性指数 (CI) 为 0.77，优于任何临床模型（最佳 CI：0.70）。该模型在 Kaplan-Meier 分析中有效地根据 LF 风险对患者进行分层（P < .001），并显示出增量的净临床效益。在 24 个月时，我们发现低风险组和高风险组分别有 9% 和 74% 出现 LF。结论。临床和放射学特征的组合比单独的任何临床特征集更能预测无 LF。LF 高风险患者可能会受益于更严格的随访程序或强化治疗。
发挥放射性配体治疗的潜力
放射性配体疗法是一种靶向治疗，在改善癌症治疗方面具有巨大潜力。这种疗法由两部分组成：识别癌细胞的配体和传递辐射的放射性同位素。7 该过程允许辐射靶向身体任何部位的细胞。2 3 由于辐射作用距离短，可以专门针对癌细胞，因此这种治疗通常耐受性良好，对健康细胞的影响小于其他治疗方法（如化疗）。3 此外，放射性配体疗法已被证明可以提高生存率和生活质量，并减缓疾病进展，这意味着这种治疗可以对人们的生活产生重大的积极影响。8-10 放射性配体疗法目前已在多个国家获得许可，用于治疗某些类型的神经内分泌肿瘤 (NEN) 和前列腺癌。11-15
制造用于医疗器械开发的不透射线、载药可吸收聚合物
图 4. 10-12 周内纵向监测射线不透性、机械强度、钆 (Gd) 和双嘧达莫 (DPA) 释放情况。(A) 以亨斯菲尔德单位 (HU) 为单位测量的射线不透性随时间推移逐渐降低，与机械强度 (B) 的下降趋势相吻合，机械强度以千克 (kg) 为单位评估为断裂载荷。(C、D) Gd 和 DPA 含量稳步降低，反映出它们在研究期间的控制释放。PPDO，聚对二氧杂环己酮。
制造用于医疗设备开发的放射线，载有药物的可吸收聚合物
图4。在10-12周内释放了放射性，机械强度，Gadolinium（GD）和二吡啶胺（DPA）的纵向监测。（a）在Hounsfield单元（HU）中测量的放射性量，随着时间的流逝逐渐减少，反映了机械强度（B）的降低趋势，被评估为千克（kg）的损耗。（c，d）GD和DPA含量显示出稳定的减少，反映了它们在研究期间的受控释放。PPDO，聚-P-二恶酮。