XiaoMi-AI文件搜索系统
World File Search Systemresidual
FITAI：用于 GNSS 后拟合残差和位置联合分析的人工智能。Jason 插件，Rokubun 云 GNSS 处理服务
● 模型训练：在训练模型之前，读取 (2) 生成的特征并进行预处理。例如，如果需要，对数据进行归一化，并根据可用数据量按比例拆分为训练、验证和测试数据集。模型训练完成后，将与 model.json 文件一起存储 (3)，该文件包含有关训练模型的相关信息，例如每个隐藏层的神经元数量、隐藏层数量、使用的变量（后拟合残差、SNR 等）等。● 批量推理：模型训练完成后，可以通过加载保存的模型 (3) 并对新的 GNSS 数据执行推理过程将其部署到生产中。
自动化深瓶颈残留82层建筑...
尽管在过去的二十年中，全世界的孕产妇死亡率下降，但低收入国家和高收入国家之间存在很大的差距，其中94％的孕产妇死亡率集中在低收入和中等收入国家。超声是一种普遍的诊断工具，用于监测胎儿的生长和发育。尽管如此，即使对于熟练的超声师来说，以准确的解剖结构获得标准的胎儿超声平面也被证明具有挑战性和时间密集型。因此，为了确定超声图像的常见母胎胎儿，需要自动化的计算机辅助诊断（CAD）系统。已经提出了一种新的基于剩余的瓶颈机制的深度学习体系结构，其中包括82层深度。所提出的体系结构添加了三个残差块，每个块包括两个高速公路路径和一个跳过连接。此外，在每个残留块之前，已经添加了一个尺寸为3×3的卷积层。在训练过程中，使用贝叶斯优化（BO）而不是手动初始化初始化了几个超级参数。深度特征是从平均合并层中提取的，并执行了分类。在分类过程中，计算时间发生了增加；因此，我们提出了一种改进的基于搜索的飞蛾火焰优化算法，以进行最佳特征选择。然后根据所选功能使用神经网络分类器对数据进行分类。实验阶段涉及对超声图像的分析，专门针对胎儿脑和常见的母亲胎儿图像。所提出的方法可实现78.5％和79.4％的脑胎儿平面和常见母体胎儿平面的精度。与几个预训练的神经网和最先进的（SOTA）优化算法的比较显示出提高的精度。
高敏性流式细胞术对急性白血病中移植最小残留疾病动力学动力学的影响
在造血细胞移植（HCT）之前检测到的最小残留疾病（MRD）与高危急性白血病患者的不良结局有关。然而，在这种情况下，移植后MRD评估的理想时间点以及残留疾病的临床意义尚不清楚。我们对77名急性白血病患者进行了移植前后（第30、60和100天）之前和之后进行的高敏性流式细胞仪MRD进行了前瞻性现实分析。目的是评估消除疾病的动力学，并将其与移植结果相关联。前移植MRD为42（MRD-）为阴性，35例患者（MRD+）为阳性。移植后MRD评估在第30天（n = 30，38.9％），第60天（n = 27，35.0％）和第100天（n = 60，77.9％）时可行。复发发生在MRD +组的8例中（22.9％），在MRD阴性组中发生3例（7.1％），p = 0.02。前移植MRD与总生存率降低（OS； MRD; MRD+54.0％MRD+）和无事件生存期（EFS; 85.3％MRD- vs. 51.1％MRD+）相关，P = 0.001。复发的累积发生率（CIR）为17.5％，在MRD-中为2.6％（p = 0.049）。非释放死亡率（NRM）为31.4％，在MRD-中为12.1％（p = 0.019）。在D100下MRD阴性的患者（92.4％，95％CI：0.81-0.971）的一年OS高于阳性D100 MRD（53.3％，95％CI：0.177–0.796），p <0.0001。疾病状态和D100 MRD与OS，EFS和CIR有关。 还观察到白血病类型之间的NRM差异（所有：MRD-vs. 50％MRD+和AML 0％MRD- vs. 21.7％MRD+，P = 0.0158）。疾病状态和D100 MRD与OS，EFS和CIR有关。还观察到白血病类型之间的NRM差异（所有：MRD-vs. 50％MRD+和AML 0％MRD- vs. 21.7％MRD+，P = 0.0158）。总而言之，通过高度敏感的流式细胞术评估了移植前的MRD准确鉴定出不良预后的患者。HCT后持续的MRD可以通过高特异性和临床灵敏度预测复发。 这些结果强调了将移植周围的MRD动力学纳入急性白血病的常规治疗，尤其是在低/中收入国家的常规治疗中的重要性。HCT后持续的MRD可以通过高特异性和临床灵敏度预测复发。这些结果强调了将移植周围的MRD动力学纳入急性白血病的常规治疗，尤其是在低/中收入国家的常规治疗中的重要性。
染色体阴性CD19阳性最小残留D
最终指导草案 - 尿布瘤和化学疗法的固结治疗费城 - 染色体阴性CD19阳性最小残留疾病阴性B-cell前体急性淋巴细胞淋巴细胞白血病Page 10 of 20
在血清阳性研究中使用残留的血样用于疫苗可预防疾病：范围审查
背景：残留的血液标本为进行血清学调查提供了成本和时间效率的替代方法。但是，由于目标人群代表性的潜在问题和/或相关元数据的可用性有限，因此通常会批评它们的使用。我们进行了范围审查，以检查在何处，何时，如何以及为何在血清学调查中使用残留的血液样本，以进行疫苗预防疾病（VPD），以及如何解决潜在的选择偏见。方法：审查遵循首选的报告项目，以进行系统评价和荟萃分析扩展，以进行范围审查（Prismascr）。我们通过PubMed，Scopus，Embase，Cochrane和WHO IRIS数据库的文献搜索确定了1999年至2022年之间发表的相关论文。使用Kobo工具箱捕获了研究数据，并使用描述性分析方法汇总了发现。结果：总共601篇文章符合标题后的包含标准，抽象筛选和全文审查。使用残留血样的最常见的VPD是Covid-19（27％），乙型肝炎E（16％），乙型肝炎B（10％），流感（9％），HPV（7％）和麻疹（7％）。大多数研究（81％）旨在估计人口水平的血清阳性。残留标本主要来自患者（55％）或献血者（36％）。解决潜在偏见的常见策略包括将结果与已发表的估计值进行比较（78％）和进行分层分析（71％）。但是，该评论强调了研究人员如何分析和报告残留标本的使用的矛盾。结论：残留的血液标本被广泛用于血清阳性研究中，特别是在快速估计至关重要的新兴疾病暴发期间。为了解决这些差距，我们提出了一组建议，以改善使用残留标本对血清学调查的分析，报告和道德考虑。
多种技术对减少增材制造中残余应力的影响
摘要 增材制造 (AM) 正迅速成为汽车、航空航天、医疗等许多行业制造零部件的主导技术。具有更高沉积速率的电弧增材制造 (WAAM) 技术正在成为 AM 中的突出技术。基于线材的增材制造需要高热量输入来熔化线材进行沉积。当组件建立在多层上时，它涉及各种加热和冷却循环，从而导致不均匀的热负荷。由于重复的循环，残余应力会滞留在零件内部并导致各种缺陷，如裂纹、变形、翘曲、部件的生命周期缩短等。需要降低残余应力以最大限度地减少缺陷。本文讨论了预热和锤击压缩载荷等多种技术对最大限度地减少残余应力的影响。预热基材（沉积发生在其上）将降低热梯度，从而降低残余应力。由于残余拉应力是在基于线材的熔覆过程中产生的，而该应力可通过施加压缩载荷来消除，因此，我们内部开发了一种用于施加压缩残余应力的气动装置，以尽量减少残余拉应力。在这项工作中，我们准备了四种不同的样品；1) 沉积状态（未进行预热和锤击），2) 沉积后进行锤击，3) 预热后沉积，4) 预热后沉积后进行锤击，以通过 X 射线衍射法测量残余应力。研究发现，预热和锤击单独可尽量减少残余应力，而综合效果则表明残余拉应力大大降低。
氮化镓 MEMS 谐振器：残余应力如何影响设计和性能
摘要 — 从硅上外延生长的氮化镓 (GaN) 开始，设计、制造并表征了集成压电换能器的预应力微谐振器。在夹紧梁中，众所周知，拉伸应力可用于增加谐振频率。在这里，我们计算了预应力梁中平面外弯曲模式的模态函数，并推导出一个模型来预测谐振频率和压电驱动因子。我们表明，理论和实验结果之间可以获得良好的一致性，并推导出机电转换的最佳设计。最后，我们的模型预测了由于拉伸应力导致的品质因数增加，这已通过真空下的实验测量得到证实。这项研究展示了如何利用外延工艺产生的材料质量和初始应力。
重症监护病房中残留意识的多模式预测：CONNECT-ME 研究
功能性磁共振成像 (fMRI) 和脑电图 (EEG) 可能揭示意识障碍 (DoC) 患者的残留意识，这反映在有关慢性意识障碍的文献中。然而，急性意识障碍很少被研究，尽管识别残留意识是重症监护病房 (ICU) 临床决策的关键。因此，前瞻性、观察性、三级中心队列、诊断性 IIb 期研究“使用脑电图和 fMRI 进行神经重症监护队列研究中的意识”(CONNECT-ME，NCT02644265) 的目的是评估 fMRI 和脑电图在 ICU 中识别急性意识障碍的残留意识的准确性。2016 年 4 月至 2020 年 11 月期间，对 87 名患有创伤性或非创伤性脑损伤的急性意识障碍患者进行了反复临床评估、fMRI 和脑电图检查。通过视觉分析、频带分析和支持向量机 (SVM) 意识分类器评估静息态脑电图和外部刺激下的脑电图。此外，还评估了典型静息态 fMRI 网络内和网络间静息态连接。接下来，我们使用研究入组时的 EEG 和 fMRI 数据，采用两种不同的机器学习算法（随机森林和带线性核的 SVM）来区分研究入组时和转出 ICU 时（或死亡前）处于微意识状态或更好（≥ MCS）的患者与昏迷或无反应觉醒状态（≤UWS）的患者。使用曲线下面积（AUC）评估预测性能。在 87 名 DoC 患者（平均年龄 50.0 ± 18 岁，43% 为女性）中，51 名（59%）在研究入组时≤UWS，36 名（41%）≥ MCS。31 名（36%）患者在 ICU 死亡，其中 28 名患者停止了生命维持治疗。 EEG 和 fMRI 可预测入选研究和转出 ICU 时的意识水平，最大 AUC 分别为 0.79（95% CI 0.77–0.80）和 0.71（95% CI 0.77–0.80）。基于组合 EEG 和 fMRI 特征的模型可预测入选研究和转出 ICU 时的意识水平，最大 AUC 分别为 0.78（95% CI 0.71–0.86）和 0.83（95% CI 0.75–0.89），阳性预测值和灵敏度均有所提高。总体而言，两种机器学习算法（SVM 和随机森林）的表现同样出色。总之，我们建议 ICU 中的急性 DoC 预测模型应基于 fMRI 和 EEG 特征的组合，而不管使用哪种机器学习算法。
使用超声
摘要背景：本研究在禁食的老年人中使用超声处理的胃胃量（GV）评估了有或没有糖尿病的糖尿病的双侧全膝关节置换术（TKA）。方法：这是一项前瞻性，非随机，比较研究，对38岁> 65岁的老年人计划以一周的间隔进行双边TKA。从午夜开始禁食的所有老年人和诊断为糖尿病的患者（DM组，n = 19）（n = 19）（非DM组，n = 19）均与年龄，性别和体重指数相匹配。主要结果是使用超声检查评估的残留GV。结果：在第二个TKA（P = 0.002）处的DM（75.1（43.2）ML）和非DM（35.9（25.9）ML）组之间的残留GV（平均值（标准偏差））在第一个TKA（p = 0.002）之间有显着差异，但在第一个TKA（p = 0.096）。比较每组第一和第二TKA的GV时，在第二个TKA中观察到比DM中的第一手术（P <0.001）和非DM（p = 0.018）组的GV更大。在DM组（42.5 mL; 95％置信区间（CI），26.6-58.5）中，GV量的平均差异比非DM组（20.0 mL; 95％CI，3.8-36.2; P = 0.044）大。结论：在接受TKA上演的老年患者中，第一个TKA测量的残留GV是可比的，无论存在糖尿病。然而，与第二个TKA期间没有糖尿病的老年人相比，糖尿病老年人的增加。糖尿病患者从第一到第二个TKA测量的残留GV变化量大于非糖尿病患者。因此，在计划进行双边上演TKA的老年人中，在术前禁食实践中需要谨慎，尤其是在糖尿病老年人手术的第二阶段。试验注册：ClinicalTrials.gov（NCT04815070）。
残余应力和微观结构对溅射生长的 Cu/W 纳米多层机械性能的影响请确认 ORCID 准确无误。如果您希望为没有 ORCID 的作者添加 ORCID，您可以立即添加。有关 ORCID 的更多信息，请参阅 https://orcid.org/。G. Lorenzin 0000-0003-4206-4443 FF Klimashin 0000-0002-2152-7165 J. Yeom 0000-0002-6937-5551 Y. Hu 0000-0001-9845-362X
W 的高耐磨性和机械强度与 Cu 的高热导率相结合，使 Cu/W 系统成为等离子体实验中散热器和耐辐射应用的有吸引力的候选材料。然而，多层膜和涂层的最终机械性能在很大程度上取决于层的微观结构。在这项工作中，系统地研究了具有不同内部界面密度的 Cu/W 纳米多层膜在两种相反的面内应力状态下的机械性能，并与文献进行了批判性讨论。使用具有最先进的神经网络势的原子模拟来解释杨氏模量和硬度的实验结果。结果表明，微观结构，特别是与应力状态相互关联的孔隙率和界面无序相关的过量自由体积，对机械性能有很大影响，尤其是 Cu/W 纳米多层膜的杨氏模量。