XiaoMi-AI文件搜索系统
World File Search Systemslices
通过对运动损坏切片进行插值来改进新生儿脑部 MRI 分割
资金信息 本研究由 Isala 科学与创新基金（荷兰兹沃勒 Isala 医院）、Dr. CJ Vaillant 基金（荷兰阿尔梅勒 Landelijke Vereniging van Crematoria）和 Nutricia Specialized Nutrition（荷兰祖特梅尔 Nutricia Nederland BV）资助。赞助方未参与研究的设计和实施、数据的收集、管理、分析和解释，也未参与手稿的准备、审查和批准，也未参与决定是否将手稿提交出版。
在LPS之前先用Zymosan的精密切割牛乳清切片预先刺激
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。它是制作
生理温度下制备的急性脑切片在突触功能表征中的优势
急性脑切片制备是研究大脑突触功能特征的有力实验模型。尽管通常在冰冷温度 (CT) 下切割脑组织以方便切片并避免神经元损伤，但暴露于 CT 会导致突触的分子和结构变化。为了解决这些问题，我们研究了在冰冷和生理温度 (PT) 下制备的小鼠急性小脑切片中突触的超微结构和电生理特征。在 CT 下制备的切片中，我们发现脊柱明显丢失和重建、突触小泡重排和突触蛋白减少，而所有这些在 PT 下制备的切片中均未检测到。与这些结构发现一致，在 PT 下制备的切片显示出更高的释放概率。此外，在 PT 下制备允许在切片后立即进行电生理记录，从而与 CT 下相比，运动学习后长期抑郁 (LTD) 的可检测性更高。这些结果表明，在 PT 下切片制备对于研究不同生理条件下的突触功能具有显着优势。
渗透脱水对干菠萝切片的某些物理化学参数的影响
渗透脱水是导致产品的感觉价值和保质期提高的过程之一。这项研究旨在研究渗透脱水对菠萝水果物理化学参数的影响，菠萝果实在越南的坎市收获。研究了渗透脱水溶液中糖含量的参数范围，从400至600 g/l，温度因子在渗透脱水过程中的温度因子从18至38°C（±1℃）。研究渗透脱水时间，直到出现渗透平衡为止。监测渗透脱水过程中搅拌条件的影响，并将其与常规渗透脱水进行比较。每小时渗透脱水后，评估了原材料中水分含量和糖含量的指标。还研究了一些渗透脱水样品的色差（RE）。结果表明，在连续搅拌的支持下，在38°C下的渗透脱水为600 g/l，以获得最佳的渗透脱水效果。研究结果概述了在不同浓度的渗透溶液中的渗透脱水过程。这些结果是根据每种产品的目的灵活选择渗透菠萝条件的基础（例如果冻）和消费者需求（例如甜度水平）。
纵向培养的精确切割肺切片作为肺的预测离体模型
探索体内模型的替代方案，本研究验证了精确切割肺切片（PCLS）是可行的肺癌研究的可行的离体平台。我们确定了PCLS的长期活力和结构保存，对于准确的药物反应研究至关重要。使用紫杉醇作为基准药物和一种与免疫疗法结合使用的具有治疗良好的银纳米颗粒，我们对其对PCLS对PCLS的治疗作用进行了开创性的比较分析。结果表明，PCL在体内反应中紧密模仿，表明肿瘤生长抑制作用中的药物疗效可比。这种直接比较不仅证实了PCL在模拟现实结果中的实用性，而且还强调了其在减少动物测试中的潜力。通过为肺癌研究提供可靠，道德和有效的替代方案，PCL可以显着增强临床前研究和药物的开发，这标志着迈向更人性化和代表性的科学研究的关键一步。
通过多切片联合建模构建三维全生物体空间图谱
图 1：STitch3D 概览。a. 来自多个 ST 组织切片的原始数据和来自参考 scRNA-seq 数据集的细胞类型特异性基因表达谱作为 STitch3D 的输入。b. STitch3D 的预处理步骤包括对来自不同组织切片的斑点进行对齐以构建斑点的 3D 位置，以及构建全局 3D 图。STitch3D 的主模型结合这些结构来执行表示学习，用于 3D 空间域识别和 3D 细胞类型反卷积。c. STitch3D 输出 3D 空间区域识别结果和组织中不同细胞类型的 3D 空间分布估计。STitch3D 还支持多种下游分析，包括空间轨迹推断、低质量基因表达测量值的去噪、虚拟组织切片的生成以及具有 3D 空间表达模式的基因识别。d. STitch3D 对多个切片进行联合建模，并利用基于图注意的神经网络学习具有 3D 空间信息的斑点和细胞类型比例的潜在表示。
暴露于渗透或代谢应激的脑切片中扩散去极化的比较分析
摘要背景：复发性扩散性去极化 (SD) 发生在卒中和创伤性脑损伤中，被认为是损伤进展的标志。活体大脑中与 SD 相关的条件很复杂，这促使研究人员研究活体大脑切片制剂中的 SD，但实验室之间的方法差异使综合数据解释变得复杂。在这里，我们对活体大脑切片中 SD 的演变进行了比较评估，这些切片响应选定的 SD 触发器并在各种培养基中，在其他标准化实验条件下进行。方法：制备大鼠活体冠状脑切片 (350 μm) (n = 51)。使用低渗培养基 (Na + 含量从 130 降至 60 mM，HM) 或氧-葡萄糖剥夺 (OGD) 来引起渗透性或缺血性挑战。用人工脑脊液 (aCSF) 灌注的脑切片作为对照。在对照条件下通过压力注射 KCl 或电刺激诱发 SD。通过皮层内玻璃毛细管电极记录局部场电位 (LFP)，或在白光照射下进行内在光信号成像以表征 SD。使用 TTC 和苏木精-伊红染色评估组织损伤。结果：严重渗透应激或 OGD 会引发自发性 SD。与 aCSF 中触发的 SD 相反，这些自发去极化的特点是复极不完全且持续时间延长。此外，HM 或 OGD 下的皮质 SD 会传播到整个皮质，偶尔会侵入纹状体，而 aCSF 中的 SD 在停止之前覆盖的皮质区域要小得多，并且从未扩散到纹状体。HM 中的 SD 显示出最大的幅度和最快的传播速度。最后，HM 中的自发性 SD 以及尤其是在 OGD 下的自发性 SD 之后会出现组织损伤。结论：虽然 Na + /K + ATP 酶的失效被认为会损害 OGD 相关 SD 的组织恢复，但组织肿胀相关的过度兴奋和星形胶质细胞缓冲能力的耗尽被认为会促进渗透应激下的 SD 进化。与 OGD 相比，在低渗透条件下传播的 SD 不是终点，但它与不可逆的组织损伤有关。需要进一步研究以了解 HM 中自发发生的 SD 进化与 OGD 下的 SD 进化之间的机制相似性或差异性。关键词：脑切片、脑缺血、扩散性去极化、渗透应激、氧葡萄糖剥夺
针对低分辨率和非连续切片的临床 MRI 数据集的最优脑肿瘤分割算法
摘要背景：从磁共振图像（MRI）中分割脑肿瘤及其组成区域对于规划诊断和治疗非常重要。在临床实践中，经验丰富的放射科医生通常使用多模态 MRI 来描绘肿瘤区域。但这种手动分割容易出现重现性差且耗时。此外，常规临床扫描通常分辨率较低。为了克服这些限制，需要一种基于计算机视觉的自动精确分割算法。方法：我们研究了三种广泛使用的分割方法的性能，即区域增长、模糊 C 均值和深度神经网络 (deepmedic)。我们通过随机选择 48 名患者数据（高级别，n = 24 和低级别，n = 24）在 BRATS 2018 数据集上以及在我们的常规临床 MRI 脑肿瘤数据集（高级别，n = 15 和低级别，n = 28）上评估了这些算法。我们使用骰子相似系数、豪斯多夫距离和体积测量来测量它们的性能。结果：与模糊 C 均值 (FCM) 和 deepmedic 网络相比，区域增长法表现非常差。对于 BRATS 和临床数据集，FCM 和 deepmedic 算法的 Dice 相似系数得分彼此接近。这两种方法的准确率一般都低于 70%。结论：尽管 deepmedic 网络在 BRATS 脑肿瘤分割挑战中表现出非常高的准确率，但它必须针对低分辨率常规临床扫描进行定制训练。它还需要大量训练数据才能用作临床应用的独立算法。尽管如此，与区域增长或 FCM 相比，deepmedic 可能是脑肿瘤分割的更好算法。关键词：脑肿瘤、分割、深度神经网络、MRI
R2DTool：同工型分辨RNA特征的集成和可视化
标题：水凝胶的精密切割肺切片支持体内引起的肺部肺部病变的体内文化作者：Caroline Hauer 1，Rachel Blomberg 2，Rachel Blomberg 2，Kayla Sompel 1，Kayla Sompel 1，Chelsea M. Magin M. Magin M. Magin 1,2,3科罗拉多州Anschutz医疗校园Aurora，Co 80045，美国2生物工程系丹佛分校美国30045，美国30045，科罗拉多州科罗拉多大学Anschutz Medical Campus Aurora，Co 80045，美国运行标题：水凝胶embedded PCLS支持肺PML的肺部PML培养物：Meredith A.科罗拉多州的网球大学Anschutz医疗校园12700 E 19 Th Ave，Box C272 Aurora，Co 80045，美国Meredith.tennis@cuanschutz.edu利益冲突：C.M.M M. C.M.M担任Colorado Biosci-Biosci-Ence Institute董事会副主席。 所有其他作者都没有宣布潜在的利益冲突。 单词计数：4,500（包括材料和方法）数字：4科罗拉多州的网球大学Anschutz医疗校园12700 E 19 Th Ave，Box C272 Aurora，Co 80045，美国Meredith.tennis@cuanschutz.edu利益冲突：C.M.M M. C.M.M担任Colorado Biosci-Biosci-Ence Institute董事会副主席。所有其他作者都没有宣布潜在的利益冲突。单词计数：4,500（包括材料和方法）数字：4
使用2D MRI SLICES诊断的比较研究中的机器学习方法
MRI是一种无创成像方法，可防止患者暴露于对比剂或电离辐射。MRI提供了大脑的高分辨率图像，该图像具有检测与AD相关的大脑结构的细微变化的能力。 可以使用有关大脑的结构，功能和代谢方面可以从MRI获得的信息来识别 AD。 重复的MRI扫描使得可以跟踪疾病的发育并评估治疗的有效性。 此外，为了创建可以自动检测和量化与AD相关的脑形态和认知过程的变化的模型，研究人员在研究中采用了各种机器学习方法，例如深度学习技术。大脑的高分辨率图像，该图像具有检测与AD相关的大脑结构的细微变化的能力。AD。重复的MRI扫描使得可以跟踪疾病的发育并评估治疗的有效性。此外，为了创建可以自动检测和量化与AD相关的脑形态和认知过程的变化的模型，研究人员在研究中采用了各种机器学习方法，例如深度学习技术。