XiaoMi-AI文件搜索系统
World File Search Systemslices
β细胞功能障碍在1型糖尿病发病机理中独立于胰岛炎
总结与1型糖尿病（T1D）相关的胰岛素分泌功能的丧失归因于β细胞的免疫介导的破坏。然而，在T1D发作时，患者通常剩下明显的β细胞量，而T细胞胰岛的T细胞浸润零星。因此，我们调查了以下假设：使用来自最近诊断为T1D的器官供体制备的Live Human Pancreas组织切片，T1D中的其余β细胞在很大程度上是功能失调的。β细胞显着减少了Ca 2+动员和胰岛素分泌对葡萄糖的反应。β细胞功能在T细胞浸润和非浸润胰岛中同样受损。固定的组织染色和激光捕获微分胰岛的基因表达分析显示，葡萄糖刺激分泌偶联途径中蛋白质和基因的显着降低。从这些数据中，我们认为在人T1D发病机理期间剩余的β细胞质量发生了功能缺陷。
ICCUB探测器研发
模拟所提出的平面 TOF PET 成像仪的功能：由两个 120x60cm 2 面板探测器（位于患者上方和下方）获取的 XCAT 数字幻影的重建图像（3mm 切片），假设 TOF 分辨率为 100 ps，闪烁体厚度为 10 mm（A），并使用小型 4 面板系统对头部（B）和躯干（C）进行成像
评估辐射风险在成年-CT-CT-BRAIN-PROCEDURES- ...
本研究的目的是评估CT扫描仪的三种不同方式接受CT脑检查的患者的辐射剂量（16片，64片和128片），并分析摩洛哥医院的背景下相关的生物学作用。共有150名患者参加了在摩洛哥的三家独立医院进行的CT脑检查。数据是从每家医院进行的总共进行的50次CT扫描获得。为每次检查收集的数据包括扫描仪的采集参数，串联数量，对比度的使用数量以及旋转时间以及切片厚度，显示的计算机断层扫描剂量指数（CTDIVOL）和剂量长度产物（DLP）。使用国际放射保护委员会（ICRP）提供的转换因子对癌症和遗传风险进行评估。本研究中包括的患者的平均年龄为56.33岁±20.70岁。The average radiation doses for CT brain scans were determined to be 695.61 mGy·cm ± 48.62 mGy·cm for 16 slice scanners, 890.83 mGy·cm ± 56.52 mGy·cm for 64 slice scanners, and 834.05 mGy·cm ± 161.58 mGy·cm for 128-slice扫描仪。计算出的每手术癌症风险范围从每10 5 CT的9.10到每10 5 CT程序，每10 5 CT的速率为9.10，每10 5 CT，11每10 5 CT和11.75每10 5 CT程序，分别观察到16台16杆，64板板和128板板扫描仪。同时，患者遗传风险的范围从每百万分之3.31到每百万CT程序4.27，相应的比率分别为3.31、4和4.27，分别为16片，64片，64片和128片切片扫描仪。
实验室手册
步骤 1：启动进程步骤 2：接受就绪队列中的进程数和时间段（或）时间片步骤 3：为就绪 Q 中的每个进程分配进程 ID 并接受 CPU 突发时间步骤 4：计算每个进程的时间片数，其中进程（n）的时间片数 = 突发时间进程（n）/时间片步骤 5：如果突发时间小于时间片，则时间片数 =1。步骤 6：假设就绪队列为循环 Q，计算进程（n）的等待时间 = 进程（n-1）的等待时间 + 进程（n-1）的突发时间 + 从进程（n-1）获取 CPU 的时间差（a）进程（n）的周转时间 = 进程（n）的等待时间 + 进程（n）的突发时间 + 从进程（n）获取 CPU 的时间差。步骤 7：计算（a）平均等待时间 = 总等待时间/进程数（b）平均周转时间 = 总周转时间/进程数步骤 8：停止进程 1.1.3 程序：
sofnet：基于光流的大型...
来自多个中心的大脑磁共振成像（MRI）数据通常在成像条件下表现出差异，例如所使用的核磁共振仪器的类型和随机噪声的存在。此外，MRI切片之间差距的差异进一步使数据的可用性复杂化了高级人工智能（AI）分析。基于深度学习的方法已成为解决挑战的实用解决方案。然而，现有的研究在很大程度上忽略了大脑MRI数据的增强，尤其是在面对明显的切片间隙时，例如在我们的临床大脑MRI切片中观察到的大约6 mM。响应这一研究差距，我们旨在开发新的方法来增强大脑MRI数据，重点关注更大的切片差距。为了实现这一目标，我们提出了SOFNET，它利用了基于光流和编码器 - 二次骨架的sofnet。我们模型的主要目标是插值MRI切片，同时保持特征一致性。利用光流法，与其他超分辨率算法相比，该方法表现出了出色的性能，我们提出的方法已在三个不同的大脑MRI数据集上进行了评估，并明确解决了4.2 mm和6.0 mm之间的差距。实验结果强调了SOFNET在生成适应的脑MRI数据方面获得的超分辨率质量的显着增强，超过了其他单位超级分辨率（SISR）方法。为了确保插值脑MRI切片的可信度，我们基于诸如峰值信噪比（PSNR）和结构相似性指数（SSIM）等指标（例如峰值信噪比（PSNR））对三个MRI进行了实验。这些实验证明了我们方法在将低分辨率MRI数据转换为清晰可靠的大脑MRIS中的有效性，从而可以使用AI技术进行了改进的分析。
GluK2 是耐药性颞叶癫痫基因治疗的靶点
目的：颞叶癫痫 (TLE) 的特征是边缘系统（尤其是海马）中反复发作癫痫。在 TLE 中，从齿状回颗粒细胞 (DGC) 中反复出现的苔藓纤维在 DGC 之间形成异常的致癫痫网络，该网络通过异位表达的含 GluK2/GluK5 的海人酸受体 (KAR) 起作用。TLE 患者通常对抗癫痫药物有抵抗力，并患有严重的合并症；因此，迫切需要新的治疗方法。之前，我们已经证明 GluK2 基因敲除小鼠可以免受癫痫发作的影响。本研究旨在提供证据，证明使用基因疗法下调海马中的 KAR 可以减少 TLE 中的慢性癫痫放电。方法：我们将分子生物学和电生理学结合到啮齿类 TLE 模型和从耐药性 TLE 患者手术切除的海马切片中。结果：在这里，我们确认了使用非选择性 KAR 拮抗剂抑制 KAR 的转化潜力，该拮抗剂显着减弱了 TLE 患者来源的海马切片中的发作间期样癫痫样放电 (IED)。表达抗 grik2 miRNA 的腺相关病毒 (AAV) 血清型 9 载体被设计为特异性下调 GluK2 表达。将 AAV9-抗 grik2 miRNA 直接递送到 TLE 小鼠的海马中可显着减少癫痫发作活动。TLE 患者海马切片的转导降低了 GluK2 蛋白的水平，最重要的是，显着减少了 IED。解释：我们抑制异常 GluK2 表达的基因沉默策略可抑制小鼠 TLE 模型中的慢性癫痫发作以及来自 TLE 患者的培养切片中的 IED。这些结果为针对耐药性 TLE 患者的 GluK2 KAR 基因治疗方法提供了概念验证。ANN NEUROL 2023；00:1 – 17
主动轮廓和OTSU阈值分割算法之间的比较分析
尽管已经提出了许多分割方法，但可以进一步提高分割结果的准确性。随后，本研究试图提供有关称为感兴趣区域（ROI）的大小，初始位置和形状（ROI）的非常重要的特性，以启动分割过程。MRI由特定人而不是一个图像的一系列图像（MRI切片）组成。我们的方法根据肿瘤大小，初始位置和形状选择其中的最佳图像，以避免部分体积效应。测试我们方法的所选算法是主动轮廓和OTSU阈值算法。在本研究中使用Brats标准数据集进行了几项实验，该数据集由100个样本组成。这些实验由65名患者的MRI切片组成。使用骰子，jaccard和BF分数通过相似系数作为标准度量来评估所提出的方法。结果表明，当在三个不同的相似性系数中测试时，主动轮廓算法具有较高的分割精度。此外，两种算法的实现结果验证了建议的方法选择MRI样品最佳ROI的能力。
现代奴隶制法案 - Evotec（UK）Limited
•原发性HU和啮齿动物肝细胞和细胞系； IPSC衍生的肝细胞和器官•原发性和不朽的Hu肝星状细胞•原代HU PBMC衍生的免疫细胞含有。巨噬细胞，单核细胞； Hu Kupffer细胞，小鼠BMDM；细胞系•3D HU原发性肝球体，小鼠精度切割肝切片•代谢，炎症，纤维化测定
昆虫在人类世尼克·布Blüthgen1†，lynn v ...
摘要 - 复杂的3-D方案中的导航需要适当的环境表示，以了解现场的理解和轨迹生成。我们提出了一个高度效率和可扩展的全球导航框架，基于对环境的层析成像理解，以导航多层结构中的地面机器人。我们的AP-PRACH使用点云图生成断层图，以将几何结构编码为地面和天花板高程。然后，考虑到机器人的运动能力，它评估了场景遍历性。通过平行计算来加速绘制构造和场景评估。与直接在3D空间中的计划相比，我们的方法进一步减轻了轨迹产生的复杂性。它通过搜索多个断层切片并分别调整机器人高度以避免悬垂来生成3-D传播。我们在各种模拟方案中评估了我们的框架 - iOS，并在四足动物的机器人上进一步在现实世界中对其进行了测试。我们的方法将场景评估时间减少了三个数量级，并将路径计划速度提高了三倍，与现有方法相比，在各种复杂的3-D环境中表明了高度有效的全球导航。
通过逐步学习的电池单元的一声分割
由于电动汽车和电池储能系统的重要性日益严重，因此必须在生产过程中和生产后确保电池安全性。一个方面是内部结构的可视化，可以通过计算机断层扫描（CT）作为一种非破坏性测试（NDT）方法来实现。深度学习工具可以快速学习和执行不同的图像处理任务。但是，在大多数设置中，生成训练这些工具所需的标记数据很昂贵。因此，这项工作通过逐步学习（GL）解决了CT体积中阳极和阴极的分割，该技术仅需要单个注释的体积切片。该技术利用了相邻切片之间的高相似性，并应用于电池堆栈细胞和圆柱形细胞。对于堆栈细胞，使用了平移相似性，这导致平均增益比联合（IOU）点相交0.09。对于圆柱细胞，提出了沿旋转中心切片的顺序分割。这导致GL应用之前的堆栈单元的较高初始IOU为0.78 vs. 0.73。对于圆柱细胞类型的GL的IOU增益为0.01 iOU点较小，但由于去除其余的伪影时，定性样品显示出改善。