XiaoMi-AI文件搜索系统
World File Search Systemslide
肿瘤微环境相互作用引导图形学习，从全切片病理图像进行人类癌症生存分析
深度学习技术的最新进展为协助病理学家从全切片病理图像（WSI）中预测患者的生存期带来了可能性。然而，大多数流行的方法仅适用于WSI中特定或随机选择的肿瘤区域中的采样斑块，这对于捕捉肿瘤与其周围微环境成分之间复杂相互作用的能力非常有限。事实上，肿瘤在异质性肿瘤微环境（TME）中得到支持和培育，详细分析TME及其与肿瘤的相关性对于深入分析癌症发展的机制具有重要意义。在本文中，我们考虑了肿瘤与其两个主要TME成分（即淋巴细胞和基质纤维化）之间的空间相互作用，并提出了一种用于人类癌症预后预测的肿瘤微环境相互作用引导图学习（TMEGL）算法。具体来说，我们首先选择不同类型的块作为节点来为每个 WSI 构建图。然后，提出了一种新颖的 TME 邻域组织引导图嵌入算法来学习可以保留其拓扑结构信息的节点表示。最后，应用门控图注意网络来捕获肿瘤与不同 TME 组件之间与生存相关的交集以进行临床结果预测。我们在来自癌症基因组图谱 (TCGA) 的三个癌症队列上测试了 TMEGL，实验结果表明 TMEGL 不仅优于现有的基于 WSI 的生存分析模型，而且对生存预测具有良好的可解释能力。
1-介绍幻灯片
●BS，MS，PERTICAL ENGINEERING＆COMPULEC COBICY USSICOLS of BERKELEY的计算机科学大学●B。B. Mersky＆Capleceone E-Nnovate Endowed Endowed教授2021-●UMD杰出大学教授，2019-●前伊丽莎白伊利贝斯伊利贝斯（Elizabeth Irizabeth Iribeth Iribe）计算机科学主席UMD @ umd，2018-2020●J.R.＆L.S.帕克杰出教授名誉 @ UNC Chapel Hill●ACM，IEEE和EUROGRAPHICS研究员； ACM Siggraph Academy●研究领域：虚拟现实，机器人技术，AI/ML/ML/Vision＆自主权，重点是基于物理的建模/模拟，多模式互动（触觉和音频技术），动画和人类计算机的交互；在自动驾驶，虚拟尝试，医疗保健，数字设计，快速原型制造和个性化制造/网络制造
空气治理2024-所有备用幻灯片
＃8的批准批准截至2023年12月31日截至的年限期间支付或授予的奖励的奖励，授予了第9名首席执行官FrançoisJackow先生，第9名首席执行官官员官员＃9批准了偿还薪酬的组成部分，以判处或判处Fif Facer年度为2023年12月31日的批准奖励的MR BENOTO董事会董事会董事会董事会批准的奖励，法语的第22-10-9-I条所述的公司官员的报酬
恶魔摘要摘要升级峰会
*1 Kurokawa等。（2024）。X射线粉末衍射分析的可靠性来确定土壤的矿物质成分。土壤科学学会杂志，88,1942–1958。*2 Yang等。（2025）。CO 2去除和碳预算改进，由增强的岩石风化引起：日本北海道的现场实验。农业生态系统中的营养循环（正在审查）。*3 Uchibayashi等。（2025）。通过增强的岩石风化，玄武岩施用对土壤化学特性和元素摄取的影响。土壤科学和植物营养（正在审查）。
R.Avaflow V4，一个多功能滑坡仿真框架
表1：对于最多三个阶段中的任何一个中的任何一个，x方向通量和源术语控制流动动力学。y方向上的术语以类似的方式提出。u x和u y = x和y方向的深度平均速度； UU VM和UV VM =虚拟质量贡献（Pudasaini and Mergili，2019年）； dt =分散术语（Pudasaini，2023）; g x = x方向重力的有效下坡分量； F D =变形系数（Pudasaini和Mergili，2024a）; k x = x方向地球压力系数； G Z +和G Z- =重力的有效斜率正常成分，包括不同的浮力效应（Pudasaini和110 Mergili，2019年）； G Z * =有效的重力斜率正常成分，包括浮力和曲率效应； C drag =阻力系数（Pudasaini and Mergili，2019年）； δ=基底摩擦角； c =内聚力； E V =通过剪切系数通过剪切系数损失（Pudasaini和Mergili，2024b）； φ=内部摩擦角； f ml =碎片数（Pudasaini等，2024）; ζ=湍流摩擦数； n =曼宁号码；和C AD =环境阻力系数。绿色表示输入参数，蓝色表示派生的参数。115
阿特拉托滑龟（Trachemys medemi，陆龟科）的完整线粒体基因组和系统发育分析
首次对 3 只巴西龟的线粒体基因组进行了测序和注释。线粒体基因组是一个环状 DNA 分子，大小为 16,711–16,810 bp，AT 含量为 60.9%。它包括 13 个蛋白质编码基因、2 个 rRNA 基因、22 个 tRNA 基因和非编码控制区。基因组组成以正 AT 偏斜（0.123）和负 GC 偏斜（-0.342）为特征。基于完整线粒体基因组（缺少一些巴西龟物种）的系统发育分析将 T. medemi 列为 T. venusta 的姐妹。来自同一数据集的系统发育分析，但包括大多数巴西龟物种可用的较短线粒体 DNA 信息，恢复出 T. medemi 是 T. dorbigni 的姐妹，而该进化枝是 T. venusta 、 T. yaquia 和 T. ornata 的姐妹。新获得的数据对于未来对巴西龟的线粒体基因组学研究很有价值。此外，我们的结果强调了分类单元抽样不完整的影响。