XiaoMi-AI文件搜索系统
World File Search Systemspin
动脉自旋标记脑MRI研究，以评估耳聋植入之前79名儿童脑灌注的影响
Arnaud Coez，Ludovic Fillon，Ana Saitovitch，Caroline Rutten，Sandrine Marlin等。动脉自旋标记脑MRI研究，以评估耳聋植入前79名儿童脑灌注的影响。Neuroimage -Clinical，2021，29，pp.102510-。10.1016/j.nicl.2020.102510。hal- 03494074
比较成年人的基因表达谱和分离的脊髓结核病与
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。Creative Commons公共领域奉献豁免（http：//creativecom- mons.org/publicdomain/zero/zero/1.0/）适用于本文中提供的数据，除非在信用额度中另有说明。
单个量子点自旋引起的巨大光学偏振旋转
在光学量子计算和通信框架中，主要目标是构建接收节点，使用单个固定量子位对传入光子实施条件操作。特别是，对可扩展节点的追求推动了腔增强自旋光子接口与固态发射器的发展。然而，一个重要的挑战仍然是，以确定性的方式产生稳定、可控、自旋相关的光子状态。在这里，我们使用电接触柱状腔，嵌入单个 InGaAs 量子点，以展示单个电子自旋对反射光子引起的巨大极化旋转。引入了一种完整的层析成像方法来推断在存在自旋和电荷波动的情况下，由特定自旋状态决定的输出极化斯托克斯矢量。我们通过实验接近庞加莱球中条件旋转π2、π和π2的偏振态，外推保真度分别为（97±1）%、（84±7）%和（90±8）%。我们发现，增强的光物质耦合，加上有限的腔双折射和降低的光谱波动，可以针对庞加莱球中的大多数条件旋转，同时控制经度和纬度。这种偏振控制可能对使自旋光子接口适应各种量子信息配置和协议至关重要。
评估旋转记忆中包含的关键金属，特别关注PT替代以改善可持续性
由于其独特的属性组合：非挥发性，速度，密度和写入耐力，称为自旋转移磁性磁性随机接入记忆（STT-MRAM）的自旋记忆有望在物联网（IoT）的未来发展中起重要作用（IOT），并且在信息和通信技术中更笼统地发挥作用。这种类型的自旋装置通常是由材料制成的，其中一些可以归类为关键。最近的研究评估了磁随机访问记忆中包含的关键材料[1，2]。但是，在那些情况下，分析的记忆类型属于2000年代初期开发的第一代MRAM。如今，存储器设备被垂直于层平面磁化，并包含合成反铁磁铁（SAF）（SAF），该抗fiferromagnet（SAF）可为STT-MRAM参考层具有较低的流浪场提供高温。此SAF通常由钴（CO）和铂（PT）多层制成，抗铁磁性在薄扁桃（RU）层上耦合。由于铂金属（PGMS）的高体能量引起的，评估这些材料的普遍关注点是与其生产相关的环境风险。在这里首先报道对使用此类多层的环境和经济风险的评估，然后对其供应风险进行讨论。用CO/NI多层替换CO/PT多层替代可以导致与使用这些多层人士使用相关的能量需求或全球变暖潜力（GWP）的3-4个数量级。尽管如此，与PGMS相关的高供应风险仍然是提高意识的原因。基于垂直形状各向异性（PSA）的替代概念也可以在这些量中减少1-2个数量级。然而，对于Stt-Mram的情况，与硅晶片的质量相比，使用了少量的PGM层，这些硅晶片生长了这些类型的设备。因此，发现硅晶片制造的环境和经济影响要比STT-MRAM堆栈中纳入的PGM材料高得多。一个探索的可能性是基于Co/ni多层的SAF结构，其性能相似。还基于上述PSA概念提出了更具挑战性的选择。最后，我们解决了欧洲委员会确定的其他几种金属的案例，这些金属在MRAM（例如W或TA）中使用，最近都包括在2021年1月发布的欧盟冲突矿产法规中[3]。
Krabbe病的临床前研究
阿尔茨海默氏病生物标志物对于了解疾病的病理生理学，有助于准确的诊断和识别靶向治疗至关重要。尽管生物标志物的数量继续增长，但每个人的相对效用和独特性被遗憾的理解很少，因为先前的工作通常一次仅在少数标记上计算出串行成对关系。本研究评估了27例阿尔茨海默氏病生物标志物之间的横断面关系，并确定了他们使用机器学习预测有意义的临床结果的能力。从527个社区居民志愿者那里获得了数据，该志愿者在圣路易斯华盛顿大学的Charles F.和Joanne Knight Alzheimer病研究中心招收。我们使用层次聚类进行了淀粉样蛋白β，tau [磷酸化的tau（p-tau），tau t-t-tau）的27组，CSF和血浆测量值，神经元损伤和从MRI，MRI，PET，PET，质量表光学测定法和炎症中得出的炎症。还包括神经心理学和遗传措施。基于森林的随机特征选择确定了整个队列中淀粉样蛋白宠物阳性的最强预测指标。模型还预测了整个队列和淀粉样蛋白宠物个体的认知障碍。出现了四个反映：阿尔茨海默氏病病理学（淀粉样蛋白和TAU），神经变性，AT8 AT8抗体相关的磷酸化TAU位点和神经元功能障碍。神经元功能障碍和炎症的非特异性CSF度量是淀粉样蛋白PET和认知状况的较差的预测指标。在整个队列中，CSF P-TAU181/Aβ40Lumi和Aβ42/Aβ40Lumi和CSF PT217/T217，PT111/T111，PT231/T231的CSF PT217/T217，PT111/T217的质谱测量值是强大的预测者。鉴于他们有能力在阿尔茨海默氏病的病理轨迹上表示个体，因此这些相同的标记（CSF PT217/T217，PT111/T111，P-TAU/Aβ40Lumi和T-Tau/Aβ40Lumi）在很大程度上是整个Coghort中较差的认知者的最佳预测指标。将分析限制为淀粉样蛋白阳性个体时，认知受损的最强预测指标是Tau PET，CSF T-TAU/Aβ40Lumi，P-TAU181/Aβ40Lumi，CSF PT217/217/217/217和PT205/T205。当前的工作利用机器学习来了解大量生物标志物的相互关系结构和实用性。结果表明，尽管生物标志物的数量已迅速扩大，但许多人是相互关联的，很少有强烈预测临床结果。同时研究可用生物标志物的整个语料库提供了一个有意义的框架，以了解阿尔茨海默氏病病理生物学变化，以及对哪些生物标志物在阿尔茨海默氏病临床实践和试验中最有用的见解。
慢性疼痛对脊髓损伤患者的影响的综合生物信息学分析
脊髓损伤（SCI）是中枢神经系统（CNS）的严重全身状况，导致运动，感觉和自主性障碍显着（Tansley等，2022; Wang等，2022）。根据一项统计研究，截至2019年，SCI的主要原因是跌倒和道路伤害（Quadri等，2018）。损伤可以分为两类：初级和次要（Yang等，2020）。前者是绳索的机械损伤，而后者是细胞和对主要损伤的生物反应的结果。继发性损伤通常涉及免疫系统，神经系统，血管系统和其他系统，包括出血，缺血，氧化应激，炎症反应，神经细胞死亡，脱髓鞘和疤痕形成（Hu等，2023）。主要的伤害机制可以大致分类如下：（a）冲击加持续压缩； （b）仅影响； （c）分心； （d）促进/横切（Sterner and Sterner，2023）。虽然继发损伤可以分为立即，急性，中间和慢性相。最初事件后立即开始受伤的直接阶段，并持续约2小时。急性相的特征是损伤的直接后果，包括创伤性轴突破裂，快速神经和神经胶质细胞死亡以及脊柱休克。在SCI后2到6周之间发生的中间相的特征是星形胶质疤痕的持续成熟，轴突再生新芽的形成以及囊肿和Syrinxes的发展。随后，慢性阶段在初次损伤后6个月开始，并坚持不懈地持续存在。已经提出了用于管理SCI的各种治疗选择，例如水凝胶，3D打印，干细胞和细胞外囊泡（EV）血管。然而，由于轴突生长的降低，内源性细胞的不良修复以及损伤部位的抑制分子的存在，挑战仍然存在于治疗后（Liu等人，2021年）。患有SCI的人通常会面临继发性身体和心理并发症，包括增加抑郁症，焦虑症和生活质量降低（Hearn and Cross，2020年）。慢性疼痛被定义为疼痛连续或间歇性地持续3个月或更长时间（Treede等，2019）。由美国疾病控制与预防中心（CDC）进行的一项研究表明，慢性疼痛的患病率在11％至40％之间，估计点的患病率为20.4％。慢性疼痛被分为伤害性，神经性，致病性，混合和癌症疼痛，都导致患者不适。慢性痛苦的社会和个人影响至关重要，这对社会有很大的财务负担。此外，慢性疼痛的患者经常与周围神经系统和中枢神经系统的疾病特异性改变有关，以及生活质量的降低。因此，必须治疗慢性疼痛患者。研究强调了治疗慢性疼痛的重要性，这受到身体，心理和社会因素的影响，例如年龄，性别，种族，生活方式，行为，它会损害个人的工作能力，引起财务影响，以动态方式影响生物学过程，包括外围和中心敏化，新的神经联系的形成以及病理学特定的脑部改变（Cohen等，2021）。
在线轨迹重新启动器，用于动态抓住不规则对象
摘要 - 本文提出了一种用于抓住不规则对象的新轨迹重新启动器。与常规的掌握任务不同，该任务简单地假定对象的几何形状，我们旨在实现不规则对象的“动态掌握”，这需要在握把过程中持续调整。为了有效处理不规则的对象，我们提出了一个构成两个阶段的轨迹优化框架。首先，在指定的时间限制为10 s的指定时间限制中，为从机器人的初始配置中进行无缝运动计算初始离线轨迹，以掌握对象并将其传递到预定义的目标位置。其次，实现了快速的在线轨迹优化，以在100毫秒内实时更新机器人轨迹。这有助于减轻视力系统中的估计错误。为了解释模型的不准确性，干扰和其他非模块化效果，实施了机器人和抓手的轨迹跟踪控制器，以从提出的框架中阐明最佳轨迹。密集的实验结果有效地证明了我们在模拟和现实世界中的轨迹计划框架的性能。
使用受约束的球形卷积
1。Amunts K，Mohlberg H，Bludau S，Zilles K. Julich-Brain：人类大脑细胞结构的3D概率地图。Science 2020; 369：988-92。 2。 Andersson JL，Sotiropoulos SN。 一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。 Neuroimage 2016; 125：1063-78。 3。 Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。 对大脑图像注册中蚂蚁相似性表现的可重复评估。 Neuroimage 2011; 54：2033-44。 4。 Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A. 跟踪密度成像（TDI）：超级分辨率属性的验证。 Neuroimage 2011; 56：1259-66。 5。 Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。 Neuroimage 2009; 47：S102。 6。 Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。 人类Connectome项目的神经影像学方法。 Nat Neurosci 2016; 19：1175-87。 7。 Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。 用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。 SCI REP 2020; 10：21285。 8。 Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Science 2020; 369：988-92。2。Andersson JL，Sotiropoulos SN。 一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。 Neuroimage 2016; 125：1063-78。 3。 Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。 对大脑图像注册中蚂蚁相似性表现的可重复评估。 Neuroimage 2011; 54：2033-44。 4。 Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A. 跟踪密度成像（TDI）：超级分辨率属性的验证。 Neuroimage 2011; 56：1259-66。 5。 Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。 Neuroimage 2009; 47：S102。 6。 Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。 人类Connectome项目的神经影像学方法。 Nat Neurosci 2016; 19：1175-87。 7。 Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。 用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。 SCI REP 2020; 10：21285。 8。 Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Andersson JL，Sotiropoulos SN。一种校正方法的综合方法，以扩散MR成像中的非谐波效应和受试者运动。Neuroimage 2016; 125：1063-78。3。Avants BB，Tustison NJ，Song G，Cook PA，Klein A，Gee JC。对大脑图像注册中蚂蚁相似性表现的可重复评估。Neuroimage 2011; 54：2033-44。4。Calamante F，Tournier JD，Heidemann RM，Anwander A，Jackson GD，Connelly A.跟踪密度成像（TDI）：超级分辨率属性的验证。Neuroimage 2011; 56：1259-66。5。Fonov V，Evans A，McKinstry R，Almli C，CollinsD。从出生到成年期，无偏见的非线性平均适合年龄的脑模板。Neuroimage 2009; 47：S102。6。Glasser MF，Smith SM，Marcus DS，Andersson JL，Auerbach EJ，Behrens TE等。人类Connectome项目的神经影像学方法。Nat Neurosci 2016; 19：1175-87。7。Gutierrez CE，Skibbe H，Nakae K，Tsukada H，Lienard J，Watakabe A等。用神经示踪剂数据作为参考的基于扩散MRI的光纤跟踪的优化和验证。SCI REP 2020; 10：21285。8。Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。 立体定位空间中的道概率图：白质解剖结构和特定于区域的分析。 Neuroimage 2008; 39：336-47。Hua K，Zhang J，Wakana S，Jiang H，Li X，Reich DS等。道概率图：白质解剖结构和特定于区域的分析。Neuroimage 2008; 39：336-47。9。Jenkinson M，Bannister P，Brady M，SmithS。改进了对脑图像的鲁棒和准确的线性注册和运动校正的优化。Neuroimage 2002; 17：825-41。10。Jenkinson M，Beckmann CF，Behrens TE，Woolrich MW，
脊髓中的代谢重编程驱动到疼痛慢性的过渡
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是此预印本版本的版权持有人，该版本发布于2025年2月1日。 https://doi.org/10.1101/2025.01.30.635746 doi：biorxiv Preprint
长期配对的联想刺激不完整的脊髓损伤患者手动肌肉力量的稳定改善 - 病例系列研究
脊髓损伤（SCI）是一种改变生活的疾病，会导致运动，感觉和自主性功能障碍，导致身体障碍和残疾（1）。SCI被归类为不完整的，当某些感觉或运动功能（或两者都保留在s骨段中，低于受伤的水平，或完成时，当所有电动机和感觉函数都远离损伤部位（包括sacrain segments）时，不存在（2，3）。在受伤后的前6至9个月内，自发恢复最为明显（4）。具有综合的物理和职业疗法在康复中，SCI不完整的患者可以恢复功能（5）。在第一年后，在SCI的慢性阶段，常规疗法主要旨在改善先前获得的功能。但是，训练也可以改善手臂和手动肌肉力量和功能（4，6）。对于四方人来说，恢复适合日常活动的手功能是其健康和福祉中最关键的方面（1，7）。这突出了对创新治疗方法的需求。