XiaoMi-AI文件搜索系统
World File Search Systemtraining
通过老年人脑电图神经反馈训练自我调节伽马波段同步
背景：脑电图 (EEG) 是一种关键的非侵入性工具，它可以以毫秒级的精度捕捉脑信号，并能够实时监测个人的精神状态。从这些 EEG 信号中提取适当的生物标志物并将其呈现在神经反馈回路中，为促进神经补偿机制提供了一种独特的途径。这种方法使个人能够熟练地调节他们的大脑活动。近年来，人们已经发现了与衰老相关的神经生物标志物，凸显了神经调节在老年人大脑活动方面的潜力。方法和目标：在基于 EEG 的脑机接口框架内，本研究重点关注了衰老大脑中可能受到干扰的三种神经生物标志物：峰值 Alpha 频率、Gamma 波段同步和 Theta/Beta 比率。主要目标有两个：（1）通过一项严格设计的双盲、安慰剂对照研究，研究主观记忆力不佳的老年人是否可以通过脑电图神经反馈训练学会调节他们的大脑活动；（2）探索这种神经调节可能带来的认知增强。结果：在接受脑电图神经反馈训练的组中，观察到了伽马波段同步生物标志物的显著自我调节，这种调节对许多高级认知功能至关重要，并且已知会随着年龄的增长而下降，在阿尔茨海默病 (AD) 中下降得更厉害。这种效果与接受假反馈的受试者形成鲜明对比。虽然这种神经调节并不直接影响认知能力，如通过训练前和训练后的神经心理学测试所评估的那样，但研究开始时所有受试者的高基线认知表现可能是造成这一结果的原因。结论：这项双盲研究的结果与成功神经调节的关键标准相符，凸显了伽马波段同步在这一过程中的巨大潜力。这一重要成果鼓励进一步探索针对这一特定神经生物标志物的脑电图神经反馈，将其作为一种有希望的干预措施，以对抗通常伴随大脑衰老而出现的认知能力下降，并最终改变 AD 的进展。
A2V：通过两阶段训练血管造影到静脉造影转换进行脑血管分割的半监督域自适应框架
我们提出了一个半监督域自适应框架，用于从不同的图像模态中分割脑血管。尽管可用的脑血管成像技术范围很广，但现有的最先进的方法只关注单一模态。这可能导致显著的分布变化，从而对跨模态的泛化产生负面影响。通过依赖带注释的血管造影和有限数量带注释的静脉造影，我们的框架完成了图像到图像的转换和语义分割，利用解开的、语义丰富的潜在空间来表示异构数据并执行从源域到目标域的图像级自适应。此外，我们降低了基于循环的架构的典型复杂性并最大限度地减少了对抗训练的使用，这使我们能够构建一个具有稳定训练的高效、直观的模型。我们在磁共振血管造影和静脉造影上评估了我们的方法。在源域中实现最佳性能的同时，我们的方法在目标域中的 Dice 得分系数仅低 8.9％，凸显了其在不同模态下进行稳健脑血管图像分割的巨大潜力。
受大脑启发的稀疏训练使 Transformers 和 LLM 能够像全连接模型一样运行
本研究旨在扩大我们目前对脑启发网络科学原理在训练具有稀疏连接的人工神经网络（ANN）中的应用的认识。动态稀疏训练（DST）可以减少ANN训练和推理的计算需求，但现有方法在高连接稀疏度水平下难以保持最佳性能。Cannistraci-Hebb训练（CHT）是一种受大脑启发的增加DST连接的方法。CHT利用无梯度、拓扑驱动的链接再生机制，与完全连接的网络相比，该机制已被证明可以在各种任务中实现超稀疏（1％连接或更低）的优势。然而，CHT有两个主要缺点：（i）它的时间复杂度为O（N·d3） - N节点网络大小，d节点度 - 因此它只能有效地应用于超稀疏网络。 (ii) 它严格选择最高的链接预测分数，这不适合早期的训练阶段，因为此时网络拓扑结构中存在许多不可靠的连接。在这里，我们提出了一个矩阵乘法 GPU 友好的 CH 链接预测器近似值，它将计算复杂度降低到 O(N3)，从而能够在大型模型中快速实现 CHT。此外，我们引入了 Cannistraci-Hebb 训练软规则 (CHTs)，它采用灵活的策略在链接移除和重新生长中采样连接，平衡网络拓扑的探索和利用。为了进一步提高性能，我们将 CHT 与 S 型逐渐密度衰减策略相结合，称为 CHTss。经验
基于虚拟现实的细菌技能培训小儿...
摘要简介儿童期间的精细运动技能（FMS）对于许多学习过程，尤其是在学校中至关重要。FMS损伤可能会对儿童的生活质量产生重大影响。开发有效且引人入胜的康复解决方案来培训FMS，使儿童参与运动学习所需的丰富实践可能是具有挑战性的。虚拟现实（VR）是一种有前途的干预选项，可为FMS培训任务和环境与基于证据的运动学习原理保持一致。VR康复的其他潜在优势包括可访问性的家庭使用和适应个人需求。本范围审查的目的是绘制针对小儿康复中FMS培训的VR应用程序的范围，范围和性质，包括硬件，软件和介入参数。方法和分析我们遵循乔安娜·布里格斯研究所（JBI）手册的范围审查行为和报告的方法学指南，以进行证据综合，以及用于系统审查和荟萃分析扩展的首选报告项目，用于范围范围。我们将搜索四个数据库（PubMed，Web of Science，Psycinfo和Scopus），以符合符合由人群定义的包含标准的文章，概念，上下文方法；专门研究的研究重点是对沉浸式或非免疫性VR应用的开发或评估，以提供小儿康复中的FMS培训。第一次搜索发生在2023年12月，计划于2025年2月进行第二次搜索。定量和定性提取将遵循JBI指南建议。将包括不同的FMS障碍儿童人群（例如患有脑瘫的儿童，发育协调障碍的儿童或注意力不足多动障碍）。一位审稿人将在不确定性的情况下，通过第二次审阅者咨询标题，摘要和完整的纸质筛选。两个审稿人将对五项随机选择的研究进行测试数据提取框架，以确保评估者间的可靠性，一位审阅者将完成数据提取。结果将以描述性和表格格式显示，包括叙事摘要。结果将增强对VR中FMS培训的潜力的理解，并为随后的研究和临床实践提供信息。伦理和本综述的传播数据将从已发表的文献中收集。道德批准
Nitags的疫苗经济学 - 初学者培训
𝐼𝐶𝐸𝑅=𝐶𝑜𝑠𝑡（𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑡𝑖𝑜𝑛） - 𝐶𝑜𝑠𝑡（𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑡𝑜𝑟）𝑂𝑢𝑡𝑐𝑜𝑚𝑒𝑠（𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛𝑡𝑖𝑜𝑛） - 𝑂𝑢𝑡𝑐𝑜𝑚𝑒𝑠（𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑡𝑜𝑟） div>
社论：触觉训练模拟，第三卷
这本第三版的触觉培训模拟研究主题介绍了论文，强调了用于手术训练的触觉技术的未来研究。这些作品展示了这种技术促进运动和感官技能的重要性，同时降低了认知载荷，保持成本较低并精简设计。参见Lelevé等。（2020）和Chen等。2022关于研究主题触觉培训模拟的社论。低成本和快速设计。对触觉训练模拟的研究通常会提出有关特定医疗手势的高级模拟器，而无需有效的现成解决方案。这导致了复杂，昂贵的解决方案，从而限制了大型受众的负担能力。因此，他们针对经验丰富的学员，需要触觉培训，以解决罕见情况或外科医生进行复杂的操作。但是，现实世界中的证据表明，在所有教育水平上都需要为教室提供简单，负担得起的解决方案。这些需要快速设计和低技术要求，以降低成本并减轻大规模部署。此版本介绍了探索这种方法的论文。González-Mena和Neri等。 使用一个共同的仿真框架来说明这一需求，该框架结合了设计过程和软件开发套件进行触觉训练模拟。 这个框架（粘贴）源于先前的研究，并有助于使用计算机和通用触觉设备设计“ Visuo-Hapsic”实验。 两篇论文都展示了本科和工程教室中虚拟物理实验的应用，提供了有关接受和实用程序的统计研究。González-Mena和Neri等。使用一个共同的仿真框架来说明这一需求，该框架结合了设计过程和软件开发套件进行触觉训练模拟。这个框架（粘贴）源于先前的研究，并有助于使用计算机和通用触觉设备设计“ Visuo-Hapsic”实验。两篇论文都展示了本科和工程教室中虚拟物理实验的应用，提供了有关接受和实用程序的统计研究。neri等。进一步测试训练有效性，通过模拟显示了增强的学习。他们还突出了重要的设计标准，例如简单性，可读性和互动性。这些模拟器旨在提供与传统讲座更动态学习物理学的引人入胜的工具。双用户。在Zhang等人中说明了利用触觉设备来增强动手训练的另一种方法。在这项研究中，像冈萨雷斯·梅纳（González-Mena）和Neri等人一样，触觉设备不用于与虚拟世界中的物体相互作用。，但要复制受训者手中的专家手势。更确切地说，专家处理的手术工具与单个触觉设备连接，每个设备都会实时录制
牙科医学模拟训练助力专业能力培养
摘要：牙科医学教育中的模拟训练是一种提供优质高等教育的现代高科技方法。模拟训练让学生沉浸在真实的场景中，使他们能够培养有效护理患者所必需的技术和非技术技能。本研究重点介绍了牙科教育高科技模拟训练中的关键当代问题，并巩固了其基本原理和优势。我们搜索了 PubMed、Scopus、Web of Science 和 ResearchGate 数据库。本综述包括 2020 年至 2024 年期间以英语、俄语和乌克兰语发表的 36 篇文章。未同行评审的论文或未在索引期刊上发表的论文不予考虑。研究发现，模拟训练会影响理论与实践的整合、广泛的心理运动技能的训练、复杂临床能力的发展、培养自信、同理心和以患者为中心的护理、大脑的神经可塑性和认知负荷。还讨论了模拟训练的教学益处和在课程中的地位。
通过动手折纸培训的机器学习增强增强现实
这项研究探讨了将增强现实（AR）与机器学习（ML）融合在一起，以通过折纸折叠来增强动手技能的获取。我们使用Yolov8模型开发了一个AR系统，以提供每个折叠步骤的实时反馈和自动验证，并为用户提供逐步指导。引入了一种新型的训练数据集准备方法，从而提高了检测和评估折纸折叠阶段的准确性。在一项涉及16名参与者折叠多个折纸模型的参与者的形成性用户研究中，结果表明，尽管ML驱动的反馈增加了任务完成时间，但它还使参与者在整个折叠过程中都感到更加认识。但是，他们还报告说，反馈系统增加了认知负载，尽管提供了宝贵的指导，但仍减慢了进度。这些发现表明，尽管ML支持的AR系统可以增强用户体验，但需要进一步优化才能简化反馈过程并提高复杂的手动任务中的效率。
D&TF 学员在基础军事训练中表现出色
高级飞行员亚历山大·霍尔是第 445 后勤准备中队物资管理学徒，也是第 445 空运联队的季度最佳飞行员。霍尔协调了高需求航空零件的供应链运营，确保关键资产 100％ 按时交付给机组人员，从而实现了 12 次预定任务的零延误，并将飞行运行提高了 15％。他通过对 8 架飞机进行库存盘点，优化了中队的零件问责计划。他检查了 107 项资产，价值 867,000 美元，发现了 11 处差异，确保了 200 个飞行小时和 37 架次的资产可用性。霍尔完成了 200 个机动备件套件的存放，价值 275,000 美元，确保了警惕麋鹿演习行动中机动资产的准确库存管理和运营效率。他领导了一场玩具和学校用品募捐活动，协调 12 名志愿者收集了 500 件物品，帮助了 100 名有需要的儿童。