XiaoMi-AI文件搜索系统
World File Search Systemtsang
房颤
该口袋指南是一种快速引用工具，它具有基于CCS心房颤动（AF）指南的诊断和管理建议（2010，2012，2014，2014，2016和2018）。这些建议旨在为初级保健医生，专家，护士和盟友专业人员提供合理且实用的方法。建议随着科学知识和技术的进步和实践模式的发展，建议可能会改变，并且不打算替代临床判断。在每种情况下，遵守这些建议并不一定会产生成功的结果。根据年级标准制定了建议，其建议的强度现在归类为“强”或“弱”（以前“强”或“有条件”）。有关AF的完整CCS指南，从2010年到当前的2018年重点更新的所有常规CCS AF建议的最新摘要；或有关其他资源，请访问www.ccs.ca。联合主席Jason G. Andrade，Laurent Macle和Atul Verma。CCS房颤指南小组的主要小组：Clare Atzema，Alan Bell，John Cairns，Stuart Connolly，Jafna Cox，Paul Dorian，Paul Dorian，David Gladstone，Jeff S. Healey，Kori Leblanc，Kori Leblanc，M. Sean McMurtry，M。SeanMcMurtry，L。BrentMitchell，L。BrentMitchell，L.Brent Mitchell，Louish M. Nair Nair，Louise Nair Nair naternate wite wite wite wite wite wite wite wite stik wite wite stil，评估，评估，评级Jean-Francois Sarrazin，Mike Sharma，Allan Skanes，Mario Talajic，Teresa Tsang，Subodh Verma，D。George Wyse。次要小组：David Bewick，Vidal Essebag，Peter Guerra，Milan Gupta，Brett Heilbron，Paul Khairy，Bob Kiaii，George Klein，Simon Kouz，Daniel Ngui，Pierre Ngui，Pierre Page，Calum Redpath，Jan Surkes，Jan Surkes和Richard Whitlock。
诱导多能干细胞模型
旨在研究心脏病分子碱基和致病机制的研究中的主要局限性是能够再现人类疾病特征的细胞模型的有限可用性。迄今为止，跨越大小动物模型的心脏疾病的几种体内模型（Patten and Hallporter，2009; Tsang et al。，2016），但纤维素研究的大部分基于原发性培养和细胞系（Savoji等，2019）。所有这些模型肯定都是有用的，但是每个模型都有局限性，这可能导致纤维素模型中的可翻译性有限。的确，来自成年动物的主要培养物的两个局限性是它们一旦镀的短生存力，并且依赖于操作员的质量。另一方面，从新生动物（尤其是大鼠和小鼠）获得的细胞系或原发性培养物的主要缺点可能是它们缺乏超微结构和未成熟代谢。发现人类诱导的多能干细胞（HIPSC）的发现有望在菜肴中对许多不同的人类疾病进行建模并研究潜在的细胞病理生物学，甚至建立用于药物发现/毒性的体外测定法。鉴于心血管疾病（CVD）是全球最大的杀手，因此获得了获得HIPSC衍生心肌细胞（HIPSC-CMS）方案的优化，已受到了很多关注和资金。然而，心脏是一个复杂的器官，包括越来越多的细胞类型以及维持去极化和同步收缩的有效传播所需的独特空间结构。”总体而言，事实证明，小鼠模型的翻译价值（Nerbonne，2004年），最近的组织工程改进可以帮助克服与HIPSC在心血管研究中使用有关的当前局限性。当前从HIPSC获得心脏模型的主要策略如图1所示。在此角度，我们通过这些模型解决了当前局限
固体抑制剂对氢气燃烧的影响
将氢用作能量载体是一种有前途的解决方案，可实现在全球能量混合物中增加使用可再生能源的过渡。然而，氢气混合物具有高反应性，用于爆炸保护的常规技术对氢系统的适用性有限。因此，与基于常规的碳氢化合物燃料相比，实现相同水平的氢能系统安全性并不是一件直接的。过去几十年来，开发了具有固体抑制剂的蒸气云爆炸的创新溶液，例如碳酸氢钠和碳酸钾（Roosendans and Hoorelbeke，2019年）。与镜头相比，这两种物质都是无毒的，不可燃料的，低成本的，对环境的无害。尽管固体抑制剂对碳氢化合物可能非常有效（Babushok和Tsang，2000），但实验表明，相同的化合物对于抑制氢气混合物的抑制不是很有效。缺少碳意味着氢燃烧与碳氢化合物固有不同，但是，碳氢化合物的燃烧包括涉及氢气混合物燃烧的基本反应。当暴露于钠或钾化合物（Roosendans，2018年）时，这些基本反应发生了变化。基于这些基本反应的化学动力学模拟表明，钾化合物应大大降低火焰速度。 因此，需要更多的抑制剂来有效抑制预混合的氢气火焰。表明，钾化合物应大大降低火焰速度。因此，需要更多的抑制剂来有效抑制预混合的氢气火焰。与烃燃烧相比，相同的模拟显示自由基的产生明显更高。为了使固体抑制剂有效，该化合物必须在火焰区中蒸发，并且该过程似乎是有效抑制氢爆炸的主要障碍。本文提出了由化学动力学软件的专用实验和仿真介绍的，这些软件详细介绍了先前的发现，并提高了对氢气燃烧中固体抑制剂的基本力学的理解。
鼻咽癌中的生长抑制素受体2的表达是由爱泼斯坦巴尔病毒感染诱导的：对预后，成像和治疗的影响
Matt Lechner 1,2,3,4,43 ✉ , Volker H. Schartinger 5,43 , Christopher D. Steele 1,43 , Wen Long Nei 6,7,43 , Marc Lucas Ooft 8,9 , Liesa-Marie Schreiber 10 , Christodoulos P. Pipinikas 1 , Grace Tin-Yun Chung 11 , Yuk Yu Chan 11 , Feng Wu 11 , Ka-Fai To 11 , Chi Man Tsang 11 , Wayne Pearce 1 , Daniele Morelli 1 , Martin Philpott 12 , Liam Masterson 13 , Reshma Nibhani 12 , Graham Wells 12 , Christopher G. Bell 14 , Julia Koller 5,12 , Susanne Delecluse 15 , Yim Ling Yip 16 , Jacklyn Liu 1 , Cillian T. Forde 4 , Martin D. Forster 1,4 , Amrita Jay 17 , József Dudás 5 , Annika Krapp 5 , Simon Wan 18 , Christian Uprimny 19 , Susanne Sprung 20 , Johannes Haybaeck 20,21 , Tim R. Fenton 22 , Kerry Chester 1 , Christina Thirlwell 1,23 , Gary Royle 1 , Teresa Mara fi oti 1 , Rajeev Gupta 1 , Sagung Rai Indrasari 24 , Camelia Herdini 24 , Mohd A fi q Mohd Slim 25 , I. Indrawati 26 , Liam Sutton 3 , Renske Fles 27 , Bing Tan 24,28 , Joe Yeong 29,30 , Amit Jain 31 , Shuting Han 31 , Haitao Wang 6 , Kelvin S. H. Loke 32 , Wan He 33 , Ruilian Xu 33 , Hongtao Jin 34，Zhiqiang Cheng 34，David Howard 4,35，Peter H. Hwang 2，Quynh-Thu Le 36，Joshua K. Tay 37,38 37,38，Robert B.West 37 , Sai Wah Tsao 16 , Tim Meyer 1 , Herbert Riechelmann 5 , Udo Oppermann 12,39 , Henri-Jacques Delecluse 15 , Stefan M. Willems 9,40 , Melvin L. K. Chua 6,7 , Pierre Busson 41 , Kwok Wai Lo 11 , Guido Wollmann 10 , Nischalan Pillay 1,42 , BART VANHAESEBROECK 1✉＆VALERIE J.LUND 1,4
气候准备就绪Brampton
Miranda Baksh, Environmental Defence Neil Fairhead, Brampton Environmental Advisory Committee Jaipur Massey-Singh, Brampton Board of Trade Kevin Whyte, Alectra Debbie Purves, Rogers Communications Victoria Mortelliti, BILD Stuart Craig, Riocan Michael Ronia, Abilities to Work Myrna Adams, Brampton Senior Citizens Council Scott Baird, Indus Community Services Shane Joseph, Roots Community Services Saba Khan, Enviro Muslims Gabby Kalapos, Clean Air Partnership Julius Lindsay, David Suzuki Foundation TECHNICAL ADVISORY TEAM AND STEERING COMMITTEE The City's Technical Advisory Team and Steering Committee also generously provided their time, commitment and local expertise: Michael Heralall, Henrik Zbogar, Sunil Sharma, Jonathan Brewer, Anand Patel, Ed Fagan, Rajkaran Chhina, Rick Bernard, Nash Damer, Peter Gabor, Christina Baker, Nelson Cadete, Brian Lakeman, Claudia Santeramo, Maja Kuzmanov, Amit Gupta, Geoffrey Singer, Jessica Yadav, Mana Zavalat, Olivia Sparrow, Maggie Liu, Mohsin Talpur, Sandeep Saini, Junaid Iqbal, Curtis Deenah, Priya Chakraborty, Rajbalinder Ghatoura, Kanagasabai Balakanthan, Marina Khinich Kreynin, Jodi Houston, Cassie Schembri, Jessica Piraglia, Erin Hashani, Mike Mulick, Mitchell Wiskel, Adam Barkovitz, Jessica Skup, Ed Hunwicks,约翰·艾莉森（John Allison），布莱恩·麦凯维（Brian McKelvey）和布莱恩·麦克林（Brian Macklin）。PROJECT TEAM The Project Management Team members provided essential guidance: Kristina Dokoska, Pam Cooper, Stavroula Kassaris, Zoe Milligan, Tooba Shakeel, Karli McCawley, Karley Cianchino, Constance Tsang, and Timurul Kazi CONSULTING TEAM The Sustainability Solutions Group consulting team worked on the analytical background, which contributed to the development of Climate Ready Brampton.Deyn Crockett，Camilla Melrose，Nadia Jethoo，Naomi Devine，Nothing Jamal，Erica Brook。
基因组研究的一系列可解释和可解释的机器学习方法
精确医学的主要重点是使用计算工具来准确预测疾病结果并确定相关的生物标志物以进行有效的后续评估。Over the last two decades, linear models have been widely implemented to identify differentially expressed genes and enriched signaling pathways in functional genomics (Love et al., 2014 ; Nueda et al., 2014 ; Ritchie et al., 2015 ; Robinson et al., 2009 ), characterize complex trait architecture in genome-wide association studies (, 2010 ; Hayeck et al., 2015 ; Heckerman et al., 2019年，Kang et al。等Al。，2018年； Manno等，2018），并在不同的时间点，数据收集位点和组织类型上进行有效的归一化和维度降低（Hasin等，2017；Lähnemann等，2020）。这些方法的一部分是它们提供统计显着性措施的能力，例如P值，后置包含概率（PIPS）或然后可以使用的贝叶斯因素，可用于促进下游任务（例如，选择哪些分子机制以药物为目标或选择哪些临床干预措施对特定患者有效）。不幸的是，严格的加性假设通常会阻碍线性模型的性能；这些方法中最强大的方法依赖于训练算法，这些算法在计算上效率低下且对大规模数据集不可靠。成像和测序技术的持续进步（Stephens等，2015）提供了范围，以将多模式的非参数方法整合为生物学和临床应用中的最先进工具。的确，机器学习方法众所周知，具有在数据中学习复杂的非线性模式的能力，并且当有大量的培训示例可用时，它们通常在设置中获得最大的功能（Lecun等，2015）。然而，文献中已被大量引用，许多机器学习技术都受到“黑匣子”限制的影响，因为它们并不自然地进行经典的统计假设测试，例如线性模型，这对于精确医学中的决策至关重要。导致非线性算法更好的预测性能的关键特征之一是自动包含被放入模型中的特征之间的高阶相互作用（Crawford等，2018； Jiang＆Reif，2015）。例如，神经网络利用分层之间的激活功能，这些层隐式列举了输入特征之间所有可能的（多项式）交互作用（Demetci等，2021; 2021; Murdoch等，2019; Tsang，Cheng，Cheng，＆Liu，＆Liu，2018; Tsang，Liu，Liu等，2018; 2018; WAHBA，1900年）。这已被证明在准确预测模型生物的特征方面有所作为，在这些特征中，诸如epistasis之类的现象（即多个基因座和/或基因之间的相互作用）可以在物种之间的变化中发挥很大作用（Bellot等人，2018; Runcie et al。，2021; Swain等，2016; swain等，2016; 2016; weissbrod et al an a w weissbrod et al。这是用于改进模型的部分数学解释，但在许多生物医学应用中，我们经常希望准确地知道哪些基因组特征（例如变体，基因和途径）对于定义表型或疾病结果的结构最重要。本手稿的主要目的是回顾大量的方法论研究，这些方法是为了开发计算生物学中更“可解释的”和“可解释”的机器学习。在整个本文中，我们将使用经典的观点，即“解释性”与使用模型参数的事后能力有关（有时也称为在文献的某些领域中表现“可变重要性”）（Crawford et al。，2019; Lundberg＆Lundberg＆Lee，2016，2017，2017; ribeio; ribeio et alik anik shrik，shrik shrik;虽然“解释性”是模型固有地为其参数和体系结构提供了可理解的定义（Hira等，2019； Marcinkevics＆Vogt，2020; Shmueli，2010）。两个概念都可以分为试图在（i）全球范围上实现解释性或可解释性的方法类别，在该方法中，目标是对观察到的人群的整体变化的贡献进行对/（ii）在局部层面上的贡献进行排名/选择的输入，旨在详细介绍对数据集中的任何特定个人的重要性。在这里，我们将专注于描述神经网络中的全球尺度方法，其特殊动机来自基于关联映射的基因组学应用程序。我们在这篇综述中的主要贡献是为我们所说的“透明度谱”提供全面的景观，用于监督和无监督的学习算法，因为我们从黑匣子转移到可解释的方法，并最终转化为可解释的方法（图1）。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同
利用涡旋光束进行轴向超定位
辨别活细胞、组织和材料的纳米级细节对许多现代研究工作至关重要。随着一组方法的出现，开辟了一条通往这一圣杯的道路，这些方法被统称为超分辨率显微镜 [ 1 , 2 ]，能够突破衍射极限 [ 3 – 5 ]：传统上被认为是无法逾越的障碍。许多此类技术还可以揭示三维 (3D) 结构细节：相关示例包括受激发射损耗显微镜 [ 6 ]、PSF 工程 [ 8 – 12 ]、光激活定位显微镜 [ 7 ] 和多平面检测 [ 13 – 15 ]，这只是其中的一部分。所有这些技术都依赖于非常精确的点源定位；它们的不同之处在于如何激发点物体以及如何收集相应发射的光子。对于 3D 成像，发射器经过荧光标记，确定其轴向位置是必不可少的一步。迄今为止，该问题已得到彻底研究，并已取得一些令人印象深刻的成果 [16]。但直到最近才开始考虑通过任何此类工程方法实现的基本深度精度 [17-19]。其背后的原理是系统地利用量子 Fisher 信息 (QFI) [20] 和相关量子 Cram´er-Rao 边界 (QCRB) 来获得与测量无关的极限 [21,22]。这与 Tsang 等人量化横向两点分辨率 [23-27] 的工作非常相似，后者已消除了瑞利诅咒 [28-31]。在最近的一项研究 [32] 中，已经确定了使用高斯光束的轴向定位的极限精度。只要将检测平面放置在一个最佳位置，只需一次强度扫描即可达到此极限。在本文中，我们概括了这些结果，并推导出拉盖尔-高斯 (LG) 光束轴向定位的量子极限，该光束携带量化的轨道角动量 [33]。在这里，光束腰充当点源在模式转换等之后发射的光的实现。另一个相关情况是在表面拓扑测量等中光束从表面的反射。通过线性叠加不同的 LG 模式，可以实现具有幅度、相位和强度模式的光束，这些光束在自由空间传播下简单旋转，保持横向形状。这些旋转结构是各种传感技术的核心 [34-37]。我们证明，强度扫描中只能获得全部（量子）信息的一小部分，其中只有一小部分可以归因于旋转。这清楚地证实了模式
通过酒店和旅游业智能技术进行营销
简介智能技术正在彻底改变各个部门的服务。Smartness创造了创新的技术进步基底，通过资本化智能能力以最佳满足消费者需求，为服务优化提供了新的方法（Stylos等，2021）。因此，设计，运营管理，资源组织，营销和传播以及服务的实际提供可以从采用和传播服务组织和跨服务合作伙伴中的智能技术中受益匪浅，以最终影响更广泛的服务生态系统（Priporas等人，2017年，2017年）。在这种情况下，受复杂应用程序和其他智能技术影响的价值创造是营销学者和从业人员的兴趣领域，并且需要进一步的研究以支持行业4.0 ERA的营销有效性（Ekren等，2023; Osadchaya et al。，2024）。尽管从这个新技术环境中带来了一些机会，但也需要解决各种挑战。这些挑战跨越了服务生态系统，并影响所有相关利益相关者的角色和行动。因此，存在组织挑战，道德考虑，环境问题和技术挑战，可能需要解决，缓解甚至避免（Marder等，2024）。智能应用程序可以支持组织实现高级支持情报的旅游和酒店服务，因此可能导致实时数据管理，而与该地点无关（Mercan等，2021）。遵循这种思维方式，在旅游业，热情好客和市场营销领域工作的研究人员和从业人员不仅有兴趣不仅要更好地了解“聪明”的进步及其对该服务行业的影响，还希望塑造人类因素与人类因素与技术代理之间的平衡方法（Christou等，20233）。在这方面，智能技术在旅游环境中创造了有关利益相关者互动的新动态（Jiang and Wen，2020； Stylos等，2021）。换句话说，酒店和旅游利益相关者之间的各种操作，互动和沟通可以从资本化智能平台的信息处理中受益，这有助于改善和加强共同业务和营销行动的积极螺旋式（Stylos等，2021）。在过去几年中，使用智能应用程序的营销开始成为一个非常流行的研究和实践领域（例如，麦卡特尼和麦卡特尼，2020年； Tussyadiah，2020年），智慧对组织的运营和绩效的影响，游客的偏好，居民的福祉和其他利益相关者的决策过程的影响有限（Au and Tsang，2022; Balaji等，2024; 2024; Wong等，2024））。此外，调查和映射各种利益相关者的互动，以及通过采用智能技术而引起的相关组织机会和挑战，对于在旅游业和酒店服务中呈现出良好的服务蓝图，促进所有参与者的决策，这可能是至关重要的（Hu等，20233; Jiang; Jiang; Jiang and 2020;由于需要从智能的一般概念化转变为有关旅游业和酒店如何改善