XiaoMi-AI文件搜索系统
World File Search Systemvious
对带有集成微流体通道的聚合物袖口电极进行急性体内测试，用于对大鼠坐骨神经进行刺激、记录和药物输送
背景：神经外接口是侵入性最小的周围神经接口之一，因为它们位于神经外部。然而，与侵入性更强的接口相比，这些电极可能存在选择性和灵敏度较低的问题，因为目标神经纤维与电极的距离更远。新方法：通过微加工技术实现了溶解和吸引接口 (LACE)，并旨在提高选择性和灵敏度，同时保持接口格式。它的工程设计在之前的工作中有所描述。LACE 是一种集成了微电极和微流体通道的混合接口。最终目标是通过微通道局部输送 (1) 溶解剂以去除将电极与神经纤维分开的结缔组织，和 (2) 神经营养因子以促进暴露的神经纤维轴突发芽到嵌入电极的微流体通道中，从而提高束状选择性和灵敏度。在这里，我们重点展示微流体和微电极在急性准备中的体内功能，其中我们评估局部去除结缔组织并用微通道嵌入微电极记录和刺激大鼠坐骨神经神经活动的能力。与现有方法的比较：虽然神经外接口优先考虑神经健康，而神经内接口优先考虑功能，但 LACE 代表了一种新的神经外方法，它可能在两个目标上都表现出色。结果：手术植入显示经过小心和最少的操作后，LACE 功能得以保留。体内电评估表明放置在微流体通道内的微电极能够成功刺激和记录来自大鼠坐骨神经的复合动作电位。此外，通过微通道输注胶原酶后，富含胶原的神经外膜被局部去除，并通过显微镜确认。结论：在对大鼠坐骨神经进行的急性实验中证明了使用集成微电极和微流体的cuffi来刺激、记录和输送药物以局部溶解神经外膜层的可行性。
产生 Gaba 的乳酸杆菌可增强对负面情绪的认知反应，而不会改善认知表现：一项人类双盲安慰剂对照交叉研究
背景：精神益生菌是一种能够影响压力相关行为、睡眠和认知结果的益生菌。我们进行了多项体外和人体研究，以评估它们的生理潜力，寻找对人类具有精神活性的菌株，并阐明所涉及的代谢途径。在我们之前的体外研究中，我们确定了两种菌株 Levilactobacillus brevis P30021 和 Lactiplantibacillus plantarum P30025，它们能够产生 GABA 和乙酰胆碱，有望对情绪和认知能力产生影响。目的：研究益生菌对缓解中度压力健康成人认知能力的影响。次要结果与情绪改善、GABA、谷氨酸、乙酰胆碱和胆碱的产生以及微生物群组成的改变有关。方法：一项为期 12 周的随机、双盲、安慰剂对照、交叉研究，研究了益生菌制剂（Levilactobacillus brevis P30021 和 Lactiplantibacillus plantarum P30025）对 44 名（益生菌 = 44，安慰剂 = 43）成年人心理、记忆和认知参数的影响，这些成年人通过 CogState Battery 测试得出的平均年龄为 29 ± 5.7 岁。受试者的纳入标准是使用 DASS-42 问卷诊断时压力为轻度-中度（18.7 ± 4.06）。结果：益生菌治疗对主观压力测量没有影响。益生菌制剂通过降低对悲伤情绪的认知反应对抑郁症状显示出显着的有益作用（p = 0.034）。摄入益生菌后反刍思维显着改善（p = 0.006），表明它有助于减少与抑郁相关的负面认知影响并改善整体心理健康。根据反应对接受治疗的受试者进行分层时，我们发现阳性反应者的肠道菌群中益生菌属的丰富度增加（Lactiplantibacillus p = 0.009，L.brevis p = 0.004）。粪便样本中的神经递质浓度与 LEIDS、DASS-42 和认知测试评分之间没有相关的相关性。结论：我们强调了这种益生菌制剂作为心理益生菌缓解负面情绪的潜力。评估饮食干预对人类参与者的精神作用面临许多挑战。需要进一步干预研究这些精神益生菌对患有压力相关疾病的人群的影响，包括更长的干预期和更大的样本量，以验证治疗对进一步压力相关指标的影响。
装甲，1994 年 1 月 - 2 月版
我正在努力寻找一个历史先例，帮助我了解我们的军队和国家将走向何方。像你们中的许多人一样，我对未来感到不确定，因此，就像人们在陌生情况下经常做的那样，我寻找一些已知的东西——在我所知道的被侵蚀的世界中，一些坚实的基础——从那里我可以找到方向。在我们职业的 1:50,000 地图上是否有已知的地形特征——我们以前去过的地方？我需要一些高地，在那里我可以站起来，环顾四周，深吸一口气，对自己说：“我曾经来过这里。现在我知道我要去哪里了。”但现在，当我意识到自己迷失方向时，我讨厌那种恐慌的感觉，那种胃里打结的感觉。在以前的不确定时期，我和你们中的许多人一样，都求助于历史来寻找答案。它一直是我的坚定信仰。我总是能找到其他时间——我们军事发展的其他时代——与现在进行比较。例如，在“裁员”、“连锁教学”或“适当规模”（我个人最喜欢的）开始的焦虑时期，我读到了内战后的军队，以及它是如何随着和平的到来而被洗劫一空的。我意识到我们幸存下来，成功地发动了印第安战争（尽管这需要重新学习以前的教训），并追击和击败了潘乔·维拉，这让我感觉好了一些。然而，在一个强大的“智能”武器可以被任何国家用大笔支票购买的世界里，就像许多丑陋的钟表一样——
装甲，1994 年 1 月至 2 月版
我正在努力寻找一个历史先例，帮助我了解我们的军队和国家将走向何方。像你们中的许多人一样，我对未来感到不确定，因此，就像人们在陌生情况下经常做的那样，我寻找一些已知的东西——在我所知道的被侵蚀的世界中，一些坚实的基础——从那里我可以找到方向。在我们职业的 1:50,000 地图上是否有已知的地形特征——我们以前去过的地方？我需要一些高地，在那里我可以站起来，环顾四周，深吸一口气，对自己说：“我曾经来过这里。现在我知道我要去哪里了。”但现在，当我意识到自己迷失方向时，我讨厌那种恐慌的感觉，那种胃里打结的感觉。在以前的不确定时期，我和你们中的许多人一样，都求助于历史来寻找答案。它一直是我的坚定信仰。我总是能找到其他时间——我们军事发展的其他时代——与现在进行比较。例如，在“裁员”、“连锁教学”或“适当规模”（我个人最喜欢的）开始的焦虑时期，我读到了内战后的军队，以及它是如何随着和平的到来而被洗劫一空的。我意识到我们幸存下来，成功地发动了印第安战争（尽管这需要重新学习以前的教训），并追击和击败了潘乔·维拉，这让我感觉好了一些。然而，在一个强大的“智能”武器可以被任何国家用大笔支票购买的世界里，就像许多丑陋的钟表一样——
任何有限字段的有效伪随机相关发生器
摘要。相关的随机性在于有效的现代安全多方计算（MPC）协议的核心。生成MPC在线阶段协议所需的相关随机性的成本通常构成整体协议中的瓶颈。Boyle等人发起的伪随机相关发生器（PCG）的最新范式。（CCS'18，Crypto'19）为此问题提供了一个吸引人的解决方案。在草图中，为每个方提供了一个短的PCG种子，可以将其局部扩展为长相关字符串，从而满足目标相关性。在各种类型的相关性中，有忽略的线性评估（OLE），这是对算术电路的典型MPC协议的基本和有用的原始性。旨在有效地生成大量OLE，并应用于MPC协议，我们建立了以下结果：（i）在任何字段F p上，我们为OLE提出了一种新颖的可编程PCG构造。对于kn ole相关性，我们需要O（k log n）通信和O（k 2 n log n）计算，其中k是任意整数≥2。预先的作品要么具有二次计算（Boyle等人crypto'19），或者只能支持大于2的大小的字段（Bombar等人加密23）。（ii）我们扩展了上述OLE结构，以提供任何有限领域的各种相关性。引人入胜的应用之一是用于两方身份验证的布尔乘法三倍的有效PCG。对于kN身份验证的三元组，我们提供的PCG具有O（k 2 log n）位的种子大小。与以前的作品相比，每个作品都有自己的权利。据我们最大的知识，这种相关性以前尚未通过sublrinear沟通和准线性计算实现。（iii）此外，该可编程性可用于多方布尔三元组的有效PCG，因此是第一个具有无声预处理的布尔电路的有效MPC协议。尤其是我们显示的kn m-零件乘数可以在O（m 2 K log n） - 次通信中生成，而最先进的叶面（Asiacrypt'24）需要广播通道，并需要MKN + O（m 2 log kn）钻头通信。（iv）最后，我们提出有效的PCG，用于电路依赖性预处理，矩阵乘法和字符串OTS等。
量子通道的Lyapunov指数：熵公式和通用属性
m k l（v）ρl（v）†dµ（v），l：m k→m k是可测量的函数，µ是m k的度量。在最近的一项工作[8]中，当L恒定并且等于身份矩阵时，作者考虑了此类通道φL的Lyapunov指数。在这篇论文中还考虑了φ-erg属性和纯化条件（请参见第6节的定义）。在上一篇论文（请参见[11]）中，我们表明，对于固定度量µ，它对函数lφ-erg属性是一般性（实际上，我们表明了不可约性条件是通用的）。这里的新颖性是，我们将证明纯化条件在L上也是固定度量µ的通用（请参见第9节）。此变量L的引入使我们能够在这种类型的问题中考虑通用性质的问题。我们在复杂矩阵集中使用C 0拓扑。对于附录第10节中读者的好处，我们介绍了[11]中的结果和Lyapunov指数与预先作品的关系的概述。在[8]之后，一个人可以考虑与l和µ相关联，两个相关的程序：一个用x n，n∈N表示，在射影空间p（c k）上取值；另一个用ρn，n∈N表示为d k（其中d k是一组密度运算符）。自然过渡概率在[8]中定义。分析这两个过程的ergodic属性时，φ-erg属性和纯化特性起着重要作用（请参见第6节）。在这里，我们考虑了第8节中通道的量子熵的概念，该概念最初在[3]中介绍。这表明引入的概念是自然的。对于固定的µ和一般L，在[11]中提出了熵的自然概念（请参阅未来第3节），以便在这种情况下开发吉布斯形式的版本。在[11]中的示例8.5中也介绍了某个通道（与固定马尔可夫链有关），其中使用该定义获得的值与熵的经典值相吻合。熵的这种定义是对论文[3]，[5]和[4]的概念的概括。这种特殊形式的定义熵在某种程度上是受[28]的结果启发的，该结果考虑了迭代功能系统。我们称[11]中示例8.5中描述的示例在量子信息中的Markov模型中称为示例。这是我们第8节中考虑的主要例子。
智能车载交互技术
特斯拉、宝马、戴姆勒等汽车制造商，以及谷歌的 Waymo 和 Apple Car 等大型科技巨头都在向全自动驾驶目标迈进。根据 SAE J3016 自动驾驶分类法 [1]，自动驾驶系统分为六个级别，从 0 级（完全手动）到 5 级（全自动驾驶 [FSD]），这些系统有望在所有地理位置、所有天气条件和所有条件下运行。智能汽车的好处包括减少道路事故、提高安全性、缓解交通拥堵、有效利用通勤时间，以及更重要的是提供愉快舒适的乘坐体验。随着自主性的提高，驾驶员也扮演着乘客的角色，从事非驾驶活动，无法参与交通互动。这会增加混合自动驾驶交通环境的复杂性，因为与行人和骑车人的互动是基于驾驶员的视觉提示。因此，智能汽车还需要自主地与其他交通参与者（如行人、骑车人和其他车辆）进行互动。人车交互 (HVI) 与人机交互 (HRI) 领域密切相关。它涉及理解和塑造人车之间交互动态的问题。具体而言，交互领域涉及感觉、知觉、信息交换、推理和
通过单电子自旋优化量子传感......
基于单个固态旋转的量子传感器有望敏感性和空间分辨率1 - 20的独特组合。感应的关键挑战是在给定时间内并具有高动态范围内达到最小估计不确定性。自适应策略来实现最佳的表现，但是苛刻的实验要求阻碍了它们在固态系统中的实施。在这里，我们意识到自适应D.C.通过将钻石中电子自旋的单次读数与快速反馈相结合来感测。通过基于预先的结果实时调整自旋读数基础，我们在拉姆西互联网中表现出了超过标准测量极限的敏感性。此外，我们通过模拟和实验发现，自适应方案在考虑到开销和有限的估计时间时，与最知名的非自适应方案相比，具有独特的优势。使用优化的自适应协议，我们在1.78吨的范围内实现了6.1±1.7 nt Hz -1/2的磁场灵敏度。这些结果为固态传感器开辟了一类新的实验，其中利用了对测量历史的实时知识以获得最佳性能。量子传感器有可能通过利用对单个量子系统的控制来实现前所未有的灵敏度1,2。在一个突出的示例中，基于与钻石中氮的空位（NV）中心相关的单电子旋转的传感器资本资本利用了旋转的量子相干性以及由原子样电子波函数引起的高空间分解3,4。最近，它开创性实验已经证明了磁场5 - 7，电场8，温度9,10和菌株11的单旋传感。NV传感器有可能对生物学领域12-15，纳米技术16 - 18和材料科学产生革命性的影响。基于自旋的磁力计可以感觉到D.C.通过Zeeman偏移E Z =ħγB=ħ2πfB（其中γ是Gyromag-Netic Batio，而F B是Larmor频率）在两个自旋水平| 0>和| 1>之间。在拉姆西干涉测量实验中，由π/ 2脉冲制备的叠加态（1/2√）（| 0> + 1>）将在感应时间t上演变为（1/2√）（| 0> + e i i或）。可以通过在适当的基础上读取自旋，通过调整第二π /2脉冲的相位ϑ来测量φ=2πfb t。对于以恒定感应时间t重复的拉姆西实验，不确定性σf b随着总感应时间t的降低，为1 /（2πttt√）（标准的测量灵敏度，SMS）。然而，由于信号是周期性的，因此领域的范围也随t而下降，每当|2πfb t |时都会产生歧义。 >π。这导致动态范围为f b，max /σfb≤πt /t√。
和4岁儿童的注意力和执行功能
摘要：正念是一种减轻瑜伽士苦难并实现自我意识的技术。预先研究的研究发现，正念训练可以提高工作效率，情绪调节，注意力和特殊功能。但是，正念训练是否可以改善学龄前儿童的注意力和执行功能，仍然尚不清楚。这项研究试图研究正念训练对年轻儿童的影响，以提高注意力和执行功能的表现。本研究试图使用2（小组：正念训练与无训练）×2（测试时间：pre vs post vs post）之间的设计和对象设计之间的设计，以研究正念训练对改善3岁和4岁儿童的注意力和执行功能的影响。正念训练包括12次课程，每次会议20-30分钟，每周两次举行两个月的时间，一次涉及6名学龄前儿童。孩子分配给两个组，正念组（n = 26，年龄范围从41.69个月到51.42个月，SD = 1.12个月）和对照组（n = 26，年龄范围为41.98个月至53.98个月，SD = 3.60个月）。在正念培训小组中，讲师指导儿童执行正念活动，而无训练小组的儿童则获得了正常的活动。在研究中，正念培训课程由三个部分组成。第1部分是“呼吸和关注”，孩子们学会了掌握腹部呼吸，并将注意力集中在特定的感觉上。第2部分是“身体感知和运动”，儿童获得了平衡的意识和身体坐标。第3部分是“对心理活动的意识”，儿童学会了放松和感知每个身体的部分。使用注意力任务（例如，寻找动物测试）训练前后儿童的注意力是在训练前后训练前后使用三个经典任务（例如，抑制控制：心脏和花朵任务，认知灵活性：di-di-nipoy blotial throxibility：di-mensional变牌卡组件（dccs）和工作记忆：WPPSI-VI的图片记忆测试）的执行功能的三个组成部分。投资正念培训是否可以增强儿童的注意力和执行功能，我们进行了2（组：正念训练与无训练）×2（测试时间：预测试与测试后的测试时间）重复措施ANOVA。结果表明，组与测试时间之间的相互作用很重要。对简单效应的分析进一步指出，在预测试中，正念训练组与无训练组之间没有显着影响。在后测中，正念组的注意力和执行功能表现的两个组成部分（抑制控制和认知灵活性）显着改善，而在不训练组中，注意力和执行功能的三个组成部分没有发现显着差异。结果支持了正念培训的有用性，以增强儿童对注意力和执行功能的表现。总而言之，我们的结果表明，正念训练对学龄前儿童的两个组成部分（抑制控制和认知灵活性）和注意力的正念训练的积极影响。结果为3岁和4岁儿童的注意力和执行功能提供了重要的理论和实践意义。
使用全原子模拟和人工智能发现新的淀粉样蛋白样肽
微生物组革命移动了微生物学家的守门柱。几个世纪以来，微生物学一直在理解相对少量的微生物上。这些模型物种是因为它们对健康，环境，工业的重要性，或仅仅是因为该物种易于使用。微生物学家在整个分子，遗传和基因组旋转中保持了关注，但是宏基因组革命使得不可能忽略我们世界各个方面发现的成千上万种研究的物种（DeWhirst等人。2010; Quast等。2013; Parks等。2018）。微生物组的科学崛起令人兴奋，但它给微生物学带来了巨大的实践挑战。如果只花了几个世纪的时间才能学习几种模型物种的细节，我们如何才能理解成千上万的新发现物种？为了说明研究研究的数据的匮乏，我们进行了文献计量分析，以提出微生物学研究的不均匀分布。GTDB数据库的版本202（Parks等人2022）包括43,409种独特的物种，我们计算了参考标题或摘要中每个物种的PubMed文章数量。结果严重偏斜。几乎74％的已知物种从来都不是科学出版物的主题 - 这些是未研究的细菌（图1A）。即使在研究的物种中（至少有一个出版物），所有文章中的50％仅指十种物种（图1b）。因此，我们的知识密度（我们每个物种所学的数量）实际上正在减少。所有细菌学文章中有90％以上研究的物种的研究不足1％，从而产生了细小的微生物的“长尾巴”。科学企业正在扩大，每年科学家发表的论文比久违的年份（国家科学基金会和国家科学委员会2021年）多4-5％。很容易想到，科学产量的增加将克服微生物的长尾巴，也就是说，科学家最终将四处研究每个物种。不幸的是，每年发现的物种数量超过了科学产出的增加（图1C）。在1990 - 2020年之间，每个研究的细菌种类发表的论文数量降低了60％（图1D）。当我们的很多理解来自少量的小动物时，我们对细菌多样性的看法就会有偏见。微生物学家杰弗里·格拉尼克（Jeffery Gralnick）曾经打趣说：“大肠杆菌是大肠杆菌的伟大模型生物。”格拉尼克（Gralnick）的评论提到在Shewanella Oneidensis的TCA周期中发现异常（相对于大肠杆菌）（Brutinel and Gralnick 2012）。尽管Oneidensis链球菌的引用减少了201倍，但可以说不是一个研究的物种。我们的分析将其排名为研究最多的细菌，在所有物种中排名前2.17％。即使是格拉尼克上述论文的简介也将S. oneidensis表示为“模型环境有机体”。如果在微生物2％之外发现了S. Oneidensis的TCA周期等差异，请想象其他98％的微生物中的多样性。微生物学家如何赶上爆炸的生命树？我们提出了两个宏伟的挑战，以培训一代可以解决微生物世界多样性的微生物学家。首先，我们需要采用多因素实验设计。一次进行一次研究的物种，菌株，基因，环境，压力源和表型。统计学家已经教导了数十年来，最有效，最强大的实验设计同时改变了多个因素，然后对效果进行解析