XiaoMi-AI文件搜索系统
World File Search System一篇
评估小胶质细胞发育和胎儿编程的体外模型：一篇评论
本综述评估了用于研究怀孕期间母体影响如何影响后代小胶质细胞（中枢神经系统的免疫细胞）发育的体外模型。所研究的模型包括原代小胶质细胞培养物、小胶质细胞系、iPSC 衍生的小胶质细胞、PBMC 诱导的小胶质细胞样细胞、源自 iPSC 的 3D 脑器官和霍夫鲍尔细胞。我们将评估每种模型复制发育大脑体内环境的能力，重点关注其优势、局限性和实际挑战。重点介绍了可扩展性、遗传和表观遗传保真度以及生理相关性等关键因素。小胶质细胞系具有高度可扩展性，但缺乏遗传和表观遗传保真度。iPSC 衍生的小胶质细胞提供中等的生理相关性和患者特异性遗传见解，但面临着重编程固有的操作和表观遗传挑战。源自 iPSC 的 3D 脑类器官为研究复杂的神经发育过程提供了先进的平台，但需要大量资源和技术专长。霍夫鲍尔细胞是位于胎盘中的胎儿巨噬细胞，与小胶质细胞具有共同的发育起源，它们独特地暴露于产前母体因素，并且根据胎儿屏障成熟度表现出不同的表观遗传保真度。这使得它们特别适用于探索母体对小胶质细胞发育胎儿编程的影响。该综述的结论是，没有一个模型能够全面捕捉母体对小胶质细胞发育的所有方面的影响，但它提供了根据特定研究目标和实验限制选择最合适模型的指导。
2023年2月9日 一篇关于“光子能量计算的新计算方法”的联合论文
对于日本第一台基于门的量子计算机IBM Quantum System One※4上苯酚蓝染料的光吸收和非辐射衰变相关的分子结构，
分子靶向治疗药物在乳腺癌治疗中的作用：一篇综述文章
乳腺癌是全球女性中发病率较高的癌症，对女性健康造成巨大威胁，给女性带来巨大压力。近几十年来，乳腺癌治疗取得了多项进展，但常规治疗后仍易复发、进展。乳腺癌的高发病率令人担忧，亟待开发新的乳腺癌治疗方法。近年来，靶向分子治疗被视为乳腺癌精准医疗的里程碑。1恶性乳腺癌是一种复合分子疾病，涉及控制细胞增殖和生长的基因修饰。乳腺癌的发病模式具有间歇性，最初突变的致癌基因会导致细胞不受控制地生长。2,3
使用生成模型合成情感神经生理信号：一篇评论论文
将情商融入机器是推进人机交互的重要一步。这要求开发可靠的端到端情绪识别系统。然而，公共有效数据集的稀缺带来了挑战。在这篇文献综述中，我们强调使用生成模型来解决神经生理信号中的这一问题，特别是脑电图 (EEG) 和功能性近红外光谱 (fNIRS)。我们对该领域使用的不同生成模型进行了全面的分析，研究了它们的输入公式、部署策略和评估合成数据质量的方法。这篇综述是一个全面的概述，提供了对生成模型在情绪识别系统中的应用优势、挑战和有希望的未来方向的见解。通过这篇综述，我们旨在促进神经生理数据增强的进展，从而支持开发更高效、更可靠的情绪识别系统。
胎儿静脉系统超声检查：正常解剖、变异和异常：一篇评论文章
胎儿静脉系统在妊娠第六周左右开始发育，有三对静脉：脐静脉、卵黄静脉和主静脉。这些静脉对于将血液从胎盘输送到心脏至关重要。随着肝脏的成熟，肝脏和这些静脉之间的连接形成复杂的静脉系统。该过程的中断可能导致各种胎儿静脉异常，这些异常是由这些静脉的形成或退化异常引起的。常见的异常包括静脉导管发育不全、右脐静脉持续存在、脐静脉曲张、门静脉系统发育不全和下腔静脉中断。静脉导管发育不全可导致代偿性血流变化，而当左脐静脉退化时会出现右脐静脉持续存在。脐静脉曲张是脐静脉扩张，门静脉系统发育不全会扰乱正常的肝脏血流。 IVC 中断会影响全身静脉回流到心脏。诊断这些异常需要详细的超声评估，包括多普勒研究和产前监测，以评估潜在并发症并指导适当的临床治疗。在评估复杂的通信路径时，第一步是检查该结构的组织方式。静脉系统的分类分割可带来更广阔的视野和更高的感知能力。在这篇图文中，胎儿静脉系统及其异常根据其主要来源进行分类。特别注意使用彩色示意图和真实的二维和彩色超声图像描绘正常解剖结构和异常，这对促进空间感知和简化胎儿静脉系统异常的分类方法起着重要作用。
利用振荡脑电图特征对视觉审美偏好进行生态解码——一篇小型评论
在当今的数字信息时代，人类接触视觉文物的接触已经达到了前所未有的准友善。这些文化文物中的一些被提升到艺术品的状态，这表明对这些物体有特别的欣赏。对于许多人来说，这种艺术品的感知与美学体验（AE）相吻合，可以积极影响健康和福祉。AE由复杂的认知和有效的心理和生理状态组成。对AE背后的神经动态的更深刻的科学理解将允许开发被动的脑部计算机间接位（BCI），以促进个性化的艺术表现，以改善AE，而无需明确的用户反馈。然而，在不自然的实验室条件下，在视觉神经活动中的先前实证研究主要研究了AE的功能性磁共振成像和与事件相关的电位相关，这可能不是实践神经震荡BCI的最佳特征。此外，直到最近，AE还是在很大程度上被构成了美丽或愉悦的体验。是，这些概念并未包含所有类型的AE。因此，这些概念的范围太窄，无法允许个人和文化的个性化和最佳的艺术经验。这种叙事迷你审查总结了基于振荡的脑脑摄影（EEG）的最先进的视觉神经电学学，并为开发生态有效的神经震级的被动BCI系统的开发绘制了一个路线图，该系统可以优化AE，以及它们有益的后果。我们详细介绍了AE的振荡性脑电图相关性，以及机器学习方法以对AE进行分类。我们还强调了神经疗法中的当前局限性，并提出了改善AE脑电图解码的未来方向。
通过多模态和多中心数据融合揭开医学可解释人工智能的黑匣子：一篇小评论、两个展示及其他
可解释人工智能 (XAI) 是机器学习的一个新兴研究课题，旨在揭示 AI 系统的黑箱选择是如何做出的。该研究领域研究决策制定中涉及的措施和模型，并寻求解决方案来明确解释它们。许多机器学习算法无法说明决策的方式和原因。目前使用的最流行的深度神经网络方法尤其如此。因此，这些黑箱模型缺乏可解释性，可能会削弱我们对 AI 系统的信心。XAI 对于深度学习驱动的应用越来越重要，尤其是对于医疗和医疗保健研究，尽管一般来说，这些深度神经网络可以在性能上带来惊人的回报。大多数现有 AI 系统的可解释性和透明度不足可能是成功实施和将 AI 工具集成到常规临床实践中并不常见的主要原因之一。在本研究中，我们首先调查了 XAI 的当前进展，特别是其在医疗保健应用方面的进展。然后，我们介绍了利用多模式和多中心数据融合的 XAI 解决方案，并随后在两个真实临床场景的展示中进行了验证。全面的定量和定性分析可以证明我们提出的 XAI 解决方案的有效性，由此我们可以设想在更广泛的临床问题中成功应用。
这是经过同行评审后在《阅读教师》上发表的一篇文章的预编辑版、作者制作的 PDF 版本。
文本结构描述简单描述作者的意图是告诉我们某事。他们使用特征或事实来描述它。比较/对比作者的意图是告诉我们两件事。作者告诉我们它们有何相同和不同。顺序作者的意图是告诉我们事情发生的顺序。顺序有三种类型：步骤、循环和时间线。无论是哪种类型，作者都将信息按顺序排列。原因/结果作者的意图是告诉我们事件如何导致结果。原因总是会导致结果。问题/解决方案作者的意图是告诉我们如何解决问题。解决方案可以使用也可以不使用。注意。文本结构名称和定义直接取自 Bohaty (2015)。
© 作者 2020。由牛津大学出版社代表日本免疫学会出版。这是一篇开放获取的文章，分发
随着年龄的增长，免疫系统抵抗感染的能力会下降，因此高龄人群更容易感染，死亡率和发病率也会上升。先天免疫细胞表现出吞噬作用、趋化性和细胞因子产生能力下降等功能缺陷，而适应性免疫细胞则表现出受体多样性降低、抗体产生缺陷和幼稚细胞群急剧减少。老年人成功接种疫苗对于预防流感和肺炎等常见感染至关重要，但与年轻人相比，疫苗效力在老年人中会降低。训练有素的免疫力是一个新兴概念，它表明先天免疫细胞在遇到某些致病刺激时通过表观遗传和代谢重编程建立非特异性免疫记忆。临床研究表明，训练有素的免疫力可用于增强对感染的免疫反应并提高成人疫苗接种的效率；然而，训练有素的免疫反应如何随着年龄的增长而形成仍是一个悬而未决的问题。在这篇综述中，我们概述了与年龄相关的免疫系统变化，重点关注先天免疫，讨论了当前针对老年人的疫苗接种策略，提出了训练有素的免疫的概念，并提出它作为增强老年人群感染和疫苗接种反应的新方法。
113 学年度第二学期免疫学专题讨论
课程要求： 中文讲演。每周由一至二位同学，按照每周预订的专题，各选择一篇近一年内相关的期刊论文，作详尽的报告。每次报告以60 min 为原则，包括40 min 的论文报告，以及穿插其中之讨论及提问( 约20 - 30 min) ，最长不超过90 min 。请确实控制上台报告的时间。请将报告的论文PDF 连同英文摘要在至少一周前e-mail 小助教公布( 庄炜婷) 。请同组同学(Discussion group) 参与该周论文的研读、讨论与提问。请大家在课堂上踊跃发言提问及讨论。 请各指导老师协助报告学生论文的选择与讨论。