XiaoMi-AI文件搜索系统
World File Search System三维
一种新颖的三维多层脑电图范式
当代脑电图系统采用二维单层范式，即单个电极下多层神经元群的信号被汇总和记录，导致信号嘈杂，无法洞悉神经过程，使脑间通信、实用脑机接口以及从医学到计算等领域的一系列应用无法实现。在这里，我们介绍了一种新颖的三维多层脑电图 (3D Multilayer EEG) 范式 - 与当代单层或二维 (2D Single-layer EEG) 范式不同 - 它利用自然启发的概念框架，在该框架中，利用对生物信号源的精心选择的特征的近似值来表征和操纵底层生物系统。通过同时捕获来自多层神经元的不同信号流，这种新颖的多层 EEG 范式可以实现有效的计算机介导的脑对脑通信系统，更清楚地了解正常功能和疾病中的神经过程，以及将脑机接口系统的信息传输速率提高几个数量级 - 使这些系统变得实用 - 并实现从医学到社交互动、包括工作场所优化、经济学、通用计算和人机交互在内的各种新应用。最近的工作展示了通过髓鞘轴突传播的信号的直接成像，以及头皮 EEG 记录可以检测皮层下电生理活动的直接证据，证实了我们框架所依据的原理的正确性。我们通过制定同时多层 EEG 信号捕获的零假设和备择假设，并依靠一组精心设计的实验测量的分析结果来证伪零假设并验证备择假设，证明了我们新颖的 3D 多层 EEG 范式的有效性。
语义增强图像-文本预训练模型的零样本三维模型分类
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法，并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类，开创了零样本 3 维模型分类方法。近年来， CLIP 在零样本图像分类上取得了良好的效果，因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中， Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型， PointCLIP 首先将 3 维点云投影成多个深度图，然 后利用 CLIP 的预训练图像编码器提取深度图特 征，同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题，基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时，冻结 CLIP 的图像编码器，使用深度图编码器提取深度图特 征，该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间，该方法利用大规模图像 - 文本对预 训练的视觉语言模型，并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐，大幅 提高了 3 维模型的识别能力。与之相似的是，基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性，从而使点云编码器获得零样本 识别的能力。另外， PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上，通过利用更先进的投影算法和 更详细的 3 维模型描述，显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题，通过在语义层面为图像和文本 提供更多相似的语义信息，使图像和文本对齐更具有 一致性，从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
综合分析重点介绍了三维基因组与DNA，转移性前列腺癌的RNA和表观基因组改变之间的相互作用
已经认识到了基因组三维结构的变化的影响，但固体癌组织研究受到限制。Here, we performed integrated deep Hi-C sequencing with matched whole-genome sequencing, whole-genome bisulfite sequencing, 5-hydroxymethylcytosine (5hmC) sequencing and RNA sequencing across a cohort of 80 biopsy samples from patients with metastatic castration-resistant prostate cancer.在基因表达，5-甲基胞嘧啶/5HMC甲基化以及A和B（开放和闭合）染色质区室之间的结构变异与突变率中存在显着差异。肿瘤的一个子集在AR基因座表现出耗尽的区域染色质接触，与肉瘤外圆形DNA（ECDNA）有关，对AR信号抑制剂的反应较差。我们还确定了与甲基化结构，基因表达和预后差异差异相关的拓扑亚型。我们的数据表明，DNA相互作用可能易于结构变体形成，以复发性TMPRSS2 - ERG融合为例。这种全面的综合测序工作代表了独特的临床肿瘤资源。
解决人类和黑猩猩神经发育过程中人类加速区域的三维相互作用
抽象的人类加速区域（HAR）在物种之间是高度保守的，但表现出显着的人类特异性序列变化，这表明它们可能在人类进化中获得了新的功能。hars包括具有人类特异性活性的转录增强子，并与人脑的进化有关。然而，我们对Hars如何促进大脑独特的人类特征的理解受到了对Har har统治的基因和途径的洞察力的阻碍。目前尚不清楚Hars是通过改变har及其黑猩猩直系同源物之间的基因靶标的表达而作用的，还是通过在人类中获得新的基因靶标，这是一种称为增强子劫持的机制。，我们在人和黑猩猩神经干细胞（NSC）中生成了1,590个har及其直系同源物的染色质相互作用的高分辨率图，以全面地识别这两个物种中的基因靶标。hars及其嵌合式直系同源物的目标是一组2,963个基因，这些基因富含神经发育过程，包括神经发生和突触传播。HAR增强剂活性的变化与保守基因靶标表达的变化相关。保守的靶标在人与黑猩猩NSC之间或人类和非人类灵长类动物发展和成人大脑之间差异表达的基因中富集。特异性的HAR基因靶标未在已知的生物学功能上融合，并且在差异表达的基因中没有显着富集，这表明Hars不会通过增强子劫持来改变基因表达。har Gene靶标，包括差异表达的靶标，还显示了发育中的人脑中的细胞类型特异性表达模式，包括外部径向胶质细胞，这些模式有助于人类皮质膨胀。我们的发现支持Hars通过改变保守基因靶标的表达来影响人脑的演变，并提供与新型人类大脑特征联系起来的手段。
三维规划，导航，特定于患者的仪器和肩关节置换术中的混合现实：数字骨科复兴
格朗蒙特（Grammont）在1985年对RTSA的发展标志着骨科手术的重要里程碑（1）。自成立以来，RTSA的应用由于其不断扩大的适应症而产生了显着的全球激增，现在它涵盖了Glenohumeral骨关节炎，袖口撕裂关节炎，近端肱骨骨折，甚至是适用的修订方案（2）。尽管有希望的长期到患者满意度的长期结局，但仍有相当数量的并发症持续存在（3，4）。虽然解剖学总肩关节置换术（ATSA）和RTSA都表现出极好的长期生存率，但并发症仍然出现（5）。一些最常见的并发症是肩cap骨，不稳定性和腺体松动，它们通常与关节腺体成分的不适当定位有关（3、5、6）。精确的组件放置已被确定为避免这种并发症，实现出色的生物力学性能和优化功能结果的关键因素，这强调了精确植入物定位以最大程度地减少不良事件风险的重要性（7）。
三维规划，导航，特定于患者的仪器和肩关节置换术中的混合现实：数字骨科复兴
格朗蒙特（Grammont）在1985年对RTSA的发展标志着骨科手术的重要里程碑（1）。自成立以来，RTSA的应用由于其不断扩大的适应症而产生了显着的全球激增，现在它涵盖了Glenohumeral骨关节炎，袖口撕裂关节炎，近端肱骨骨折，甚至是适用的修订方案（2）。尽管有希望的长期到患者满意度的长期结局，但仍有相当数量的并发症持续存在（3，4）。虽然解剖学总肩关节置换术（ATSA）和RTSA都表现出极好的长期生存率，但并发症仍然出现（5）。一些最常见的并发症是肩cap骨，不稳定性和腺体松动，它们通常与关节腺体成分的不适当定位有关（3、5、6）。精确的组件放置已被确定为避免这种并发症，实现出色的生物力学性能和优化功能结果的关键因素，这强调了精确植入物定位以最大程度地减少不良事件风险的重要性（7）。
模糊球面上三维伊辛跃迁的量子蒙特卡罗模拟
经典和量子相变中出现的临界现象因其实验相关性和理论意义而备受关注[2,3]。许多临界现象被认为可以用共形场论（CFT）来描述，这些场论具有强相互作用，对二维（即 1 + 1D）以上更高时空维度的研究提出了挑战。最近，一种称为模糊（非交换）球面正则化 [1] 的方法被发明来研究由圆柱几何上的 3D CFT 控制的 3D（即 2 + 1D）临界现象，表示为 S 2 × R 。与传统的格点正则化相比，模糊球面正则化在三维 CFT 的研究中具有许多优势，这主要归功于它在 S 2 × R 中利用了径向量化[ 4 , 5 ]以及精确保存了球面 SO ( 3 ) 对称性[ 6 , 7 ]，这一点最近已被令人信服地证明[ 1 , 8 – 11 ]。首先，模糊球面可以直接获取有关临界状态下出现的共形对称性的信息[ 1 , 10 ]。其次，它可以直接提取 CFT 的各种数据，包括共形主算子的众多缩放维度[ 1 , 10 ]、算子积展开系数[ 8 ]和四点相关器[ 9 ]。例如，可以直接从系统的激发能量计算缩放维度，并且可以使用共形扰动进一步提高其精度[12]。第三，模糊球方案适用于各种三维CFT，包括Ising[1]、O(N)Wilson-Fisher、SO(5)非禁闭相变[10]、临界规范理论[10]和缺陷CFT[11]。最后，当哈密顿量经过合理微调时，模糊球正则化表现出令人难以置信的小有限尺寸效应。模糊球正则化的这些优势为探索高效率、高精度和全面的三维CFT提供了激动人心的机会。模糊球正则化考虑了一个微观量子哈密顿量，在连续球面空间中对具有多种口味的费米子进行建模，并将费米子投影到最低球面朗道能级 [ 1 , 6 , 13 ] 。与规则晶格模型相比，模糊球模型在紫外极限下严格保持了连续旋转对称性。得益于通过微调实现的极小的有限尺寸效应，精确对角化 (ED) 和密度矩阵重正则化群 (DMRG) 方法等数值算法在研究 3D Ising CFT 和 SO ( 5 ) 解禁相变的模糊球模型时非常有效。然而，这两种算法的计算成本最终会随着系统尺寸呈指数增长。更重要的是，对于涉及大量费米子口味的情况，ED 和 DMRG 的计算成本很快就会超过实际的资源和时间限制。在这些情况下，使用随时间多项式缩放的方法（例如量子蒙特卡罗 (QMC)）来研究模糊球面上的模型将会很有帮助。本文旨在利用 3D Ising CFT 作为示例，展示 QMC 方法在研究模糊球面上的 3D CFT 中的应用。在参考文献 [ 13 , 14 ] 中可以找到有关模糊环面模型的类似讨论。与参考文献 [ 1 ] 中介绍的模糊球面 Ising 模型相比，我们在费米子中引入了一个额外的味道指数，这会导致 QMC 模拟没有符号问题。作为基准，我们提供了数值
自组装折纸神经探针用于可扩展、多功能、三维神经接口 Dongxiao Yan 1 *，Jose Roberto Lopez Ruiz 1 *，
自组装折纸神经探针，用于可扩展、多功能、三维神经接口 Dongxiao Yan 1*、Jose Roberto Lopez Ruiz 1*、Meng-Lin Hsieh 1、Daeho Jeong 1,2、Mihály Vöröslakos 3、Vittorino Lanzio 1、Elisa V. Warner 4、Eunah Ko 1、Yi Tian 1、Paras R. Patel 5、Hatem ElBidweihy 6、Connor S. Smith 6、Jae-Hyun Lee 2、Jinwoo Cheon 2、György Buzsáki 3、Euisik Yoon 1,2,5,7 ** 1 密歇根大学电气工程与计算机科学系，密歇根州安娜堡。 2 韩国首尔延世大学基础科学研究所 (IBS) 纳米医学中心和高级科学研究所纳米生物医学工程研究生课程 (Nano BME)。3 纽约大学朗格尼医学中心神经科学研究所，纽约，纽约州。4 密歇根大学计算医学和生物信息学系，密歇根州安娜堡。5 密歇根大学生物医学工程系，密歇根州安娜堡。6 美国海军学院电气与计算机工程系，马里兰州安纳波利斯。7 密歇根大学机械工程系，密歇根州安娜堡。* 同等贡献作者 ** 通讯作者摘要 柔性皮层内神经探针因其可减少组织反应而在高分辨率神经记录中延长寿命而备受关注。然而，传统的单片制造方法在以下方面遇到了重大挑战：(i) 扩大电生理记录位点的数量；(ii) 整合其他生理传感和调节；以及 (iii) 配置成三维 (3D) 形状以用于多面电极阵列。我们报告了一种创新的自组装技术，该技术允许实现灵活的折纸神经探针作为克服这些挑战的有效替代方案。通过使用磁场辅助混合自组装，可以将具有各种模态的多个探针以精确对准的方式堆叠在一起。使用这种方法，我们展示了一种多功能设备，该设备在单个柔性探针上集成了可扩展的高密度记录位点、多巴胺传感器和温度传感器。同时展示了大规模、高空间分辨率的电生理学以及局部温度感应和多巴胺浓度监测。通过使用最佳可折叠设计和毛细管力将平面探针缠绕在直径为 80~105 μm 的细纤维上，组装了高密度 3D 折纸探针。通过集成在 3D 折纸探针表面的神经元大小的微型 LED (μLED) 的照明可以实现定向光遗传学调控。我们可以识别探针周围 360° 的角度异质单元信号和神经连接。通过在行为小鼠中对 64 通道堆叠探针进行长达 140 天的长期记录来验证探针的寿命。借助所介绍的模块化、可定制的组装技术，我们展示了一种新颖且高度灵活的解决方案，以适应多功能集成、通道缩放和 3D 阵列配置。1. 简介增强记录能力和集成多模态是神经探针开发的两个基本需求。高通道数神经探针已证明其
时空图像相关性：用于胎儿心脏筛查和先天性心脏病评估的三维成像
对胎儿上腹部的超声检查提供了现场评估。如果Situs正常（Situs solitus），则动脉血管（主动脉）位于静脉血管的左侧和后面，即下腔静脉。在上腹部视图中，左侧异构体很容易通过静脉血管（Azygos/hemiazygos）在动脉血管（主动脉）后面的事实来识别。左异构体（situs含糊）是心房和肺在左侧重复的条件。在几乎所有左同源主义的情况下，都没有静脉静脉的肝片段，并通过静脉静脉和/或半二元静脉排水（图1A）。此外，由于两个心房在形态上都是左侧，因此缺乏右窦节点，因此，由于心脏阻滞而导致心动过缓的风险在左侧异构主义中增加。实际上，更复杂的CHD，例如不平衡的心室间隔缺陷（AVSD）和双右心室流出区，通常与SITUS异常有关（图1B）。4,5
使用三维印刷制定生物制药
在药物制剂中，可以根据需要改变活性药物成分（API）等因素，例如速率，位点或释放时间，以创建改良的释放（MR）剂型。MR制剂可以包括延迟释放，脉动释放，扩展释放等[1]。MR制剂提供了各种优势，包括降低给药频率，增加患者依从性，副作用减少和延长作用持续时间。最终，MR配方在加强患者生活质量的同时提供了更好的治疗结果。自从有史以来第一届美国食品药品监督管理局（美国FDA）批准的三维印刷平板电脑以来，人们对该技术在药物输送和生物医学应用中的应用产生了越来越多的兴趣。3D打印可以快速对药品的原型制作，从而使研究人员能够在短时间内筛选多个配方，从中选择理想的候选人。添加剂制造，通常称为3D打印，是一个以逐层方式打印3D对象的过程[2]。3D打印的最常见类型包括增值税光聚合（VPP），融合沉积建模（FDM），粉末床融合（PBF），喷墨写作和直接墨水写作[3]。在这篇评论中，我们将重点介绍用于制定修改的各种3D打印机