运动障碍,例如帕金森氏病(PD)影响眼动函数 - 能够准确,有目的地移动眼睛以提供感官,认知和次级运动任务的能力。数十年的猴子和人类行为研究的神经物理研究已经表征了健康动眼控制的神经基础。 本综述将具有PD的人的眼睛运动与潜在的神经生理学机械学和途径联系起来。 在这个基础上建立了基础,我们重点介绍了使用眼动作来衡量症状严重程度,评估治疗效果并用作潜在的精确生物标志物的最新进展。 我们得出的结论是,尽管眼睛运动为PD机制提供了见解,但基于当前的证据,它们似乎缺乏足够的敏感性,并且可以用作独立的诊断工具。 与大数据集中的其他疾病指标结合使用时,可能会实现其全部潜力。数十年的猴子和人类行为研究的神经物理研究已经表征了健康动眼控制的神经基础。本综述将具有PD的人的眼睛运动与潜在的神经生理学机械学和途径联系起来。在这个基础上建立了基础,我们重点介绍了使用眼动作来衡量症状严重程度,评估治疗效果并用作潜在的精确生物标志物的最新进展。我们得出的结论是,尽管眼睛运动为PD机制提供了见解,但基于当前的证据,它们似乎缺乏足够的敏感性,并且可以用作独立的诊断工具。与大数据集中的其他疾病指标结合使用时,可能会实现其全部潜力。
玛丽·弗拉姆(Marie Flag-He)在狮子,1,2, * jeroen korving,1,1,1 19 5 Yawata nobuyo,6,7,7 Yawata,9,9,10,10,12,12,13,14 L.S.
局部滴注眼滴仍然是最常见的,对于大多数最简单的眼药管理途径,代表了许多眼部疾病的选择治疗。然而,局部施用的药物分子的低眼生物利用度可以大大限制其疗效。在过去的几十年中,已经开发了许多药物输送系统(DDS),以改善眼表上的药物生物利用度。本综述系统地涵盖了通过局部滴注适用的DDS的最新进展,与标准眼滴配方相比,在体内模型上表现出更好的性能。这些输送系统基于原位形成凝胶,纳米颗粒和两者的组合。大多数DDS都是使用天然或合成聚合物开发的。聚合物为设计高级DDS(包括生物相容性,凝胶化特性和/或粘膜粘附性)提供了许多有利的特性。然而,尽管在过去十年中发表了大量的研究,但DDS的临床翻译却存在一些局限性。本评论还提出了新DDS商业化的潜在挑战。
自 2014 年以来,挪威皇家海军 (RNoN) 一直在追求电子导航,这主要意味着不使用纸质海图。在此过程中,我们做出了一些有趣的观察。这主要涉及对导航系统中位置呈现的信任,以及导航员的系统意识水平。RNoN 导航能力中心 (NCC) 的导航模拟器越来越多地被操作人员和新导航员的培训使用,并且有明显迹象表明使用导航模拟器是有效的。尤其是 Skjold 级桥梁导航模拟器已被 Corvette 服务广泛使用,反馈是积极的。已经确定需要更好地理解这些断言。
本文件是经过答辩评审团批准的大量工作的结果,并向整个大学社区提供。它受作者知识产权的保护。这意味着使用本文档时有义务引用和引用。此外,任何伪造、剽窃或非法复制行为都将受到刑事起诉。联系方式:ddoc-theses-contact@univ-lorraine.fr
摘要:我们设计了一种视野为 360° x180° 的超广角镜头 - 鱼眼镜头 - 用于太空环境。作为案例研究,假设镜头安装在穿过彗星尾部的旋转探测器上。镜头随着穿过彗星彗发的探测器旋转,可以绘制从内部尾部看到的整个天空,提供有关等离子体和尘埃空间分布的前所未有的数据。考虑到镜头的预期太空应用,设计时已考虑了辐射硬化玻璃。镜头的一个关键特性是投影在焦平面上的天空分布图的“角度尺度”均匀性 (F-theta),从而可以获得可靠的整个天空重建。我们还精心设计了近乎远心的设计,以便允许放置在焦平面上的滤光片正常工作。本文介绍了一种远心鱼眼镜头,其工作分辨率为像素限制,波段范围为 500 nm 至 770 nm,并具有 F-theta 失真。
在学习机器方面,Nilsson (1965) 的研究更多地关注模式分类的机器学习。近年来,对眼动追踪的研究也有所增加。许多研究人员在实验中研究如何利用眼动追踪数据进行研究。因此,在分类研究中使用眼动追踪技术时,会引发一个疑问:从眼动追踪数据中可以获得哪些眼部特征用于分类。眼动追踪技术是指跟踪和测量用户的眼球运动和眼睛焦点的过程。眼动追踪广泛应用于心理学、市场营销、医学、电脑游戏和认知科学等许多领域。因此,眼动追踪越来越多地应用于计算机科学领域,并利用眼部特征来研究信息处理任务(Rayner,2009)。眼动追踪数据可以通过使用眼动追踪传感器或摄像头来测量和获取。这些数据提供了多种特征,可用于多种分类任务。眼动追踪技术非常有用,它可以在未来被广泛采用和实施,因为它只需要一个简单的摄像头就可以收集所需的数据。在本文中,我们进行了系统的文献综述,并收集了5年内(即从2016年到现在)所有与使用眼动追踪数据中的特征进行分类相关的研究和文章。第一部分介绍本文。在背景部分,我们提供了眼动追踪技术和眼动追踪器类型的背景,包括桌面眼动追踪、移动眼动追踪和虚拟现实(VR)中的眼动追踪,以及机器学习的简要介绍。方法论部分描述了研究方法,包括研究问题、选择标准、搜索过程和选择过程。结果部分展示了结果,相关研究如表1所示。最后一部分总结了本文。
本研究调查了人类运动想象 (MI) 能力的评估。通常,MI 能力通过两种方法测量:自填问卷 (MIQ-3) 和心理计时 (MC),后者测量实际和想象的运动任务之间的时间差异。然而,这两种测量都依赖于受试者的自我评估,而不使用生理测量。在本研究中,我们提出了一组从眼球注视信号的非线性动力学中提取的新特征,以区分好和坏的想象者。为此,我们设计了一个实验,让 20 名志愿者(根据 MC 分为好或坏的想象者)执行三项任务:运动任务 (MT)、视觉想象任务 (VI) 和运动想象任务 (KI)。在整个实验过程中,使用眼动追踪系统持续监测受试者的目光注视。通过对重建相空间进行递归量化分析来分析目光注视时间序列,并在两组之间进行比较。统计结果表明非线性眼球行为如何表达意象心理过程的内在动态,并可用作 MI 能力的更客观、基于生理的测量方法。
方法:抽样了7个合格志愿者的两只眼睛。基于眼表微生物组领域的先前出版物选择了五种市售的DNA提取方案,并根据其报道的有效宿主DNA耗竭添加了2种宿主DNA耗竭方案,而没有细菌DNA浓度显着降低。使用Illumina Miseq测序靶向16S rRNA基因的V3-V4区域。R中的DADA2管道用于执行生物信息处理,并使用SILVA V132数据库进行了分类学分配。VEGDIST函数用于计算Bray-Curtis距离,并使用Galaxy Web应用程序通过线性判别分析效应大小(LEFSE)来识别潜在的元基因组生物标志物。r包decontam用于控制潜在的污染物。
Brain and Eye Connection Vision Clinic 俄克拉荷马城,OK 向我们的患者发出数据安全事件通知 Brain & Eye Connection Vision Clinic(“Brain & Eye”)致力于保护我们患者信息的机密性和安全性。遗憾的是,此通知是关于涉及部分信息的事件。2024 年 9 月 16 日,Brain & Eye 发现其计算机网络上存在异常活动。在立即调查异常活动后,Brain & Eye 确定它是勒索软件攻击的受害者。调查显示,攻击者从 2024 年 7 月 6 日开始获得了对 Brain & Eye 计算机网络的访问权。Brain & Eye 在意识到攻击后立即采取措施遏制攻击,并已能够恢复其系统并限制对其计算机网络的访问。由于攻击者可以访问 Brain & Eye 计算机网络上的一些不安全数据,Brain & Eye 得出结论,攻击者可能已获得对过去和当前患者的个人健康信息的未经授权的访问权。 Brain & Eye 已确定此次事件涉及的个人信息类型可能包括:全名、社会安全号码、地址、出生日期和医疗诊断。Brain & Eye 正在向信息被卷入此次安全事件的患者发送通知信。