XiaoMi-AI文件搜索系统
World File Search System伪影
将合成临床数据迁移到常规临床数据以检测脑部 T1 加权 MRI 中的运动伪影
临床数据仓库 (CDW) 包含数百万患者的医疗数据，为开发计算工具提供了绝佳机会。MRI 对图像采集过程中的患者运动特别敏感，这将导致重建图像中出现伪影（模糊、重影和振铃）。因此，CDW 中的大量 MRI 因被这些伪影破坏而无法使用。由于扫描次数太多，无法手动检测，因此有必要开发一种工具来自动排除带有运动的图像，以充分利用 CDW。在本文中，我们提出了一种 CNN 来自动检测 3D T1 加权脑部 MRI 中的运动。我们的迁移学习方法基于合成运动生成，包括两个步骤：使用合成运动对研究数据进行预训练，然后进行微调步骤，将我们的预训练模型推广到临床数据，依靠 5500 张图像的手动标记。目标是 (1) 能够排除具有严重运动的图像，(2) 检测轻微的运动伪影。我们的方法在第一个目标上实现了出色的准确率，平衡准确率几乎与注释者的准确率相似（平衡准确率 > 80%）。然而，对于第二个目标，其表现较弱，远低于人类评分者。总体而言，我们的框架将有助于在医学成像中利用 CDW，并强调对基于研究数据训练的模型进行临床验证的重要性。
单细胞线粒体DNA突变中的伪影分析错误的系统发育推断新型多动睡眠的分子演变
摘要|睡美人（SB）转座子是脊椎动物基因转移的有前途的技术平台；但是，其基因插入的效率可能是主要细胞类型中的瓶颈。与第一代转座酶相比，哺乳动物细胞中的大规模遗传筛选产生了效率约100倍的过度转座酶（SB100X）。SB100X在富含造血干或祖细胞的人CD34 +细胞中支持35–50％稳定的基因转移。在免疫缺陷小鼠中基因标记的CD34 +细胞移植导致长期植入和造血重建。此外，SB100X支持体内小鼠肝脏转骨后的生理水平IX的持续（> 1年）表达。最后，SB100X可重复地导致45％稳定的转基因频率通过核心显微注射到小鼠Zygotes中。非病毒基因递送后，新开发的转座酶产生前所未有的稳定基因转移效率，与稳定的转导效率相比，与稳定的转导效率相比，预计在功能基因组学和基因疗法中广泛应用。
决策分析杂志
运动伪影会降低脑电图 (EEG) 信号中的信息质量。在本研究中，我们开发了一种有效的方法，通过使用经验小波变换 (EWT) 技术来减轻 EEG 信号中的运动伪影。首先，我们将 EEG 信号分解为称为固有模式函数 (IMF) 的窄带信号。这些 IMF 经过进一步处理以抑制伪影。在我们的第一种方法中，采用主成分分析 (PCA) 来抑制这些分解后的 IMF 中的噪声。在第二种方法中，使用方差测量识别具有噪声成分的 IMF，然后将其去除以获得伪影抑制的 EEG 信号。我们的实验是在公开的 Physionet EEG 信号数据集上进行的，以证明我们的方法在抑制运动伪影方面的有效性。更重要的是，基于 IMF 方差的方法比基于 EWT-PCA 的方法提供了更好的性能。此外，基于 IMF 方差的方法在计算上比基于 EWT-PCA 的方法更有效。我们提出的基于 IMF 方差的方法实现了 28.26 dB 的平均信噪比 (𝛥 SNR)，并且超越了现有的运动伪影去除方法。
超低成本、简便制造用于皮层脑电图的透明神经电极阵列，采用无光电伪影光遗传学
透明植入式设备将神经记录和光学模式相结合，在神经科学和生物医学工程领域引起了广泛关注。用于电生理学的不透明金属电极阵列会阻碍光学成像并导致光电伪影，使其难以与光遗传学相结合。本文介绍了一种无光电伪影、高导电性和透明的聚（3,4-乙烯二氧噻吩）聚苯乙烯磺酸盐 (PEDOT:PSS) 电极阵列，作为有前途的神经植入物。与应用于植入工具的其他透明材料相比，本研究开发的技术通过低成本、超简便的方法提供了透明的神经接口。由于采用了简单的乙二醇浸渍工艺，该设备表现出优于其他研究的光学、机械和电气特性。通过将其光刺激效率和光电伪影程度与传统的薄金电极在体外和体内进行比较，突出了该设备的性能。该平台可以比任何其他候选材料更有效地组装透明神经接口，因此具有许多潜在的应用。
0.0023 毫米$^2$/ch. 具有刺激伪影抑制功能的增量编码、时分复用混合信号 ECoG 记录架构
摘要 — 本文展示了一种可扩展的时分复用生物电位记录前端，能够实时抑制差分和共模伪影。增量编码记录架构利用了皮层脑电图 (ECoG) 记录的功率谱密度 (PSD) 特性，结合了 8 位 ADC 和 8 位 DAC，以实现 14 位动态范围。利用数字反馈架构的灵活性，将 64 个差分输入通道时分复用到共享混合信号前端，与最先进的技术相比，通道面积减少了 2 倍。用于增量编码的反馈 DAC 还可以通过片外自适应环路消除差分伪影。本文包括对该架构的分析以及 65 nm CMOS 测试芯片实现的硅片性能测量（包括工作台和体内）。
军事武器人工智慧(AI)化对战争伦理影响之研究
2019年，https://brokingdefense.com/2019/10/ethical-ai-for-war-defense-innovation-board-says-it-can-be-done/，
基于CRISPR的功能基因组学用于神经系统疾病
摘要 - 电代理（ECOG）基于双向（BD）脑部计算机界面（BCIS）是即将到来的技术，有望帮助恢复具有运动和感觉效果的人的功能。这种范式的一个主要问题是，引起人工感觉所需的皮质刺激会产生强大的电伪影，从而通过饱和记录记录放大器或掩盖使用的使用神经信号来破坏BCI操作。即使使用最新的硬件伪影方法，仍然需要强大的信号处理技术来抑制数字后端存在的残留伪像。在此，我们使用临床神经刺激程序中记录的ECOG数据进行了保释前和无效伪影方法的有效性。我们的方法达到了21.49 dB的最大伪像压力，并显着增加了频域中无伪影频率的数量。这种性能超过了更传统的独立组件分析方法，同时保留了降低的复杂性并提高了计算效率。
![[研究笔记]人工智能技术对核威慑的影响](/simg/g:\will\search\icon\source\7\75900a8296f391c1610166ba52d9e4792871020c.png)
[研究笔记]人工智能技术对核威慑的影响
4 Rafael Loss 和 Joseph Johnson，“人工智能会危及核威慑吗？”War on the Rocks，2019 年 9 月 19 日，https://warontherocks.com/2019/09/will-artificial-intelligence-imperil-nuclear-deterrence/。5 Michael C. Horowitz、Paul Scharre 和 Alexander Velez-Green，“稳定的核未来？自主系统和人工智能的影响，”ArXiv.org，2019 年 12 月，第 2 页，https://arxiv.org/ftp/arxiv /papers/1912/1912.05291.pdf 6 Edward Geist 和 Andrew J. Lohn，“人工智能如何影响核战争风险？“兰德公司，2018 年，https://www.rand.org/content/dam/rand/pubs/perspectives/PE200/PE296/RAND _PE296.pdf。7 斯德哥尔摩国际和平研究所 (SIPRI)，“人工智能对战略稳定和核风险的影响，第一卷：欧洲-大西洋视角”，编辑。Vincent Boulanin，2019 年 5 月，https:// www.sipri.org/sites/default/files/2019-05/sipri1905-ai-strategic-stability-nuclear-risk.pdf。
