XiaoMi-AI文件搜索系统
World File Search System低分
针对低分辨率和非连续切片的临床 MRI 数据集的最优脑肿瘤分割算法
摘要背景：从磁共振图像（MRI）中分割脑肿瘤及其组成区域对于规划诊断和治疗非常重要。在临床实践中，经验丰富的放射科医生通常使用多模态 MRI 来描绘肿瘤区域。但这种手动分割容易出现重现性差且耗时。此外，常规临床扫描通常分辨率较低。为了克服这些限制，需要一种基于计算机视觉的自动精确分割算法。方法：我们研究了三种广泛使用的分割方法的性能，即区域增长、模糊 C 均值和深度神经网络 (deepmedic)。我们通过随机选择 48 名患者数据（高级别，n = 24 和低级别，n = 24）在 BRATS 2018 数据集上以及在我们的常规临床 MRI 脑肿瘤数据集（高级别，n = 15 和低级别，n = 28）上评估了这些算法。我们使用骰子相似系数、豪斯多夫距离和体积测量来测量它们的性能。结果：与模糊 C 均值 (FCM) 和 deepmedic 网络相比，区域增长法表现非常差。对于 BRATS 和临床数据集，FCM 和 deepmedic 算法的 Dice 相似系数得分彼此接近。这两种方法的准确率一般都低于 70%。结论：尽管 deepmedic 网络在 BRATS 脑肿瘤分割挑战中表现出非常高的准确率，但它必须针对低分辨率常规临床扫描进行定制训练。它还需要大量训练数据才能用作临床应用的独立算法。尽管如此，与区域增长或 FCM 相比，deepmedic 可能是脑肿瘤分割的更好算法。关键词：脑肿瘤、分割、深度神经网络、MRI
基于相关特征的同质低分辨率人脸识别方法
摘要 —人脸识别技术已广泛应用于人身识别、控制准入和移动设备访问等许多关键任务场景。安全监控是人脸识别技术的典型场景。由于监控视频和图像的低分辨率特点使得高分辨率人脸识别算法难以提取有效的特征信息，应用于高分辨率人脸识别的算法很难直接迁移到低分辨率情况。随着密集城市化时代安全监控中的人脸识别变得越来越重要，开发能够在处理低分辨率监控摄像机生成的视频帧时提供令人满意的性能的算法至关重要。本文研究了基于相关特征的人脸识别（CoFFaR）方法，该方法用于同质低分辨率监控视频，详细阐述了理论、实验细节和实验结果。实验结果验证了相关特征方法的有效性，提高了监控安全场景中同质人脸识别的准确率。
评估低分辨率大脑成像的效用
由于低领域的MRI技术已被传播到世界各地的临床环境中，因此评估正确诊断和治疗给定疾病并评估机器学习算法的作用所需的图像质量，例如深度学习，在增强较低质量图像的增强中。在对正在进行的随机临床试验的事后分析中，我们评估了降低质量和深度学习增强图像的诊断效用，用于脑积水治疗计划。ct的感染后婴儿脑积水的图像因大脑和CSF之间的空间分辨率，噪声和对比度而降解，并使用深度学习算法增强了。将降解和增强的图像均呈现给三个经验丰富的儿科神经外科医生，这些神经外科医生习惯于在低至中收入国家（LMIC）工作，以评估用于脑力头脑的治疗计划中的临床实用性。此外，为了评估评估者的深度学习增强常规造成的重建误差是否可以接受。结果表明，大脑和CSF之间的图像分辨率和对比度与噪声比率预测图像的可能性被认为是对脑积水治疗计划有用的可能性。深度学习增强大大提高了对比度与噪声比率，从而提高了图像有用的明显可能性；但是，深度学习增强引入了结构性错误，从而造成了误导临床解释的重大风险。这些发现提倡新标准，以评估可接受的图像质量以供临床使用。我们发现，质量低于通常可以接受的图像对于脑积水治疗计划可能是有用的。此外，低质量的图像可能比通过深度学习增强的图像更可取，因为它们没有引入误导信息的风险，而这些信息可能会误导治疗决策。
用于较低分辨率的多域卷积神经网络...
摘要：运动想象 (MI) 脑机接口 (BCI) 因其在用户意图和任务执行之间直观匹配的特点而被广泛应用于各种应用。将干脑电图 (EEG) 电极应用于 MI BCI 应用可以解决许多限制并实现实用性。在本研究中，我们提出了一种多域卷积神经网络 (MD-CNN) 模型，该模型使用多域结构学习特定于主体和依赖于电极的 EEG 特征，以提高干电极 MI BCI 的分类准确率。所提出的 MD-CNN 模型由三个域表示（时间、空间和相位）的学习层组成。我们首先使用公共数据集评估了所提出的 MD-CNN 模型，以确认多类分类的分类准确率为 78.96%（机会水平准确率：30%）。之后，10 名健康受试者参与并在两个阶段（干电极和湿电极）执行了三类与下肢运动（步态、坐下和休息）相关的 MI 任务。因此，与仅使用单个域的传统分类器（FBCSP、EEGNet、ShallowConvNet 和 DeepConvNet）相比，所提出的 MD-CNN 模型使用三类分类器实现了最高的分类准确度（干电极：58.44%；湿电极：58.66%；偶然水平准确度：43.33%），并且两种电极类型之间的准确度差异最小（0.22%，d = 0.0292）。我们期望所提出的 MD-CNN 模型可用于开发具有干电极的稳健 MI BCI 系统。
量化低分辨率脑成像的效用
由于低领域的MRI技术已被传播到临床环境中，因此重要的是要评估正确诊断和治疗给定疾病所需的图像质量。在对正在进行的随机临床试验的事后分析中，我们评估了降低质量和深度学习增强图像的诊断效用，用于脑积水治疗计划。图像因分辨率，噪声和大脑和CSF之间的对比而降低，并使用深度学习算法增强。将降解和增强的图像均呈现给三个经验丰富的儿科神经外科医生，习惯于在LMIC中工作，以评估脑积水治疗计划中的临床实用性。结果表明，大脑和CSF之间的图像分辨率和对比度与噪声比率预测了有用的脑积水治疗计划的可能性。对于具有128x128分辨率的图像，对比度为2.5的比率具有很高的有用可能性（91％，95％CI 73％至96％； P = 2E-16）。深度学习增强了128x128的图像，其对比度非常低（1.5）和有用的概率较低（23％，95％，95％CI 14％至36％； P = 2E-16）增加了有用的明显可能性的可能性，但会带来明显的有用的可能性，但带来了误导性的误解=误导的误解=误导=误导的误解（cn）的实质性风险（cn）的误解（cn）的误解（cn）的实质性=（cn）的误解（cn）的误解=误导（cn）的误解（cn）的误解（cn）=误导后的误解（cn）。 21％，95％CI 3％至32％；较低的质量图像通常被认为是临床医生可以接受的，这对于计划脑积水治疗可能很有用。使用低质量图像的深度学习增强时，我们发现了误导结构错误的重大风险。这些发现提倡新标准，以评估可接受的图像质量以供临床使用。
开发低分辨率，低功率和低成本红外系统
如今，红外热仪越来越流行，并在各个应用领域中使用，例如环境保护，土木工程，医学，空间，军事和科学。这是半导体技术取得重大进展的结果，导致低噪声，高度积分和节能的集成电路。应用领域似乎是无限的，因为在高于0k≈–273°C的温度下的每个物体都会发出电磁辐射[1-4，7，8]。通常观察到的图像在可见的光谱中被观察。通常，更有趣和更有用的是有关电磁辐射的“无形”带中获得的对象的其他信息[3，4]。这样的辐射是红色辐射，它构成了电势波长1 与热成像相机的检测器不同，人眼本身无法检测到，更不用说测量辐射的波长了。 红外探测器是热成像摄像头的主要元素。 提出的项目使用由无定形硅（A-SI）制成的LWIR光谱范围内运行的微量光度检测器。 目前，还有其他可用的检测器。 在许多情况下，在低温下，有光子检测器在低温下运行[2]。 直到2000年，只生产了用液氮冷却冷却的探测器，毛发系统和stirling泵。 在热ima- 中与热成像相机的检测器不同，人眼本身无法检测到，更不用说测量辐射的波长了。红外探测器是热成像摄像头的主要元素。提出的项目使用由无定形硅（A-SI）制成的LWIR光谱范围内运行的微量光度检测器。目前，还有其他可用的检测器。在许多情况下，在低温下，有光子检测器在低温下运行[2]。直到2000年，只生产了用液氮冷却冷却的探测器，毛发系统和stirling泵。在热ima-
低成本低分辨率非接触位置传感器开发Sebastian Brunner（1），FelixGäde（2）
位置传感器是一个反馈设备，也是任何闭环致动空间机构的组成部分。此反馈设备通常是电位计。电位器给出了与机械输入相关的电压变化。电位仪自太空飞行开始以来就使用了，并且相对具有成本效益。它们可从较低的交货时间较低的几家供应商那里获得。但是，机械滑动触点引入了其他机械电阻，并限制了寿命和速度。物理传感范围也可能受到限制，并且在寿命的后期，电输出是嘈杂的。要克服这一限制并补充Ruag的Inhouse产品组合，开始了开发工作。目标是开发一个简单的低成本位置传感器，能够替换或提供有效的电位仪。将非接触式工作原则设定为发展目标。关于成本和空间遗产的重点比解决方案更重视。光学编码器的工作原理适用于不锈钢缝面膜，永久磁铁和霍尔传感器开关的组合。所得的低分辨率非接触传感器已成功原型并在功能上进行了测试。简介
肺外低分化 NEC，包括分子和免疫方面
患有肺外低分化神经内分泌癌 (EP-PD-NEC) 的患者预后不良。对于局部疾病患者可以进行手术，但大多数患者在出现症状时已处于晚期。所采用的治疗策略与肺部高级别 NEC 类似，对于晚期疾病，一线治疗建议使用铂类/依托泊苷类方案。目前尚无标准的二线疗法。对其分子和免疫途径的研究可能为新型药物的研发铺平道路。NEC 的分子驱动因素在小细胞肺癌中最为常见，其表现为 TP53 和 RB1 的近乎普遍的基因组改变。EP-PD-NEC 的遗传学仍然知之甚少；已发现 TP53 、 KRAS 、 PIK3CA/PTEN 和 BRAF 突变，此外还报告了宫颈小细胞 NEC 中 BRCA 通路的改变以及膀胱 NEC 中精氨酰琥珀酸合成酶 1 表达的缺失。我们还将探索使用细胞系和患者来源的异种移植 (PDX) 来预测 NEC 对治疗的反应以及替代生物标志物的出现，例如循环肿瘤细胞和无细胞 DNA。尽管关于 EP-NEC 免疫微环境的已发表数据有限，但仍有许多临床试验在研究免疫靶向药物在该疾病类别中的使用，迄今为止的研究数据相互矛盾。本综述将总结这种研究不足的诊断的治疗方法和可用的分子和免疫数据，并可能激发未来探索性研究的方向。
重新利用低分子量药物来对抗 SARS-CoV-2 的主要蛋白酶
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2020 年 5 月 6 日发布。；https://doi.org/10.1101/2020.05.05.079848 doi：bioRxiv 预印本