XiaoMi-AI文件搜索系统
World File Search System低死
高压和低 - ...
压力诱导的相变和相图是凝结物理学的长期主题。在上十年中报道了许多有趣的行为，例如高压条件下的高TC超导性，但是在正确的P-T条件下没有对负责任的结构进行很好的研究，并且机制远离完全理解的机制。在本演讲中，将在环境温度和低温条件下使用同步加速器X射线衍射（XRD）技术在高压下进行原位研究。选定的病例，包括金属氢化物和氧化物（LA-NI-O和BA-K-BI-O系统），将根据最近的XRD结果和第一个原理计算以及低温和高压域的更新相图讨论。
近死和迷幻经历的受试者内部比较：急性和持久效果
神秘的意识状态可能是通过迷幻物质等手段出现的，但也可能出乎意料地发生在近死亡的经历（NDES）中。到目前为止，比较血清素能迷幻和NDE引起的经验的研究以及其持久的效果，采用了受试者之间的设计，限制了直接比较。我们提出了一项在线调查的结果，该调查探讨了NDES和迷幻经历（PES）的现象学，心理学见解以及对他们一生中某个时候经历过的个人的持久影响（PES）。，我们使用了常见主义者和贝叶斯分析来确定两者之间的显着差异和重叠（无效假设的证据）。三十一个成年人报告既有NDE（即nde-c量表总评分≥27/80）和PE（脂肪酸二乙酰胺的摄入，psilocy-bin/蘑菇，ayahuasca，n，n，N-二甲基甲氨酰胺或甲麦氨酸）。结果揭示了两种经验的现象学，现实归因，心理见解和持久影响之间的重叠领域。对现象学的细粒度分析表明，神秘的效应有显着的重叠，而低级现象（感觉效应）显着差异，NDES表现出更高的不体面的分数，并且PES较高的视觉图像得分较高。这表明迷幻药是研究NDE引起的神秘效应的有用模型，同时强调了感觉体验的区别。
成像生物和死鼠的超视光子发射以及压力下的植物
在200-1000 nm的光谱范围内，在所有已检查的生物系统中都观察到了在200-1000 nm的频谱范围内的极低强度发射（10-10-10 3光子 /cm 2 /sec）的现象。在这里，我们报告了实验，这些实验体现了新型成像系统检测一组生理上重要方案的UPE变化的能力。我们使用EMCCD和CCD摄像机来捕获低噪声和量子效率低于90％的单个可见波长光子。我们的调查揭示了Live与死鼠的UPE之间的显着对比。在植物中，我们观察到温度和伤害的升高都会引起UPE强度的增加。此外，化学处理修饰了植物的UPE发射特性，尤其是麻醉剂（苯佐卡因）在损伤中的应用，这在测试的化合物中显示出最高的发射。因此，UPE成像提供了对动物活力的无创成像以及植物对压力的反应的可能性。
将机器学习和复杂网络测量应用于死藤水实验的 EEG 数据集
死藤水是亚马逊植物的混合物，数百年来一直被该地区的居民用作传统药物。此外，这种植物已被证明是治疗多种神经和精神疾病的有效方法。脑电图实验发现，特定的大脑区域因死藤水而发生了显著变化。在这里，我们使用脑电图数据集来研究使用机器学习和复杂网络自动检测大脑活动变化的能力。机器学习应用于三个不同的数据抽象层次：(A) 原始脑电图时间序列，(B) 脑电图时间序列的相关性，以及 (C) 从 (B) 计算出的复杂网络测度。此外，在 (C) 的抽象层次上，我们开发了与社区检测相关的复杂网络新测度。结果，机器学习方法能够自动检测大脑活动的变化，其中案例 (B) 的准确率最高 (92%)，其次是 (A) (88%) 和 (C) (83%)，这表明大脑区域之间的连接变化对于检测死藤水更为重要。最活跃的区域是额叶和颞叶，这与文献一致。F3 和 PO4 是最重要的大脑连接，这是迷幻文献中一个重要的新发现。这种联系可能指向类似于个体在死藤水介导的视觉幻觉过程中的面部识别的认知过程。此外，接近中心性和分类性是最重要的复杂网络指标。这两个指标也与阿尔茨海默病等疾病有关，表明可能存在治疗机制。此外，这些新指标对预测模型至关重要，表明使用死藤水与更大的大脑群落有关。这表明，当这种药物存在时，功能性大脑网络中的信息传播速度会变慢。总体而言，我们的方法能够自动检测服用死藤水期间大脑活动的变化，并解释这些迷幻药如何改变大脑网络，以及深入了解它们的作用机制。
将机器学习和复杂网络测量应用于死藤水实验的 EEG 数据集
死藤水由亚马逊草药混合物制成，几百年来一直被该地区的人们用作传统药物。此外，这种植物已被证明是治疗各种神经和精神疾病的潜在药物。EEG 实验发现，由于死藤水，特定大脑区域发生了显著变化。在这里，我们使用 EEG 数据集来研究使用机器学习和复杂网络自动检测大脑活动变化的能力。机器学习应用于三个不同的数据抽象级别：(A) 原始 EEG 时间序列，(B) EEG 时间序列的相关性，以及 (C) 从 (B) 计算出的复杂网络度量。结果，机器学习方法能够自动检测大脑活动的变化，其中案例 (B) 的准确率最高 (92%)，其次是 (A) (88%) 和 (C) (83%)，这表明大脑区域之间的连接变化比大脑区域内的连接变化更重要。最活跃的区域是额叶和颞叶，这与文献一致。在大脑连接方面，F3 和 PO4 之间的相关性最为重要。这种联系可能表明，在死藤水介导的视觉幻觉中，个体的认知过程类似于面部识别。此外，接近中心性和分类性是最重要的复杂网络指标。这两个指标也与阿尔茨海默病等疾病有关，表明可能存在治疗机制。总体而言，我们的结果表明，机器学习方法能够自动检测死藤水消费过程中大脑活动的变化。结果还表明，机器学习和复杂网络测量的应用是研究死藤水对大脑活动和医疗用途影响的有效方法。
Apreo Chemisem系统
固体氧化物燃料电池（SOFC）的低kV表征，该固体由Yttrium稳定氧化锆（YSZ）和镍组成。镍粒子创建一个充当电子途径的网络；但是，某些镍颗粒可能不会连接到基质。这些通常称为死尼克尔；表征它们在样本中的存在和数量很重要。使用低加速电压，可以通过电荷对比度识别死尼克。独特的三位一体检测系统用于识别T1检测器提供Z对比度的三个阶段（YSZ，镍和孔），然后将其用于区分DeadIckel与T2检测器图像中渗透镍的区分，从而提供了SE对比度。在评估该方法期间，已经表明，渗透和非渗透镍之间的对比随着电压的增加而降低。
为低风险或低需求人群提供服务的策略
该项目由司法援助局颁发的拨款编号 2019-DC-BX-K012 资助。司法援助局是司法部司法计划办公室的一个组成部分，该办公室还包括司法统计局、国家司法研究所、青少年司法和犯罪预防办公室、犯罪受害者办公室和 SMART 办公室。
低分化高
为罹患极为罕见、高度侵袭性肿瘤（如高级别神经内分泌宫颈癌 (NETc)）的患者寻找新的有效治疗方式仍然是一项尚未得到满足的医疗需求。通过对大量 NETc 患者进行综合全外显子组和 RNA 测序分析，我们确定了反复突变的基因和改变的细胞内信号传导细胞通路，为靶向治疗提供了应用。使用两个完全测序的患者来源的异种移植瘤（ERBB2/PIK3CA/AKT 通路发生改变），我们发现 copanlisib (PIK3CAi)、阿法替尼 (pan - HERi) 和 elimusertib (ATRi) 单药治疗以及 copanlisib/阿法替尼和 copanlisib/elimusertib 的组合可显著抑制 NETc PDX 生长。我们的综合基因分析结合体内临床前验证实验表明，大量高级别 NETc 可能从靶向药物的重新利用中受益。
低水位穿越
站点编号 网格名称 状态 备注 1 PV04804642 House Creek 风险增加 2 PV06524809 House Creek 风险增加 3 PV06804841 House Creek 风险增加 4 PV07474931 无名分支 风险增加 5 PV08424892 Turkey Run Creek 风险增加 6 PV09654933 House Creek 风险增加 7 PV13455078 House Creek 风险增加 8 PV09685563 Cottonwood Creek 风险增加 9 PV03785535 Table Rock Creek 风险增加 10 PV05115603 Table Rock Creek 风险增加 11 PV05555644 Table Rock Creek风险增加 12 PV06205656 Table Rock Creek 风险增加 13 PV07515741 Table Rock Creek 风险增加 14 PV08365725 Table Rock Creek 风险增加 15 PV08965726 Table Rock Creek 风险增加 16 PV09655745 Table Rock Creek 风险增加 17 PV11935598 Cottonwood Creek 风险增加 18 PV12985544 Cowhouse Creek 风险增加 19 PV14725405 Cowhouse Creek 风险增加 20 PV07306169 Cowhouse Creek 风险增加 21 PV07806079 Cowhouse Creek 风险增加 22 PV08535975 Cowhouse Creek 风险增加 23 PV18186608 Henson Creek 风险增加 24 PV24566880 Beaver Dam 风险增加 25 PV25276625 Henson Creek 风险增加 26 PV31015749 Owl Creek 风险增加 27 PV28235053 Oak Branch 风险增加 28 PV35055705 Owl Creek & Cold Springs 风险增加