摘要 精神压力目前是一个重大问题,尤其是在年轻人中。压力会对人们的整体工作表现产生不利影响,在某些情况下甚至会导致严重的健康问题。每个人在生活中都会经历压力。本文提出了一种基于脑电图 (EEG) 识别和分类压力水平的独特方法。在这项工作中,快速 Walsh Hadamard 变换用于生成 EEG 信号中存在的所有频率。在后续阶段计算索引值的 alpha、beta、gamma 和 delta 范围。主成分分析 (PCA) 用于特征降维,然后是标准缩放器。使用 Welch 方法计算了健康和不健康 EEG 信号组的 PSD 向量。PSD 向量用作投票分类器的输入,该分类器是 k-NN 和逻辑回归分类器的组合。实验结果发现,与现有方法相比,所提出的方法在准确度 (Acc) 和均方误差 (MSE) 方面提供了更好的结果。所提出的方法最高分类准确率达到 94.22%
摘要 虽然斑马鱼正在成为研究人类疾病的新模型系统,但仍然缺乏高效产生精确点突变的有效方法。在这里,我们展示了碱基编辑器可以高效地产生 C 到 T 的点突变,而不会产生其他不必要的靶向突变。此外,我们建立了一种识别 NAA 原型间隔区相邻基序的新编辑器变体,扩展了斑马鱼的碱基编辑可能性。利用这些方法,我们首先在 ctnnb1 基因中产生了碱基变化,模仿已知会导致内源性 Wnt 信号组成性激活的人类基因致癌突变。此外,我们精确靶向了包括 cbl 在内的几种癌症相关基因。利用最后一个目标,我们创建了一种新的斑马鱼侏儒症模型。我们的研究结果共同扩展了斑马鱼作为模型系统的潜力,为内源性调节细胞信号通路和生成人类遗传疾病相关突变的精确模型提供了新方法。