XiaoMi-AI文件搜索系统
World File Search System全脑
统一社区范围内的全脑成像数据集可以实现强大的自动神经元识别，并揭示秀丽隐杆线虫中神经元定位的决定因素
我们开发了一种用于 C. elegans 体积显微镜数据（静态或视频）的数据协调方法，包括标准化格式、数据预处理技术和一套基于人机交互机器学习的分析软件工具。我们将来自 5 个实验室的 118 个全脑神经活动成像数据集统一起来，将这些数据集和随附工具存储在一个名为 WormID (wormid.org) 的在线存储库中。我们使用此存储库生成统计图谱，该图谱首次实现了跨实验室的精确自动细胞识别，在某些情况下接近人类的表现。我们挖掘这个存储库以确定影响神经元发育定位的因素。为了方便大家使用这个存储库，我们创建了开源软件、代码、基于网络的工具和教程，以探索和管理数据集，为科学界做出贡献。该存储库为实验者、理论家和工具制造者提供了不断增长的资源，以研究不同实验范式中的神经解剖组织和神经活动，开发和基准测试自动神经元检测、分割、细胞识别、跟踪和活动提取的算法，并为神经生物学发育和功能模型提供信息。
Multishell扩散MRI揭示了HIV的全脑白质变化
Hutchinson – Gilford过程综合征（HGP）是一种罕见的疾病，是由雌蛋白的表达引起的，后代蛋白是一种突变蛋白，可加速衰老并沉淀死亡。 鉴于动脉粥样硬化并发症是后代死亡的主要原因，因此我们研究了在HGPSREV -CDH5 -CREERT2和HGPSREV -SM22α-CRE中是否可以预防孕激素诱导的动脉粥样硬化，而在内皮细胞（ECS）和Vascu -lars（vascu -lars）（vascu）（vascus）（vascus）sm22α-cre。 hgpsrev -cdh5 -creert2小鼠与Hgpsrev小鼠具有无处不在的后代蛋白表达，与hgpsrev -sm22α-cre鼠小鼠的改善雌激素表型相反。 研究动脉粥样硬化，我们通过过表达PCSK9增益 - 功能突变体来产生动脉o子小鼠模型。 而HGPSREV -CDH5 -CREERT2和HGPSREV小鼠产生了类似水平的过度动脉粥样硬化，HGPSREV -SM22α-CRE小鼠的斑块发育降低至野生 - 型水平。 我们的研究表明，VSMC中的后代抑制蛋白，但没有在EC中抑制，可防止术中的动脉粥样硬化加剧。Hutchinson – Gilford过程综合征（HGP）是一种罕见的疾病，是由雌蛋白的表达引起的，后代蛋白是一种突变蛋白，可加速衰老并沉淀死亡。鉴于动脉粥样硬化并发症是后代死亡的主要原因，因此我们研究了在HGPSREV -CDH5 -CREERT2和HGPSREV -SM22α-CRE中是否可以预防孕激素诱导的动脉粥样硬化，而在内皮细胞（ECS）和Vascu -lars（vascu -lars）（vascu）（vascus）（vascus）sm22α-cre。hgpsrev -cdh5 -creert2小鼠与Hgpsrev小鼠具有无处不在的后代蛋白表达，与hgpsrev -sm22α-cre鼠小鼠的改善雌激素表型相反。研究动脉粥样硬化，我们通过过表达PCSK9增益 - 功能突变体来产生动脉o子小鼠模型。而HGPSREV -CDH5 -CREERT2和HGPSREV小鼠产生了类似水平的过度动脉粥样硬化，HGPSREV -SM22α-CRE小鼠的斑块发育降低至野生 - 型水平。我们的研究表明，VSMC中的后代抑制蛋白，但没有在EC中抑制，可防止术中的动脉粥样硬化加剧。
通过同心环轨迹读数的全脑氘代谢成像可以评估神经葡萄糖代谢的区域变化
Almuhaideb，A.，Papathanasiou，N。和Bomanji，J。（2011）。肿瘤学中的18 F-FDG PET/CT成像。沙特医学史，31（1），3 - 13。Bednarik，P.，Goranovic，D.，Svatkova，A.，Niess，F.，Hingerl，L.，Strasser，B.，Deelchand，D.K.，Spurny-Dworak，B.，Krssak，B.，Krssak，B.，Krssak，M.，Trattnig，M.（1）h磁共振光谱成像在人脑7 t处的氘化葡萄糖和神经递质代谢的代谢。自然生物 - 医学工程，7（8），1001 - 1013。Chiew，M.，Jiang，W.，Burns，B.，Larson，P.，Steel，A.，Jezzard，P.，Albert Thomas，M。，＆Emir，U。E.（2018）。 密度加权同心环的k空间轨迹（1）h磁共振光谱成像在生物医学中的7 t nmr，31（1），e3838。 Clarke，W。T.和Chiew，M。（2022）。 使用低级别方法对MRSI的降解的不确定性。 医学中的磁共振，87（2），574 - 588。 Clarke，W。T.，Hingerl，L.，Strasser，B.，Bogner，W.，Valkovic，L。，＆Rodgers，C。T.（2023）。 使用同心环对人心脏的三维，2.5分钟的7T磷磁共振成像。 生物医学中的 nmr，36（1），e4813。 Cocking，D.，Damion，R。A.，Franks，H.，Jaconelli，M.，Wilkinson，D.，Brook，M.，Auer，D.P。，＆Bowtell，R。（2023）。 d（2）o给药期间7T处的氘脑成像。 医学中的磁共振，89（4），1514 - 1521。 Crameri，F。，Shephard，G。E.和Heron，P。J. （2020）。 滥用科学传播中的色彩。 （2018）。Chiew，M.，Jiang，W.，Burns，B.，Larson，P.，Steel，A.，Jezzard，P.，Albert Thomas，M。，＆Emir，U。E.（2018）。密度加权同心环的k空间轨迹（1）h磁共振光谱成像在生物医学中的7 t nmr，31（1），e3838。Clarke，W。T.和Chiew，M。（2022）。使用低级别方法对MRSI的降解的不确定性。医学中的磁共振，87（2），574 - 588。Clarke，W。T.，Hingerl，L.，Strasser，B.，Bogner，W.，Valkovic，L。，＆Rodgers，C。T.（2023）。使用同心环对人心脏的三维，2.5分钟的7T磷磁共振成像。nmr，36（1），e4813。Cocking，D.，Damion，R。A.，Franks，H.，Jaconelli，M.，Wilkinson，D.，Brook，M.，Auer，D.P。，＆Bowtell，R。（2023）。d（2）o给药期间7T处的氘脑成像。医学中的磁共振，89（4），1514 - 1521。Crameri，F。，Shephard，G。E.和Heron，P。J.（2020）。滥用科学传播中的色彩。（2018）。自然通讯，11（1），5444。de feyter，H。M.，Behar，K。L.，Corbin，Z。A.，Fulbright，R。K.，Brown，P.B.，McIntyre，S.，Nixon，T。W.，Rothman，D。L.和De Graaf，R。A. 用于基于MRI的3D代谢的代谢成像（DMI）的代谢成像（DMI）。 Science Advances，4（8），EAAT7314。 de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。A.，Fulbright，R。K.，Brown，P.B.，McIntyre，S.，Nixon，T。W.，Rothman，D。L.和De Graaf，R。A.用于基于MRI的3D代谢的代谢成像（DMI）的代谢成像（DMI）。Science Advances，4（8），EAAT7314。 de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。Science Advances，4（8），EAAT7314。de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。在人脑灰质和白质中glu-cose运输的差异。典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。使用学生的t检验，其样本量极小。实践评估，研究和评估，18（10）。Dienel，G。A.（2019）。脑葡萄糖代谢：能量学与功能的整合。生理评论，99（1），949 - 1045。Furuyama，J。K.，Wilson，N。E.和Thomas，M。A.（2012）。光谱成像在体内使用强烈的圆形回声平面轨迹。医学中的磁共振，67（6），1515 - 1522。
全脑脑
全脑脑是复杂的大脑畸形，这是由于早期胎儿发育过程中大脑不完全的裂解而导致的。这种情况的特征在于普罗德龙（胚胎的前脑）的失败，以正确分成大脑半球的双叶，导致影响大脑和面部特征的异常。根据大脑分裂的严重程度，全脑脑分为四种类型：Alobar Holoporsencephaly：最严重的形式，其中没有脑半球分离，导致单个脑室心室和一个单裂脑。半月骨全脑脑：大脑半球部分分离，大脑的结构在某种程度上介于Alobar和Lobar之间。Lobar Holoporsencephaly：最少的严重形式，具有更好的脑半球分离和更正常的大脑结构。中半球间变体（syntelcephaly）：半球在大脑中间没有分离，但可能在前和后方面更正常地分裂。是什么导致全脑脑？
通过生成的全脑建模
图1元连接动力学估计的管道。a，源重建（Sloreta）用于提取区域时间序列（82个ROI，大脑区域，AAL parcellation）。b，信号是在常见的EEG频带中滤波的，以计算功能连接性和元连接性。c，使用滑动窗口方法对时间分辨的功能连接进行表征，其中使用固定（8秒）和重叠（80％）时窗口估算功能连接性。对所有频段进行了该过程。trand的结果以示例为例。d，使用功能连通性矩阵的矢量上三角形构建动态功能连接矩阵。e，通过将连接对的时间序列跨时间窗口相关联，可以估算元连接性矩阵。这些矩阵捕获了高阶相关性（在三对大脑区域之间）。在示例中，为CN，AD和BVFTD患者显示了EEG 𝛽带中的矩阵。f，动力学粘度定义为metaConectivity矩阵中负值的绝对总和。𝛽在AD中，相对于CN，AD和BVFTD的带粘度较高。*| D | > 0.5，** | D | > 0.8，*** | D | > 1.2。小提琴图中的数据点与受试者相对应。框图是使用第一和第三四分位数，中值以及分布的最大值和最小值构建的。AAL，自动解剖标签； AD，阿尔茨海默氏病； BVFTD，行为变体额颞痴呆； CN，健康对照；脑电图，脑电图； ROI，感兴趣的地区； Sloreta，标准化的低分辨率脑电磁断层扫描分析。
独特的全脑细胞类型预测13个神经退行性条件下的组织损伤模式
隶属关系：1神经和神经外科系，麦吉尔大学，蒙特利尔，加拿大蒙特利尔，加拿大2麦康奈尔脑成像中心，蒙特利尔神经学研究所，加拿大魁北克蒙特利尔，加拿大蒙特利尔3号，加拿大魁北克3卢德默神经信息和精神健康中心，加拿大QUEBEC，QUEBEC，QUEBER，QUEBER，QUEBER，QUEBER，QUEBER，QUEBER，QUEBER，QUEDER，CANACANE 5 Biomedical Engineering, McGill University, Montreal, Quebec, Canada 6 School of Computer Science, McGill University, Montreal, Quebec, Canada 7 Mila – Quebec Artificial Intelligence Institute, Montreal, Quebec, Canada 8 The Douglas Research Center, Montreal, Quebec, Canada * Correspondence to: Yasser Iturria-Medina, 3801 University Street, room NW312,蒙特利尔神经学院和医院，麦吉尔大学，加拿大蒙特利尔H3A 2B4。yasser.iturriadina@mcgill.ca。orcid：https：//orcid.org/0000-0000- 0002-9345-0347
FEMA：针对大样本全脑成像数据的快速高效混合效应算法
图 1 分箱对固定效应参数估计的均方误差 (MSE) 的影响。我们模拟了 2000 个具有 5 个固定效应（10,000 个观测值）的成像变量。然后，使用 20 个不同的箱值，我们使用 FEMA 估计参数并计算参数估计的平均（超过 50 次重复）平方误差。面板 (a) 中的黑色虚线表示五个固定效应中的每一个的总 MSE（跨 2000 个成像变量），而橙色实线表示五个固定效应的总 MSE 的平均值。我们观察到最小总 MSE 在箱值为 100（由绿线表示）时，而箱值为 20（由紫线表示）显示出可比的 MSE；面板 (b) 显示每个箱值所需的计算时间（跨 50 次重复取平均值）；箱值为 20（紫线）的计算时间是箱值为 100（绿线）所需计算时间的一小部分。请注意，两个面板的 x 轴都是非线性的。
多种脑转移过程中全脑放疗期间的单侧海马隔离
脑转移（BM）是成年人中最常见的颅内肿瘤，占所有脑肿瘤的一半以上。BM的发生率稳步增加，这主要是由于综合癌症护理的进步，通过改进的全身治疗方法更好地控制颅外疾病，并使用更易于访问的磁共振成像来增强对小转移的检测。估计BM在固体恶性肿瘤的成年患者中最多发生（1）。因此，BM的患病率和发病率不断上升，使BM成为一个重要的社会和健康问题。直到最近，由于治疗选择有限，BM通常以标准化的方式进行治疗，全脑放射疗法（WBRT）是数十年来的主要治疗方法。当前的BM治疗方法包括手术，立体定向放射外科（SRS），WBRT，化学疗法和现代靶向疗法（2）。尽管近年来WBRT在脑转移患者中的作用已经发展，并且其使用量也有所下降，但WBRT仍然是大多数多个BM患者的标准治疗中至关重要的工具（3）。放射疗法总体上已经取得了显着的进步，但近几十年来，WBRT本身并没有发生重大变化。长期以来，人们已经认识到，WBRT会对中枢神经系统产生严重的，不可逆的副作用。对于接受WBRT的BM患者而言，神经认知功能障碍已成为越来越重要的关注点。尽可能长时间地保留良好的生活质量（QOL），并最大程度地减少治疗的潜在医源性副作用，这是当前的首要任务，不仅在姑息治疗中（4）。尽管BM患者的认知障碍可能受到多种因素的影响，但海马后辐射变化被认为是影响神经认知功能（NCF）（尤其是记忆）的主要因素之一，尤其是记忆，最终是整体质量质量质量质量（5-7）。本文介绍了有关辐射诱导的位于海马亚晶体区域的神经祖细胞损害的临床和临床前数据，及其对辐射引起的神经认知下降的影响，特别是在短期记忆形成和
全脑放射组学在脑肿瘤分割中的聚类联合个性化
联邦学习及其在医学图像分割中的应用最近已成为一个热门的研究课题。这种训练范式存在参与机构本地数据集之间的统计异质性问题，与传统训练相比，会导致收敛速度减慢以及潜在的准确性损失。为了减轻这种影响，联邦个性化应运而生，即每个机构一个模型的联邦优化。我们提出了一种新颖的个性化算法，该算法针对不同机构使用不同扫描仪和采集参数引起的特征变化而量身定制。该方法是第一个考虑机构间和机构内特征变化（单个机构使用多台扫描仪）的方法。它基于在每个中心内计算一系列放射组学特征，捕捉每个 3D 图像体积的整体纹理，然后进行聚类分析，将所有特征向量从本地机构传输到中央服务器。然后，每个计算出的聚类分散数据集（可能包括来自不同机构的数据）用于微调通过经典联邦学习获得的全局模型。我们在联邦脑肿瘤分割 2022 挑战数据集 (FeTS2022) 上验证了我们的方法。我们的代码可在 (https://github.com/MatthisManthe/radiomics_CFFL) 上找到。关键词：联邦学习、联邦个性化、分割、脑肿瘤分割。
使用数据搜索特定靶标的肽粘合剂 - 1标题：来自... 的生成全脑动力学模型 一种新型的人类多能干细胞基因激活系统将IGFBP2鉴定为造血祖细胞生产的介体，体外 用生成人工智能解锁从头抗体设计 活化的植物NRC4免疫受体形成六聚体抵抗 异常的非典型NF-κB信号传导重新编程表观基因组景观，以驱动多发性骨髓瘤的致癌转录组 雄性大鼠的可卡因敏化需要激活雌激素受体 上下文样本：通过样本和相关元数据收集支持欧洲生物多样性的参考基因组
在大约1.4亿31蛋白序列上预估计的生成蛋白语言模型在方向上进行了微调，以生成具有所需32个特性和结合特异性的肽。随后的多级结构屏幕 - 33 ins-33将肽候选肽的合成分布空间定期降低至34个识别真实的高质量样品，即在Sil-35 ICO阶段处于潜在的肽粘合剂。与分子动力学模拟配对，需要在湿lab实验中验证的候选36的数量从超过37220万降至16。这些电势粘合剂的特征是增强的酵母38显示器，以确定表达水平和与目标的结合亲和力。39个结果表明，只有十几个候选者需要表征以获得40种具有理想结合强度和结合特异性的肽粘合剂。总体而言，这项41个工作基于生成的42 ne-Guage模型实现了高效且低成本的肽设计，从而将从头蛋白设计的速度提高到了前所未有的43级。提议的管道是可自定义的，即适合于仅修饰的44个多个蛋白质家族的快速设计。45