XiaoMi-AI文件搜索系统
World File Search System分期
使用亚型和分期推断算法确定 4291 名精神分裂症患者的神经结构亚群
机器学习可用于根据精神障碍的共同生物学基础来定义精神疾病的亚型。在这里，我们分析了来自 ENIGMA、非 ENIGMA 队列和公共数据集的 41 个国际队列中 4,222 名精神分裂症患者和 7038 名健康受试者的横断面大脑图像。使用亚型和阶段推断 (SuStaIn) 算法，我们通过绘制精神分裂症中灰质变化的空间和时间“轨迹”来识别两个不同的神经结构亚型。亚型 1 的特征是早期皮质为主的损失和纹状体扩大，而亚型 2 显示海马、纹状体和其他皮质下区域早期皮质下为主的损失。我们确认了这两种神经结构亚型在欧洲、北美和东亚等不同样本地点的可重复性。这种基于成像的分类法有可能识别具有共同神经生物学属性的个体，从而表明基于生物因素重新定义现有疾病结构的可行性。
逃生评估分期付款计划
(a) 不论法律是否有其他规定，纳税人可选择在四年内缴纳前几年逃税评估的应纳税款，无论是有担保的还是无担保的，前提是：(1) 附加税超过五百美元 (500 美元)，并且 (2) 纳税人在担保税单上的第二期税款逾期之前或在税单邮寄后的下个月最后一天之前（以较晚时间为准）向税务人员提交了分期付款的书面申请。税务人员应在财产税单中附上本条付款规定的通知。对于无担保税款，应在税款逾期之日之前向税务人员提交分期付款的书面申请。
扩展国家淀粉样变性中心分期系统，以检测甲状腺素蛋白心脏淀粉样变性的早期死亡率
经胆管素心脏淀粉样变性（ATTR-CA）是一种进行性且最终致命的心肌病，这是心力衰竭越来越多的原因。1，2在国家淀粉样变性中心（NAC）开发的分期系统基于N末端pro-B型纳特里尿素肽（NT-ProBNP）和估计的肾小球滤过率（EGFR）的组合，已广泛用于将ATTR-CA患者分层为三个预测类别。尽管在临床实践和临床试验中都证明了效用，但NAC 2阶段和第3期疾病的患者中存在相当多的异质性。由于NAC 2阶段和第3期疾病患者的临床表型中有些重叠，诊断后的前1个2个月的生存与生存相似，在长时间的随访中，生存的差异明显。3考虑到这种固有的局限性，仍有未满足的临床需求，即确定患者早期死亡风险增加的患者，他们可能会从更密集的治疗策略中受益并更频繁地随访。这项研究的目的是进一步扩展现有的NAC分期系统，以纳入一个额外的疾病阶段，该疾病阶段可以鉴定出早期死亡率高风险的患者。
通过多级域对齐实现通用的睡眠分期
自动睡眠分期对于睡眠评估和疾病诊断至关重要。大多数现有方法依赖于一个特定的数据集，并且仅限于推广到其他看不见的数据集，这些数据集的训练数据和测试数据来自同一数据集。在本文中，我们将领域泛化引入自动睡眠分期并提出可泛化的睡眠分期任务，旨在提高模型对看不见的数据集的泛化能力。受现有领域泛化方法的启发，我们采用特征对齐的思想并提出一个名为 SleepDG 的框架来解决它。考虑到局部显着特征和序列特征对于睡眠分期都很重要，我们提出了一种结合时代级和序列级特征对齐的多级特征对齐来学习领域不变的特征表示。具体来说，我们设计了一个 Epoch 级特征对齐来对齐不同域之间每个单个睡眠时期的特征分布，并设计了一个 Sequence 级特征对齐来最小化不同域之间序列特征的差异。SleepDG 在五个公共数据集上进行了验证，实现了最先进的性能。
加速大脑衰老作为双相情感障碍分期的生物标志物：一项探索性研究
1 精神病学，阿姆斯特丹 UMC 地点阿姆斯特丹自由大学，荷兰阿姆斯特丹；2 GGZ inGeest 专业精神卫生保健，荷兰阿姆斯特丹；3 精神卫生，阿姆斯特丹公共卫生研究所，荷兰阿姆斯特丹；4 阿姆斯特丹神经科学、情绪、焦虑、精神病、睡眠和压力，荷兰阿姆斯特丹；5 阿姆斯特丹神经科学、神经退行性疾病，荷兰阿姆斯特丹；6 精神病学系，UMC 乌得勒支大学脑中心，荷兰乌得勒支；7 精神病学和生物行为科学系，塞梅尔神经科学和人类行为研究所，大卫格芬医学院，美国加利福尼亚州洛杉矶；8 神经行为遗传学中心，塞梅尔神经科学和人类行为研究所，大卫格芬医学院，美国加利福尼亚州洛杉矶；9 精神病学系，伊拉斯姆斯大学医学中心，荷兰鹿特丹； 10 荷兰鹿特丹伊拉斯姆斯医学中心 - 索菲亚、儿童和青少年精神病学和心理学以及 11 荷兰乌得勒支大学人文学院语言、文学和交流系
AI引导的定量斑块分期预测有动脉粥样硬化CVD风险的患者的长期心血管结局
AI-QCT¼人工智能 - 指导的定量冠状动脉计算； BMI¼体重指数； CACS¼冠状动脉钙评分； CAD¼冠状动脉疾病； CAD-RADS¼冠状动脉疾病报告和数据系统； CPV¼钙化斑块量；狼牙棒¼主要的不良心脏事件； NCPV¼NONCALCIFIFED斑块量； PAV¼百分比动脉瘤量； SIS¼部分参与评分。
LightSleepNet：基于单通道脑电图的个性化便携式睡眠分期系统设计
摘要 —本文提出了 LightSleepNet——一种基于轻量级 1-d 卷积神经网络 (CNN) 的个性化实时睡眠分期架构，可在硬件资源有限的各种移动平台上实现。所提出的架构仅需要输入 30 秒单通道 EEG 信号即可进行分类。使用由组 1-d 卷积组成的两个残差块代替传统的卷积层来消除 CNN 中的冗余。在每个卷积层中插入通道混洗以提高准确性。为了避免过度拟合训练集，使用全局平均池化 (GAP) 层替换全连接层，这进一步显著减少了模型参数的总数。提出了一种结合自适应批量归一化 (AdaBN) 和梯度重新加权的个性化算法，用于无监督域自适应。易于转移到新受试者的示例具有更高的优先级，并且该算法可以针对新受试者进行个性化而无需重新训练。实验结果表明，仅需 4576 百万次每秒浮点运算 (MFLOP) 计算和 43.08 K 个参数，就能达到 83.8% 的最佳总体准确率。
回顾外阴黑色素瘤：临床特征、诊断、分期、治疗和预后
目的：本文对外阴黑色素瘤的诊断和治疗进行详细的综述，为今后该病的诊断和治疗提供有益的参考。机制：在这篇综述中，作者首先明确文章的主题和涵盖的内容。在PubMed上搜索一系列与主题相关的关键词组合，广泛阅读1970年至2022年与外阴黑色素瘤指南相关的搜索引擎和数据库衍生文献，包括随机临床研究、观察性研究和基础研究。根据发表的内容，按照出版年份、引用次数和出版单位对文章进行筛选。收集每篇文章所需的数据和内容。最后，对收集到的资料进行总结，对外阴黑色素瘤这种罕见疾病进行深入的介绍，涵盖临床特征、诊断、分期、治疗和预后等方面。结论摘要：通过本文综述，全面了解外阴黑色素瘤的诊治现状及未来研究的突破方向。结论：目前外阴黑色素瘤的诊断方法主要包括大体检查、皮肤镜检查、显微镜检查、组织病理学及影像学检查。外阴黑色素瘤的治疗方式主要有手术、放疗、化疗、免疫检查点抑制剂、靶向治疗及免疫调节剂等。