XiaoMi-AI文件搜索系统
World File Search System切片
使用基于循环切片的网络准确预测大脑年龄
摘要 BrainAge（根据神经影像数据预测受试者的表观年龄）是大脑衰老的重要生物标志物。BrainAge 与真实年龄的偏差与精神和神经疾病有关，并且已被证明可有效预测轻度认知障碍 (MCI) 转化为痴呆症。传统上，3D 卷积神经网络及其变体用于预测大脑年龄。然而，这些网络比 2D 网络具有更多参数并且训练时间更长。在这里，我们提出了一种基于 2D 切片的循环神经网络模型，该模型以有序的矢状切片序列作为输入来预测大脑年龄。该模型由两部分组成：一个 2D 卷积神经网络 (CNN)，它对切片中的相关特征进行编码，以及一个循环神经网络 (RNN)，它学习切片之间的关系。我们将我们的方法与其他最近提出的方法进行了比较，包括 3D 深度卷积回归网络、信息论模型和特征包 (BoF) 模型（例如 BagNet）——其中分类基于局部特征的出现，而不考虑它们的全局空间顺序。在我们的实验中，我们提出的模型的表现与当前最先进的模型相当甚至更好，参数数量几乎减少了一半，收敛时间也更短。关键词：深度学习、循环神经网络、卷积神经网络、大脑年龄、结构磁共振成像
器官型脑切片培养物作为建模的工具...
此外，导致动物痛苦和/或疼痛的实验程序，包括创伤性病变，药物给药，暴露于神经毒性，诱导炎症，神经变性/神经病理学，脱髓鞘，可以直接应用于切片，以实现细分。根据细化原则，通过几种转染技术，通过几种转染技术，通过几种转染技术来操纵切片后，进一步增加了这些模型在神经科学研究中的使用的观点。例如，使用重组腺癌相关病毒（RAAV）介导的基因递送来选择性地操纵神经元，星形胶质细胞，小胶质细胞，少突胶质细胞或组合，现在可以通过模型的实验探索细胞自主和非细胞自主和非电池的机械性。
渗透脱水对干菠萝切片的某些物理化学参数的影响
渗透脱水是导致产品的感觉价值和保质期提高的过程之一。这项研究旨在研究渗透脱水对菠萝水果物理化学参数的影响，菠萝果实在越南的坎市收获。研究了渗透脱水溶液中糖含量的参数范围，从400至600 g/l，温度因子在渗透脱水过程中的温度因子从18至38°C（±1℃）。研究渗透脱水时间，直到出现渗透平衡为止。监测渗透脱水过程中搅拌条件的影响，并将其与常规渗透脱水进行比较。每小时渗透脱水后，评估了原材料中水分含量和糖含量的指标。还研究了一些渗透脱水样品的色差（RE）。结果表明，在连续搅拌的支持下，在38°C下的渗透脱水为600 g/l，以获得最佳的渗透脱水效果。研究结果概述了在不同浓度的渗透溶液中的渗透脱水过程。这些结果是根据每种产品的目的灵活选择渗透菠萝条件的基础（例如果冻）和消费者需求（例如甜度水平）。
V2X切片网络的基于Q学习的增强资源共享机制
摘要。网络切片已成为一种变革性技术，它提供了与在同一基础中具有不同服务质量（QOS）要求的多种服务共存的可能性。车辆到全能（V2X）网络的主要挑战在于开发有效的资源管理方法。此操作应在优化资源的使用和在切片之间保持隔离之间提供足够的平衡。网络切片环境中使用的基准方法之一是严格的切片，这将整个资源池的固定比例分配给每个切片的整个寿命。但是，这种限制之一是资源利用效率低下，因为每个切片在其一生中可能不会100％利用其资源。在本文中，我们提出了一种基于深入增强Q-学习（基于QDRL的资源共享）的灵活资源共享机制。当系统中有一个超载切片时，在保持高隔离的同时，这种机制会触发切片之间的分享。实验结果表明，我们的解决方案在改善资源利用率和最小化新调用的阻塞概率和移交掉落概率方面有效。
使用全切片成像对浆液性卵巢癌进行分级
目的：我们建立了高级别浆液性卵巢癌 (HGSOC) 的 4 种组织病理学亚型，并报告说间充质转化 (MT) 型的预后比其他亚型更差。在本研究中，我们修改了组织病理学亚型算法，以在全切片成像 (WSI) 中实现较高的观察者间一致性，并描述 MT 型的肿瘤生物学特征，以便进行个体化治疗。方法：四位观察者使用 Cancer Genome Atlas 数据中的 HGSOC 的 WSI 进行组织病理学亚型分析。作为验证集，四位观察者独立评估了来自近畿大学和京都大学的病例，以确定一致率。此外，通过基因本体术语分析检查了在 MT 型中高表达的基因。还进行了免疫组织化学以验证通路分析。结果：经过算法修改后，4 种分类的 kappa 系数（表示观察者间一致性）大于 0.5（中等一致性），2 种分类（MT vs. 非 MT）的 kappa 系数大于 0.7（高度一致性）。基因表达分析表明，与血管生成和免疫反应相关的基因本体术语在 MT 类型中高表达的基因中富集。与非 MT 类型相比，MT 类型的 CD31 阳性微血管密度更高，并且在 MT 类型中观察到 CD8/CD103 阳性免疫细胞浸润高的肿瘤组。结论：我们开发了一种使用 WSI 对 HGSOC 进行可重复的组织病理学亚型分类的算法。本研究结果可能有助于 HGSOC 的个体化治疗，包括血管生成抑制剂和免疫疗法。
预测切片水平的大脑年龄：卷积神经网络和对解释性的后果
问题：以后生活的年代老化与脑退化过程以及中风和痴呆等疾病的风险增加有关。随着衰老人群的趋势，寿命，心理健康和精神病研究的增加，人们越来越关注理解与大脑相关的衰老变化。最近的发现表明脑年龄差距（按时间年龄和大脑成像指数预测的脑年龄之间的差异）；间隙的大小可能表明脑老化过程和疾病的早期发作。人工智能允许在年代和预测的脑时代的差距上缩小差距。但是，驱动大脑年龄预测模型预测的因素仍然未知，并且这些因素并不多，这些因素可以从机器学习模型的黑盒本质中收集。本研究的目的是测试一种大脑年龄回归方法，该方法更适合研究人员和临床医生的解释。
在5G启用IoT环境中网络切片的安全含义
5G技术的出现代表了移动通信的革命性步骤，其标志是无与伦比的数据传输速率，低延迟和对大量连接设备密度的支持。高级技术（例如网络切片），可以使网络资源的动态分配以满足各种服务要求，这是这种革命性转移的基础[1]。使用网络切片，可以在单个物理基础架构上建立几个针对某些用例定制的虚拟网络[2]。网络切片是5G的关键组成部分，可以很好地满足物联网的不断扩展的需求，包括无人驾驶汽车，智能城市和医疗保健等应用程序。网络切片将物理网络通过使用虚拟化技术作为软件定义的网络（SDN）和网络功能虚拟化（NFV）[3]，将物理网络分为离散的虚拟切片。每个切片都可以自主功能，规定分配给其的资源和服务是为满足特定需求而定制的。旨在增强移动宽带（EMBB）的网络切片可能优先考虑视频流的高通量服务，而另一个支持超可靠的低延迟通信（URLLC）的切片可能会服务于任务至关重要的应用程序[4]。
利用SDN中的网络切片来处理应用程序失败
摘要 - 不像传统网络，软件定义的Net Works（SDN）提供了对网络中所有设备的总体视图和集中控制。SDNS使网络管理员能够使用通用API在SDN控制器的基础上通过程序应用程序来实现网络策略。可以通过维护整个网络的统一控制来部署一个或多个控制器实例来管理数据流。预计控制器将对转发设备的查询迅速响应。假定控制器的快速响应是在执行复杂的机制的同时是不合理的。在本文中，作者提出了一种称为隔离器的独特，自适应，轻巧但有效的技术，以减轻内部攻击的效果以及在启用SDN的云中分布式应用程序的故障。在检测虚拟机的任何可疑活动时，提出的安全应用程序通过将接口删除到其各自的共享网络并通过以高度选择性模式运行的受限制网络来隔离。通过将数据流量进行深度数据包检查，限制网络搜索与已知蠕虫模式的匹配。该应用程序是针对OpenDaylight Controller编程的，结果显示出具有最小的延迟和计算成本的恶意活动方面有了显着改善。
MonB5G：支持 AI/ML 的网络切片分布式编排和管理框架
摘要 — 在网络切片范式的支持下，预计各种垂直服务将填充未来的移动生态系统，同时在共享基础设施上有效共存。然而，垂直服务的内在多样性，加上移动基础设施资源的异构性，带来了严峻的管理挑战，需要深度架构创新，以无缝支持基于自动化、灵活性和可编程性的增强编排机制。在本文中，我们介绍了由 H2020 MonB5G 项目设计的新型网络切片管理和编排平台。所提出的概念通过使用人工智能驱动的分布式可编程管理架构来解决网络切片管理和编排的可扩展性问题。管理层级的不同级别都采用了支持人工智能的管理操作。所提出的架构是迈向自我管理网络切片的重要一步。索引术语 —5G、6G、网络切片、AI、ML、ZSM、管理、编排
纵向培养的精确切割肺切片作为肺的预测离体模型
探索体内模型的替代方案，本研究验证了精确切割肺切片（PCLS）是可行的肺癌研究的可行的离体平台。我们确定了PCLS的长期活力和结构保存，对于准确的药物反应研究至关重要。使用紫杉醇作为基准药物和一种与免疫疗法结合使用的具有治疗良好的银纳米颗粒，我们对其对PCLS对PCLS的治疗作用进行了开创性的比较分析。结果表明，PCL在体内反应中紧密模仿，表明肿瘤生长抑制作用中的药物疗效可比。这种直接比较不仅证实了PCL在模拟现实结果中的实用性，而且还强调了其在减少动物测试中的潜力。通过为肺癌研究提供可靠，道德和有效的替代方案，PCL可以显着增强临床前研究和药物的开发，这标志着迈向更人性化和代表性的科学研究的关键一步。