方法:招募了单胎妊娠成年女性(n = 21),其中 5 名接受了两次扫描,间隔约 3 周[共 26 个数据集,中位孕周 (GA) = 34.8,IQR = 30.9–36.6]。使用 1.5T 和 3T MRI 扫描仪获取胎儿大脑的 T2 加权单次激发快速自旋回波图像。首先将图像组合成一个 3D 解剖体积。接下来,经过训练的示踪剂手动分割丘脑、小脑和总大脑体积。将手动分割与高级规范化工具 (ANT) 和 FMRIB 的线性图像配准工具 (FLIRT) 工具箱中提供的五种自动分割方法进行了比较。使用 Dice 相似系数 (DSC) 比较手动和自动标签。使用 Friedman 重复测量检验比较 DSC 值。
无细胞表达(CFE)显示了原型酶的最新效用用于发现工作。在这项工作中,CFE被证明是筛选假定的聚酯降解酶序列的有效工具,这些酶序列来自对飞机和车辆上烟的元基因组分析的生物膜分析。具有控制温度块的自动化流体处理程序用于组装大量30μLCFE反应,以提供对人组装的更一致的结果。总的来说,使用内部大肠杆菌提取物和最小线性模板表达了13种来自生物膜生物的假定水解酶以及先前验证的聚酯降解切丁蛋白。然后,使用硝基苯基偶联的底物在提取物中直接测试酶的酯酶活性,从而显示出对较短底物(4-硝基苯基己酸酯和4-硝基苯基脱脂)的最高敏感性。本屏幕确定了10种针对这些底物具有统计学意义的活性的酶;然而,所有在CFE体积的相对活性中,所有这些都较低,均与已建立的切蛋白酶对照。这种方法预示着使用CFE和报告基因探针快速原型,屏幕和设计,用于从环境联盟中降解酶的合成聚合物降解酶。图形摘要
排队技术旨在通过降低两辆或多个电子耦合车辆之间的距离来实现燃料节省。这项技术最近在德国和加利福尼亚州的重型卡车上进行了公共高速公路测试。这项研究的目的是评估其他道路使用者之间的接受程度以及受到接受因素的影响。在德国和加利福尼亚州进行了一份在线问卷,总共n = 536名参与者。他们收到了有关卡车排驾驶(1级和2级自动化)的信息,并回答了有关他们对技术的态度以及与卡车排合作的行为意图的问题。总体结果表明,有70%的受访者表示对技术的接受程度,而加利福尼亚州的接受率显着高于德国。德国受访者更愿意驶入排车辆的差距,并预示着更大的排间隙。对技术接受模型(TAM)的改编表明,预期的有用性以及共享高速公路的预期易度性是与排车辆合作的行为意图的最强预测指标。但是,这些变量无法预测排在排车辆之间的意图。切割车辆是潜在的安全风险,并降低了排驾驶的效率。因此,未来的研究应集中于发现行为对策。2020 Elsevier Ltd.保留所有权利。
摘要。半自主车需要监视驾驶员检查他是否正在监督系统和/或准备接管。大多数汽车都依靠方向盘传感器来检测手,并且不监视驾驶员可能执行的非驾驶相关任务。我们提出了一个带有多个分支体系结构的基于摄像头的系统,该系统在代表次要任务和平板电脑位置的平板电脑上提供了方向盘上的手数。它还解决了其他基于摄像头系统的常见问题:转向轮前的自由手可以归类为抓住它。此外,我们的系统处理驾驶员可能在方向盘上使用平板电脑的情况,因为他可以在自主模式下进行。这两个点对于评估驾驶员需要接管的时间至关重要。最后,将方向盘和相机系统都结合在一起也将使车辆更难欺骗,因此更安全。视频可用:https://www.youtube.com/watch?v=qfyom4sdwr4
摘要:先天性心脏病(CHD)是最常见的特定器官出生缺陷之一,也是婴儿发病率和死亡率的主要原因。尽管超声筛查指南,但CHD的检测率有限。已引入胎儿智能导航超声心动图(Fine),以从心脏时空图像相关(STIC)体积数据集中提取参考平面和心脏轴。这项研究分析了受CHD/胸腔肿块影响的胎儿(n = 545)的心脏轴(n = 545),而健康的胎儿(n = 1543)(n = 1543)。在标记了七个解剖结构后,精细的软件在半自动上产生了九个超声心动图标准平面并计算了心脏轴。我们的研究表明,根据CHD的类型,心脏轴各不相同。在我们的病理病例的大约86%(542卷中的471卷)中,可以检测到异常心脏轴(正常中位= 40–45°)。在HLHS,肺动脉闭壁,TOF(p -value <0.0001),raa,situs ambiguus(p -Value = 0.0001-0.001)和缺失的肺谷综合体,dorvalsecies(p)中,在HLHS,肺动脉闭合,TOF(P -Value <0.0001)中检测到正常心脏与CHD之间的显着差异。 这种分析证实了在冠心病的胎儿中,心脏轴可以显着偏离正常范围。 罚款似乎是识别心脏缺陷的宝贵工具。在HLHS,肺动脉闭合,TOF(P -Value <0.0001)中检测到正常心脏与CHD之间的显着差异。这种分析证实了在冠心病的胎儿中,心脏轴可以显着偏离正常范围。罚款似乎是识别心脏缺陷的宝贵工具。
人机协作是许多领域中一种很有前途的范例,因为它有可能充分利用人类的灵活性和机器人的精确性 (Reason, 2000)。即使有了极其复杂和高度发展的技术,机器人系统也主要由人类操作,干预和控制程度也各不相同 (Power 等, 2015)。然而,需要外科医生远程操纵机械臂的遥控控制可能会带来诸如模糊性和缺乏运动反馈等问题 (Chen 等, 2007),从而导致过度的心理工作负荷 (MWL),进而影响外科医生的表现。由于极端的 MWL 会降低性能并增加错误概率 (Yurko 等, 2010),操作员的工作负荷正成为决定人机协作是否成功的核心问题。因此,人们对开发能够在任务执行期间根据操作员的 MWL 为其提供不同程度协助的机器人的兴趣日益浓厚 (即基于心理工作负荷的自适应自动化) (MWL-AA)。
1个生物信息学和结构蛋白质组学,国家癌症研究所。Genova动机工作流程系统是协调对标准化Web服务数据并检索数据的有效选择。已经开发了用于生物信息学的各种工作流管理系统(WMS)。然而,创建工作流程可能很困难,因为它暗示了可用的Web服务和数据格式的知识,而不是提及编程技能。工作流颁布门户。Biowep是生物信息学的工作流颁布门户,已在线向所有研究人员提供[1,2]。它允许进行预定义的工作流以及工作流执行和相关结果的存储和检索。它通过生物信息学任务的本体来支持工作流程的注释。搜索和选择工作流程可以根据其注释进行。BiOwep使用开源:WMS Taverna [3]和MySQL。在这里,我们提出了BiOWEPS WorkFlow存储库管理器(WFRM),这是一个Web应用程序,用于管理工作流存储库中的工作流程。wfrm支持用XSCUFL描述的半自动,有效的插入,更新和注释,这是Mygrid倡议中开发的工作流语言[4,5]。方法WFRM已被实施为BioWep管理的前端。它是通过使用Javaserver页面(JSP)技术编写的,该技术提供了一种快速,简化,与服务器和平台无关的方式来创建动态Web内容。现在,系统维护是简单而直观的。WFRM提供了一个以用户为中心的接口,用于上传用XSCUFL语言编写的工作流程。它包括一个基于MySQL数据库的Java类后端组件,该组件将接口与工作流存储库连接起来。上传的工作流程首先存储在工作目录中,然后通过使用一组基于SAX的类进行句法验证并最终解析。这些返回工作流对客户端应用程序的值,因此在数据库中促进了以应用程序驱动的基本数据的插入,例如工作流量名称,描述和作者。其他信息,例如Workflows应用程序域,必须由用户添加。在我们的DB模式中,我们称之为版本的工作流程及其实现之间有区别。工作流程仅在其目标的基础上在概念上描述,并且没有指任何实际文件。而是将每个版本严格链接到一个文件,可以制定并给出结果。版本可能会有所不同,例如,对于访问的Web服务,提供替代方案,但同等,服务和本地详细处理程序,可以通过保持相同的功能来修改它们。因此,WFRM在上传新工作流程之间有一个区别,在这种情况下,关联的文件将分配给工作流的第一个版本,或者是现有工作流的新版本。提交的文件包括处理器的描述,其链接以及工作流的整体输入和输出。通过生物信息学数据和任务的分类,WFRM在半自动上有效地注释了此信息。我们选择注释总体工作流程和最重要的处理器(将其选择留给用户)。然后将注释插入数据库中,而工作流程本身不会更改。java applet为研究人员提供了探索性工具,用于识别和选择注释应用程序域,详细说明任务以及输入和输出数据类型的最佳定义。可以随时更新(插入,修改或删除)注释。我们对生物信息学任务和数据的分类来自原始的Mygrid本体[6],这些本体已通过使用不同的层次结构进行了重组,并通过添加生物资源和图像数据类型来扩展。在搜索存储库中的工作流程时也使用此注释。结果,我们介绍了WFRM,这是一种用户友好的接口,该界面是用于在BiOWEP WorkFlow存储库中高效且半自动管理信息的工具。之前,在存储库中插入工作流程是一个复杂且耗时的过程,需要手动更新数据库内容。工作流程基本数据已收集,处理器由适当的本体学注释,并且数据库以连贯和有效的方式更新。
通过自动化启用Johann L. Rapp†§,Meredith A. Borden†§,Vittal Bhat†,Alexis Sarabia†,Alexis Sarabia†和Frank A. Leibfarth† *§添加剂制造,聚氨酯,聚合物网络,半自动批次合成,弹性体
具有高水平的动能并破坏硬件。冲击板自动缩回并在不到一秒的时间内复位。半自动循环允许对硬化或多个目标进行重复打击。预期用途: