XiaoMi-AI文件搜索系统
World File Search System受试者
健康受试者的 K757 和 K833 多剂量研究
研究涉及哪些内容？参与者按 3:1 的比例随机分配接受活性药物或安慰剂。在后续每个小组中，在施用下一剂量水平之前，将审查安全性、耐受性和可用的 PK 数据。研究阶段包括筛选（研究药物首次给药前最多 28 天）、治疗和随访期（最后一次给药后约 14 天）。每位参与者的总研究持续时间约为 8 周。通过体检、生命体征评估、12 导联心电图 (ECG)、临床实验室评估（血液化学和血液学生物标志物）和收集不良事件 (AE) 来评估安全性和耐受性。在给药前和第 14 天最后一次给药后最多 72 小时内获取血浆 (血液) 以进行 PK 和 PD 评估。
在受到创伤的受试者中检测认知疲劳...
由于其复杂的性质，从fMRI数据中理解认知状态尚未全面提高。在这项工作中，理解TBI患者认知疲劳的问题已被提出为多类分类问题。我们使用卷积和LSTMS作为提取空间特征并建模fMRI扫描的4D性质的构建块构建了时空编码器模型。为了学习数据和条件的更好表示，我们使用了一种称为“对比学习”的自我监督的学习技术，用公共数据集Bold5000预先介绍了我们的编码器，并进一步微调了我们的标签数据集来预测认知疲劳。此外，我们提供了一个fMRI数据集，该数据集包含创伤性脑损伤（TBI）患者和健康对照组（HCS）的扫描，同时执行一系列标准化的N-BACK认知任务。此方法建立了一种最新技术，可以分析fMRI数据中的认知疲劳，并击败以前的方法，以不同的方式解决这一问题。此外，我们的模型进行原始fMRI扫描的能力（直接从扫描仪输出的伪影的嘈杂图像）消除了实现根据所使用的扫描仪而变化的手动信号处理管道的需求。最后，我们研究了促成CF的不同大脑区域的影响。所提出的技术在此数据集上优于最先进的方法的13％以上。
基于脑电图的跨受试者驾驶员困倦识别...
摘要 — 在基于脑电图 (EEG) 的驾驶员困倦识别中，设计免校准系统仍然具有挑战性，因为 EEG 信号在不同的受试者和记录会话之间差异很大。人们已经做出了许多努力来使用深度学习方法从 EEG 信号中识别心理状态。然而，现有的工作大多将深度学习模型视为黑盒分类器，而模型学到了什么以及它们在多大程度上受到 EEG 数据中噪声的影响仍未得到充分探索。在本文中，我们开发了一种新型卷积神经网络，并结合了一种解释技术，可以对重要特征进行样本分析以进行分类。该网络结构紧凑，利用可分离卷积以时空序列处理 EEG 信号。结果表明，该模型在 11 个受试者的留一法跨受试者困倦识别中实现了 78.35% 的平均准确率，高于传统基线方法的 53.40%-72.68% 和最先进的深度学习方法的 71.75%-75.19%。解释结果表明，该模型已经学会从脑电信号中识别出具有生物学意义的特征，例如 Alpha 主轴，作为不同受试者困倦的强有力指标。此外，我们还利用解释技术探索了一些错误分类样本背后的原因，并讨论了提高识别准确率的潜在方法。我们的工作展示了使用可解释的深度学习模型从复杂的脑电信号中发现与不同心理状态相关的有意义模式的有希望的方向。
独立于受试者的运动想象脑电图分类...
背景：脑机接口（BCI）系统帮助运动功能障碍患者与外界环境进行交互。随着技术的进步，BCI系统已在实践中得到应用，但其实用性和可用性仍然受到很大挑战。使用BCI系统前往往需要大量的校准时间，这会消耗患者的精力和耐心，并容易导致焦虑。针对这一问题，我们提出了一种与受试者无关的零校准方法。方法：提出一种双分支多尺度自编码网络（MSAENet）实现与受试者无关的运动想象分类，旨在实现BCI的即插即用。首先，该网络由一个多尺度分支和一个自动编码器（AE）组成，用于从不同角度进行特征学习。其次，以EEG信号与8-30 Hz频段内常见空间模式之间的协方差作为空谱特征，并将特征预提取信息作为MSAENet的输入。最后，网络引入中心损失函数提升分类能力。在三个公开数据集BCIV2a，SMR-BCI，OpenBMI上测试网络泛化能力。结果：结果表明，所提网络在三个数据集上均表现出良好的效果，在受试者独立的情况下，MSAENet在BCIV2a和SMR-BCI数据集上优于其他四种比较方法，而在OpenBMI数据集上F1得分值高达69.34%；分类性能最好的受试者相关结果明显优于其他四种先进的比较方法。我们的方法在保证较少的参数量和较短的预测时间的同时，能够保持较好的分类精度。结论：MSAENet验证了以下三点：（1）空间频域特征可以从原始EEG信号中提取有效信息。（2）双分支多尺度特征融合可以更全面地提取特征。 (3)中心损失函数的引入弥补了Softmax分类器只考虑类间距而忽略类内距离的缺陷，实现了零校准，有效解决了BCI应用中需要大量校准时间的问题。
光学显微镜和活性受试者的癌症相干断层扫描
内部显微镜（IVM）和光学相干性断层扫描（OCT）是两个强大的光学成像工具，可在具有亚细胞分辨率的生活受试者中可视化动态生物学活动。在广泛的临床前和临床癌症成像中，标记和无标签技术的最新进展增强了IVM和OCT，从而对肿瘤的复杂生理，细胞和分子行为提供了深刻的见解。临床前IVM和OCT阐明了许多原本难以理解的癌症生物学方面，而IVM和OCT的临床疗法正在彻底改变癌症的诊断和疗法。我们回顾了IVM领域和OCT的重要进展，用于癌症成像，以强调关键的技术发展及其在基本癌症生物学研究和临床肿瘤学研究中的新兴技术。
接受网络治疗的受试者的长期糖尿病发病率
摘要：背景：需要行为计划来预防和治疗 NAFLD，而基于网络的干预 (WBI) 对肝病生物标志物的有效性与基于标准群体的干预 (GBI) 相似。目的：我们旨在测试这两个计划对糖尿病发病率的长期有效性，糖尿病发病率是 NAFLD 进展的常见结果。方法：对 546 名 NAFLD 患者（212 名 WBI，334 名 GBI）进行了长达 60 个月的随访，并定期进行 6 至 12 个月的医院就诊。这两个队列在社会人口统计学和临床数据方面存在差异。多年来，这两个队列的平均 BMI 均下降，在随访病例中，24.4% 的患者下降了 5% 或更多，16.5% 的患者下降了 10% 或更多。排除 183 例入选时患有糖尿病的病例后，随访期间新诊断出 48 例糖尿病（GBI 队列中有 31 例（入选时无糖尿病的病例中有 16.6%），而 WBI 中有 17 例（9.7%）；p = 0.073）。两组患糖尿病的时间相似（自入选以来平均为 31 ± 18 个月）。在多变量回归分析中，糖尿病发病率与糖尿病前期（比值比 (OR) 4.40；95% 置信区间 (CI) 1.97–9.81；p < 0.001）、体重变化百分比（OR 0.57；95% CI 0.41–0.79；p < 0.001）和高等教育（OR 0.49；95% CI 0.27–0.86；p = 0.014）显着相关，而其他基线社会人口统计、行为和临床数据以及干预类型则没有影响。对完成随访的个体进行的敏感性分析证实了体重变化对糖尿病发病率的重要性。结论：对于 NAFLD 患者，WBI 对糖尿病的长期风险与 GBI 一样有效，因为对体重变化的结果相似。
以及脑成像和解码中的受试者内部变异性
人类个体之间和个体内部都存在普遍而难以捉摸的变异性，这对解释和解码人类大脑活动构成了重大挑战。个体在大脑解剖和功能上的差异导致了个体间变异。多种因素都可能导致个体内变异，包括神经处理、大脑活动非平稳性、神经生理机制和某些未知因素。最近的研究集中于接受变异性而不是忽视它。通过关注变异性，他们加深了对个体差异和跨会话变异的洞察，从而能够根据个体变异性和相似性精确映射和解码大脑功能区域。例如，迁移学习技术通过处理在广泛的会话和日子范围内从不同受试者收集的数据的变化，提高了大脑解码性能。神经生理生物特征的适用性取决于其明显的个体间变异性和最小的个体内变异性。因此，出现了一些问题：如何观察、分析和模拟受试者间和受试者内的变异性，研究人员从这种变异性中会得到什么或失去什么，以及如何应对脑成像和解码中的变异性。本研究主题强调需要考虑脑成像和解码中的受试者间和受试者内的变异性。本合集包含相关领域的扩展概述，可以阐明这些领域的未来努力。我们在本社论中重点介绍了从本主题的十六篇论文中出现的三个领域：
弗吉尼亚理工学院人类受试者研究政策 - 编号 13040
HRPP 主任出席召开的 IRB 会议，并在 AVP 和 IO 的支持下担任 IRB 的联络人。HRPP 协议协调员审查提交给 HRPP 的所有协议，以确保提交内容完整，研究人员提供的信息符合 HRPP 和 IRB 的要求。他们负责做出研究和非研究决定，并有权审查豁免研究。他们还负责指导研究人员完成 IRB 流程，协助研究人员满足联邦和大学的要求。HRPP 行政专家为 HRPP 员工和 IRB 提供支持，包括但不限于协调 IRB 会议、协助数据库、归档和通信管理、与大学内外的个人沟通和交流，以及协助安排与 HRPP 相关的会议和活动。
心力衰竭与患有房颤的受试者相关的死亡，1999年至2020年
方法和结果：从疾病控制和预防中心中提取数据，以广泛的在线数据进行流行病学研究，以确定由于AF年龄≥15岁的AF受试者的HF相关死亡，因此每10万人的年龄调整后死亡率趋势。为了计算全国年度趋势，我们使用联接点回归评估了年度年度变化（AAPC）的平均年度百分比变化（AAPC）和年度变化，相对95％CIS。在1999年至2020年之间，916 685 HF相关的死亡（396 205名男性和520 480妇女）发生在美国成年人中的AF中。整体年龄调整的死亡率增加（AAPC： +4.1％[95％CI，3.8-4.4]； p <0.001），尤其是在2011年之后（每年变化百分比， +6.8％[95％CI，6.2-7.4]; P <0.001）男性（AAPC， +4.8％[95％CI，4.4-4-4.4-4-5.00; +4.2％[95％CI，3.9至4.6]；在年龄<65岁的受试者中（AAPC： +7.5％）[95％CI，6.7-8.4]; p <0.001）。较高的死亡人数在南部注册（32.8％）。在COVID-19大流行的第一年中，AF年龄> 65岁的AF患者的HF相关死亡人数显着过多。
叶酸曲霉的叶酸代谢在MTHFR C677T多态性的受试者上
摘要：叶酸是DNA生物合成和许多代谢过程的重要辅酶。叶酸缺乏会导致巨型贫血，心血管疾病（CVD）和乳腺癌。有许多种类的叶酸补充剂，例如合成叶酸（FA）和L-5-甲基四氢叶酸以及来自小球藻等天然来源。5，10-甲基四氢叶酸还原酶（MTHFR）是一种通过一种碳代谢参与叶酸代谢的酶。MTHFR C677T多态性与自闭症，阿尔茨海默氏病，神经管缺陷和CVD有关。我们研究了患有MTHFR C677T多态性的受试者的小球藻曲霉的效果。招收了七个门诊病人。三个是突变型纯合基因型TT（TT），三个是杂合基因型CT（CT），另一种是CC型（CC）。，我们在补充肾上腺小球藻之前和期间进行了血液生化测试3个月。在服用叶酸和同型半胱氨酸之间存在负相关（r = -0.43，p = 0.33）。TT组在这项研究之前具有低叶酸浓度的趋势（TT组5.53 ng/mL，CT组14.13 ng/ml），服用pyrenoidosa（6.73 ng/mL）后增加。两个受试者显示血清白蛋白和铁水平有所增加。一例高脂血症（CT）显示总胆固醇（305 mg/dl），后256 mg/dL）。血液样本分析表明，叶酸浓度低的基线的人血清同型半胱氨酸具有高的血清同型半胱氨酸。TT多态性显示出低浓度叶酸的趋势。高同型半胱氨酸与许多健康状况有负相关关系。这项研究表明，小球藻拟南芥对叶酸代谢和其他营养益处产生有益作用的可能性。