XiaoMi-AI文件搜索系统
World File Search System因果关系
审查 ORAUT-RPRT-0085 对 ICRP 116 前后、各向同性和旋转几何的因果关系评估概率
– 所有 ICRP 116 器官（33 种 IREP 模型） – 男性和女性 – 中子（32 种中子能量）和光子（20 种光子能量） – AP、ROT 和 ISO 几何形状 – Hp(10)（个人深剂量当量）和暴露剂量 – 4 个剂量计位置（胸部中央、左领口、腰部中央、左胸口袋）
行为过程中脉冲和场电位信号之间的多尺度因果关系建模
摘要 目的。脑记录在多个时空尺度上表现出动态，这些动态可以用脉冲序列和更大规模的场电位信号来测量。为了研究神经过程，重要的是不仅要在单个活动尺度上识别和建模因果关系，还要在多个尺度上识别和建模因果关系，即脉冲序列和场电位信号之间。标准因果关系度量在这里不直接适用，因为脉冲序列是二值，而场电位是连续值。因此，重要的是开发计算工具来恢复行为过程中的多尺度神经因果关系，评估它们在神经数据集上的性能，并研究多尺度因果关系建模是否可以提高神经信号的预测能力，使其超出单尺度因果关系所能达到的范围。方法。我们设计了一种基于有向信息的多尺度模型的 Granger 类因果关系方法，并评估其在现实的生物物理脉冲场模拟和两个执行运动行为的非人类灵长类动物 (NHP) 的运动皮层数据集中的成功率。为了计算多尺度因果关系，我们学习了点过程广义线性模型，该模型基于脉冲序列和场电位信号的历史来预测给定时间的脉冲事件。我们还学习了线性高斯模型，该模型基于场电位信号自身的历史以及二元脉冲事件或潜在放电率的历史来预测给定时间的场电位信号。主要结果。我们发现，尽管存在模型不匹配，但我们的方法仍揭示了生物物理模拟中真正的多尺度因果关系网络结构。此外，与仅对单尺度因果关系进行建模相比，在 NHP 神经数据集中具有已识别多尺度因果关系的模型可以更好地预测脉冲序列和场电位信号。最后，我们发现与 NHP 数据集中的二元脉冲事件相比，潜在放电率是场电位信号的更好预测因子。意义。这种多尺度因果关系方法可以揭示跨大脑活动时空尺度的定向功能相互作用，从而为基础科学研究和神经技术提供信息。
基因决定的代谢物对焦虑症的因果关系：双样本孟德尔随机化研究
摘要背景：焦虑症是最常见的精神障碍之一，但其潜在的生物学机制尚未完全阐明。近年来，遗传决定的代谢物（GDM）已被用来揭示精神障碍的生物学机制。然而，这种策略还没有应用于焦虑症。在此，我们通过孟德尔随机化研究探索了GDM与焦虑症的因果关系，总体目标是揭示生物学机制。方法：实施双样本孟德尔随机化（MR）分析以评估GDM与焦虑症的因果关系。以486种代谢物的全基因组关联研究（GWAS）为暴露对象，以焦虑症的四个不同的GWAS数据集为结果对象。值得注意的是，所有数据集均来自公开数据库。使用遗传工具变量（IV）探索每种代谢物的代谢物与焦虑症之间的因果关系。采用 MR Steiger 过滤法检验代谢物与焦虑症之间的因果关系。首先采用标准逆方差加权 (IVW) 方法进行因果关系分析，随后采用另外三种 MR 方法（MR-Egger、加权中值和 MR-PRESSO（多效性残差和与异常值）方法）进行 MR 分析的敏感性分析。使用 MR-Egger 截距和 Cochran's Q 统计分析评估可能的异质性和多效性。使用 Bonferroni 校正确定因果关联特征（P < 1.03 × 10 –4）。此外，使用基于网络的 MetaboAnalyst 5.0 软件进行代谢途径分析。所有统计分析均在 R 软件中完成。本研究使用了 STROBE-MR 清单来报告 MR 研究。结果：在 MR 分析中，确定了 85 个具有显著因果关系的 GDM。其中，4 个不同的焦虑症数据集中有 11 种代谢物相互重叠。Bonferroni 校正显示 1-亚油酰甘油磷酸乙醇胺（OR 固定效应 IVW = 1.04；95% CI 1.021–1.06；P 固定效应 IVW = 4.3 × 10 –5 ）是最可靠的因果代谢物。由于采用了“留一法”分析，即使没有单个 SNP，我们的结果仍然稳健。MR-Egger 截距检验表明遗传多效性对结果没有影响（截距 = − 0.0013，SE = 0.0006，P = 0.06）。Cochran Q 检验未检测到异质性（MR-Egger. Q = 7.68，P = 0.742；IVW. Q = 12.12，P = 0.436）。 MR Steiger 进行的方向性测试证实了我们对潜在因果方向的估计
接种 mRNA 新冠疫苗后发生横贯性脊髓炎的因果关系
• 通过我们日常的文献监测，循证实践小组 (EBPG) 拥有由美国国家科学、工程和医学院制定的基于全面文献综述的共识声明，并于 2024 年向美国国会议员和国会工作人员进行了简报（https://www.nationalacademies.org/news/2024/04/new-comprehensive-review-examines-potential-harms-of-covid-19-vaccination-and-intramuscular-vaccination）。该报告题为“COVID-19 疫苗接种和肌肉注射疫苗不良反应的证据审查” 32 ，于 2024 年 4 月 16 日发布（文献检索日期为 2023 年 10 月 17 日）（https://www.nationalacademies.org/ocga/briefings-to-congress/evidence-review-of-the-adverse-effects-of-covid-19-vaccination-and-intramuscular-vaccine-administration）。在严格评估了高质量的方法以及本报告涵盖的相关主题的广度后，我们决定通过更新他们对横贯性脊髓炎的文献检索来扩展他们关于横贯性脊髓炎的发现，以回答我们系统评价的目标。以下简要总结了“COVID-19 疫苗接种和肌肉注射疫苗不良反应的证据审查” 32 报告。 • 为了更新文献，于 2024 年 10 月 23 日进行了全面而系统的文献检索。 • 搜索是在商业医学文献数据库上进行的，包括 Embase（1974 年至 2024 年第 42 周）、Medline 和 Epub Ahead of Print、Medline In-Process、In-Data- Review & Other Non-Indexed Citations、Medline Daily 和 Medline（1946 年至 2024 年 10 月 22 日）、Joanna Briggs Institute 循证实践数据库（截至 2024 年 10 月 16 日）、Cochrane Clinical Answers（2024 年 9 月），可通过 Ovid 平台获取。 • 文献检索采用了关键词组合。这些关键词包括：
肠道微生物组与不同类型的动脉瘤之间的因果关系：孟德尔随机研究
Rajiv Gandhi Proudyogiki Vishwavidyalaya，博帕尔（M.P.），印度摘要在本文中，我们讨论了一个基于区块链的数字公证系统，该系统旨在提高数字文档的时间戳和验证服务的可靠性和安全性。利用区块链技术的分散和不可变的性质，该系统提供了防篡改的解决方案来验证数字文件的完整性和存在。通过加密哈希和共识机制，时间戳将牢固地记录在区块链上，以确保在特定时间点上存在文档存在证明。该系统为用户提供了一个透明且分散的平台，用于验证数字文档的真实性，减轻与欺诈和操纵相关的风险。关键字：法律服务，电子服务，区块链，数字公证系统等。1。在一个数字文档无处不在，对安全验证和时间戳的需求至关重要的时代，区块链技术的出现带来了创新的解决方案。这样的解决方案是实施基于区块链的数字公证系统，为数字文档提供可靠和损害的时间戳和验证服务。传统上，公证是验证物理文件的真实性和完整性的关键过程。但是，向数字文档的过渡提出了确保相同级别的信任和安全性方面的挑战。这是区块链技术以其分散和不变的性质而闻名的地方，以彻底改变公证过程。基于区块链的数字公证系统可根据分布式分类帐技术的原理运行，其中信息牢固地存储在节点网络中，从而确保透明度和问责制。每个文档提交都是时间戳和密码密封到块中，形成了不变的记录链。关于数字公证系统，数字公证系统是传统公证过程的现代方法，涉及验证 -
因果关系启发性的歧视性特征学习，用于步态识别的三重领域
摘要。步态识别是一种生物识别技术，可以通过步行方式区分个人。但是，在准确提取身份特征时，以前的方法会面临挑战，因为十个特征与非身份线索纠缠在一起。为了应对这一挑战，我们提出了CLTD，这是一种因果关系启发的歧视性特征学习模块，旨在有效消除三重域中的混杂因素，即空间，时间和光谱。具体来说，我们可以使用跨像素的注意力生成器（CPAG）生成空间和时间域中事实和反事实特征的出现分布。然后，我们将傅立叶投影头（FPH）介绍给项目空间特征到光谱空间，从而保留基本信息，同时降低计算成本。此外，我们采用了一种具有对比度学习的优化方法，从而在同一主题的序列之间执行语义一致性约束。我们的方法在挑战性数据集上表现出了显着的性能提高，从而证明了其有效性。此外，它可以无缝集成到现有的步态识别方法中。
识别自然对话过程中行为与局部大脑活动之间的因果关系
准确描述自然对话中涉及的神经生理活动仍然是一项重大挑战。在本文中，我们探讨了自然对话过程中多模态对话行为与大脑活动之间的关系。由于功能性磁共振成像 (fMRI) 的时间分辨率以及记录的多模态信号的多样性，这具有挑战性。我们使用一个独特的语料库，其中包括在 fMRI 实验中记录的局部大脑活动和行为，当时几名参与者分别与人类和对话机器人进行自然对话。该语料库包括 fMRI 反应以及由同步原始音频及其记录、视频和眼动追踪记录组成的对话信号。所提出的方法包括第一步，从功能上明确的大脑区域中提取离散的神经生理时间序列，以及描述特定行为的行为时间序列。然后，应用机器学习模型根据提取的行为特征预测神经生理时间序列。结果显示，预测分数很有希望，并且在两种情况下（即人与人对话和人与机器人对话）的行为和功能性大脑区域活动之间存在特定的因果关系。索引词：多模态信号处理、自然对话、机器学习、人与人、人与机交互、功能性磁共振成像
识别自然对话期间行为与局部大脑活动之间的因果关系
表征与自然对话有关的精确神经生理活性仍然是一个主要挑战。我们在本文中探讨了自然对话期间多模式对话行为与大脑活动之间的关系。这是由于功能磁共振成像（fMRI）时间分辨率以及记录的多模式信号的多样性而具有挑战性的。，当几个参与者与人类和对话式机器人发生自然对话时，我们使用了在fMRI实验期间记录的独特语料库。语料库包括fMRI响应以及由同步的原始音频及其笔录，视频和眼睛跟踪录音组成的对话信号。提出的方法包括从功能良好的大脑区域中提取离散神经生理时间序列的第一步，以及描述特定行为的行为时间序列。然后，使用机器学习模型来根据提取的行为特征来预测神经生理时间序列。结果显示出令人鼓舞的预测得分，并且在两种情况下的行为和功能性大脑区域的活动之间发现了特定的因果关系 - 即，人类和人类机器人对话。索引术语：多模式信号处理，自然转化，机器学习，人类和人机相互作用，功能性MRI
alis：从可穿戴寿命系统的日常活动背后的学习情感因果关系
摘要 - 人类的情绪和行为是在日常生活中相互塑造的相互构造。虽然过去对每个元素的研究都利用了各种生理传感器，但尚未探索它们在日常生活中的互动关系。在这项工作中，我们提出了一种可穿戴的情感寿命系统（ALIS），在日常生活中既易于又易于使用，以准确检测情绪变化，并确定用户生活中情绪与情感状况之间的因果关系。拟议的系统记录了使用生理传感器在长期活动中某些情况下用户的感觉。基于长期监控，该系统分析了用户生活的环境如何影响他/她的情感变化，并在日常情况下在情绪和可观察的行为之间建立因果结构。此外，我们证明了所提出的系统使我们能够建立因果结构，以找到适合学校生活中负面情况的精神浮雕的个体来源。
肠道菌群与皮肤黑色素瘤之间的因果关系：孟德尔随机研究
黑色素瘤是一种来自黑色素细胞的恶性肿瘤，主要在包括皮肤，眼睛的脉络膜和瘦素的各个位置呈现。这种疾病的区别是预后不佳，侵入性明显和生存的可能性降低。尽管皮肤黑色素瘤（CM）仅占所有皮肤恶性肿瘤的约5％，但其转移和扩散的趋势广泛造成与皮肤癌有关的所有死亡人数的80％以上（Siegel等人，2022年）。最近，全世界的黑色素瘤患病率显着增加，尤其是在西方国家，使其成为高加索血统人群中杰出的癌症。黑色素瘤基础的精确病因机制尚未完全理解。目前，人们认识到，许多因素，例如遗传，种族，外部影响，紫外线暴露，皮肤肤色和各种生活方式因素，可能有可能有助于黑色素瘤的发展。在过去的几年中，学术讨论集中在肠道微生物组和皮肤健康之间的联系，强调存在肠道微生物群的存在。尽管如此，这些研究的观察性质在建立因果关系时构成了挑战。因此，这项研究的目的是评估肠道微生物组和CM之间的因果关系。在当代时代，人们越来越强调人类有机体内肠道微生物组的实际意义，承认其作为参与宿主代谢过程的附加代谢器官的功能（Zhu等，2010）。同时，肠道微生物组及其代谢副产品在宿主生物体内的免疫系统稳态中扮演着关键的作用，因为它们促进免疫系统的成熟，引起免疫反应并调节免疫细胞功能（Thomas等，2017）。最近进行的研究发现了肠道菌群与癌症发育的可能性之间的可能联系（He等，2022； Wei等，2022； Yinhang等，2022）。作者Zitvogel等人。（2017）进行了研究，揭示了特定元素与肠道菌群的数量之间存在相关性，以及九种重要类型的癌症的发展，包括口腔，肺，头颈部和颈部鳞状细胞癌，乳腺癌，乳腺癌和胰腺癌。值得注意的是，已经发现肠道微生物群的变化与Pd-1/pd-L1抑制剂的不良反应有关（Routy等，2018）。Matson等。 （2018）对接受ICI疗法的黑色素瘤患者收集的粪便样品进行了宏基因组检查，该样品揭示了双杆菌牛皮菌，粪肠球菌，Matson等。（2018）对接受ICI疗法的黑色素瘤患者收集的粪便样品进行了宏基因组检查，该样品揭示了双杆菌牛皮菌，粪肠球菌，