XiaoMi-AI文件搜索系统
World File Search System图中
使用Keystone Transform从占用网格图中提取运动信息
考虑到OGM（占用网格图）的障碍及其在移动机器人技术的动态环境表示中的广泛使用，从连续的OGM中提取运动信息对于许多任务，例如SLAM（同时定位和映射）和DATMO（检测和跟踪移动对象）非常重要。在本文中，我们提出了一种基于信号变换的新型运动提取方法，称为S-KST（空间键石变换），以从连续的嘈杂OGMS进行运动检测和估计。它将雷达成像或运动补偿的KST扩展到1D空间案例（1DS-KST）和2D空间案例（2DS-KST），结合了关于移动障碍物的可能方向的多个假设。同时，还给出了基于Chirp Z-Transform（CZT）的2DS-KST的快速算法，其中包括五个步骤，即空间FFT，定向过滤，CZT，空间IFFT和最大功率检测器（MPD）合并及其计算复杂性与2D-FFT成正比。对点对象和扩展对象的仿真测试结果表明，Skst在非常嘈杂的环境中的子像素运动的提取方面具有良好的性能，尤其是对于那些缓慢移动的障碍物而言。
创伤在母亲的covid-19疫苗信念和意图中的作用
对COVID-19的抽象客观研究主要研究主要集中在成年人对自己接种疫苗的意图上。但是，许多父母还将面临关于接种儿童的决定。在这项研究中，我们研究了母亲的创伤后应激障碍（PTSD）和创伤性如何与母亲对自己和子女的Covid-19疫苗的信念和意图有关。方法总共有240位患有心理健康史的母亲参加了一项父母的研究，通过Prolifucifuction回答了在线调查问题。评估的问题：（a）创伤起诉者（过去的诊断，当前症状和终生暴露于事件）； （b）疫苗测量（自我和儿童的进化，Covid-19-19疫苗的认可，一般疫苗感知的安全性，关于疫苗意图的推理，对意图的影响来源）； （c）可能的解释变量（机构不信任，负面世界观）。ANCOVA和回归分析。与具有其他心理健康诊断的母亲相比，具有PTSD病史的母亲在COVID-19-19-19疫苗中的承认显着较少，而对自己或孩子进行疫苗的意图较少。这些影响是通过更大的制度不信任来解释的（即显着的间接影响）。先前有PTSD诊断的母亲也表达了疫苗犹豫不决的原因（例如，对科学的信念较少），对疫苗决策中的医疗保健和政府资源的影响较小。结论发现突出了创伤性方法在减少Covid-19疫苗犹豫的努力方面的效用。对于有PTSD史的母亲来说，解决包括医疗保健行业在内的机构不信任的母亲可能是在内容，交付和疫苗消息方式中考虑的重要因素。
智能多响应性生物材料及其在4D生物构图中的应用
摘要：4D打印的出现已成为在生物医学应用（例如组织工程和再生医学）中产生复杂结构的关键工具。本章概述了该领域的当前状态及其巨大的潜力，以更好地理解所涉及的技术以建立复杂的4D打印结构。这些结构具有感知和响应各种刺激的能力，其中包括温度，湿度或电力/磁化剂的变化。首先，我们描述了4D打印技术，其中包括基于挤出的喷墨打印，以及基于光的基于液滴的方法，包括选择性激光烧结（SLS）。还提出了几种用于4D打印的生物材料，随着时间的流逝，它们可能会在各种外部刺激中发生结构变化。这些结构具有革新需要适应能力和智能材料的领域的希望。此外，突出了4D打印智能结构的生物医学应用，涵盖了从药物输送到再生医学的各种预期应用。最后，我们解决了与当前技术相关的许多挑战，涉及技术的道德和监管方面，以及在体外以及在体外以及4D打印结构的体内测试中都需要标准化方案，这是针对最终临床实现的重要步骤。
Metalo：从分子相互作用图中提取的逻辑模型的代谢分析
摘要：分子相互作用图（MIMS）是静态图形表示，描绘了可以使用系统生物学图形符号语言之一形式化复杂的生化网络。不管它们对各种生物学过程的广泛覆盖范围如何，它们都受到动态见解的限制。但是，MIM可以用作开发动态计算模型的模板。我们提出了Metalo，这是一个开放源Python软件包，它可以通过使用通用核心代谢网络的过程说明MIMS推断出布尔模型的耦合。Metalo提供了一个框架来研究信号级联反应，基因调节过程和中央能量生产途径的代谢频道分布的影响。Metalo通过识别陷阱空间来构成布尔模型的异步渐近行为，并提取代谢约束，以将通用代谢网络上下文化。Metalo能够处理大型布尔模型和基因组级代谢模型，而无需动力学信息或手动调整。Metalo背后的框架可以深入分析调节模型，并且可以使无问题的生物领域中缺少OMICS数据，以使通用代谢网络与不当自动重建以及/或疾病特异性新代谢网络的自动重建。Metalo可从https://pypi.org/project/metalo/获得GNU通用公共许可证v3条款。
具有动态变异轨迹模型的超声心动图中的异常检测
我们提出了一种用于超声心动图视频的新型异常检测方法。引入的方法利用了心脏周期的周期性，学习了各种潜在轨迹模型（TVAE）的三种变体。虽然前两个变体（TVAE-C和TVAE-R）模型严格的心脏周期性动作，但第三个（TVAE-S）更笼统，并且可以在整个视频中进行空间表示。所有模型均经过新型内部数据集的健康样本的培训，该数据集的婴儿超声心动图视频由多个室内视图组成，以了解健康人群的规范性之前。在推断期间，执行基于后验（MAP）的异常检测，以检测我们数据集中的分布样品。所提出的方法可靠地识别出严重的先天性心脏缺陷，例如Ebstein的异常或发光复合物。此外，它在检测肺动脉高压和右心室扩张时，用标准变异自动编码器实现了优于基于地图的异常检测。最后，我们证明了所提出的方法可以通过热图强调与异常心脏结构相对应的区域来解释其输出。
视图中V2X增强制动的益处评估阻碍了交叉用例
摘要 - 如果两辆车之间的撞车事故是即将发生的，则激活自动紧急制动器（AEB），以避免或减轻事故。但是，AEB的触发机制依赖于车辆的板载传感器，例如雷达和摄像机，这些传感器需要一线视线才能检测到坠机对手。如果视线受损，例如，由于恶劣的天气或阻塞，无法及时激活AEB以避免坠机。要处理这些情况，提出了一个2阶段的制动系统，其中第一阶段由部分制动器组成，该制动是由车辆到所有（V2X）通信触发的。第二阶段由标准AEB组成，该标准AEB仅由板载传感器检测触发。在障碍物的用例中分析了这种V2X增强的2阶段制动系统的性能，并将结果与仅使用AEB的系统进行了比较。通过确定坠机避免率进行定量评估，如果无法避免撞车，则通过估计坠机严重性缓解措施来评估。
从免疫视图中重新访问代谢综合征的免疫代谢基础
全球海洋基因组（海洋生物中的基因库及其编码的功能信息）是科学和社会的主要，未开发的资源，在生物医学，能源和食品等领域的生物技术应用不断增长。shot弹枪测序和宏基因组学现在可以用来分类海洋微生物寿命的多样性并探索其功能潜力，但受样本覆盖，访问合适的测序平台的访问和计算能力的限制。在这里，我们基于对2,102种采样的海洋宏基因组的分析提供了全球海洋基因组的新综合，并通过KAUST元基因组分析平台（KMAP）全球海洋基因目录1.0包含〜31750万基因簇的基因组装和注释。从分类学上，我们报告了海洋基因在生命之树以及不同的海盆和深度区域生物群落中的分布。在功能上，我们将其与蛋白质家族和生物地球化学过程的关系绘制，包括主要的微生物代谢途径，这些途径是处理三个元素在生物地球化学周期中起着基本作用的元素，并且与气候变化有关。这些数据扩展了我们对海洋微生物组及其代谢能力的复杂，动态性质的理解。进一步的研究对于释放海洋基因组的潜力并理解和预测人类引起的变化的影响，包括污染和气候变化至关重要。进一步的假设驱动的研究应使用增强的宏基因组方法靶向采样不足的深海和底栖微生物群落，以更好地了解海洋生态系统功能。对必要的计算能力进行投资至关重要，合适的知识产权框架也是必不可少的。
基于生活事件的传记知识图中发现和解释关系：案例传记
2。如何向最终用户解释语义连接？如果系统无法向最终用户解释为什么连接可能很有趣，则发现有趣的连接是不够的。此问题与可解释的AI领域有关[11，12]。在我们的方法中，我们基于代表使用SPARQL构造查询的连接类型的预定义的形式，在我们的示例人员和地点之间预先计算两个实体之间的连接。这些预定义的连接及其解释可以使用层次搜索[13]，基于代表实体属性的层次结构的搜索[13]。这允许通过探索过程在单个实体之间找到偶然的连接，但同样重要的是在较大的实体组之间找到联系。3。在搜索连接时如何制定查询和查询结果。
抗肿瘤坏死因子治疗的纵向单细胞图中炎症性肠病
免疫介导的炎症性疾病（IMID）中的精确药物需要对治疗反应有细胞的理解。我们描述了克罗恩氏病（CD）和溃疡性结肠炎（UC）的治疗曲线（抗肿瘤坏死因子（抗TNF）治疗）。我们产生了约100万个单细胞转录组，分为109个细胞状态，来自216个肠道活检（41名受试者），揭示了疾病特异性的差异。系统生物学空间分析确定了CD和干扰素（IFN）反应特征中的肉芽肿特征，该特征位于T细胞聚集体和CD和UC中的上皮损伤。上皮和髓样室的预处理差异与两种疾病的缓解结果有关。纵向比较表明非排放中的疾病进展：CD中的髓样和T细胞扰动，UC中的多细胞IFN信号增加。IFN信号传导在类风湿关节炎（RA）滑膜中也观察到了淋巴样病变。我们的治疗图集是多种炎症性疾病中最常见的生物治疗，抗TNF的扰动最大的细胞普查。
使用合成数据改善稀有摄像机视图中的2D人姿势估计
大规模，手动注释的数据集的可用性在人类姿势估计中具有极大的先进研究，从2D单眼图像估计，这与诸如手势识别和动作识别之类的相关性密切相关。当前数据集（例如[1，16，20]）主要包含来自我们所谓的轨道视图的图像，即侧面，前后视图，其中最重要的是，诸如对象或分裂的挑战，例如对象或分裂的挑战。他们专注于日常活动，例如站立，坐着和步行。因此，大部分研究都致力于解决遮挡和专业数据集（[19，41]），以评估姿势估计模型在涉及封闭个体的情况下的有效性。不寻常的观点的问题受到了较少的关注。在我们所说的极端观点中（顶部和bot-