摘要:在电子垃圾日益成为全球关注的时代,可生物降解传感器的开发代表着朝着可持续环境监测迈出的关键一步。由不可生物降解材料制成的传统传感器是电子垃圾日益增多的重要原因。本文探讨了人工智能 (AI) 与可生物降解传感器的集成,这不仅可以减轻电子垃圾对环境的影响,还可以提高环境监测系统的精度、实时决策和效率。虽然这些 AI 增强型传感器提供了有希望的进步,但数据隐私、基础设施成本及其部署对环境的影响等挑战仍然存在。此外,本文还讨论了 AI 伦理和偏见缓解的关键问题,强调在开发 AI 驱动技术时需要透明、包容和跨学科的方法。讨论为 AI 增强型可生物降解传感器的未来可能性提供了见解,包括扩大应用、可生物降解材料的进步以及这些技术的道德部署。该论文强调了跨学科合作的必要性,以充分利用这些创新的潜力,同时确保它们符合可持续性和道德目标。
神经网络使最先进的方法能够在目标检测等计算机视觉任务上取得令人难以置信的效果。然而,这种成功很大程度上依赖于昂贵的计算资源,这阻碍了拥有廉价设备的人们欣赏先进的技术。在本文中,我们提出了跨阶段部分网络(CSPNet)来从网络架构的角度缓解以前的工作需要大量推理计算的问题。我们将问题归因于网络优化中的重复梯度信息。所提出的网络通过整合网络阶段开始和结束的特征图来尊重梯度的变化,在我们的实验中,在 ImageNet 数据集上以相同甚至更高的精度将计算量减少了 20%,并且在 MS COCO 目标检测数据集上的 AP 50 方面明显优于最先进的方法。 CSP-Net 易于实现且足够通用,可以应对基于 ResNet、ResNeXt 和 DenseNet 的架构。
用于磁共振成像 (MRI) 的单图像超分辨率 (SISR) 重建引起了人们的极大兴趣,因为它不仅可以加快成像速度,还可以改善可用图像数据的定量处理和分析。生成对抗网络 (GAN) 已被证明在图像恢复任务中表现良好。在这项工作中,我们遵循 GAN 框架并开发了一个与鉴别器相结合的生成器来解决 T1 脑 MRI 图像上的 3D SISR 任务。我们开发了一种新颖的 3D 内存高效的残差密集块生成器 (MRDG),其在 SSIM(结构相似性)、PSNR(峰值信噪比)和 NRMSE(归一化均方根误差)指标方面实现了最先进的性能。我们还设计了一个金字塔池化鉴别器 (PPD) 来同时恢复不同尺寸尺度上的细节。最后,我们引入了模型混合,这是一种简单且计算效率高的方法,可以平衡图像和纹理
美国国家电信和信息管理局 (NTIA) 根据《商业频谱增强法案》(CSEA) 第 207 条(Pub. L. 108-494 第二章)提交本报告,该法案要求联邦机构每年报告将无线电通信系统从已重新分配并授权拍卖用于商业用途的频谱或共享频谱中迁移的进展情况。本报告涵盖 2019 年 1 月至 12 月期间。本报告详细介绍了联邦通信委员会 (FCC) 为高级无线服务 (AWS) 许可证进行的单独频谱拍卖中包含的三个联邦频谱频段:1) 1710 至 1755 兆赫 (MHz) 频段作为两个单独的 AWS-1 拍卖的一部分,以及 2) 1695-1710 MHz 和 1755-1780 MHz 频段作为 AWS-3 拍卖的一部分。经 CSEA 授权,频谱重新分配基金 (SRF) 提供了一种集中且精简的融资机制,通过该机制,联邦机构可以收回重新分配无线电通信系统或共享重新分配频谱的相关成本。本报告基于联邦机构提交给 NTIA 和管理与预算办公室 (OMB) 的数据,描述了联邦机构在遵守频谱转换时间表方面取得的进展。它还逐个系统详细介绍了估算成本、转移资金和从 SRF 支付的费用。本报告的第一部分记录了联邦机构从 2007 年 3 月到 2019 年 12 月将运营从 1710-1755 MHz 频段重新分配所取得的累积进展。这是 1710-1755 MHz 频段的第十三份年度进展报告。本报告的第二部分是第五份年度进展报告,报告了联邦机构为适应 2014-2015 年拍卖的 1695-1710 MHz 和 1755-1780 MHz 频段的商业使用而做出的努力。具体来说,它记录了联邦机构从 2015 年 1 月到 2019 年 12 月期间在过渡运营方面取得的累积进展。由于颁布了《2012 年中产阶级减税和就业创造法案》(Pub. L. 112-96,即《减税法案》),第二部分包含的信息与第一部分略有不同。《减税法案》授权联邦机构收回其根据批准的过渡计划共享或重新定位频谱的行动所产生的成本,以及收回某些拍卖前的成本。因此,第二部分反映了过渡成本,包括重新定位和共享成本,以及与过渡联邦频谱使用和支出 SRF 资金相关的单独时间表。
对于医学图像分割,想象一下如果一个模型仅使用源域中的 MRI 图像进行训练,那么它在目标域中直接分割 CT 图像的性能如何?这种设置,即具有临床潜力的通用跨模态分割,比其他相关设置(例如域自适应)更具挑战性。为了实现这一目标,我们在本文中提出了一种新颖的双重规范化模型,该模型在通用分割过程中利用增强的源相似和源不相似图像。具体而言,给定一个源域,旨在模拟看不见的目标域中可能的外观变化,我们首先利用非线性变换来增强源相似和源不相似图像。然后,为了充分利用这两种类型的增强,我们提出的基于双重规范化的模型采用共享主干但独立的批量规范化层进行单独规范化。随后,我们提出了一种基于风格的选择方案,在测试阶段自动选择合适的路径。在三个公开数据集(即 BraTS、跨模态心脏和腹部多器官数据集)上进行的大量实验表明,我们的方法优于其他最先进的领域泛化方法。代码可在 https://github.com/zzzqzhou/Dual-Normalization 获得。
Prime 编辑 (PE) 是一种强大的基因组工程方法,能够将碱基替换、插入和删除引入任何给定的基因组位点。然而,PE 的效率差异很大,不仅取决于目标基因组区域,还取决于编辑细胞的遗传背景。在这里,为了确定哪些细胞因素会影响 PE 效率,我们针对 32 个 DNA 修复因子进行了有针对性的遗传筛选,涵盖了所有已报道的修复途径。我们表明,根据细胞系和编辑类型,错配修复 (MMR) 的消融可使 PE 效率提高 2-17 倍,涵盖多种人类细胞系、编辑类型和基因组位点。关键 MMR 因子 MLH1 和 MSH2 在 PE 位点的积累表明 MMR 直接参与 PE 控制。我们的研究结果为 PE 机制提供了新的见解,并提出了如何优化其效率。
近年来,天然纤维增强复合材料由于其质量轻、耐磨、可燃、无毒、成本低和可生物降解等特性而受到广泛关注。在各种天然纤维中,亚麻、竹、剑麻、大麻、苎麻、黄麻和木纤维尤其受到关注。世界各地对利用天然纤维作为增强材料来制备各种类型复合材料进行了大量研究。然而,缺乏良好的界面黏附力、熔点低和耐湿性差使得天然纤维增强复合材料的使用不那么有吸引力。天然纤维的预处理可以清洁纤维表面、对表面进行化学改性、停止吸湿过程并增加表面粗糙度。在各种预处理技术中,接枝共聚和等离子处理是天然纤维表面改性的最佳方法。天然纤维与乙烯基单体的接枝共聚物可在基质和纤维之间提供更好的粘合性。本文回顾了预处理天然纤维在聚合物基质复合材料中的应用。还讨论了天然纤维表面改性对纤维和纤维增强聚合物复合材料性能的影响。POLYM. ENG. SCI.,49:1253–1272,2009 年。ª 2009 年塑料工程师协会
目前,噬菌体的抗菌和治疗效果有限,主要是由于噬菌体抗性的快速出现以及大多数噬菌体分离株无法结合和感染多种临床菌株。在这里,我们讨论了如何通过基因工程的最新进展来改进噬菌体疗法。首先,我们概述了如何设计受体结合蛋白及其相关结构域以重定向噬菌体的特异性并避免抗性。接下来,我们总结了如何将噬菌体重新编程为原核基因治疗载体,以递送抗菌“有效载荷”蛋白(例如序列特异性核酸酶)以靶向复杂微生物群中的特定细胞。最后,我们描述了大数据和新型人工智能驱动的方法,这些方法可能会指导未来改进合成噬菌体的设计。
肺癌是死亡率最高的恶性肿瘤,而肺腺癌(LUAD)占所有肺癌的40%(1)。在亚洲,表皮生长因子受体(EGFR)是LUAD最常见的驱动突变,发生率为55%(2-4),其中EGFR激活突变在全球占17.4%,在中国占37.3%(5)。表皮生长因子受体酪氨酸激酶抑制剂(EGFR-TKI)目前是EGFR突变LUAD患者的标准一线治疗方案(6)。尽管使用EGFR-TKI已为晚期EGFR突变型NSCLC患者带来显著的临床获益和前所未有的生存率提高(7-10),但不可避免地会产生获得性耐药。继发性EGFR突变,包括EGFR-T790M突变和EGFR结构域内的其他突变、MAPK、PI3K和细胞周期基因的突变以及EGFR或其他致癌基因如MET的扩增,导致LUAD细胞获得性EGFR-TKI耐药(11-13)。但有些患者在缺乏已知耐药机制的情况下获得了EGFR-TKI耐药。因此,内在性EGFR-TKI耐药是临床上的一个挑战。据报道,大约20%-30%的EGFR突变型LUAD对EGFR-TKI具有内在性耐药(14)。因此,如何克服这些获得性和内在性的EGFR-TKI耐药一直是临床关注的焦点。
尽管免疫治疗具有明显的优势,但仍存在不可避免的脱靶效应,导致严重的不良免疫反应。近年来,药物递送系统(DDS)的研究和开发日益受到重视。在几十年的发展中,DDS已显示出以精确靶向的方式递送药物以减轻副作用的能力,并具有灵活控制药物释放、改善药代动力学和药物分布的优势。因此,我们认为将癌症免疫治疗与DDS相结合可以增强抗肿瘤能力。在本文中,我们概述了癌症免疫治疗中最新的药物递送策略,并简要介绍了基于纳米载体(脂质体、聚合物纳米胶束、介孔二氧化硅、细胞外囊泡等)和偶联技术(ADC、PDC和靶向蛋白质降解)的DDS的特点。我们的目的是向读者展示不同免疫机制下的各种药物递送平台,并分析它们的优势和局限性,为癌症免疫治疗提供更优越、更准确的靶向策略。
