我们提出了来自单眼RGB视频的动态3D头部重建的单眼神经参数头模型(Mono NPHM)。到此为止,我们提出了一个潜在的空间空间,该空间在神经参数模型的顶部参数化纹理场。我们限制了预测的颜色阀与基础几何形状相关,以便RGB的梯度有效地影响反向渲染过程中的潜在几何代码。为了提高表达空间的代表能力,我们使用超二维增强了向后变形场,从而在拓扑具有挑战性的表达式中显示出颜色和几何表示。使用Mono NPHM作为先验,我们使用基于符号距离字段的体积渲染来处理3D头重建的任务。通过nu毫无反转,我们使用面部锚点构成了具有里程碑意义的损失,这些损失与我们的规范几何表示紧密相关。为了评估单眼RGB视频的动态面部重建任务,我们在休闲条件下记录了20个具有挑战性的Kinect序列。单nphm超过 -
抽象目的总颅内体积(TIV)通常是基于MRI的脑容量的滋扰。这项研究比较了两种TIV调整方法在区域大脑体积估计的单个受试者分析中对Z分数的影响。在包含5059 T1W图像的正常数据库中分割了脑脑实质,海马,丘脑和TIV的方法。使用剩余方法或比例方法调整了TIV的区域体积估计值。年龄。TIV和年龄调整后的区域体积转化为Z分数,然后在两种调整方法之间进行比较。在127例多发性硬化症患者中测试了它们对丘脑萎缩检测的影响。结果剩余方法在所有地区删除了与TIV的关联。比例方法导致了方向的转换,而没有相关的关联强度变化。使用剩余方法的生理学间变异性的降低比使用比例方法更大。用残差方法与比例方法获得的z得分之间的差异与TIV密切相关。在5%的受试者中,它大于一个z得分点。用剩余方法比使用比例方法(0.84对0.79),鉴定多发性硬化症患者的TIV和年龄调整后的丘脑体积的ROC曲线下的面积更大。结论在单个受试者分析中,应首选剩余方法进行TIV和基于T1W-MRI的大脑体积估计的年龄调整。
在这项工作中,我们提出了一种用于人形 iCub 机器人头部姿势估计和场景表示的神经形态架构。脉冲神经网络在英特尔的神经形态研究芯片 Loihi 中完全实现,并精确整合发出的运动命令,以在神经路径整合过程中估计 iCub 的头部姿势。iCub 的神经形态视觉系统用于校正姿势估计中的漂移。机器人前方物体的位置使用片上突触可塑性来记忆。我们使用机器人头部的 2 个自由度 (DoF) 进行实时机器人实验,并展示精确的路径整合、视觉重置和片上物体位置学习。我们讨论了将机器人系统和神经形态硬件与当前技术集成的要求。
29使用定制的光度计设置进行记录(如下所示)。蓝色激发(470 nm LED,THOR LABS M70F3)和紫色激发灯(对于同学控制)(405 nm LED,Thor Labs M405fp1)耦合到光纤纤维中,以使从纤维尖端发出的0.75 MW的功率为0.75 mW。470和405 nm激发使用波形生成器(Rigol DG812)和由LabView程序触发的5V供电的逆变器在100 Hz处交替使用,每个逆变器都用相应的过滤器(SEMROCK FF01-406/15-25)和SEMROCK FF02-472/30-25(CHRMOCK)和组合(chrock ff01-406/15-25)过滤。 T425LPXR)。绿色荧光通过二角镜(Chroma Tech Corp T505LPXR)与激发光分离,并在收集GAASP PMT(H10770PA- 40,HAMAMATSU,HAMAMATSU; hamamamatsu; hamamamatsu; hamamamatsu; hamamamatsu;信号使用Stanford Research Systems Systems sr570 preamplifier preamplifier pp pmt''收集之前。使用Picoscope数据采集系统以4 kHz的采样速率记录和同步荧光和跑步机速度。波形发电机的输出也输入到Picoscope中,以及用于奖励,空气和光刺激传递的触发信号。
抽象目标:人乳头瘤病毒(HPV)是头颈部鳞状细胞癌(HNSCC)的危险因素,该癌症目前正在全球范围内增加。与45岁患者相比,HNSCC患者的HPV DNA和P16表达的患病率<45岁。方法:自2005年以来在贝斯卡孙大学医院出席的39名患者在这项回顾性研究中包括了HNSCC。HPV DNA,并使用石蜡嵌入的组织通过免疫组织化学确定p16表达。包括来自贝斯卡恩大学医院的38名45岁患者的匹配组。结果:HPV感染的总体患病率为11.7%。HPV16是4/39和5/38例患者中唯一检测到的基因型,而P16分别在6/39和4/38岁的患者中表达了<45岁和45岁。HPV16是4/39和5/38例患者中唯一检测到的基因型,而P16分别在6/39和4/38岁的患者中表达了<45岁和45岁。
关于IIT Mandi IHUB和HCI基金会:关于IHUB:IIT Mandi IHUB和HCI基金会(IHUB)是根据国家跨学科网络系统(NM-ICPS)成立的第8节公司。IIT Mandi IHUB的焦点区域是“人类计算机的互动”。 IHUB的愿景是成为一个国际公认的枢纽,该枢纽可以培养HCI研究,为行业提供技术翻译并扩展技能开发。IIT Mandi IHUB的四个领域是研究和技术开发,技能开发,孵化与加速度以及协作。有关更多信息,请访问www.ihubiitmandi.in。
摘要 - 由于其异质性和高死亡率,头部和颈部鳞状细胞癌(HNSCC)在临床肿瘤学上提出了重大挑战。本研究旨在利用临床数据和机器学习(ML)原则来预测HNSCC患者的关键结果:死亡率和无复发生存。利用来自癌症成像档案的数据,实施了广泛的管道,以确保强大的模型培训和评估。合奏和包括XGBoost,随机森林和支持向量在内的单个分类器被用来开发预测模型。该研究确定了影响HNSCC死亡率结果并实现预测准确性和Roc-AUC值超过90%的关键临床特征。支持向量机在无复发生存方面表现出色,召回率为0.99,精度为0.97。关键的临床特征,包括机能控制,吸烟和治疗类型,被确定为患者预后的关键预测指标。这项研究强调了使用ML驱动的见解来提高Prog-Prog-准确性并优化HNSCC中的个性化治疗策略的医学影响。索引术语 - HHNSCC,精确肿瘤学,机器学习,临床结果,无复发生存,死亡率预测,个性化医学。
头颈癌在全球恶性肿瘤中排名第七[1,2],其中90%以上的恶性肿瘤是来自该地区粘膜表面的头颈部鳞状细胞癌(HNSC)[1,2]。在手术,放疗和化学疗法仍然是主要治疗方式,因为它们可以增强临床环境中的患者预后,但晚期病例仍然表现出50%的复发率,并具有威胁生命的后果[3]。这种高复发率可以部分归因于复杂的肿瘤微环境(TME),该环境包括各种肿瘤免疫浸润细胞(TIICS)和其他成分以及癌细胞和基质细胞以及其他成分[4]。基于最近文献中TME的研究,新兴的免疫检查点抑制剂(ICIS)显示出有望改善精选患者的预后[3]。然而,限制仍然是,只有少数患者从ICI中获得益处,因此需要在临床实践中鉴定更有效的治疗靶标[5,6]。
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。它是此预印本版本的版权持有人,该版本发布于2025年2月11日。 https://doi.org/10.1101/2025.02.03.636248 doi:Biorxiv Preprint
摘要。在金属材料的定向能量沉积 (DED) 工艺中,线激光增材制造 (WLAM) 的特点是使用激光束熔化金属线并产生焊珠。重叠焊珠的连续沉积产生体积以获得零件。因此,控制焊珠的几何形状对于增材制造工艺至关重要。一些研究工作已经研究了这些几何形状以及主要制造参数对其尺寸的影响,但很少有研究进料方向或线角度的影响。此外,所有关于线角度的研究都是在横向进料和恒定激光方向下进行的。本文重点研究了同轴线进料的沉积头方向对焊珠几何形状的影响,其中有 3 束激光。以相对于水平基板的不同方向进行实验,并使用光学仪器测量外部轮廓,以提取平均轮廓和特征尺寸。结果表明,头部绕其轴线旋转和横向倾斜会影响焊珠的高度、宽度和不对称性。