XiaoMi-AI文件搜索系统
World File Search System孢粉学
路易斯安那州的卡津草原：南部草原的全新世历史。
方法论 ................................................. 63 地点选择 .............................................. 63 主要地点 .............................................. 63 次要地点 .............................................. 68 地点描述 .............................................. 68 亚瑟湖 .............................................. 68 普里恩湖 .............................................. 70 巴西尔湖 .............................................. 71 卡津草原残留带 ...................................... 72 孢粉学 ...................................................... 73 花粉 .............................................. 73 植物岩体 .............................................. 75 硅藻 .............................................. 82 实地工作 .............................................. 85 分析 ...................................................... 90 地层学 .............................................. 90 花粉 .............................................. 93 植物硅酸盐 ................................... 94 硅藻 .............................................. 96
iMLGAM：基于集成机器学习和遗传算法驱动的多组学分析 ...
iMeta 期刊 ( 影响因子 23.8 ) 由宏科学、千名华人科学家和威立出版，主编刘双江和傅静远教授。目标为生物 医学国际综合顶刊群 ( 对标 Nature/Cell) ，任何领域高影响力的研究、方法和综述均欢迎投稿，重点关注生物 技术、生信和微生物组等前沿交叉学科，已被 SCIE 、 PubMed 等收录，位列全球 SCI 期刊前千分之五，微生 物学研究类期刊全球第一；外审平均 21 天，投稿至发表中位数 57 天。 子刊 iMetaOmics ( 主编赵方庆和于君教授 ) 、 iMetaMed 定位 IF>10 的综合、医学期刊，欢迎投稿！
veillonella和菌孢菌与妊娠糖尿病有关
被定义为“在妊娠的第二或第三三个月诊断出的糖尿病，在妊娠前没有明显明显明显的糖尿病” [1]。在墨西哥，GDM的流行率一直在增加。目前，其发病率为17.7％[2]。GDM增加了后代的敏感性，发展出胰岛素抵抗，肥胖和高血压[3，4]。儿童菌群的早期改变与过敏，炎症和儿童肥胖有关[5-7]。根据健康与疾病的发展起源（DOHAD）理论，宫内暴露于过度能量可能会导致永久性的生理学和代谢改变，从而增加了成年后疾病的风险增加肥胖和2型糖尿病[8-13]。新生儿的肠道菌群特别有趣，因为由于时间的迅速变化，肠中的细菌群落非常不稳定。因此，幼儿期是一个关键的时间窗口，可以修改孩子的肠道菌群[14，15]，而成年人的“成熟”微生物群（随着时间的流逝，这似乎相对稳定）。这项研究的目的是确定与年龄和GDM相关的分类变化，并对患有GDM的母亲的后代和后代的肠道 - 微生物群和没有GDM（N-GDM）的母亲的后代进行分类。
修饰基于jicama粉和tempeh粉的胶质糖尿病特异性医院肠道配方奶粉，并添加葵花籽粉
糖尿病特异性的肠道配方对于有助于严重患病的糖尿病患者的血糖控制。Gliteros肠道配方是一种创新的糖尿病特异性医院肠道配方奶粉，由当地食品，Jicama Fron和Tempeh粉制成。但是，Gliteros肠道公式中的脂肪含量不符合糖尿病特异性肠道配方的脂肪需求。向日葵种子是单不饱和脂肪酸的好食物来源，特别是具有抗糖尿病作用的油酸。将葵花籽添加到Gliteros肠道公式中，作为修饰可以优化缺乏脂肪含量。这项研究旨在分析大量营养素含量，饮食纤维，蛋白质消化率和物理特性，包括修饰的Gliteros肠道配方的粘度和渗透率。这项研究是一项针对四个配方组A，B，C和D的实验研究，具有不同比例的Tempeh粉，Jicama粉和葵花籽粉的比例。 （1：1：1），（1：1：2），（1：2：1）和（2：1：1）。这项研究的变量是能量密度，卡路里，碳水化合物，脂肪，蛋白质，饮食纤维，蛋白质消化率，粘度和渗透率，并用三个重复进行了重复。数据分析使用单向方差分析和Kruskal-Wallis测试。Formula B具有最高的能量，能量，脂肪和饮食纤维。同时，与其他配方相比，方程式C具有最高的蛋白质含量和消化率。最高的粘度和渗透压值是在公式A中。方程式C是大量营养素含量，饮食纤维，蛋白质消化率以及糖尿病特异性肠内配方的物理特性的最合格的公式。
使用预先训练的深度学习模型对 EEG 数据进行内部学习......
内在语言是一种内化的语言，人们用这种语言思考纯粹的意义。从大脑活动数据中解码内在语言不仅可以促进残障患者的交流，还可以帮助健康人整理思路，提高对元认知的理解。在之前的研究中，一种名为 EEGNet 的 EEG 数据深度学习模型被用于内在语言解码。然而，它在 4 类分类任务中只达到了 30% 的准确率。数据稀缺和内在语言解码固有的难度可能是原因，但这项研究假设以前的研究中特征提取不足。为了提高解码内在语言的准确性，使用迁移学习被认为是更有效的；在这种学习中，模型事先在不同的数据集上进行训练，然后针对目标数据进行微调。然而，迁移学习尚未应用于内在语言，甚至尚未应用于 EEG 数据。迁移学习对不同任务的脑电图数据或非脑电图数据的有效性尚未得到充分验证。本研究通过使用不同任务的脑电图数据和非脑电图数据对公开的内部语音数据集进行迁移学习，验证了特征提取的改进。结果证实，使用来自不同受试者的数据的迁移学习可以提高内部语音的准确性，但使用来自不同任务的脑电图数据的迁移学习则不会。另一方面，对于图像数据集，通过冻结某些层可以确认准确性的提高，即使数据的性质与脑电图数据不同。
人工智能在临床诊断中的应用
1 ）美国国家科学、工程和医学院医学研究所。人非圣贤，孰能无过。华盛顿哥伦比亚特区：美国国家科学院出版社；2001。 2 ）美国国家科学、工程和医学院医学研究所。改善医疗保健诊断。华盛顿哥伦比亚特区：美国国家科学院出版社；2016。 3 ） Rajkomar A，Dean J，Kohane I。医学中的机器学习。N Engl J Med 2019；380：1347―58。 4 ） Crombie DL。诊断过程。J Coll Gen Pract 1963；6：579―89。 5 ） Sandler G。临床医学中病史的重要性以及不必要检查的成本。Am Heart J 1980； 100: 928 ― 31。6）Heneghan C，Glasziou P，Thompson M，Rose P，Balla J，Lasserson D 等. 初级保健中使用的诊断策略. BMJ 2009; 338: b946。7）Shimizu T，Tokuda Y. 枢轴和集群策略：预防诊断错误的措施. Int J Gen Med 2012; 5: 917 ― 21。
大豆病原真菌的土壤田分析
本研究的主要目的是分离和形态学鉴定与大豆植株相关的真菌以及乌兹别克斯坦大豆种植田土壤层中的真菌。通过对从田间调查中采集的 160 个大豆植株部分进行真菌学研究，分离出 95 种腐生和植物病原真菌菌株，根据种类分配，其分布如下：链格孢属 3%、菊池尾孢 3%、毛霉属 3%、炭疽菌 3%、灰葡萄孢 3%、F. Heterosporum 4%、Penissulium spp. 7%、镰刀菌属。 8%、链格孢属9%、木霉属9%、黑曲霉10%、黄色镰刀菌11%、尖镰孢菌13%、镰刀菌14%。通过对土壤样品进行真菌学研究，共回收了40个真菌分离株，其种类分配如下：链格孢属、镰刀菌属、木霉属、尖镰孢菌、黄色镰刀菌、链格孢菌、镰刀菌、黑曲霉、Penissulium sp. 毛霉属。本研究获得的真菌分离株可用于促进乌兹别克斯坦大豆病害有效综合管理的发展。
第三代螺旋孢菌素抵抗 - toward- ...
抗菌耐药性（AMR）是最近世纪发展的问题之一，是对全球公共卫生的最严重危害[1]。在患者的发病率和经济成本方面，它给每个人带来了重大问题。增加的AMR病原体会在全球造成医院获得的感染和医疗困难中很大一部分，但是该问题对医疗保健领域的限制[2]，每种有机体受到抗药性影响的耐药性微生物菌株的数量，可以升级抗药性[3]。在低收入国家中，抗菌药物的不合逻辑使用，在临床微生物实验室中的抗衡药物中的药物可用以及缺乏抗菌敏感性测试，导致引起AMR的感染发病率很高，使AMR挑战[4]。
