XiaoMi-AI文件搜索系统
World File Search System展示区
脑电图（EEG）中言语回忆和非回忆间隔的分类
脑机接口 (BCI) 研究已开始用于从脑电图 (EEG) 中识别语音想象过程中的回忆音节。目前，很难从 EEG 数据中识别出真实的回忆持续时间。因此，通常使用不准确的回忆数据（包括非回忆持续时间或通过视觉确定频谱轮廓标记的回忆部分）来识别回忆的音节。由于视觉音节标记耗时费力，因此希望区分正确的语音想象片段的过程能够自动化。在本文中，我们构建了由语音想象片段和非回忆片段组成的每个模型以获得真正的音节片段。我们通过视觉判断从带有音节标记的语音想象/非回忆数据中提取复倒谱，并使用这些特征识别语音想象/非回忆片段。最后，我们报告了通过 10 倍交叉验证的分类结果。
![第5届AI/人工智能EXPO[秋季展]参展信息](/simg/g:\will\search\icon\source\e\ed58dd4f7990077d1b1128ef0630d50dceab17f2.png)
第5届AI/人工智能EXPO[秋季展]参展信息
[联系方式] Ivis 株式会社 先进技术研究开发总部 负责人：梶原伸树 nobuki.kajihara@ivis.co.jp ※该结果是受日本新能源和产业技术发展组织（NEDO）（JPNP16007）委托的工作成果。
日本陆上自卫队小平驻地的展示和销售
2024 年 9 月 30 日 - 提交的文件应为日本工业标准 A4 尺寸。如果使用大于 A4 的纸张，请使用 A3。 但是，如果这很困难，或者您想使用小册子等。
Inventiva 将展示
► 50% 的患者在单独使用 lanifibranor 或与恩格列净联合治疗后，第 24 周时 HbA1c 水平降至 6.5% 以下。► 58% 的单独使用 lanifibranor 的患者和 80% 的联合治疗患者在第 24 周时 HbA1c 下降至少 1%，而安慰剂组这一比例为 0%。► 单独使用 lanifibranor 或与恩格列净联合治疗后，肝功能测试、肝纤维化标志物和心脏代谢健康标志物（包括 HOMA-IR、hsCRP、铁蛋白、血脂谱和脂联素水平）也得到改善。► 在 lanifibranor 治疗下观察到的一部分患者体重增加，而在使用 lanifibranor 与恩格列净联合治疗的患者中没有观察到。戴克斯（法国）、长岛市（美国纽约），2024 年 11 月 15 日——Inventiva（巴黎泛欧交易所和纳斯达克股票代码：IVA）是一家临床阶段生物制药公司，专注于开发口服小分子疗法，用于治疗代谢功能障碍相关脂肪性肝炎（“MASH”），也称为非酒精性脂肪性肝炎（“NASH”），以及其他具有重大未满足医疗需求的疾病，今天宣布了 LEGEND 的最终分析，第 2 阶段概念验证临床试验，评估了 lanifibranor 与恩格列净联合治疗 MASH 和 2 型糖尿病 (T2D) 患者。该数据将于 2024 年 11 月 18 日星期一作为最新海报在美国肝病研究协会 (AASLD) 肝脏会议® 上展示，该会议将于加利福尼亚州圣地亚哥举行。 Inventiva 首席医疗官 Michael Cooreman 博士表示：“我们很高兴在肝脏会议上展示我们的 LEGEND 研究结果。我们相信，lanifibranor 与 empagliflozin 联合治疗的结果不仅证实了 lanifibranor 作为单一疗法对 MASH 和 2 型糖尿病患者的益处，而且还支持针对此类患者群体进行联合治疗的治疗模式。”
海报展示
1 阿尔茨海默氏症协会 - 芝加哥（美国）、2 内华达大学拉斯维加斯分校 - 拉斯维加斯（美国）、3 加利福尼亚大学圣地亚哥分校 - 圣地亚哥（美国）、4 匹兹堡退伍军人医疗保健系统 - 匹兹堡（美国）、5 加利福尼亚大学伯克利分校 - 伯克利（美国）、6 圣路易斯华盛顿大学医学院 - 圣路易斯（美国）、7 伦敦大学学院 - 伦敦（英国）、8 阿姆斯特丹大学医学中心 - 阿姆斯特丹（荷兰）、9 隆德大学 - 隆德（瑞典）、10 麻省总医院 - 波士顿（美国）、11 印第安纳大学医学院 - 印第安纳波利斯（美国）、12 耶鲁大学医学院 - 纽黑文（美国）、13 加利福尼亚大学旧金山分校 - 旧金山（美国）、14 匹兹堡大学医学院 - 匹兹堡（美国）
语音回忆过程中脑电图回忆间隔的估计
图4显示了使用20倍交叉验证估计每个受试者的回忆间隔的结果。在图 4 中，横轴是时间，纵轴是来自 5 个受试者的 200 个样本（总共 1000 个样本）的准确率。红框内是语音回忆部分。前文研究 [2] 中的方法（图 4 中的蓝线）的准确率在语音回忆片段之间下降到 0.2，而本文提出的方法（图 4 中的橙线）则达到了 0.8 的稳定准确率。 从这些结果可以看出，可以说所提出的方法对于估计回忆间隔是有效的。然而，当我们观察所提出的方法在语音回忆部分之外的准确度时，我们发现与以前的研究相比，该方法将语音回忆部分之外的部分估计为回忆率的情况更为常见。这被认为是由于大脑中噪音的影响。因此，我们旨在通过将增加的 10 个样本应用于所提出的方法来减少这种噪音。结果就是图4中的绿线。在保持回忆部分的准确度的同时，非回忆部分的准确度得到了提高。基于这些结果，我们研究了所提出方法的最佳添加次数。结果如图5所示。图 5 显示了所有受试者对每个加法数字的准确率。蓝线表示整个时间内的平均准确率，橙线表示回忆期间的最大准确率。横轴是添加的样本数量，纵轴是准确率。通过添加 sigma，回忆部分的准确率得到了提高，达到了约 90%。另外，10 次添加等于 1 个样本。
展示 8K 业务。展示 Neo QLED。
1 真正的 8K 分辨率定义为具有 7,680 x 4,320 像素。原生 8K 内容基于当前的 8K 流媒体、连接和解码标准。未来和某些方的标准不保证或可能需要购买额外的设备/适配器。2 观看体验可能因内容类型和格式而异。3 升级到 8K 分辨率。结果图像可能因源内容而异。升级可能不适用于 PC 等其他外部连接。4 在电影模式下测量 100% 色彩体积，经 VDE 认证。5 Quantum HDR 亮度范围基于内部测试标准，并可能根据观看条件或规格而发生变化。6 DICOM®（医学数字成像和通信）是医学图像和相关信息的国际标准。DICOM 模拟模式仅用于非诊断、参考目的。