XiaoMi-AI文件搜索系统
World File Search System幅度的
使用发作间期癫痫样放电波形和卷积神经网络筛查脑电图中的癫痫发作
人工智能 (AI) 与医疗物联网 (MIoT) 的整合正在迅速推进，通过分析脑电图 (EEG) 中的发作间期癫痫样放电 (IED)，在检测癫痫等疾病方面取得了重大进展。EEG 数据的可用性促进了包括癫痫发作检测在内的创新应用的创建。虽然神经科医生传统上依靠 EEG 数据分析来识别癫痫发作，但手动评估 EEG 脑电波是一个费力而复杂的过程，给专家带来了很大的压力。本文介绍了一种基于 EEG 波形自动检测 IED 的简单卷积神经网络 (CNN) 方法。这种方法通过预测癫痫发作并及时干预，有助于减轻癫痫患者的负担。它还减轻了神经科医生和经验不足的专家的工作量，从而加快了诊断过程。所提出的方法是通过利用一系列描绘每个传感器上 EEG 信号幅度的图像来实现的。研究将参与者分为两组：（A）健康个体和（B）癫痫患者。结果显示，与人类专家诊断相比，准确率高达 96.4%，展示了该方法在脑电图数据中检测癫痫发作的有效性和实用性。
SARS-CoV-2-变体转变动力学与...相关
为了探索这一假设并描述全球变异转换速度、时间和幅度的异质性，我们对 2020 年 10 月至 2023 年 1 月中旬报告给全球流感数据共享倡议 (GISAID) 的 1400 多万个 SARS-CoV-2 序列进行了回顾性分析。12 我们使用多项回归样条模型来估计和总结 230 个国家和次国家区域以及 16 个 SARS-CoV-2 变异波的变异转换动态，包括最近出现的 Omicron 亚谱系 BA.2.75、XBB.1/XBB 和 BQ.1。10 我们的结果表明不同地点之间变异转换存在很大的异质性。对于 Omicron，我们根据地理位置的变异行为对其进行聚类，从而让我们能够识别具有相似转换动态的地点组。然后，我们利用临床和人口统计数据来探索变异波的特性与随时间变化的因素之间的关系，包括人口的疫苗接种状况、政府政策和竞争中的变异数量。这项研究证明了新出现的变异行为与人口的免疫学和人口背景之间的关联。此外，这项研究代表了迄今为止全球范围内对 SARS-CoV-2 变异转变的最全面描述。
在频道驱动的冷原子中的多体量子混乱
在量子混沌系统中，光谱形式（SFF）定义为两级光谱相关函数的傅立叶变换，已知遵循随机矩阵理论（RMT），即“坡道”，其次是“坡道”，其次是“高原”。最近，与所谓的“ bump”相距的通用早期偏差被证明是在随机量子电路中作为多体量子系统的玩具模型存在的。我们证明了SFF中的“凹凸障碍 - 高原”行为，用于许多范式和频道驱动的1D冷原子模型：无旋转和Spin-1/2 Bose-Hubbard模型，以及与触点或二色相互作用的不可融合的Spin-1凝结物。我们发现，与晶格大小相比，多体时间的缩放量 - rmt的发作和凸起振幅的变化对原子数的变化更为敏感，而不管超级结构，对称性类别，或者选择驱动方案的选择如何。此外，与1D光学晶格中相互作用的玻色子相比，在旋转气体中，原子数中的缩放和凸起幅度的增加的速度明显慢，这表明了位置的作用。我们获得了SFF的通用缩放函数，该功能暗示了量子混乱的冷原子系统中凸起政权的幂律行为，并提出了一种干涉测量方案。
大气非线性对ENSO不对称性和极端El Nino事件的主要贡献
极端的厄尔尼诺事件产生了巨大的影响，并促成了厄尔尼诺南部振荡（ENSO）温暖/冷相不对称。目前尚无对海洋和大气非线性对这些不对称性的重要性的重要性的共识。在这里，我们使用大气和海洋的一般循环模型，可以很好地再现ENSO不对称的方式来量化大气中的非线性贡献。使用集合大气实验分离了风应力对海面温度（SST）异常的线性和非线性成分，并用于迫使海洋实验。风应力-SST非线性由对SST的深度大气对流响应主导。这种风压力非线性占极端厄尔尼诺事件的峰值幅度的约40％，〜55％的东部太平洋变暖的55％，直到第二个夏天。出现这种巨大的贡献是因为非线性始终驱动赤道西风异常，而在秋季和冬季，西太平洋的东太平洋异常效率较小，使较大的线性成分的效率降低了。总体而言，风压力非线性完全解释了东太平洋正偏度。我们的发现强调了大气非线性在塑造极端厄尔尼诺事件以及更普遍的ENSO不对称性中的关键作用。
使用智能手机对预期姿势调整进行定量评估的可靠性和有效性
摘要。[目的]本研究旨在调查使用智能手机对预期姿势调整的定量评估的可靠性和有效性。[参与者和方法]该研究包括10名年轻的对照参与者，他们接受了一足的姿态，并具有加速度计和智能手机同时连接到下背部（L5）。加速度被测量为向姿势侧腰部运动的中外侧成分。将时间（峰潜伏期）的峰值和腰部加速度姿势侧向的位移量（峰值幅度）分析为预期的姿势调节特征。对加速度计和智能手机测量值的评估者内可靠性均计算，而两名考官的智能手机测量值则计算了相互可靠性。确定加速度计和智能手机测量的有效性。[结果]在这项研究中，确认了加速度计和智能手机测量中峰值潜伏期和峰值幅度的评估者内可靠性，以及智能手机测量中评估者间的可靠性。通过重新测试确认了评估者的可靠性，而加速度计和智能手机测量的有效性也得到了证实。[结论]这项研究的结果表明，使用智能手机来衡量预期的姿势调整是高度可靠且有效的，这使其成为有用的临床平衡指数。该方法很简单，可用于连续患者监测。关键词：智能手机，姿势控制，可靠性和有效性
QRS 环路的 3D 映射：心室电活动的可视化
本文介绍了用于分析和解释三维心动向量图 (VCG) 的创新可视化工具，重点关注心动周期的 QRS 波群。传统心电图 (ECG) 缺乏全面评估心脏所需的空间细节；然而，VCG 提供了心脏电活动的三维表示，让我们能够细致入微地了解心脏动力学。我们提出了五种不同的方法来表示空间 QRS VCG 环：(1) 跟踪心室去极化进展的未修改空间 VCG 环，(2) 便于跨个体和条件进行直接比较的固定比例 VCG 环，(3) QRS 环相对于 3D 空间中三个正交平面的方向。(4) 提供空间分布洞察的八分圆特定图，以及 (5) 强调方向运动同时标准化幅度的单位矢量和单位球体表示。每种方法在阐明正常和心脏病（例如前壁心肌梗死和下壁心肌梗死）中的心室电动力学方面都有独特的优势，突出了环路大小、传播方向、方向和形态的差异。这些方法共同为推进 VCG 研究和增强心脏功能的临床评估提供了一个强大的框架。初步研究结果突出了这些创新工具的潜力。
基于可再生能源资源的水淡化系统的能源存储
摘要：三维有机金属金属卤化物钙钛矿是光电应用的出色材料，由于其特性，解决方案的加工性和成本效益。但是，缺乏环境稳定性极大地限制了它们的实际应用。在本文中，作者报告了使用Divalent N1-甲基丙烷-1,3-二千摩峰（N-MPDA）阳离子作为有机隔离器的稳定厘米长的二维（2D）混合钙钛矿（N-MPDA）[PBBR4]单晶。生长的单晶表现出稳定的光电性能，低阈值随机激光和多光子发光/多谐波生成。使用（N-MPDA）[PBBR4]单晶制造的光电传导装置表现出极好的光反应率（≈124aw-1在405 nm处），约4个幅度的幅度高于高度高于单次有机间隔的2D perovskites，较大的2D perovskites（例如，较大的特定率） （≈1012琼斯）。作为一种光学增益介质，（N-MPDA）[PBBR4]单晶表现出低阈值随机激光（≈6.5µJCM-2），具有角度依赖性窄线宽（≈0.1nm）和高质量因子（Q≈2673）。基于我们的结果，（N-MPDA）[PBBR4]单晶的出色光电优点将提供高性能设备，并充当动态材料，以构建稳定的未来电子产品和基于光电的应用程序。
饮食碳掺入鱼碳酸盐对全球碳循环的影响
海洋骨鱼是通过对生物泵和海洋无机碳循环的贡献，是地球碳循环中的重要参与者。然而，鱼类贡献的组成和幅度的不确定性排除了它们整合到完全耦合的碳气候模型中。在这里，我们考虑了对全球鱼类生物量估计值的最新修订（2.7 - 9.5×），并提供了新的稳定的碳同位素MEA SUREMENTS，显示海洋鱼是具有独特成分的碳酸盐生产者。假设鱼类生物量估计值的中值增加（4.17倍）在碳酸鱼酸盐（鱼苯二甲酸盐）的生产率中进行线性反射，则估计海洋鱼的产量在1.43和3.99 pg Caco 3年3年之间，但潜在的可能高达9.03 pg caco 3 yr -1。因此，海洋鱼类碳酸盐的产生等效于或可能高于甲状腺菌或上层有孔虫的贡献。新的稳定碳同位素分析表明，大部分的鱼甲酸酯是饮食中的碳而不是海水溶解的无机碳。使用统计混合模型来得出来源的贡献，我们估计乙富碳酸盐含有多达81％的饮食碳，平均成分为28 - 56％，与内容<10
边界条件在散射可观察的量子计算中的作用
量子计算可能会提供机会，以随着物理时间的进化来模拟强烈相互作用的场理论，例如量子染色体动力学。这将使访问Minkowski-Signature的相关器，与目前进行的欧几里得计算相反。但是，与当今的计算一样，量子计算策略仍然需要限制有限的系统大小，包括有限的，通常是周期性的空间量。在这项工作中，我们研究了这在提取腺形和类似康普顿的散射幅度时的后果。使用Briceño等人中提出的框架。[物理。修订版d 101，014509（2020）]，我们估计各种1 d Minkowski签名量的体积效应，并表明这些量可能是系统不确定性的重要来源，即使对于当今欧几里得计算标准的体积也很大。然后，我们提出了一种改进策略，基于有限体积的对称性减少。这意味着产生相同洛伦兹不变的运动点在周期系统中仍可能在物理上不同。我们所证明的是，在数值和分析上，在此类集合上平均都可以显着抑制不需要的体积变形并改善物理散射幅度的提取。由于改进策略仅基于运动学，因此可以在不详细了解系统的情况下应用它。
![arxiv：2103.05075v1 [q -bio.nc] 2021年3月8日-Alex Williams](/simg/2\2d9035006021964743235294d02fbbbf4af19418.webp)
arxiv：2103.05075v1 [q -bio.nc] 2021年3月8日-Alex Williams
图1：（a）神经数据集中的试验数量的增长速度较慢，同时记录的神经元和采样行为条件的数量。散点图颜色对应于序数的年度出版年度（请参阅传奇）。灰度热图显示了协方差估计的最坏情况误差缩放[92•] - 具有N神经元和C条件的数据集的轮廓为O（NC Log NC）。深色阴影对应于较大的错误。（b）静态（顶行）和动态（底行）神经反应中试验变异性的低维可视化。左，在两个条件下的平均试验（蓝色和红色）。在动态设置中，神经频率沿着一维曲线进化，按时间参数。在静态设置中，响应是隔离点的频率空间。中间，相同的响应，但在每个维度中示出了独立的单试变量。对，相同的响应具有相关变异性。顶部面板中的正相关是“信息限制”，因为它们增加了两个响应分布之间的重叠，从而降低了这两种条件的可区分性（例如，参见，例如[2]）。在底部面板中，神经反应幅度的相关性幅度相关性导致轨迹优先沿特定维度拉伸或压缩，从试验到试验（请参阅[102•]有关适合这种简化结构的模型）。