XiaoMi-AI文件搜索系统
World File Search System弥散
地表洪水对空中积雪估计的影响...
摘要。机载雪深雷达观测数据（例如 NASA 的“冰桥行动” (OIB) 任务）最近已用于高度计得出的海冰厚度估计以及模型参数化。在北冰洋西部进行了许多比较机载和现场雪深测量的验证研究，证明了机载数据的实用性。但是，在北极的大西洋地区尚未进行验证研究。最近对该地区进行的观测表明，由于薄海冰上的深雪，雪冰状态发生了显著且主要的转变。在挪威年轻海冰、气候和生态系统 (ICE) 考察 (N-ICE2015) 期间，于 2015 年 3 月 19 日在斯瓦尔巴群岛北部地区进行了一项验证研究。这项研究在 OIB 飞越期间收集了地面真实数据。在二维 (2-D) 400 m × 60 m 网格上获得了雪和冰厚度测量值。从相邻浮冰现场收集的额外雪和冰厚度测量值有助于将在网格调查现场获得的测量值置于更区域性的环境中。由于相对较薄的海冰上普遍存在厚雪的情况，在 N-ICE2015 考察期间观察到了广泛的负干舷和积雪淹没。这些条件导致盐水渗入基底雪层并饱和。这导致机载雷达信号发生更多的弥散散射，从而可以很好地探测到雷达主散射地平线的位置
顶枕皮质的注意网络在注意视觉处理过程中调节人类前庭皮质的活动
先前对人类受试者的研究报告称，当优先进行视觉处理时，前庭皮质的核心区域顶叶岛叶前庭皮质 (PIVC) 会受到抑制。然而，仍不清楚大脑中的哪些网络调节了这种 PIVC 抑制。基于先前的研究结果，表明 PIVC 的抑制受到视觉注意的强烈影响，我们在此研究了顶叶枕叶皮质中的注意力网络是否会调节 PIVC 的抑制。利用一组女性和男性受试者的弥散加权和静息态 fMRI，我们发现了 PIVC 和后顶叶皮层 (PPC)（皮层注意网络的主要脑区）之间的结构和功能连接。然后我们通过重复经颅磁刺激 (rTMS) 暂时抑制 PPC，并假设 PPC 对 PIVC 的调节作用会减弱；因此，PIVC 受到的抑制会减少。受试者在 rTMS 后立即进行视觉注意追踪任务，并使用 fMRI 测量注意追踪过程中 PIVC 的抑制。结果显示，与假性 rTMS 相比，注意追踪过程中 PIVC 的抑制不太明显。我们还研究了抑制性 rTMS 对枕叶皮质的影响，发现与假性 rTMS 或 PPC 上的 rTMS 相比，视觉前庭后岛叶皮质区域在注意追踪过程中的激活程度较低。总之，这些结果表明顶枕皮质中的注意力网络在注意视觉处理过程中调节前庭皮质核心区域的活动。
关于人工智能中的对抗性示例和隐形攻击......
摘要 — 在本文中，我们提出了一个正式的理论框架，用于评估和分析针对通用人工智能 (AI) 系统的两类恶意行为。我们的结果适用于从输入空间映射到决策空间的通用多类分类器，包括深度学习应用中使用的人工神经网络。考虑两类攻击。第一类涉及对抗性示例，涉及引入导致错误分类的输入数据的小扰动。第二类是首次引入的，称为隐形攻击，涉及对 AI 系统本身的小扰动。在这里，受扰动的系统会在特定的小数据集（甚至可能是单个输入）上产生攻击者想要的任何输出，但在验证集（攻击者不知道）上表现正常。我们表明，在两种情况下，即在基于对抗性示例的攻击和隐形攻击的情况下，人工智能决策空间的维数是人工智能易受攻击的主要原因。对于基于对抗性示例的攻击，第二个关键参数是数据概率分布中不存在局部集中，这一属性称为“弥散绝对连续性”。根据我们的研究结果，对抗性示例的鲁棒性要求 (a) 人工智能特征空间中的数据分布具有集中的概率密度函数，或 (b) 人工智能决策变量的维数足够小。我们还展示了如何构建对高维人工智能系统的隐形攻击，除非验证集呈指数级增长，否则很难发现这些攻击。索引术语 — 对抗性示例、对抗性攻击、随机分离定理、人工智能、机器学习
EEG 信号复杂性测量以增强 BCI-...
摘要：中风是全球第二大死亡原因和最常见的残疾原因之一。研究人员发现脑机接口 (BCI) 技术可以更好地帮助中风患者康复。本研究使用所提出的运动想象 (MI) 框架分析了来自 8 名受试者的脑电图 (EEG) 数据集，以增强针对中风患者的基于 MI 的 BCI 系统。该框架的预处理部分包括使用传统滤波器和独立成分分析 (ICA) 去噪方法。然后计算分形维数 (FD) 和赫斯特指数 (Hur) 作为复杂性特征，并评估 Tsallis 熵 (TsEn) 和弥散熵 (DispEn) 作为不规则参数。然后使用双向方差分析 (ANOVA) 从每个参与者那里统计检索基于 MI 的 BCI 特征，以展示个体在四个类别（左手、右手、脚和舌头）中的表现。降维算法拉普拉斯特征图 (LE) 用于增强基于 MI 的 BCI 分类性能。利用 k 最近邻 (KNN)、支持向量机 (SVM) 和随机森林 (RF) 分类器，最终确定了中风后患者的组别。研究结果表明，使用 RF 和 KNN 的 LE 分别获得了 74.48% 和 73.20% 的准确率；因此，所提出的特征与 ICA 去噪技术的综合集可以准确描述所提出的 MI 框架，可用于探索四类基于 MI 的 BCI 康复。这项研究将帮助临床医生、医生和技术人员为中风患者制定良好的康复计划。
DAB2+ 巨噬细胞支持 FAP+ 成纤维细胞塑造……
背景：癌相关成纤维细胞 (CAF) 是肝癌免疫屏障的关键组成部分。因此，深入了解 CAF 的异质性和细胞间通讯对于提高免疫治疗效果和改善临床结果至关重要。方法：通过结合单细胞、体细胞和空间转录组分析与多重免疫荧光进行综合分析，以揭示肝癌中 CAF 的复杂性。结果：通过涉及 235 个肝癌 scRNA-seq 样本（涵盖超过 120 万个细胞）的综合方法，我们发现 CAF 在肝细胞癌 (HCC) 和肝内胆管癌 (ICC) 中特别增加。FAP + 成纤维细胞被确定为 CAF 的主要亚型，主要参与细胞外基质组织和血管生成。这些 CAF 富集在 HCC 的肿瘤边界，但弥散分布在 ICC 内。 DAB2 + 和 SPP1 + 肿瘤相关巨噬细胞 (TAM) 通过 TGF- β 、PDGF 和 ADM 等信号增强 FAP + CAF 的功能。值得注意的是，DAB2 + TAM 和 FAP + CAF 之间的相互作用促进了免疫屏障的形成，并与 HCC 患者生存率较差、对免疫疗法无反应相关。在 90 名 HCC 患者的当地临床队列中，高 FAP 和 DAB2 免疫组织化学评分预示生存期较短和血清 AFP 浓度较高。此外，这种沟通模式也可能适用于其他实体恶性肿瘤。结论：DAB2 + TAM 和 FAP + CAF 之间的相互作用在形成免疫屏障方面似乎至关重要。旨在破坏这种沟通或抑制 FAP + CAF 功能的策略可能会增强免疫治疗的效果并改善临床结果。
X射线速读：实现下一代CCD的快速、低噪声读出
未来战略性 X 射线天文学任务（如 AXIS [ 1 ]）建议将大收集面积反射镜与大型、快速、宽视场成像仪相结合。高帧速率对于最大限度地减少点源的堆积影响以及减轻粒子背景对微弱弥散气体研究的影响至关重要。同时，还必须保持低噪音和出色的软 X 射线能量响应以满足关键的科学目标。除了所需的帧速率外，最先进的 CCD 几乎能够提供此类任务的所有关键性能指标。大型探测器的快速帧速率可带来非常高的有效像素速率。我们斯坦福大学的团队正在与麻省理工学院 (MIT) 和麻省理工学院林肯实验室 (MIT-LL) 合作，通过多管齐下的方法解决这一技术差距。为了实现更高的帧速率，我们正在努力提高单个输出的读出速度和每个 CCD 可以并行运行的输出数量。图 1 显示了适用于 AXIS 焦平面的可能 CCD 模块概念。单个输出的速度提高源于 CCD 输出级优化、通过使用专用 ASIC 减少寄生输出负载以及对视频波形使用数字信号处理。读出 ASIC 还允许我们以较小的占用空间和适中的功耗并行操作多个输出。我们还在研究 MIT-LL 制造的一种新型探测器技术，即单电子灵敏读出（以下简称 SiSeRO），虽然它还不能达到单电子噪声性能，但为实现极低噪声、高速 X 射线探测器提供了一条有希望的途径。
肖特基轻掺杂 P-中的捕获效应研究……
本文研究了用于低功耗应用的肖特基轻 Mg 掺杂 p-GaN 栅极堆栈的捕获效应，并进一步分析了 c 射线辐照下 AlGaN/GaN 界面陷阱。当 c 射线辐照剂量高达 800 krad 时，平带电压的变化可以忽略不计，这表明 p-GaN 栅极结构具有出色的辐射耐受性。在 500 kHz 以下和以上的测量频率下观察到电容弥散之间的差异，这归因于不同位置随栅极电压变化的捕获效应。此外，提出了频率相关电导法来评估不同剂量的 c 射线辐照对 AlGaN/GaN 界面陷阱的影响。基于该方法，除了传统常开型高电子迁移率晶体管（HEMT）中发现的浅陷阱态[陷阱激活能（ET）约为0.334–0.338 eV]之外，在AlGaN/GaN界面处还检测到了另一类更深的陷阱态（ET约为0.467–0.485 eV）。观察到随着辐照剂量的增加，浅陷阱态的ET分布在更深和更宽的范围内。此外，深和浅ET在600 krad剂量辐照后都降低，但在800 krad剂量辐照后都增加。透射电子显微镜和原子力显微镜用于展示光滑的AlGaN/GaN界面形貌，该形貌在800 krad剂量的c射线辐照后不会受到太大的损坏。这项工作可以为进一步了解低压应用的p-GaN栅极HEMT的辐射耐受性和捕获效应提供帮助。
基于CLRNet网络模型的运动想象脑电信号解码算法
摘要：基于运动想象的脑电解码是脑机接口技术的重要组成部分，是决定脑机接口整体性能的重要指标。由于运动想象脑电特征分析的复杂性，传统的分类模型严重依赖于信号预处理和特征设计阶段。深度学习中的端到端神经网络已经被应用于运动想象脑电的分类任务处理并显示出良好的效果。本研究采用卷积神经网络（CNN）和长短期记忆网络（LSTM）的组合从脑电信号中获取空间信息和时间相关性，跨层连接的使用减少了网络梯度弥散问题，增强了网络模型整体的稳定性。通过融合CNN、BiLSTM和ResNet（本研究中称为CLRNet）对运动想象脑电进行解码，在BCI Competition IV数据集2a上证明了该网络模型的有效性，融合CNN和BiLSTM的网络模型在四类运动想象模式分类中取得了87.0%的准确率。通过加入ResNet进行跨层连接，增强了网络稳定性，进一步提升了2.0%的分类准确率，达到89.0%的分类准确率。实验结果表明CLRNet在运动想象脑电数据集的解码方面具有良好的性能。本研究为脑机接口技术研究中的运动想象脑电解码提供了更好的解决方案。
怀孕期间的放射治疗：身体方面……
摘要 该研究介绍了对孕妇进行放射治疗过程中涉及的物理和放射防护方面的问题，这些问题有助于胎儿的安全和发育。对已确诊妊娠并接受放射治疗的临床病例的研究进行了分析。该工作还通过文献中提出的实验测量和计算模拟，分析了考虑到胎儿区域的估计吸收剂量的不同治疗领域的具体剂量测定方案。讨论了 AAPM 报告 TG 36 中提出的胎儿辐射概念，重点关注使用适当的屏蔽和主要辐射场外的外周剂量分布的影响。研究并未就胎儿暴露的阈值剂量达成共识，其值在2至25 cGy之间变化，取决于妊娠期和腹部内的位置。巴西放射防护机构建议，怀孕期间受到职业照射的孕妇腹部所受辐射剂量当量不应超过2.0毫希沃特。测量结果表明，造成胎儿受照剂量增加的主要因素有：头部逸出的辐射、准直器的散射以及胎儿周围受照射区域组织的弥散。所分析的科学文章中所示的研究结果和实际临床情况表明，只要对胎儿的剂量低于指示的阈值，对孕妇进行放射治疗是可行的，这可以通过使用屏蔽和适当的辐射场配置来实现，并由专业物理学家在治疗前模拟治疗并进行正确的计划。这项工作旨在为怀孕患者放射治疗过程中的治疗决策提供支持，指出需要治疗时的风险和益处。
基于脑电信号的情绪分析系统的设计与实现
摘要 ：传统脑机系统复杂、昂贵，情绪分类算法缺乏对脑电信号不同通道间内在关系的表征，准确率还有提升空间。为降低脑电研究门槛，充分利用多通道脑电信号中蕴含的丰富信息，提出并实现一个简便易用的脑机系统，用于快乐、忧伤、悲痛、平静四种情绪的分类。该系统采用卷积注意机制与完全预激活残差块的融合，即基于注意卷积的预激活残差网络（ACPA-ResNet）。在硬件采集和预处理阶段，我们采用ADS1299集成芯片作为模拟前端，利用ESP32单片机对脑电信号进行初步处理。数据通过UDP协议无线传输到PC机进行进一步的预处理。在情绪分析阶段，ACPA-ResNet能够自动从脑电信号中提取和学习特征，通过学习时频域特征实现对情绪状态的准确分类。ACPA-ResNet在残差网络的基础上引入注意力机制，自适应地为每个通道分配不同的权重，使其在空间和通道维度上关注更有意义的脑电信号，同时避免了深度网络架构带来的梯度弥散和爆炸问题。经过对16名受试者的测试，系统实现了稳定的脑电信号采集和传输。新网络显著提高了情绪识别的准确率，平均情绪分类准确率达到95.1%。