XiaoMi-AI文件搜索系统
World File Search System形态学
脑网络分类的机器学习方法
-背景。自闭症谱系障碍 (ASD) 在不同程度上影响大脑连接。尽管如此，由于 ASD 的异质性，使用磁共振成像 (MRI) 非侵入性地区分此类影响对于机器学习诊断框架来说仍然非常具有挑战性。到目前为止，现有的网络神经科学工作主要集中在功能性（源自功能性 MRI）和结构性（源自扩散 MRI）大脑连接上，这可能无法捕捉大脑区域之间的相关形态变化。事实上，使用源自传统 T1 加权 MRI 的形态学大脑网络进行 ASD 诊断的机器学习 (ML) 研究非常稀少。-新方法。为了填补这一空白，我们利用众包通过组织 Kaggle 竞赛来构建一个用于神经系统疾病诊断的机器学习管道池，并使用源自 T1 加权 MRI 的皮质形态学网络将其应用于 ASD 诊断。-结果。比赛期间，参赛者将获得一个训练数据集，并且只能在公开测试数据上检查自己的表现。最终评估基于准确度、敏感度和特异性指标，在公开和隐藏测试数据集上进行。团队分别使用每个绩效指标进行排名，最终排名根据所有排名的平均值确定。排名第一的团队
ALS426：语言和语言学
本课程是对语言和语言学研究的介绍。它向学生介绍了语言和语言学的基本概念，原则和理论。它提供了一些背景信息，有关语言的起源，动物和人类语言之间的差异，语言获取/学习和语言学重要，其中包括语音，语音学，形态学，语法，语义，语义，语用学。它还教会学生根据电影/报告/纪录片分析某些语言问题，并撰写有关与语言有关的问题的项目论文。
当前对胶质母细胞瘤多形化合物和药物输送技术的视角
1旁遮普大学Chitkara大学Chitkara药学院药理学系140401； aayush18004.ccp@chitkara.edu.in（A.S。）; sukhbir.singh@chitkara.edu.in（S.S。）; neelam.mdu@gmail.com（N.S.） 2印度索兰索兰大学药学学院药理学系173229，印度； aditisharma31790@gmail.com（A.S。）; lalitluckysharma88@gmail.com（L.S.） 3塞尔库克大学科学系生物学系，土耳其科尼亚42130； gokhanzengin@selkuc.edu.tr 4 410028 Oradea大学医学与药学系药学系，罗马尼亚奥拉迪亚410028； mmtoma@uoradea.ro（m.m.t. ）; dgitea@uoradea.ro（d.g.） 5博士生物学科学学院，奥拉迪大学，罗马尼亚410087 Oradea，410087，6医学学科。 eebabes@uoradea.ro 7 710073 Oradea大学医学与药学学院形态学学科，罗马尼亚奥拉迪亚410073； cjudeapusta@uoradea.ro 8 810073 Oradea大学医学与药学学院外科学科，罗马尼亚奥拉迪亚410073； abumbu@uoradea.ro *通信：tapan.behl@chitkara.edu.in（t.b. ） ）; sbungau@uoradea.ro（s.b。）1旁遮普大学Chitkara大学Chitkara药学院药理学系140401； aayush18004.ccp@chitkara.edu.in（A.S。）; sukhbir.singh@chitkara.edu.in（S.S。）; neelam.mdu@gmail.com（N.S.）2印度索兰索兰大学药学学院药理学系173229，印度； aditisharma31790@gmail.com（A.S。）; lalitluckysharma88@gmail.com（L.S.）3塞尔库克大学科学系生物学系，土耳其科尼亚42130； gokhanzengin@selkuc.edu.tr 4 410028 Oradea大学医学与药学系药学系，罗马尼亚奥拉迪亚410028； mmtoma@uoradea.ro（m.m.t. ）; dgitea@uoradea.ro（d.g.） 5博士生物学科学学院，奥拉迪大学，罗马尼亚410087 Oradea，410087，6医学学科。 eebabes@uoradea.ro 7 710073 Oradea大学医学与药学学院形态学学科，罗马尼亚奥拉迪亚410073； cjudeapusta@uoradea.ro 8 810073 Oradea大学医学与药学学院外科学科，罗马尼亚奥拉迪亚410073； abumbu@uoradea.ro *通信：tapan.behl@chitkara.edu.in（t.b. ） ）; sbungau@uoradea.ro（s.b。）3塞尔库克大学科学系生物学系，土耳其科尼亚42130； gokhanzengin@selkuc.edu.tr 4 410028 Oradea大学医学与药学系药学系，罗马尼亚奥拉迪亚410028； mmtoma@uoradea.ro（m.m.t.）; dgitea@uoradea.ro（d.g.）5博士生物学科学学院，奥拉迪大学，罗马尼亚410087 Oradea，410087，6医学学科。 eebabes@uoradea.ro 7 710073 Oradea大学医学与药学学院形态学学科，罗马尼亚奥拉迪亚410073； cjudeapusta@uoradea.ro 8 810073 Oradea大学医学与药学学院外科学科，罗马尼亚奥拉迪亚410073； abumbu@uoradea.ro *通信：tapan.behl@chitkara.edu.in（t.b. ） ）; sbungau@uoradea.ro（s.b。）5博士生物学科学学院，奥拉迪大学，罗马尼亚410087 Oradea，410087，6医学学科。 eebabes@uoradea.ro 7 710073 Oradea大学医学与药学学院形态学学科，罗马尼亚奥拉迪亚410073； cjudeapusta@uoradea.ro 8 810073 Oradea大学医学与药学学院外科学科，罗马尼亚奥拉迪亚410073； abumbu@uoradea.ro *通信：tapan.behl@chitkara.edu.in（t.b.）; sbungau@uoradea.ro（s.b。）
Georg-august-Universitätgöttingen模块M.Cobi.501
在应用方面，这些主题突出 - 但不限于 - 可用于回答生物学问题（基因组学，转录组学，系统基因组学，代谢组学，蛋白质组学，蛋白质组学，chip -Seq，比较基因组学，现象学等）的不同类型的“ OMICS”类型。他们将了解可行性和数据分析的不同方法。此外，学生还将了解生物科学的数字化，其中包括机器可读的形态学表型注释，表型数据库，生物图像分析等。
MSQSM：基于形态的自我监督的深度学习，用于定量敏感性映射
定量敏感性映射（QSM）已广泛应用于神经变性和铁沉积的临床诊断，而QSM重建中仍然存在偶极反转问题。最近，提出了深度学习方法来解决这个问题。但是，这些方法中的大多数是需要成对输入阶段和地面真相对的监督方法。在不使用地面实际情况的情况下训练所有分辨率的模型仍然是一个挑战，而仅使用一个分辨率数据。为了解决这个问题，我们提出了一种基于形态的自我监督QSM深度学习方法。它由形态学QSM构建器组成，可以使QSM对采样分辨率的依赖性以及有效减少伪像并有效节省训练时间的形态学损失。所提出的方法可以在人类数据和动物数据上重建任意分辨率QSM，而不管该分辨率是更高还是低于训练集，这表现优于先前最佳的无监督方法。此外，对于先前无监督学习方法中使用的周期梯度损失，形态损失还将训练时间减少了22％。实验结果和临床验证表明，该提出的方法测量具有任意分辨率的精确QSM。，它在无监督的深度学习方法和竞争性绩效中取得了最新的结果，相对于最佳的传统方法。
使用 BDF 土壤样本中的 DNA 提取来评估生物多样性
在德国，虽然拥有大约 800 个永久土壤观测地块 (BDF) 等全面的基础设施用于此目的，但是却没有对土壤生物进行全面、标准化的记录。然而，目前并非所有联邦州都对其 BDF 开展土壤生物学调查。其中最重要的原因可能是土壤无脊椎动物的鉴定复杂且昂贵。本项目应该有助于解决这一问题。在 25 个地点记录了蚯蚓、蚓螈和跳虫，通过形态学和 DNA 条形码对动物进行了识别，并对结果进行了比较。目的是在德国 BDF 计划框架内制定有效且可定期实施的土壤动物监测建议。结果表明，遗传测定方法基本适合此目的。在其投入正式实践之前，必须满足一些要求。 DNA 参考数据库必须全面、精心管理且质量可控。基于DNA的方法需要标准化。需要开发基于土壤生物数据的可靠土壤健康指标。建议所有联邦州以相同的程度和方法开展土壤动物调查。最初应使用经典的形态学方法定期记录土壤生物，至少记录蚯蚓、蚓螈和跳虫。应研究纳入更多群体。遗传方法的引入应逐步进行，从蚯蚓开始。所收集的数据应集中汇总并向公众开放。从长远来看，环境DNA条形码应该成为研究和评估土壤生物多样性的标准实践。
人类感觉状神经元培养
人类诱导的多能干细胞（IPSC）（Takahashi和Yamanaka，2006）及其分化为特定靶细胞（例如感觉神经元（ISN）（Chambers等，2009））已发展为有效的疾病模型和药物测试方法。 方法论程序的标准化对于将技术变异性降低到最小至少至关重要，并确保可靠性和可重复性（Lampert等，2020； Volpato和Webber，2020）。 迄今为止，有两个方案可用于区分IS，即基于小分子抑制（Chambers等，2012）和转录因子的过表达（Blanchard等，2015）。 应用小分子方案的应用还导致形态学差异很高的非ISN细胞产生，并且在区分之间计数很高（Schwartzentruber等，2018）。 这种细胞异质性挑战了正确的数据分配和解释。人类诱导的多能干细胞（IPSC）（Takahashi和Yamanaka，2006）及其分化为特定靶细胞（例如感觉神经元（ISN）（Chambers等，2009））已发展为有效的疾病模型和药物测试方法。方法论程序的标准化对于将技术变异性降低到最小至少至关重要，并确保可靠性和可重复性（Lampert等，2020； Volpato和Webber，2020）。迄今为止，有两个方案可用于区分IS，即基于小分子抑制（Chambers等，2012）和转录因子的过表达（Blanchard等，2015）。应用小分子方案的应用还导致形态学差异很高的非ISN细胞产生，并且在区分之间计数很高（Schwartzentruber等，2018）。这种细胞异质性挑战了正确的数据分配和解释。
通过整合图像感知的深度学习方法来增强空间转录组学分析
空间转录组学（ST）代表了生物医学研究中的关键发展，从而使细胞在形态学环境中的转录分析，并提供了一个关键的工具，以理解癌症组织中空间异质性。然而，类似于单细胞分析的当前分析方法在很大程度上取决于基因表达，使组织中固有的丰富形态学信息不足。我们提出了一种整合空间转录组学和组织病理学图像数据，以更好地捕获患者数据中的生物学意义模式，重点是攻击性癌症类型，例如胶质母细胞瘤和三阴性乳腺癌。我们使用基于重新安装的深度学习模型来从高分辨率的全斜面组织学图像中提取关键的形态特征。在Louvain聚类中使用了RESNET-50分析和空间基因表达数据的RESNET-50分析的点级降低PCA降低的向量，以启用图像感知特征特征发现。对图像感知聚类的特征的评估成功地确定了由手动组织病理学确定的关键生物学特征，例如纤维化和坏死区域，以及在富含EGFR的区域中的改进的边缘定义。重要的是，我们的组合方法揭示了在组织病理学中看到的至关重要的特征，仅基因表达的分析却错过了。
免疫治疗后影像学检查评估肿瘤反应
近年来，已开发出各种系统性免疫疗法用于癌症治疗，例如针对免疫检查点的单克隆抗体 (mAB)（免疫检查点抑制剂，ICI）、溶瘤病毒、细胞因子、癌症疫苗和过继细胞转移。尽管估计有 38.5% 的转移性实体瘤或血液肿瘤患者可以使用 ICI，但 ICI 尤其能在许多肿瘤疾病（例如黑色素瘤、肺癌、膀胱癌、肾癌、头颈癌）中表现出持久的疾病控制效果，并且具有总体生存优势。由于免疫疗法基于 T 细胞活化的独特作用机制，其反应具有不同的模式，例如治疗反应之前的进展（假进展）、过度进展和治疗后的分离反应。由于这些特征在肿瘤学疗效评估标准《实体肿瘤疗效评价标准》1.1版（RECIST 1.1）中没有出现，因此为免疫疗法制定了新的标准。这些新的形态学标准中最重要的变化是，首先，在出现进展的情况下需要进行确认性影像学检查，其次，出现新病变不一定被视为进展性疾病。到目前为止，已经开发了五种形态学标准（免疫相关疗效标准（irRC）、免疫相关 RECIST（irRECIST）、免疫 RECIST（iRECIST）、免疫修改 RECIST（imRECIST）和肿瘤内 RECIST（itRECIST））标准，以准确评估靶病变大小的变化，同时考虑到免疫治疗后的具体反应模式。除了形态学反应标准外，2-脱氧-2-[ 18 F] 氟-D-葡萄糖正电子发射断层扫描/计算机断层扫描 ( 18 F-FDG-PET/CT) 也是评估代谢反应的一个有前途的选择，并且使用了四个代谢标准（免疫检查点抑制剂治疗反应的早期预测 PET/CT 标准 (PECRIT)、免疫治疗的 PET 反应评估标准 (PERCIMT)、实体肿瘤的免疫治疗修改的 PET 反应标准 (imPERCIST5) 和免疫 PERCIST (iPERCIST))。此外，有证据表明，18 F-FDG-PET/CT 上的参数，例如标准化摄取值 (SUV)max 和几种放射性示踪剂（例如针对 PD-L1 的放射性示踪剂），可能是反应的潜在成像生物标志物。此外，人类肿瘤内免疫治疗（HIT-IT）的出现，其特点是将免疫刺激剂直接注射到肿瘤病变中，这赋予了
离子渠道对形态发展的贡献
离子渠道对形态学发展的贡献：Kir2.1在骨骼发育中的作用的见解Yunus H. Ozekin 1，Trevor Isner 1，Emily A. Bates A. Bates 1 1. Department of Pediatrics, University of Colorado Anschutz Medical Campus Corresponding Author Emily Anne Bates University of Colorado Anschutz Medical Campus, 12800 E 19 th avenue, RC1N, MS 8303, Aurora, CO 80045 Emily.Bates@CUAnschutz.edu Abstract The role of ion channels in neurons and muscles has been well characterized. 然而，最近的工作证明了不同细胞类型中离子通道的存在和必要性以进行形态学发育。 例如，破坏离子通道的突变会导致苍蝇，青蛙，鱼类，小鼠和人类的异常结构发育。 此外，靶向离子通道的药物和娱乐性药物与人类先天缺陷的发生率更高有关。 在这篇综述中，我们建立了几种畸胎组对发育的影响，包括癫痫治疗药物（托吡酯，丙丙酸酯，乙糖胺，苯巴比妥，苯妥英和卡马西平），尼古丁，热和大麻素。 然后，我们提出了这些致畸剂和离子通道之间的潜在联系，并具有模型生物的机械见解。 最后，我们讨论了特定离子通道Kir2.1在骨骼形成和发育中的作用，以此作为如何使用离子通道来揭示形态发生中重要过程的一个例子。 由于离子通道是许多当前使用的药物的常见靶标，因此了解离子通道如何影响形态发展对于预防出生缺陷至关重要。离子渠道对形态学发展的贡献：Kir2.1在骨骼发育中的作用的见解Yunus H. Ozekin 1，Trevor Isner 1，Emily A. Bates A. Bates 1 1.Department of Pediatrics, University of Colorado Anschutz Medical Campus Corresponding Author Emily Anne Bates University of Colorado Anschutz Medical Campus, 12800 E 19 th avenue, RC1N, MS 8303, Aurora, CO 80045 Emily.Bates@CUAnschutz.edu Abstract The role of ion channels in neurons and muscles has been well characterized.然而，最近的工作证明了不同细胞类型中离子通道的存在和必要性以进行形态学发育。例如，破坏离子通道的突变会导致苍蝇，青蛙，鱼类，小鼠和人类的异常结构发育。此外，靶向离子通道的药物和娱乐性药物与人类先天缺陷的发生率更高有关。在这篇综述中，我们建立了几种畸胎组对发育的影响，包括癫痫治疗药物（托吡酯，丙丙酸酯，乙糖胺，苯巴比妥，苯妥英和卡马西平），尼古丁，热和大麻素。然后，我们提出了这些致畸剂和离子通道之间的潜在联系，并具有模型生物的机械见解。最后，我们讨论了特定离子通道Kir2.1在骨骼形成和发育中的作用，以此作为如何使用离子通道来揭示形态发生中重要过程的一个例子。由于离子通道是许多当前使用的药物的常见靶标，因此了解离子通道如何影响形态发展对于预防出生缺陷至关重要。越来越清楚的是，离子通道在经典被认为是令人兴奋的组织之外具有功能作用。简介