XiaoMi-AI文件搜索系统
World File Search System成对的
BCI：通过金字塔PIX2PIX
人类表皮生长因子2（HER2）表达的评估对于制定乳腺癌的精确治疗至关重要。HER2的常规评估是通过免疫组织化学技术（IHC）进行的，这非常昂贵。因此，我们首次生产了乳腺癌免疫组织化学（BCI）基准，试图将IHC数据直接与成对的苏木精（HE）染色图像合成。数据集包含4870个注册的图像对，涵盖了各种HER2表达水平。基于BCI，作为较小的贡献，我们进一步构建了一种金字塔PIX2PIX图像生成方法，它比其他当前流行算法更好地实现了IHC翻译结果。BCI的广泛实验对现有的Immig translation Research构成了新的挑战。此外，BCI还基于合成的IHC图像在HER2表达评估中为将来的病理研究打开了大门。BCI数据集可以从https：//bupt-ai-cz.github下载。io/bci。
SHC 万古霉素给药指南（链接）
• 中枢神经系统给药/脑膜炎 o AUC 是根据成对的峰值和谷值计算得出的 o 谷值是……嗯，就是谷值 - 当患者开始使用万古霉素时，负荷剂量是可选的，但可以根据临床情况进行指示，例如，对于患有败血症的重症患者。 - 剂量是动态的！**您可能会注意到，斯坦福以外的医院（即 SCVMC、Palo Alto VA）仍然使用基于谷值的剂量，其目标是根据指征的严重程度设定更高或更低的谷值。例如，蜂窝织炎的目标谷值可能是 10-15，而肺炎的目标谷值可能是 15-20。斯坦福目前的住院治疗方案的谷值目标范围更广，为 10-20，但如果患者仍在使用万古霉素，您仍需要在出院时考虑目标谷值（稍后会详细介绍）
系统审查和网络荟萃分析
结果：总共包括20,458例患者的61例RCT。成对的荟萃分析表明，与安慰剂相比，Certolizumab Pegol与严重感染的风险增加显着相关（OR：2.28，95％CI：1.13 - 4.62）。与安慰剂相比，Adalimumab和Certolizumab Pegol都与任何感染的风险增加显着相关（OR：1.18，95％CI：1.06至1.30和OR：1.40，95％CI：1.11至1.11至1.76）。此外，网络荟萃分析表明，与其他TNF抑制剂相比，CETEROLIZUMAB PEGOL和INFLISIMAB与严重感染的风险更高有关。在任何感染风险的累积排名中，Certolizumab Pegol的风险与其他风险最高。TNF抑制剂增加了结核病的风险，但疱疹带状疱疹的风险却不增加。TNF抑制剂增加了结核病的风险，但疱疹带状疱疹的风险却不增加。
gpe - 一种带能量的紧凑型伽马射线偏光仪...
基于高功率和短脉冲激光器的几项未来实验涉及高能光子的产生，从而将新的重点放在了高能伽马极光法的挑战性主题上。在不久的将来，罗马尼亚的Eli-NP [1]设施将在两个10 PW激光束的帮助下，对高达〜10 23 W/cm 2的强度状态进行独特的研究。尽管低于Schwinger限制（〜10 29 W/cm 2）[2]，这种强度制度为理论上预期的QED现象的实验研究开辟了道路，例如辐射反应和辅助成对的产生，在高强度激光脉冲和高能量电子之间的碰撞中（通过Laser Encelons之间的碰撞）（通过Laser Eccelfield aCcelfield aCceleratife）（创建）。在这些实验中，较高的兴趣是在接近GEV或GEV量表下对产生光子的极化和能量的测量。
类别、量子计算和群体机器人
摘要：机器人群体是人工集体智能的例子，具有简单的个体自主行为和新兴的群体效应，可以完成甚至复杂的任务。机器人群体开发的建模方法是该研究领域的主要挑战之一。在这里，我们提出了一个机器人实例化的理论框架和一个定量的算例。为了建立一个通用模型，我们首先在范畴论的启发下，勾勒出群体的图解分类，将理想群体与现有实现联系起来。然后，我们提出了一个矩阵表示来关联群体中的局部和全局行为，对角子矩阵描述单个特征，非对角子矩阵作为成对的交互项。因此，我们尝试塑造这种交互项的结构，使用量子计算语言和工具对玩具模型进行定量模拟。我们选择量子计算是因为它的计算效率。该案例研究可以阐明量子计算在群体机器人领域的潜力，为逐步丰富和完善留下空间。
nleis.py：非线性电化学阻抗分析工具箱
随着电化学阻抗谱 (EIS) 社区越来越多地采用 impedance.py（Murbach 等人，2020 年）作为开源软件工具，nleis.py 是 impedance.py 的一个工具箱，旨在提供一种易于访问的工具来执行二次谐波非线性 EIS (2nd-NLEIS) 分析，并能够在未来扩展到更高的谐波分析。该工具箱在设计时考虑了 impedance.py，以最大限度地缩短用户的学习曲线。它继承了 impedance.py 的基本功能，引入了成对的线性和二次谐波非线性电路元件，并能够同时分析 EIS 和 2nd-NLEIS。使用此工具箱，可以选择单独分析 EIS 或 2nd-NLEIS 光谱，或者使用 impedance.py 工作流程同时对线性和非线性阻抗数据进行参数估计。最终，随着采用的增长，nleis.py 工具箱将被集成到impedance.py中，同时保留nleis.py的独立版本作为平台，以便在该领域成熟时开发高级功能。
Ancestrydna匹配白皮书
AncestryDNAⓡ进行了几项遗传分析，以帮助客户找到，保存和分享其家族史。在这里，我们解释了我们如何检测DNA的“匹配” - 更确切地说，我们如何确定长长的染色体段，由成对的个体共享，这些个体暗示了最近的共同血统。在遗传学领域，这被称为“逐渐身份”（IBD）。一旦确定了IBD段，我们就会使用此信息来估计人们之间的关系（例如，第一个堂兄）。通过通过其DNA之间的亲戚之间的联系，我们为Ancestrydna成员提供了扩展其记录的谱系的机会。此外，匹配是其他AncestryDNA功能（例如Thrulines™和Genetic Communities™）的重要组成部分。在本文中，我们描述了我们所采取的步骤，以识别和解释个体之间相同逐渐相同的DNA段。我们首先介绍了DNA匹配背后的关键概念，解释识别匹配的挑战，最后我们描述了如何解决大型遗传数据库中检测IBD的问题。
![arXiv:2308.16461v1 [cs.CV] 2023 年 8 月 31 日](/simg/3\30ad7c5693e69ac1b268c23d814385c4db0c018f.webp)
arXiv:2308.16461v1 [cs.CV] 2023 年 8 月 31 日
基于学习的方法的发展极大地提高了从电子显微镜 (EM) 图像中检测突触的能力。然而，为每个数据集训练一个模型非常耗时，而且需要大量的注释。此外，由于数据分布的变化，很难将学习到的模型应用于来自不同大脑区域的数据。在本文中，我们提出了 AdaSyn，这是一个基于分割的两阶段框架，用于具有弱点注释的域自适应突触检测。在第一阶段，我们利用基于分割的管道获得突触实例掩码来解决检测问题。在第二阶段，我们通过重新生成方形掩码来获得高质量的伪标签，从而提高模型在目标数据上的泛化能力。得益于我们的高精度检测结果，我们引入了距离最近原则来匹配成对的前突触和后突触。在 ISBI 2023 的 WASPSYN 挑战赛中，我们的方法排名第一。
基于网格的量子计算机化学模拟方法
对于量子计算机来说，首先量化的、基于网格的化学建模方法是一种自然而优雅的选择。然而，使用今天的量子原型来探索这种方法的威力是不可行的，因为它需要大量近乎完美的量子比特。在这里，我们使用精确模拟的量子计算机，最多有 36 个量子比特，来执行深度但资源节约的算法，用单个和成对的粒子来建模二维和三维原子。我们探索了一系列任务，从基态准备和能量估计到散射和电离动力学；我们评估了分裂算子量子场论 (SO-QFT) 哈密顿模拟范式中的各种方法，包括先前在理论论文中描述的协议和我们自己的技术。虽然我们发现了某些限制和注意事项，但一般来说，基于网格的方法表现得非常好；我们的结果与以下观点一致：从早期容错量子计算时代开始，第一量化范式将占据主导地位。
青少年在学业中使用和感知的有用性：探索他们与执行功能和学术成就的关系
来自动物模型和人类研究的越来越多的证据表明，心理刺激物可以显着影响社会行为。考虑到，社会行为调节和表达的神经回路与精神刺激物的靶向人士高度重叠，这并不奇怪，在大多数情况下，这种神经是具有强烈的有益的，因此具有令人上瘾的特性。在目前的工作中，我们提供了有关非法和处方心理刺激物的影响的概述，例如可卡因，苯丙胺型兴奋剂，甲基苯甲酸酯或莫达犬对社交行为，例如社交行为，孕产妇行为，侵略，侵略，成对的纽带和社交认知以及在动物中的社交行为以及对他们的心理和人类的方式。最后，我们讨论了为什么这些效果会因多种变量，例如考虑的药物类型，急性与长期使用，临床消费与娱乐消费或存在或不存在伴随的危险因素而有所不同。