XiaoMi-AI文件搜索系统
World File Search System扩散率
评估使用扩散降解概率模型
生成的AI模型，例如稳定的扩散，DALL-E和MIDJOURNEY，最近引起了广泛的关注，因为它们可以通过学习复杂，高维图像数据的分布来产生高质量的合成图像。这些模型现在正在适用于医学和神经影像学数据，其中基于AI的任务（例如诊断分类和预测性建模）通常使用深度学习方法，例如卷积神经网络（CNNS）和视觉变形金刚（VITS）（VITS），并具有可解释性的增强性。在我们的研究中，我们训练了潜在扩散模型（LDM）和deno的扩散概率模型（DDPM），专门生成合成扩散张量张量成像（DTI）地图。我们开发了通过对实际3D DTI扫描进行训练以及使用最大平均差异（MMD）和多规模结构相似性指数（MS-SSSIM）评估合成数据的现实主义和多样性来生成平均扩散率的合成DTI图。我们还通过培训真实和合成DTI的组合来评估基于3D CNN的性别分类器的性能，以检查在培训期间添加合成扫描时的性能是否有所提高，作为数据增强形式。我们的方法有效地产生了现实和多样化的合成数据，有助于为神经科学研究和临床诊断创建可解释的AI驱动图。
使用烛烟纳米粒子的光纤超声波发射器制造方法比较
烛烟纳米粒子 (CSNP) 在制造光学超声 (OpUS) 发射器方面显示出巨大的潜力。它们合成简单、成本低廉，同时其独特的多孔结构能够实现快速的热扩散率，有助于产生高分辨率临床成像所需的高频超声波。当用作包含凹面和平面的宏观 OpUS 发射器时，这些复合材料已展示出较高的超声波生成性能，可显示临床相关的细节，但是，对于将这种材料的技术转化为制造用于微创干预图像引导的光纤发射器的研究较少。本文报道了两种纳米复合材料的制造方法，即将 CSNP 嵌入聚二甲基硅氧烷 (PDMS) 中，并使用两种不同的优化制造方法沉积到光纤端面上：“一体化”和“直接沉积”。两种纳米复合材料均呈现出光滑的黑色圆顶结构，最大圆顶厚度为 50 µ m，宽带光吸收率（500 至 1400 nm 之间 > 98%），并且两种纳米复合材料均产生高峰间超声压力（> 3 MPa）和宽带宽（> 29 MHz）。此外，还展示了离体羔羊脑组织的高分辨率（< 40 µ m 轴向分辨率）B 型超声成像，展示了 CSNP-PDMS OpUS 发射器如何实现生物组织的高保真微创成像。
探测模型Mn- ...
在其各自的L -Edges处第一行转变元件的软X射线吸收光谱提供了有关金属中心的氧化和自旋态的重要信息。但是，辐射敏感样品中相关的样品损伤显着改变了氧化还原活性金属中心的电子和化学结构。在这里，我们测量了Mn III（ACAC）3复合物的软X射线光谱，该光谱在八面体环境中包含氧化还原活性Mn III金属中心，并具有超导性的过渡 - 边缘检测器。为了减少主要是由于自由基和电子扩散而造成的次要损伤，在实心样品上收集光谱在30 K和80 K下收集。从第一次扫描开始，我们检测到X射线引起的样品损伤的贡献，导致MN II强度的变化。然而，在低温下，尤其是在30 K时，我们不会观察到辐射损伤的逐渐增加，并在同一位置使用X射线束连续扫描。在我们的估计剂量为90 kgy时，我们发现Mn III（ACAC）3的62％仍然完好无损。但是，在室温下，我们看到辐射损害逐渐增加，而在同一地点的扫描数量增加，这与在其他研究中相同的次级自由度和电子扩散率增加的可能性是一致的。
4446 - 通过...估计脑肿瘤中的血管分数
描述脑肿瘤的微环境对于诊断和治疗后续评估至关重要，但目前的非侵入性成像技术未能达到这一目标，临床医生通常不得不依赖侵入性程序，例如活检和组织病理学。肿瘤组织的细胞和血管成分在临床上与表征肿瘤生物学态度最为相关。细胞组成可以通过扩散加权 MRI (dMRI) 来评估：在细胞含量高的区域，扩散受到强烈阻碍或限制。另一方面，血管成分通常用灌注 MRI 技术来研究，例如动态对比增强 (DCE) 或动态磁化率对比 (DSC) MRI，这些技术需要注射造影剂。或者，也可以通过 dMRI 将灌注检测为扩散率非常高的区域（伪扩散）。 VERDICT（肿瘤中细胞计数的血管、细胞外和受限扩散）是一种多区室建模框架，用于对肿瘤组织的血管、细胞外和受限成分进行建模。它在身体肿瘤（尤其是前列腺癌）中表现出诊断效用和高重复性。本研究的目的是使用 VERDICT 框架找到一种临床上有用的脑肿瘤微结构模型。特别是，我们专注于血管成分，并将我们的结果（源自 dMRI）与独立灌注 MRI 指标（例如 DCE 衍生的血浆量 (Vp) 和 DSC 衍生的脑血容量 (CBV)）相关联。
干燥大气边界层的生成对流参数化
抽象的湍流参数将仍然是公里尺度地球系统模型中必要的构建块。在对流边界层中，其中保守特性（例如潜在温度和水分）的平均垂直梯度大约为零，标准的ANSATZ将湍流通量与涡流扩散率的平均垂直梯度相关联，必须通过质量 - 浮力参数来扩展典型的非元素和降低的质量上流和下向大气边界层。我们提出了基于生成对抗网络的干燥和瞬时增长的对流边界层的参数化。训练和测试数据是从三维高分辨率直接数值模拟获得的。模型结合了自同性恋层生长的物理学，随后是通过重生化的经典混合层理论。这增强了生成机器学习算法的训练数据库，因此显着改善了在地面层上方边界层内部不同高度的合成生成的湍流场的预测统计数据。与随机参数的不同，我们的模型能够预测不同高度的浮力波动，垂直速度和浮力通量的高度非高斯和短暂性统计，从而捕获了最快的热量渗透到稳定的顶部区域。我们的生成算法的结果与标准的双方程质量 - 舒适方案一致。我们的概念证明也为在其他自然流中有效的数据驱动对流参数铺平了道路。目前的参数化还提供了湍流对流的颗粒型水平组织，这在其他模型封闭中均无法获得。
统一的电力质量调节素太阳能电动电动汽车充电...
（临床扫描仪中常用的B Max的两倍）。平均扩散率（MD），裂纹各向异性（FA），螺旋角（HA）和次级特征向量角（E2A）计算B = [100，450] S∕MM 2和B = [100，450] S∕MM 2和B = [100，1000] S∕MM 2的M 2和M 3和M 3。结果：M 3的MD值略高于M 2，其中δMD= 0。05±0。05 [×10 - 3 mm 2 s]（p = 4 e -5）对于B max = 450 s∕mm 2和δmd= 0。03±0。03 [×10 - 3 mm 2 s]（p = 4 e -4）对于B max = 1000 s ∕毫米2。通过将B MAX从450 S∕mm 2（δMD= 0。06±0。04 [×10 - 3 mm 2 s]（p = 1。6 e -9）对于m 2和δmd = 0。08±0。05 [×10-3 mm 2 s]（p = 1 e -9）对于m 3）。FA，E2A和HA之间的差异在不同方案中并不显着（P>0。05）。结论：这项工作表明体内心脏DWI的B值更高，运动补偿梯度梯度波形比使用相比使用。将运动补偿顺序从m 2增加到m 3，最大b值从450 s ∕ mm 2增加了MD值，但是FA和角度指标（HA和E2A）保持不变。我们的工作为心脏DWI的下一代MR扫描仪铺平了道路，具有高性能梯度系统。
期刊预校样
由于具有原位合金化能力，激光束定向能量沉积已成为一种越来越受欢迎的材料发现先进制造技术。在本研究中，我们利用增材制造支持的高通量材料发现方法来探索跨度为 0 ≤ x ≤ 21 at.% 的分级 W x（CoCrFeMnNi）100-x 样品的成分空间。除了微观结构和机械特性外，还对 W 20（CoCrFeMnNi）80 成分进行了同步加速器高速 X 射线计算机辅助断层扫描，以可视化熔化动力学、粉末-激光相互作用和先前固结材料的重熔效应。结果表明，尽管构型熵很高，但当 W 浓度 > 6 at.% 时会形成 Fe 7 W 6 金属间相。当 W 浓度 > 10 at.% 时也会出现未结合的 W 颗粒，同时在 W/基质界面处出现 Fe 7 W 6 溶解带，硬度值大于 400 HV。主要强化机制归因于 Fe 7 W 6 和 W 相作为金属基复合材料的强化。重熔过程中的原位高速 x 射线成像显示，额外的激光通过并未促进 Fe 7 W 6 或 W 相的进一步混合，这表明，尽管 W 溶解到 Fe 7 W 6 相中在热力学上是有利的，但在动力学上受到金属间相的厚度/扩散率以及激光工艺的快速凝固的限制。
灰质和白质指标表明儿童认知表现差异的独特和互补预测：ABCD的发现（n = 11,876）
儿童认知表现的个体差异是重要的生活成果（例如教育成就和心理健康）的关键预测指标。认知能力的差异部分由大脑结构的变化控制。然而，研究通常集中于人类中的灰色或白质指标，就灰色或白质微观结构是否扮演不同或互补的角色的关键问题，支持认知表现。为了比较灰色和白质在支持认知性能中的作用，我们使用正则化结构方程模型来通过灰质和白质测量来预测认知性能。特别是，我们比较了灰质（体积，皮质厚度和表面积）和白质测量方法（体积，分数各向异性和平均扩散率）如何预测了认知性能的个体差异。在10岁时，对11,876名儿童（ABCD研究； 5,680名女性，6,196名男性）进行了测试。我们发现灰质和白质指标带来了部分不重叠的信息来预测认知表现。只有灰质或白质的模型分别解释了认知性能方差的15.4％和12.4％，而组合模型则解释了19.0％。放大，我们还发现，灰质和白质中的不同指标具有不同的预测能力，并且最可预测认知性能的区域/区域在各个指标之间有所不同。这些结果表明，侧重于灰色或白质中的单个度量的研究研究大脑结构与认知性能之间的联系缺失方程的关键部分。
嗅觉或认知障碍的 COVID-19 患者的大脑微结构和连接
缩写：ACC，前扣带皮层；ACE2，血管紧张素转换酶2；ALFF，振幅低频波动；BBB，血脑屏障；BCT，脑连接工具箱；CC，胼胝体；CMB，脑微出血；COMMIT2，微结构信息纤维束成像2的凸优化模型；CSD，约束球面反卷积；DT，扩散张量；DW-MRI，扩散加权MRI；FA，分数各向异性；FBA，基于固定单元的分析；FC，纤维横截面；FD，纤维密度；FDC，纤维密度和横截面；FOD，纤维方向分布；FOV，视野；GM，灰质；ICU，重症监护病房；MD，平均扩散率； N Acc，伏隔核；NBS，基于网络的统计数据；OFC，眶额皮质；RT-PCR，实时逆转录聚合酶链反应；SyN，对称标准化；UF，钩束；WM，白质。* 通讯作者：意大利马里奥内格里 IRCCS 农业研究所生物医学工程系，Villa Camozzi via GB Camozzi, 3, 24020 Ranica (BG)。电子邮件地址：alberto.arrigoni@marionegri.it (A. Arrigoni)、sara.bosticardo@univr.it (S. Bosticardo)、gpezzetti@asst-pg23.it (G. Pezzetti)、sofia.poloni@ marionegri.it (S. Poloni)、serena.capelli@marionegri.it (S. Capelli)、 anapolitano@asst-pg23.it (A. Napolitano), andrea.remuzzi@unibg.it (A. Remuzzi), rzangari@ fontazionefrom.it (R. Zangari), llorini@asst-pg23.it (FL Lorini), msessa@asst-pg23.it (M. Sessa), alessandro.daducci@univr.it （A. 达杜奇），anna.caroli@marionegri.it （A. Caroli），sgerevini@asst-pg23.it（S. Gerevini）。
大脑维护和认知储备对年龄的影响...
目标：与年龄相关的认知变化可能受到大脑维护（BM）的影响，这是指随时间到时间的相对缺席神经资源或神经病理学变化的变化以及认知储备（CR），这些储量通过了大脑过程，可以使人们的行为表现更好地表现，从而使人们的行为表现更好地表现出了生命式的脑部脑部变化程度。本研究评估了年龄，BM和CR对2次访问（相距5年）的纵向变化的影响，具有3种捕获大多数与年龄相关的可变性的认知能力。方法：参与者包括254名20-80岁的健康成年人。使用全脑皮质厚度和白质平均扩散率在两次访问时估计电位BM。教育和情报商（通过美国国家成人阅读测试估算的智商）被测试为3种认知能力认知变化的调节因素。结果：与BM一致（考虑到年龄，性别和基线表现之后），平均扩散性和皮质厚度的延长的个体差异与3个腹部的相对保留独立相关。与CR（在考虑年龄，性别，基线表现和结构性大脑变化之后）一致 - 智商（β= 0.387，p = .002）的降低与智商下降相关，而不是教育，并且与速度降低有关（β= 0.237，p = 0.237，p = .039）。讨论：这些结果表明，CR和BM都可以缓和健康衰老的认知变化，并且两种机制可以为保留的认知做出不同的贡献。