XiaoMi-AI文件搜索系统
World File Search System显着性
机器人二尖瓣修复后的功能结果
我们对前瞻性收集的调查数据进行了单个机构的回顾性分析，以评估我们的目标。评估了203名在2010年3月1日至2020年9月31日之间进行机器人二尖瓣成形术的患者。在这些患者中，有63名患者对使用改良的KCCQ-12调查对术后功能结果进行了在线调查。我们进行了配对的非参数Wilcoxon和一个样本t检验，以评估测量结果中的统计显着性。
间充质干细胞的免疫调节旁分泌作用和机制在骨关节炎治疗中
骨关节炎（OA）是由慢性炎症引起的退化性关节疾病，会损害关节软骨。目前，OA的治疗包括药物治疗，以减轻晚期OA的症状和关节置换疗法。但是，这些姑息药不能真正阻止OA的免疫病理发病机理的进展。近年来，骨髓间充质干细胞（BMSC）移植在组织工程修复中表现出巨大的潜力。此外，许多研究表明，BMSC旁分泌信号在通过免疫调节和抑制炎症的治疗中起着重要作用。目前已经审查了炎症诱导的OA的机制以及在关节修复中使用BMSC移植的机制，但是尚未对BMSC旁氨基信号的机制和显着性在OA治疗中的机制和显着性。因此，本文集中于BMSC在OA治疗中的旁分泌作用以及BMSC分泌细胞因子抑制炎症反应，调节免疫平衡并促进细胞增殖和差异的相关机制上的最新研究进展。此外，还描述了BMSC-EXOS作为OA的新型无细胞治疗的应用潜力。本综述旨在为BMSC移植在OA治疗中的临床应用提供系统的理论支持。
sq3370通过肿瘤上的点击化学激活细胞毒性药物，并在注射和非注射病变中持续反应
a）用于免疫能力C56BL/6小鼠的合成性MC38双肿瘤研究的治疗示意图。所有肿瘤细胞均在第0天植入。b）b）在第7天开始，在原发性“注射”肿瘤的局部注射生物聚合物，然后进行全身治疗。c）治疗组的Kaplan-Meier生存曲线。d）肿瘤生长曲线显示出注入SQL70生物聚合物（注射肿瘤）的大型原发性肿瘤的平均值±SEM。e至g）蜘蛛图显示了SQ3370，DOX和盐水治疗组中各个远端非注射肿瘤的生长，分别显示了单个非注射肿瘤的肿瘤生长曲线，以每种治疗组的每种肿瘤的初始体积的百分比（在第12天的测量中测量）的肿瘤生长曲线显示为每个治疗组的初始体积的百分比。没有错误栏的数据点。曲线在该组中1只或更多小鼠死后停止，当肿瘤体积达到2000 mm3时死亡或处死。灰色条代表治疗持续时间。肿瘤生长曲线中的统计显着性是由welch每天进行校正的未配对t检验确定的。通过对数秩（壁炉棒）测试确定生存中的统计显着性 *p <0.05; ** p <0.01; *** p <0.001。
KME-0584，一种高度有效的IRAK1/irak4/panflt3抑制剂，是低甲基化剂和耐Venetoclax抗性AML/MDS
NF-κB报告基因测定。根据THP-1-蓝色NF-κB细胞和Quanti-Blue试剂制造方案（Invivogen）进行。菌落成型单元（CFU）。主要的AML患者样品是从发现生命科学（DLS）获得的，并在甲基纤维素测定中进行了测试。生化和基于细胞的激酶抑制测定。激酶抑制数据和基于细胞的激酶测定是使用RBCHotSpot®激酶和Nanobret®分析获得的，分别在Rectionbio（Malvern，PA）上进行。结合动力学测定。使用KineticFinder®TR-FRET分析在酶logic上进行。异种移植。生存分析在用Molm14 Flt3-ITD（D835Y）细胞的NSG-SGM3小鼠中进行。药代动力学筛查和离子通道面板。测试是在Pharmaron进行的。rnaseq。THP-1细胞在液体培养中进行24小时。 提取总RNA，并以每个样品的30m读取进行RNASEQ。 统计分析。 使用GraphPad Prism绘制了所有数据，并使用t检验确定统计显着性。THP-1细胞在液体培养中进行24小时。总RNA，并以每个样品的30m读取进行RNASEQ。统计分析。使用GraphPad Prism绘制了所有数据，并使用t检验确定统计显着性。
帕金森病患者运动训练后骨骼肌 RNA 编辑的改变
134 # 训练前和训练后 PD 男性比较是较大的 PD 男性与训练后 PD 男性比较的一个较小子集；但是，前一个子集仅包括具有训练前和训练后样本的 PD 患者，以便进行更严格的患者内分析。137 * 使用 138 Mann-Whitney 检验（p 值 > 0.05），所有成对比较均未达到统计显着性水平。每组的值均以平均值和 139 SEM（平均值的标准误差）给出。140
测试OECD中聚合物的生物降解性的长时间测试持续时间改善了测试结果的可重复性
•所有OECD 301测试结果的累积结果显示为框图。左侧的灰色框分别表示28天后的结果。彩色盒子在测试结束时显示结果（60.1±6.6天）。盒子由25％四分位数界定，中间位于中间。计算出的平均值表示为杂交。垂直线代表最高和最低的单个测试结果，离群值显示为点。星号表示显着性（Student's T-测试）： * P <0.05，** P <0.01和*** P <0.001。
使用分形曲线将眼目光整合到机器学习中
眼目光跟踪传统上采用了相机来捕捉参与者的眼睛移动并表征其视觉固定。但是，凝视模式识别仍然具有挑战性。这既是凝视点的稀疏性，并且看似随机的方法参与者在没有设定任务的情况下以陌生的刺激来观看陌生的刺激。我们的论文提出了一种通过将固定的二维（x，y）坐标纳入一维希尔伯特曲线距离度量标准的二维（x，y）坐标，将眼睛注视到机器学习中的方法，使其非常适合实现机器学习。我们将这种方法与传统的基于网格的字符串替代技术进行比较，并在支持向量机和卷积神经网络中证明了实施示例。最后，将进行比较，以检查哪种方法的性能更好。结果表明，此方法既可以对大型数据集中的统计显着性进行动态量化扫描路径有用，又可以调查当参与者在免费观看实验中观察到的不熟悉刺激时，在共享自下而上处理中发现的相似性的细微差别。现实世界的应用程序可以包括与专业知识相关的眼光预测，医疗筛查和图像显着性识别。关键字：神经科学，眼动追踪，分形，支持向量机，卷积神经网络。
文本引导的视频蒙版自动编码器
摘要。最近的视频蒙版自动编码器（MAE）作品已签署了以显着性为重点的改进的掩盖算法。这些作品利用了视觉提示，例如掩盖最突出区域的运动。但是，此类视觉提示的鲁棒性取决于输入视频的频率匹配基础假设。另一方面，自然语言描述是视频的信息密集表示，它隐含地捕获了显着性而无需特定于模态的标题，并且尚未探索视频MAE。为此，我们介绍了一种新颖的文本引导掩蔽算法（TGM），该算法掩盖了与配对字幕最高对应的视频区域。在不利用任何显式视觉提示的情况下，我们的TGM与最先进的掩蔽算法（如运动引导掩盖）具有竞争力。为了从自然语言的语义中进一步受益于掩盖重建的语义，我们接下来引入了一个统一的MAE和蒙版视频文本对比学习的统一框架。我们表明，在现有的掩蔽算法中，与纯MAE相比，在各种视频识别任务上，统一MAE和蒙版视频对比学习可以改善下游性能，尤其是对于线性探测。在这个统一的框架内，我们的TGM在五个动作识别和一个以自我为中心的数据集上实现了最佳的相对性能，从而突出了自然语言对掩盖视频建模的互补性。
由于基础支出的下降，在过去三十年中，每日能源支出的总消耗量下降，而不是减少活动支出
肥胖是由延长的正能量平衡1、2引起的。是否有降低活性水平的能量消耗降低，有争议3，4。在这里我们表明，在男女中，对身体成分进行了调整的总能量消耗（TEE），并且自1980年代后期以来年龄下降，而调整后的活动能量消耗随着时间的推移增加。我们使用国际原子能局在美国和欧洲成人能源消耗的水数据库（n = 4,799）二个标记的水数据库来探索总体模式（TEE：n = 4,799），基础（Bee：bee：n = 1,432）和体育活动能量支出（n = 1,432）。在男性中，调整后的蜜蜂显着下降，但在女性中，这并没有达到显着性。 在163项研究中，较大的基础代谢率（相当于蜜蜂）的基础代谢率（相当于蜜蜂）的测量值重复了两性蜜蜂的下降。 我们得出的结论是，美国/欧洲的肥胖症的增加可能并没有通过减少的体育锻炼降低而推动。 我们在这里确定调整后的蜜蜂的下降是先前未认识到的因素。在男性中，调整后的蜜蜂显着下降，但在女性中，这并没有达到显着性。在163项研究中，较大的基础代谢率（相当于蜜蜂）的基础代谢率（相当于蜜蜂）的测量值重复了两性蜜蜂的下降。我们得出的结论是，美国/欧洲的肥胖症的增加可能并没有通过减少的体育锻炼降低而推动。我们在这里确定调整后的蜜蜂的下降是先前未认识到的因素。
M Tech ECE Batch 2016 02052016。
MTRM-101研究方法研究方法：研究的自然和目标；历史，描述性和实验性。研究和制定研究问题。假设的研究和制定范围；研究建议的可行性，准备和介绍。统计分析简介：中央趋势和分散的度量：平均值，中位数，模式，范围，平均偏差和标准偏差。 回归和相关分析。 概率和概率分布；二项式，泊松，几何，负二项式，均匀，指数，正常和对数正态分布。 假设检验的基本思想；基于正常，T和卡方分布的显着性测试。 方差分析。 实验的设计：基本原理，对完全随机和随机块设计的研究。 版本和结果制表，使用数字，表和文本的结果表现，引用引用和准备参考书目。 使用常见软件，例如SPSS，Mini Tab和/或MAT LAB。 进行统计分析。 建议：统计分析简介：中央趋势和分散的度量：平均值，中位数，模式，范围，平均偏差和标准偏差。回归和相关分析。概率和概率分布；二项式，泊松，几何，负二项式，均匀，指数，正常和对数正态分布。假设检验的基本思想；基于正常，T和卡方分布的显着性测试。方差分析。实验的设计：基本原理，对完全随机和随机块设计的研究。版本和结果制表，使用数字，表和文本的结果表现，引用引用和准备参考书目。使用常见软件，例如SPSS，Mini Tab和/或MAT LAB。进行统计分析。建议：