XiaoMi-AI文件搜索系统
World File Search System更胜一筹
人工智能的最新进展是否会导致范式转变？...
计算机性能和编程技术的稳步发展引发了人们对计算机能力超越人脑的担忧，这一现象被称为“奇点”。将人脑的大小与计算机容量的进步进行比较，人们估计奇点将在几十年内出现，尽管传统计算机的容量可能在不久的将来达到极限。然而，在过去几年中，人工智能取得了迅速发展。已经有一些程序可以进行模式识别和自我学习，至少在国际象棋和其他游戏等有限领域，这些程序比最优秀的人类玩家更胜一筹。此外，预计将大大提高计算机容量的量子计算革命已经迫在眉睫。现在看来，奇点将在可预见的未来到来是不可避免的。地球、外星行星及其卫星上的生物生命可能会像以前一样继续存在，但人类可能会被计算机“取代”。更古老、更先进的智慧生命形式可能在宇宙的其他地方进化，它们可能很久以前就超越了奇点。奇点后生命可能不是基于生化反应，而是基于电子。它们的通信可能使用量子纠缠等效应，而我们无法察觉。这或许可以解释费米悖论，或者至少可以解释 SETI 中的“大沉默”问题。
多机器人可扩展覆盖路径规划... - NSF PAR
摘要 — 本文介绍了一种新颖的多机器人覆盖路径规划 (CPP) 算法 - 又名 SCoPP - 该算法提供了一种时间高效的解决方案，根据多机器人系统中的每个机器人的初始状态，为其提供工作负载平衡的计划。该算法考虑了指定关注区域中的不连续性（例如，禁飞区），并使用离散的、计算效率高的最近邻路径规划算法为每个机器人提供了优化的有序路径点列表。该算法涉及五个主要阶段，包括将用户输入转换为地理坐标中的一组顶点、离散化、负载平衡分区、在离散空间中拍卖冲突单元以及路径规划程序。为了评估主要算法的有效性，考虑了多无人机 (UAV) 洪灾后评估应用，并在三个不同大小的测试地图上测试了该算法的性能。此外，我们还将我们的方法与 Guasella 等人创建的最新方法进行了比较。进一步分析了 SCoPP 的可扩展性和计算时间。结果表明，SCoPP 在任务完成时间方面更胜一筹；对于一个由 150 个机器人组成的团队覆盖的大地图，其计算时间不到 2 分钟，从而证明了其计算可扩展性。
使用 3D 打印技术升级热塑性聚氨酯长丝的丙烯酸成品皮革——新一代合成皮革和天然皮革
皮革制造过程涉及大量废物处理，会污染环境，有些过程是不可避免的。在目前的研究中，3D 打印技术被用于减少浪费并覆盖皮革中的缺陷区域。本研究重点是使用乳液聚合技术合成丙烯酸粘合剂。分析这些粘合剂的固体含量，以更好地优化用于整理操作的粘合剂量。实验粘合剂的固体含量为 26%。进行了粒度和热重分析，以了解颗粒的大小和形状及其耐热性。这些粘合剂用于皮革整理，并研究了皮革的性能。使用扫描电子显微镜 (SEM) 研究了皮革的表面形态变化。研究了干湿摩擦牢度、涂膜附着力、耐光性和感官性能，发现与对照皮革相比更胜一筹。采用具有轻微缺陷的丙烯酸整理皮革进行 3D 打印，并使用热塑性聚氨酯 (TPU) 作为长丝进行设计。丙烯酸涂层皮革对 TPU 具有良好的附着力，可在短时间内产生大量设计。使用 3D 打印技术将新添加剂添加到皮革中，以产生量身定制的有价值的设计，而不会产生任何浪费
CADTH 报销建议
CDEC 认识到血友病 B 的罕见性以及需要凝血因子 IX (FIX) 预防的该病患者的未满足需求。来自 III 期单组开放标签临床试验 (BeneGene-2) 的证据表明，与在引导研究 (BeneGene-1) 期间使用常规 FIX 预防治疗的相同患者相比，使用 fidanacogene elaparvovec 治疗可降低中度至重度血友病 B（循环凝血因子 IX [FIX:C] ≤ 2%）成年男性患者的年出血率并减少 FIX 的使用。在平均随访时间约为 | |||||，在输注 fidanacogene elaparvovec 后第 12 周至第 15 个月（称为第 1 年），患者之间治疗和未治疗出血（ABR 总计）的年出血率差异（95% 置信区间 [CI]）为 -3.13（-5.44 至 - 0.81），fidanacogene elaparvovec 更胜一筹。其他出血结果（治疗出血的年出血率 [ABR 治疗] 和治疗与未治疗关节出血的年出血率 [ABR 关节]）和 FIX 的使用（年输注率 [AIR] 和 |||||||||||||||||||||||||) 的结果也显示，在随访期间，与 FIX 预防相比，使用 fidanacogene elaparvovec 更有益。
通过深度学习驱动的异常检测器进行基于脑电图的心理任务识别
摘要：本文介绍了一种利用脑电信号进行心理任务识别的无监督深度学习驱动方案。为此，首先将多通道维纳滤波器应用于脑电信号，作为一种伪影消除算法，以实现稳健的识别。然后，应用二次时频分布 (QTFD) 提取脑电信号的有效时频信号表示，并捕捉脑电信号随时间变化的频谱变化，以提高对心理任务的识别。QTFD 时频特征被用作所提出的深度信念网络 (DBN) 驱动的孤立森林 (iF) 方案的输入，以对脑电信号进行分类。实际上，基于每个类的训练数据构建单个基于 DBN 的 iF 检测器，以该类的样本为内点，所有其他样本为异常（即一对多）。DBN 被认为可以在不假设数据分布的情况下学习相关信息，而 iF 方案用于数据区分。该方法使用来自格拉茨技术大学公开数据库的包含五项心理任务的实验数据进行评估。与基于 DBN 的椭圆包络、局部离群因子和最先进的基于 EEG 的分类方法相比，所提出的基于 DBN 的 iF 检测器在心理任务的判别性能方面更胜一筹。
转铁蛋白受体的血脑屏障运输-...
摘要：血脑屏障 (BBB) 由脑内皮细胞 (BEC) 构成，生物制剂无法通过。脂质体和其他纳米颗粒是将生物制剂递送至 BEC 的良好候选物，因为它们可以万能地包裹大量目标分子。脂质体需要附着靶向分子，因为不幸的是，BEC 几乎无法从循环中吸收非靶向脂质体。独立研究小组的实验已证实，靶向转铁蛋白受体的抗体在将纳米颗粒靶向递送至 BEC 方面更胜一筹。通过与抗转铁蛋白受体抗体结合对纳米颗粒进行功能化，可导致纳米颗粒被脑毛细血管和毛细血管后小静脉的内皮细胞吸收。降低与脂质体结合的靶向转铁蛋白受体抗体的密度会限制 BEC 的吸收。阻止与高亲和力抗转铁蛋白受体抗体结合的纳米粒子的运输、降低靶向抗体的亲和力或使用单价抗体可增加 BEC 的吸收，并允许进一步穿过 BBB。靶向脂质体在毛细血管后小静脉中从血液到大脑的运输的新证明很有趣，显然值得进一步研究机制。最近有证据表明靶向纳米粒子穿过 BBB，这为未来将生物制剂输送到大脑带来了巨大的希望。
网格空间中的凸包计算
摘要 当输入点来自结构化配置（例如二维 (2D) 或三维 (3D) 网格）时，许多实际应用都要求计算凸包 (CH)。网格空间中的凸包已应用于地理信息系统、医学数据分析、机器人/自动驾驶汽车的路径规划等。用于 CH 计算的传统和现有的 GPU 加速算法不能直接在以矩阵格式表示的 2D 或 3D 网格上运行，并且不能利用这种光栅化表示中固有的顺序。这项工作引入了新颖的过滤算法，最初为 2D 网格空间开发，随后扩展到 3D 以加速外壳计算。它们进一步扩展为 GPU-CPU 混合算法，并在商用 NVIDIA GPU 上实现和评估。对于 2D 网格，对于 ( n × n ) 网格，贡献像素的数量始终限制为 ≤ 2 n。此外，它们是按字典顺序提取的，从而确保了 CH 的高效 O(n) 计算。同样，在 3D 中，对于 (n×n×n) 体素矩阵，贡献体素的数量始终限制为 ≤ 2n2。此外，2D CH 滤波在 3D 网格的所有切片上并行启用，从而进一步减少了要输入到 3D CH 计算过程的贡献体素的数量。与最先进的方法相比，我们的方法更胜一筹，尤其是对于大型和稀疏的点云。
硅量子点的双光子激发光谱及其对生物成像的影响
摘要：胶体纳米晶硅量子点 (nc-SiQDs) 在近红外 (NIR) 中的双光子激发以及在 NIR 中的光致发光在深度生物成像领域具有潜在的应用前景。使用双光子激发测量胶体 nc-SiQDs 的简并双光子吸收 (2PA) 截面的光谱，光谱范围为 1.46 < ℏ ω < 1.91 eV（波长 850 > λ > 650 nm），高于双光子带隙 E g (QD) /2，代表性光子能量为 ℏ ω = 0.99 eV（λ = 1250 nm），低于此带隙。直径为 d = 1.8 ± 0.2 nm 和 d = 2.3 ± 0.3 nm 的 nc-SiQDs（均用 1-十二烯钝化并分散在甲苯中）的双光子激发光致发光 (2PE-PL) 光谱强度与甲醇中已知浓度的罗丹明 B 染料的 2PE-PL 光谱强度一致。对于直径较小的纳米晶体，观察到 2PA 横截面较小，并且观察到 2PA 的起始点从块体 Si 的双光子间接带隙蓝移，这与激子的量子约束预期一致。在各种生物组织中模拟了使用 2PE-PL 进行生物成像的 nc-SiQDs 的效率，并将其与其他量子点和分子荧光团的效率进行了比较，发现在更深的深度下它们相当或更胜一筹。关键词：双光子吸收光谱、双光子吸收截面、硅纳米晶体、量子点、双光子激发光致发光、生物成像 N
大脑
许多功能和结构神经影像学研究要求从 MRI 扫描的图像强度值开始对不同的大脑结构进行精确的形态分割。当前基于自动（多）图谱的分割策略通常对难以分割的大脑结构缺乏准确性，而且由于这些方法依赖于图谱与扫描图谱的对齐，因此可能需要较长的处理时间。另外，最近部署基于卷积神经网络 (CNN) 的解决方案的方法能够直接分析扫描仪外的数据。然而，当前基于 CNN 的解决方案将测试体积分割成 2D 或 3D 块，然后独立处理。此过程会导致全局上下文信息的丢失，从而对分割准确性产生负面影响。在这项工作中，我们设计并测试了一种优化的端到端 CNN 架构，该架构使全局空间信息的利用在计算上易于处理，从而可以一次处理整个 MRI 体积。我们采用弱监督学习策略，利用由 947 张扫描仪外（3 Tesla T1 加权 1mm 各向同性 MP-RAGE 3D 序列）MR 图像组成的大型数据集。生成的模型能够在几秒钟内产生准确的多结构分割结果。与最先进的技术相比，不同的定量测量表明我们的解决方案具有更高的准确性。此外，通过一项涉及专家神经科学家的随机调查，我们表明主观判断有利于我们的解决方案，而广泛采用的基于图谱的软件则更胜一筹。
结合工程化的 FnCas9 和扩展的 gRNA，实现 PAM 灵活、稳健且核碱基特异性的编辑和诊断
CRISPR 疗法的临床成功取决于 Cas 蛋白的安全性和有效性。来自新凶手弗朗西斯菌 (FnCas9) 的 Cas9 对错配底物的亲和力可以忽略不计，这使得它即使在结合水平上也能以非常高的精度区分 DNA 中的脱靶。然而，它的细胞靶向效率很低，限制了它在治疗应用中的使用。在这里，我们合理地设计了蛋白质以开发增强的 FnCas9 (enFnCas9) 变体，并将其细胞编辑活性扩展到以前无法访问的基因组位点。值得注意的是，一些变体释放了从 NGG 到 NGR/NRG 的原间隔区相邻基序 (PAM) 约束，使其在人类基因组位点上的可访问性增加了约 3.5 倍。enFnCas9 蛋白在体外和细胞中都具有单一错配特异性，从而扩大了基于 FnCas9 的 CRISPR 诊断的靶标范围，用于检测点突变和致病 DNA 特征。重要的是，它们在编辑效率、敲入率和脱靶特异性方面比其他经过设计的 SpCas9 高保真版本（SpCas9-HF1 和 eSpCas9）更胜一筹。值得注意的是，enFnCas9 变体可以与延长长度的 gRNA 结合使用，在 PAM 约束的规范碱基编辑器无法访问的位点进行强大的碱基编辑。最后，我们展示了使用 enFnCas9 腺嘌呤碱基编辑器完全纠正患者衍生的 iPSC 中的疾病特异性视网膜色素变性突变，突出了其在治疗和诊断中的广泛应用。