XiaoMi-AI文件搜索系统
World File Search System概念验证
与肠道相关的代谢产物与呼吸道症状的关联19：概念验证研究
与肠道相关的代谢产物与呼吸道疾病有关。肠道和肺之间的串扰表明，肠道健康可能在Covid-19中受到损害。本研究的目的是分析与肠道相关的代谢产物（乙酰-l-肉碱，甜菜碱，胆碱，L-肉碱，三甲基胺和三胺N-氧化物N-氧化物）的患者，与健康的个体和非concovid-19呼吸症状相匹配的患者，与健康的患者相匹配。作为结果，该小组的代谢产物在COVID-19患者中受到损害，并且与呼吸困难和温度的症状有关，并且可以区分Covid-19和哮喘。初步结果表明，较低水平的Betaine似乎与Covid-19患者的结局差有关，这表明BETAINE是肠道微生物组健康的标志。©2022 Elsevier Inc.保留所有权利。
使用诱发干扰深部脑刺激 (eiDBS) 实时控制帕金森病患者的苍白球振荡：该领域的概念验证
需要实时控制基底神经节神经活动的方法来阐明 8-35 Hz（“β 波段”）振荡动力学在帕金森病 (PD) 运动体征表现中的因果作用。在这里，我们表明，由具有精确幅度和时间的电脉冲引起的共振 β 振荡可用于可预测地抑制或放大人类苍白球内节 (GPi) 中的自发 β 波段活动。使用这种称为闭环诱发干扰深部脑刺激 (eiDBS) 的方法，我们可以抑制或放大 PD 患者的频率特定 (16-22 Hz) 神经活动。我们的结果强调了 eiDBS 在表征振荡动力学在 PD 和其他脑部疾病中的作用以及开发个性化神经调节系统方面的实用性。
基于脑电图识别上肢运动热点的人工神经网络方法：概念验证研究
摘要背景：为了将经颅电刺激 (tES) 应用于运动皮层，通常使用经颅磁刺激 (TMS) 的运动诱发电位来识别运动热点。本研究的目的是验证一种基于脑电图 (EEG) 的新型运动热点识别方法的可行性，该方法使用机器学习技术作为 TMS 的潜在替代方案。方法：在 30 名受试者执行简单的手指敲击任务时，使用 63 个通道测量 EEG 数据。从六个频带（delta、theta、alpha、beta、gamma 和 full）提取 EEG 数据的功率谱密度，并独立用于训练和测试用于运动热点识别的人工神经网络。将 TMS 识别的各个运动热点的 3D 坐标信息与我们基于 EEG 的运动热点识别方法估计的坐标信息进行定量比较，以评估其可行性。结果：TMS 识别的运动热点位置与我们提出的运动热点识别方法之间的最小平均误差距离为 0.22 ± 0.03 厘米，证明了我们提出的基于 EEG 的方法的概念验证。当仅使用连接到运动皮层中部的 9 个通道时，测量的平均误差距离为 1.32 ± 0.15 厘米，表明实际使用基于相对较少的 EEG 通道的所提出的运动热点识别方法的可能性。结论：我们证明了我们新颖的基于 EEG 的运动热点识别方法的可行性。预计我们的方法可以作为 TMS 的运动热点识别的替代方案。特别是，当使用最近开发的与 EEG 设备集成的便携式 tES 设备时，它的可用性将显著提高。关键词：运动热点、脑电图、经颅电刺激、机器学习、人工神经网络
IMMUNICY-1：利用 CYAD-211 靶向 BCMA，建立基于 shRNA 的同种异体 CAR-T 细胞治疗平台的概念验证
● 源自健康供体细胞的现成同种异体嵌合抗原受体 (CAR) T 细胞有可能克服自体 CAR T 细胞制造耗时带来的许多问题，并且便于重复给药。然而，同种异体 T 细胞的过继转移存在移植物抗宿主病 (GvHD) 的风险。
利用组胺类似物靶向趋化因子受体 CXCR4 来减轻青少年关节炎的炎症：COVID-19 治疗方法的概念验证
3 巴黎大学，法国巴黎。 4 法国巴黎巴斯德研究所转化免疫学实验室。 5 BIOASTER，法国里昂。 6 法国巴黎 INSERM UMR-S1124，干细胞、信号和朊病毒团队。 7 INSERM UMR - S1109，法国斯特拉斯堡大学医学院、OMICARE 大学医院联盟、斯特拉斯堡转化医学联盟 (FMTS)。 8 法国斯特拉斯堡大学医院国家罕见自身免疫性疾病参考中心 RESO 临床免疫学和内科系。 9 法国斯特拉斯堡大学 UFR 医学院。 10 IRIM，蒙彼利埃大学，CNRS UMR 9004，蒙彼利埃，法国。 11 法国巴黎公立医院内克尔大学医院儿科血液学-免疫学和风湿病学科、RAISE 罕见疾病参考中心。
人工智能如何改变概念验证活动......
摘要 在本文中，我们研究了人工智能 (AI) 存在下的概念验证活动。为此，我们在一家领先的汽车 OEM 进行了一项探索性、启发性的案例研究，该公司不断探索新技术以改进其制造流程。我们重点介绍了 AI 属性如何影响项目执行的具体细节，以及焦点公司如何解决这些问题。我们列出了影响基础活动的四个关键领域，即数据评估、流程协调、价值导向和 AI 赋能。根据我们的研究结果，我们为与 AI 相关的挑战和相应的行动途径提供了实用的见解。在此基础上，我们为计划在制造业中实施这项新技术的 AI 项目负责人制定了新颖、及时且可行的建议。这将为研究人员和从业人员提供基于经验和概念合理的指导，并最终促进 AI 在制造业的成功。
三模态同时研究人类大脑功能的概念验证证据
图 1 多模态数据集成。首先，可以提取功能性磁共振成像 (fMRI)、事件相关光信号 (EROS) 和事件相关电位 (ERP) 的信号，并分别分析其与认知过程、行为或个体差异的关系（上图）。请注意 fMRI、EROS 和 ERP 信号在空间和时间尺度上的差异。为了便于显示，EROS 数据以 4 的重采样因子进行了下采样。其次，可以一起分析成对的脑成像模式，以识别脑信号之间的关联（中图），并可以检查与所关注活动相关的组合信息。第三，可以将所有三种脑成像模式集成在一起（下图），方法是链接来自集成模式对的突发信息，和/或通过联合分析所有三种模式的时空特征。fMRI (A)、ERP (C) 和数据集成 (AC、BC 和下图) 的插图包括 Moore 等人的改编。 （2019），经许可。为了在成像模式之间保持一致，此处以较低的阈值显示右半球的整合数据。值得注意的是，显示的右半球区域与 Moore 等人（2019）中确定的 fMRI – ERP 整合结果同源
结直肠癌肝转移患者综合时空异质性概念验证试点研究
癌细胞亚群和肿瘤内异质性 (ITH) 背后的基因组克隆的动态进化，以及源自循环中脱落的肿瘤细胞的转移和治疗耐药性，是复发和癌症相关死亡的主要原因。1-3 下一代测序 (NGS) 研究能够识别导致内在和获得性耐药性的多区域 ITH 和连续循环无细胞 DNA (cfDNA) 或循环肿瘤 DNA (ctDNA) 突变，从而改变癌症生物学和转化研究。4,5 我们已经开发并提出了一种全面的患者内异质性 (IPH) 的时空概念，并有可能转化为精准肿瘤学。6 在这项先导研究中，我们评估了基于 IPH 的协议的转化功效，以首次表征和比较原发性结直肠癌 (CRC) 和匹配的肝转移 (LM) 的 ITH，结合 ctDNA 突变景观。这种整体方法能够检测癌症基因组在时间和空间上的动态演变，从而能够在疾病过程中的不同时间点识别和潜在地针对所有可操作的突变。
概念验证 MarkIt：利用区块链进行医学成像研究的协作人工智能注释平台
当前医学图像处理研究在很大程度上依赖于输入数据的数量和质量。具体来说，监督机器学习方法需要注释良好的数据集。缺乏注释工具限制了实现大容量处理和具有适当奖励机制的扩展系统的潜力。我们开发了基于 Web 的工具 MarkIt，用于使用人工智能和区块链技术协作注释医学图像数据。我们的平台可处理医学数字成像和通信 (DICOM) 和非 DICOM 图像，并允许用户以高效的方式注释它们以进行分类和对象检测任务。MarkIt 可以加速注释过程并跟踪用户活动以计算公平的奖励。对三名经过专业培训的放射科医生进行了概念验证实验，他们每人注释了 1,000 份胸部 X 光片以进行多标签分类。我们计算了评分者之间的一致性并估计了数据集的价值，以使用加密货币分配注释者的奖励。我们假设 MarkIt 可以让通常很繁琐的注释任务变得更加高效。此外，MarkIt 还可以作为一个平台，用于评估数据的价值，并在未来以更具可扩展性的方式交易注释结果。该平台可在 https://markit.mgh.harvard.edu 上公开测试。
2020 年 11 月概念验证研究：在不同天气条件下可靠测试 CAV 传感器性能和性能下降的框架
• Michael Szczepanski，英国气象局高级业务发展经理 • Stephan Havemann 博士，英国气象局高级科学家 • Nawal Husnoo，英国气象局高级科学家 • Robert Scovell，英国气象局高级科学家 • Henry Odbert 博士，英国气象局高级科学家 • Jill Dixon，英国气象局高级科学顾问 • Jeremy Price 博士，英国气象局科学经理 • John Molloy 博士，国家物理实验室电磁技术组高级研究科学家（任期至 2020 年 3 月） • Imran Mohamed 博士，国家物理实验室电磁技术组高级研究科学家 • Manoj Stanley 博士，国家物理实验室电磁技术组高级研究科学家 • Fengping Li 博士，国家物理实验室电磁技术组高级研究科学家 • Carmine Clemente 博士，高级讲师，校长研究员，思克莱德大学电子电气工程系信号与图像处理中心 审阅人 • CCAV 创新主管 David Webb