XiaoMi-AI文件搜索系统
World File Search System生理参数
驾驶事件导致心理负荷增加后电生理和性能变化
本研究旨在调查如何利用驾驶表现以及电生理和主观数据来评估驾驶员在驾驶过程中的心理工作负荷。参与者必须在驾驶模拟器上的两个会话（基线和实验）内以安全且恒定的距离跟随前导车辆并处理两个特定驾驶事件（超车和行人事件）。在实验会话中，增加了交通密度和时间压力（超车事件）以及时间压力（行人事件），以引起更高的工作负荷。参与者在每次驾驶会话后填写 NASA TLX 问卷。每次事件后在两个时间窗口（30 秒和 5 分钟）内分析电生理参数（SCL、ECG）、驾驶表现（SDLP 和对前导车辆速度变化的响应：连贯性、延迟和增益）。结果表明，表现和生理变量均因交通状况和时间压力而不同。此外，虽然在很长一段时间内（事件发生后 5 分钟）系统地观察到了性能变化，但实验过程中获得的平均 SCL 数据的影响与事件发生后 30 秒内的基线值明显不同。从心理负荷的角度讨论了结果，并提出了有关可以监控驾驶员心理状态的安全系统的建议。
基于仿真的心血管模型推断
在过去的几十年中，血液动力学模拟量已经稳步发展，并且已成为研究心血管系统中的选择工具。通常使用此类工具从生理参数中模拟全身血液动力学，但解决了将波形映射回到合理的生理参数的相应反问题仍然是诺言和具有挑战性的。受基于仿真推理（SBI）进展的动机，我们将此反问题作为统计推断。与替代方法有关，SBI为互动的参数提供了分布，为单个测量值提供了不确定性的多维表示。我们通过对五个临床兴趣的生物标志物进行近距离的不确定性分析来展示这种能力，并比较了几种测量模态。除了对已知事实的佐证（例如估计心率的可行性）之外，我们的研究突出了从护理标准测量值中估算新生物标志物的潜力。sbi揭示了实际相关的发现，这些发现无法通过标准灵敏度分析来捕获，例如，参数估计表现出不同的不确定性状态的亚种群的存在。最后，我们研究了与模拟波形数据库的体内和silico之间的差距，并批判性地讨论了心血管模拟如何为真实世界数据分析提供信息。
交互式教学在线学习期间增强了学生的生理唤醒
将面对面的教学纯净地转移到数字学习环境中可能伴随着学生的生理唤醒的明显减少，而学生的生理唤醒又可能与学习过程中的被动性有关，通常与不足的集中度和参与课程工作有关。因此，这项研究的目的是研究学生的心理生物学压力反应是否可以在解剖学在线学习的背景下得到增强，以及增加的生理参数与数字学习环境中学习经验的特征如何相关。健康的一年级医学生（n = 104）在面对面学习，被动在线学习或在线学习的互动增强版本中，经常在微观解剖学上进行定期实践课程。Compared to passive online learning, students engaged in the interaction-enhanced version of online learning displayed a significantly reduced Heart Rate Variability (P 0.001, partial η 2 = 0.381) along with a strong increase in salivary cortisol (P 0.001, partial η 2 = 0.179) and salivary alpha-amylase activity (P 0.001, partial η 2 = 0.195).这些结果表明，可以通过互动教学方法来增强从事在线学习的学生的生理唤醒，并指出更高的生理反应与学习经验的基本标准（例如参与和关注）之间的明确相关性。
脑科学
摘要：在有色光照射（CLE）下，言语流畅性任务（VFT）引起的脑血管血流动力学和全身生理反应在受试者之间具有很大差异。我们假设机器学习可以让我们对反应模式进行分类，并为受试者之间的常见反应模式提供新的见解。总共 32 名健康受试者（15 名男性和 17 名女性，年龄：25.5 ± 4.3 岁）在进行 VFT 时在两种不同颜色的光（红色与蓝色）下暴露 9 分钟，采用随机交叉研究设计。我们使用系统生理增强功能近红外光谱（SPA-fNIRS）方法同时测量前额皮质（PFC）和视觉皮质（VC）的脑血管血流动力学和氧合情况以及全身生理参数。我们发现，根据以下参数的变化，无监督机器学习可以适当地将受试者分为不同的组：呼气末二氧化碳、动脉血氧饱和度、皮肤电导率、VC 中的氧合血红蛋白和 PFC 中的脱氧血红蛋白。使用硬聚类方法，分别针对蓝光和红光暴露发现了三组和五组不同的受试者。我们的结果强调了人类对 CLE-VFT 实验范式表现出特定反应类型的事实。
任命详情
__________________________________________________________________________ 有关职位空缺、入围名单和面试的咨询： 姓名：Laura Parkes 教授 电子邮件：Laura.Parkes@manchester.ac.uk _________________________________________________________________________ 背景 该职位适合有才华的成像科学家，他希望加入一个不断壮大的团队，使用 MRI 研究脑血管生理学。职位持有人将主要负责一个正在进行的纵向项目，测量缺血性中风后 3 年内的血脑屏障功能障碍，并将其与认知能力下降联系起来。该职位由美国国立卫生研究院的奖项资助，由斯坦福大学的 Marion Buckwalter 教授领导，与曼彻斯特大学和哥伦比亚大学合作。该项目是多学科合作的一部分，其中曼彻斯特大学组成了“成像中心”。该职位将驻扎在 Parkes 博士的神经影像学研究小组，该小组由博士生和博士后研究员组成，他们背景各异，包括物理学家、神经科学家和临床医生。该小组位于生物、医学和健康学院的心理学、交流和人类神经科学系。工作总体目的 担任此职位的研究助理将全面负责从三个中心获取的 MRI 数据的有效分析。他们将主要研究动态对比增强 MRI 数据，以实施和部署计算机模型，从图像数据中提取生理参数。他们将与曼彻斯特的其他员工合作，分析
研究肝毒性的体外模型
药物发现和发育由一系列过程组成，从实验细胞和动物模型中的药理作用开始，并以患者的药物安全和EF CACY研究结束。主要限制通常是肝脏作为主要靶器官的不可接受的毒性水平。因此，在药物发现的早期研究肝毒性的方法是迈向理性药物开发的重要一步。过去几年已经开发了各种体外肝模型。在他们在药物开发中的使用旁边，也可以应用于研究环境毒素及其肝毒性。三种主要方法是离体分离和灌注器官模型，精确切割的肝切片和细胞培养模型。尽管整个器官灌注的优势是基于对生理参数（例如胆汁产生和形态学参数（例如组织组织学）等生理参数的评估，但细胞培养模型却可以很好地用于评估细胞代谢，细胞毒性和遗传毒性。精确切割肝切片的优点是基于细胞测定和组织形态的并置。这些模型都无法进行比较，因为它们都集中在肝毒理学的不同。在未来，测试新化合物的肝毒性的理想设置可以在细胞或切片培养物中使用过体灌注器官评估细胞效应和二级研究，以检查总体器官功能参数和组织学。
验证基于轻度脑电图的测量方法，用于真实驾驶期间的实时压力监测
摘要：驾驶员的压力会影响决策和风险发生的概率，因此它是道路安全的关键因素。这表明需要持续的压力监测。这项工作旨在验证一种压力神经生理测量方法——神经测量法，该方法可在实验室外使用，该方法依赖于两个湿式传感器，实时且无需校准，由轻量级脑电图获得。在多任务实验中测试了神经测量法，并通过逼真的驾驶模拟器进行了验证。20 名受试者参加了实验，并将得到的压力神经测量法与随机森林 (RF) 模型进行了比较，该模型通过使用脑电图特征以及受试者内和跨任务方法进行了校准。还将神经测量法与基于皮肤电导水平 (SCL) 的测量值进行了比较，SCL 代表了文献中研究的生理参数之一，与压力变化最相关。我们发现，在多任务和真实驾驶实验中，神经测量法能够区分低水平和高水平的压力，平均曲线下面积 (AUC) 值高于 0.9。此外，压力神经测量法显示出比 SCL 测量法和使用跨任务方法校准的 RF 更高的 AUC 和稳定性。总之，本研究提出的神经测量法被证明适用于实验室外的压力水平监测。
实现关键领域人工智能系统的标准化质量控制......
背景在重症监护病房 (ICU) 中，需要不断监测患者的生理参数，并将其与实验室数据和电子健康记录相结合，以便在病情突然恶化等情况下做出最佳和及时的决策。然而，可用数据的丰富性和不均匀性使医疗专业人员难以考虑到患者病情的各个方面。基于人工智能 (AI) 和机器学习 (ML) 的系统在支持这种背景下的临床决策方面大有可为。经过已知结果的历史数据训练，此类系统可以从多变量和多模态数据流中预测患者未来的临床轨迹。最近，回顾性研究表明 ML 模型能够高精度地预测急性肾损伤 (Tomašev et al., 2019)、心胸外科各种并发症 (Meyer et al., 2018) 以及 Covid-19 肺炎致死病程 (Lichtner et al., 2020) 的出现。然而，在临床实践中采用机器学习模型的未来前景引发了更多问题，即其在单个案例基础上做出的决策的公平性、稳健性、确定性和可理解性。此外，模型还应具有稳健性，能够缓和由于测量误差、缺失数据、异常值以及在将学习到的模型转移到新的临床站点时可能发生的分布变化而导致的输入数据变化。这也是理想的
阻止雌二醇受体时代，ERB和GPER ...
摘要 - 雌二醇不仅参与成年的能量代谢的调节，而且还参与了生命的第一阶段，因为它调节了不足和过度营养所引起的改变。预先研究的目标是确定：1）如果雌二醇参与大鼠能量代谢的正常编程； 2）如果该编程有特定的时间窗口，并且3）如果男性和女性在这种激素的作用方面差异很大。雌激素受体（ER）A，ER B和GPER分别被其特定的Antagists MPP，PHTPP和G15封锁，从产后日（P）1（P）1（出生日）到P5或从P5或从P5到P13。生理参数，例如体重，脂肪库和热量摄入。假设AGRP，POMC，MC4R，ER A，ER B和GPER mRNA水平以及雌二醇的血浆水平。我们发现，将ER受体从P5到P13显着降低了男性的长期体重和女性下丘脑POMC mRNA水平。ERS从P1到P5的阻断仅在女性中仅伴有血浆二醇水平。目前的结果表明，雌二醇从P5到P13对雌性大鼠男性和POMC表达的体重的编程作用，并强调将两种性别纳入代谢研究的重要性。有必要揭示雌二醇在发育和成年期间雌二醇对食物摄入量的作用的基础的机制，并确定这种编程在男性和女性中如何差异。2019 IBRO。 由Elsevier Ltd.发布的所有权利保留。2019 IBRO。由Elsevier Ltd.发布的所有权利保留。
评估时间分辨的 fNIRS 在脑机接口心理交流中的应用
脑机接口 (BCI) 作为改善残疾患者生活质量的工具正日益流行。最近，基于时间分辨功能性近红外光谱 (TR-fNIRS) 的 BCI 越来越受欢迎，因为它们具有增强的深度灵敏度，从而降低了来自大脑外层的信号污染。这项研究首次介绍了基于 TR-fNIRS 的 BCI 对健康参与者进行“心理交流”的情况。我们招募了二十一 (21) 名参与者，并反复向他们提出一系列问题，其中要求他们想象打网球以表示“是”，保持放松以表示“否”。光子平均飞行时间的变化用于计算氧合血红蛋白和脱氧血红蛋白浓度的变化，因为它在深度灵敏度和信噪比之间提供了良好的折衷。从平均氧合血红蛋白信号中提取特征，将其分类为“是”或“否”响应。使用线性判别分析 (LDA) 和支持向量机 (SVM) 分类器通过留一交叉验证法对答案进行分类。使用 LDA 和 SVM，所有参与者的总体准确率分别为 75% 和 76%。结果还表明，问题之间的准确率没有显著差异。此外，在 21 名参与者中，有 7 名在运动想象 (MI) 和休息期间记录了生理参数 [心率 (HR) 和平均动脉压 (MAP)]，以调查这些参数在不同条件下的变化。未发现这些参数在不同条件下有显著差异。这些发现表明 TR-fNIRS 可能适合作为脑损伤患者的 BCI。