XiaoMi-AI文件搜索系统
World File Search System疲劳
中风后疲劳的神经影像学相关性
结果：我们确定了 46 项研究（N = 6543）；在许多研究中，与疲劳的关联是次要的或子分析（28.3%）。成像参数通过八个变量进行评估：病变侧化、病变位置、病变体积、脑萎缩、梗塞数量、脑微出血、白质高信号 (WMH) 和网络测量。大多数变量没有确凿证据表明与疲劳有任何关联。在可能的情况下，荟萃分析表明以下因素与 PSF 无关；左侧病变部位（OR：0.88，95% CI（0.64，1. 22）（p = 0.45））、脑幕下病变部位（OR：1.83，95% CI（0.63，5.32）（p = 0.27））和 WMH（OR：1.21，95% CI（0.84，1.75）（p = 0.29））。许多研究对病变部位进行了评估，结果不一；只有一项研究使用了体素症状病变映射 (VSLM)。一些小型研究表明功能性大脑网络（即额叶、额叶-纹状体-丘脑和感觉处理网络）的改变与 PSF 之间存在关联。
警报疲劳预防基准项目
这个MSN Capstone项目是由UT Tyler的Scholar Works的护理带给您的。已被Ut Tyler的学者工程授权管理员所接受，将其纳入MSN Capstone项目。有关更多信息，请联系tgullings@uttyler.edu。
在受到创伤的受试者中检测认知疲劳...
由于其复杂的性质，从fMRI数据中理解认知状态尚未全面提高。在这项工作中，理解TBI患者认知疲劳的问题已被提出为多类分类问题。我们使用卷积和LSTMS作为提取空间特征并建模fMRI扫描的4D性质的构建块构建了时空编码器模型。为了学习数据和条件的更好表示，我们使用了一种称为“对比学习”的自我监督的学习技术，用公共数据集Bold5000预先介绍了我们的编码器，并进一步微调了我们的标签数据集来预测认知疲劳。此外，我们提供了一个fMRI数据集，该数据集包含创伤性脑损伤（TBI）患者和健康对照组（HCS）的扫描，同时执行一系列标准化的N-BACK认知任务。此方法建立了一种最新技术，可以分析fMRI数据中的认知疲劳，并击败以前的方法，以不同的方式解决这一问题。此外，我们的模型进行原始fMRI扫描的能力（直接从扫描仪输出的伪影的嘈杂图像）消除了实现根据所使用的扫描仪而变化的手动信号处理管道的需求。最后，我们研究了促成CF的不同大脑区域的影响。所提出的技术在此数据集上优于最先进的方法的13％以上。
检测脑外伤患者的认知疲劳......
由于其复杂性，从 fMRI 数据理解认知状态尚未得到充分研究。在这项工作中，理解 TBI 患者的认知疲劳的问题已被表述为多类分类问题。我们构建了一个时空编码器模型，使用卷积和 LSTM 作为构建块来提取空间特征并模拟 fMRI 扫描的 4D 特性。为了更好地表示数据和条件，我们使用了一种名为“对比学习”的自监督学习技术，使用公共数据集 BOLD5000 对我们的编码器进行预训练，并进一步微调我们的标记数据集以预测认知疲劳。此外，我们提供了一个 fMRI 数据集，其中包含来自创伤性脑损伤 (TBI) 患者和健康对照 (HC) 的扫描，同时执行一系列标准化的 N-back 认知任务。该方法建立了一种最先进的技术来分析 fMRI 数据的认知疲劳，并且优于以前使用不同模式解决此问题的方法。此外，我们的模型能够接收原始 fMRI 扫描（扫描仪直接输出的带有伪影的噪声图像），因此无需实施根据所用扫描仪而变化的手动信号处理管道。最后，我们研究不同大脑区域对 CF 的影响。在此数据集上，所提出的技术比最先进的方法高出 13% 以上。
与 mRNA COVID-19 疫苗接种相关的肌痛性脑脊髓炎或慢性疲劳综合征
1. Abusalah MAH、Khalifa M、Al-Hatamleh MAI、Jarrar M、Mohamud R、Chan YY 以细胞因子风暴为靶点的基于核酸的 COVID-19 疗法：平息风暴的策略。《个性化医学杂志》。12(3)（无分页），2022 年。文章编号：386。出版日期：2022 年 3 月。2. Al-Hakeim HK、Al-Rubaye HT、Almulla AF、Al-Hadrawi DS、Maes M。急性感染期间炎症引起的神经免疫和神经氧化途径强烈预测了长期 COVID 中的慢性疲劳、抑郁和焦虑症状。《临床医学杂志》。 12(2) (无分页)，2023 年。文章编号：511。出版日期：2023 年 1 月。3. Amato ML、Towler BP、Themelis K 等人。使用转录组学研究轻度炎症对肌痛性脑脊髓炎/慢性疲劳综合征 (ME/CFS) 和纤维肌痛 (FM) 的影响。心身医学。会议：第 79 届年度科学会议实现健康公平：心身科学的机会。美国加利福尼亚州长滩。84(5) (第 A110-A111 页)，2022 年。出版日期：2022 年 6 月。4. 匿名。新闻焦点。当前药物发现。 (MAR.) (第 12 页)，2004 年。出版日期：2004 年 3 月。5. Araf Y、Ullah MA、Faruqui NA、Mowna SA、Prium DH、Sarkar B。登革热疫情是一场全球复发性危机：文献综述。电子全科医学杂志。18(1)（第 1-20 页），2021 年。文章编号：em267。出版日期：2021 年 2 月 1 日。6. Araja D、Krumina A、Nora-Krukle Z、Berkis U、Murovska M。疫苗警戒系统：关于在 COVID-19 疫苗接种中使用警戒数据的有效性的考虑。疫苗。 10(12) (无分页)，2022 年。文章编号：2115。出版日期：2022 年 12 月。7. BARAL M、BHANDARI S。体位性直立性心动过速综合征：可能与 COVID 疫苗有关。胸科。会议：2022 年胸科大会摘要。意大利博洛尼亚。161(6 增刊)（第 A517 页），2022 年。出版日期：2022 年 6 月。8. Chen R、Moriya J、Yamakawa J.-I. 等人。慢性疲劳综合征小鼠模型中的脑萎缩和 Hochu-ekki-to (TJ-41) 的有益作用。神经化学研究。 33(9) (第 1759-1767 页)，2008 年。出版日期：2008 年 9 月。9. Cole A、Webster P、Van Liew D、Salas M、Aimer O、Malikova MA 加速 COVID-19 疫苗开发的安全监测和挑战。药物安全治疗进展。13 (无分页)，2022 年。出版日期：2022 年。10. Connolly DJ、O'Neill LA Toll 样受体靶向治疗的新进展。药理学最新观点。 12(4) (第 510-518 页)，2012 年。出版日期：2012 年 8 月。11. Davoudi F、Miyashita S、Yoo TK、Lee PT、Foster GP 深入了解 SARS-CoV-2 感染、急性后 COVID 综合征和 COVID 疫苗的心血管并发症的病理生理学、流行病学和管理。心脏病学中的关键途径。21(3) (第 123-129 页)，2022 年。出版日期：2022 年 9 月 1 日。12. De Souza A、Jacques R、Mohan S。新冠疫情时期疫苗诱发的功能性神经系统疾病。加拿大神经科学杂志。50(3)（第 346-350 页），2023 年。出版日期：2023 年 5 月 1 日。13. Dellino M、Vimercati A、D'Amato A 等人。《乱世佳人》：新冠疫情对妇科系统的短暂影响。个性化医疗杂志。13(2)（无分页），2023 年。文章编号：312。出版日期：2023 年 2 月。14. Falco P、Galosi E、Esposito N 等人。新冠疫苗诱发的纤维肌痛样综合征。神经科学。会议：意大利神经病学会第 52 届年会。意大利米兰。 43（补编 1）（第 S435-S436 页），2022 年。出版日期：2022 年 12 月。15. Gad AHE、Ahmed SM、Garadah MYA、Dahshan A. 多发性硬化症患者的反应
精神疲劳检测中的计算机接口：系统
抽象的心理疲劳是一种心理物理状况，对日常生活有重大不利影响，损害了身心健康。在这种快速变化的环境中，我们正在遇到挑战，精神疲劳问题变得越来越突出。这需要迫切需要探索有效，准确的自动化系统，以及时进行精神疲劳检测。因此，我们对使用人工智能（AI）技术进行了精神疲劳检测的脑部计算机界面（BCI）研究的系统综述，2011年和2022年之间发表在Scopus，IEEE Explore，PubMed和Web Science（WOS）中。包含的布尔搜索表达式（（（（（电脑图）和（BCI）））和（疲劳分类））和（脑部计算机界面）已用于选择文章。通过用于系统评价和荟萃分析（PRISMA）方法的首选报告项目，我们在562篇文章中选择了39个。我们的评论确定了通过自动化神经反馈采用BCI进行心理疲劳干预的研究差距。还讨论了用于开发基于脑电图的精神疲劳检测的AI技术。我们从讨论中确定的差距提出了全面的挑战和未来建议。未来的方向包括数据融合，混合分类模型，公共数据集的可用性，不确定性，解释性和硬件实现策略。
疲劳、压力和性能... - Oxford Academic
在职业生活中，在令人疲劳的体力工作任务之间执行认知工作任务可以恢复并减轻压力，而不会损失生产性工作时间。这种交替的时间模式可能是恢复效果的决定因素，影响压力和疲劳；认知任务 (CT) 的难度也可能是一个决定因素。本研究的目的是确定重复性体力任务和不同难度的 CT 之间交替的时间模式在多大程度上影响感知疲劳、表现疲劳、压力相关结果和表现。15 名女性进行了四次工作会议，包括 110 分钟的重复性体力任务（移液），与 CT（n-back）交替。各个疗程的周期时间（短：7 + 3 分钟 vs 长：14 + 6 分钟）和 CT 难度（CTdiff；简单 vs 困难）有所不同。疲劳是通过记录工作前后肩部抬高和握力时的最大自主收缩力、工作期间右斜方肌和右前臂伸肌的肌电图 (EMG) 以及整个疗程中对疲劳和疼痛的反复自我评估来评估的。压力是通过心电图（心率变异性）、唾液淀粉酶和自我报告来评估的。在所有方案中，感知疲劳都会随着时间的推移而显着增加，并且在长周期条件下比短周期条件下增加更多。在任何条件下，EMG 活动都不会随着时间的推移而显着增加。无论时间模式如何，客观指标和主观指标均未表明压力会随着时间的推移而增加。在所有条件下，移液性能都保持稳定。认知表现（以正确阳性和假阳性答案的比例衡量）在 CTdiff 水平之间有所不同，但随时间保持稳定，时间模式之间没有显着差异。总之，交替任务的时间模式在一定程度上影响疲劳，但对压力指标或表现没有明显影响。因此，设计交替进行体力和认知工作的轮换工作时，应考虑交替的时间模式，以最大限度地减少疲劳。
交替进行体力和认知任务时的疲劳、压力和表现——交替时间模式的影响
在职业生活中，在令人疲劳的体力工作任务之间执行认知工作任务可能有助于恢复和减轻压力，而不会损失生产性工作时间。这种交替的时间模式可能是恢复效果的决定因素，影响压力和疲劳；认知任务 (CT) 的难度也可能是一个决定因素。本研究的目的是确定重复性体力任务和不同难度的 CT 之间交替的时间模式在多大程度上影响感知疲劳性、表现疲劳性、压力相关结果和表现。15 名女性进行了四次工作会议，包括 110 分钟的重复性体力任务（移液），与 CT（n-back）交替。会议在周期时间（短：7 + 3 分钟 vs. 长：14 + 6 分钟）和 CT 难度（CTdiff；容易 vs. 困难）方面有所不同。疲劳是通过记录工作前后肩部抬高和握手的最大自主收缩力、工作期间右斜方肌和右前臂伸肌的肌电图 (EMG) 以及整个工作过程中对疲劳和疼痛的重复自我评价来评估的。压力通过心电图 (心率变异性)、唾液淀粉酶和自我报告来评估。所有方案中的感知疲劳都随着时间的推移而显著增加，且长周期比短周期条件下增加得更多。在任何条件下，EMG 活动都不会随着时间的推移而显著增加。无论时间模式如何，客观和主观指标均未表明压力会随着时间的推移而增加。在所有条件下，移液性能都保持稳定。认知表现（以正确阳性和假阳性答案的比例来衡量）在 CTdiff 水平之间有所不同，但随着时间的推移保持稳定，时间模式之间没有显着差异。综上所述，任务交替的时间模式在一定程度上影响疲劳，但对压力指标或绩效没有明显影响。因此，在设计体力和认知工作交替的轮岗时，应考虑交替的时间模式，以最大限度地减少疲劳。
激光处理胶接复合材料中的疲劳裂纹扩展...
权利声明：这是作者在《国际黏附和粘合剂杂志》上接受发表的作品版本。出版过程导致的变更（例如同行评审、编辑、更正、结构格式和其他质量控制机制）可能不会反映在本文档中。自提交出版以来，可能已对本作品进行了更改。最终版本随后发表在《国际黏附和粘合剂杂志》上，[105, , (2020-12-04)] DOI: 10.1016/ j.ijadhadh.2020.102784 。© 2020。此手稿版本根据 CC-BY-NC-ND 4.0 许可证提供 http:// creativecommons.org/licenses/by-nc-nd/4.0/
金属构件疲劳寿命的概率设计方法
在本研究中，开发了一个通用概率设计框架，用于预测金属硬件的循环疲劳寿命，所采用的方法解决了实验数据和计算模型中的不确定性。该方法涉及：（i）在 Ti6Al4V 材料试样上进行的疲劳试验数据，（ii）基于连续损伤力学 (CDM) 的材料本构模型，用于模拟材料的循环疲劳行为，（iii）基于方差的全局灵敏度分析，（iv）用于模型校准和不确定性量化的贝叶斯框架，以及（v）在不确定性下的计算寿命预测和概率设计决策。使用实验数据进行计算分析的结果证明了在存在不完整和噪声数据的情况下，概率设计方法用于模型校准的可行性。此外，使用概率设计方法可以评估计算模型预测的疲劳寿命的可靠性。[DOI: 10.1115/1.4038372]