XiaoMi-AI文件搜索系统
World File Search System科学研究
工程与物理科学研究委员会博士景观奖
项目详情：癫痫发作是指大脑有节奏、同步的异常活动，会对健康产生不利影响。多次无诱因癫痫发作是指癫痫，全球约有 5000 万人患有癫痫。癫痫发作是一种复杂的神经过程，需要具有完整中枢神经系统结构的体内模型来进一步了解其机制。我们开发了一种基于成像的方法，使用带有荧光报告基因 (GCaMP) 的转基因斑马鱼幼体，我们能够以无与伦比的时空分辨率可视化整个大脑对药物治疗的功能反应 (Winter, Goodfellow et al., (2021) Br J Pharmacol. 178, 2671-2689)。此外，我们的方法具有巨大的潜力，可以提供有关导致或抑制癫痫发作性大脑活动的分子机制的详细信息。尽管这种方法已经显示出广泛的实用性，但我们相信，通过应用基于人工智能/机器学习 (AI/ML) 的图像分析技术，这种方法的效果可以大大增强。我们相信，应用这些技术将使我们能够在使用促癫痫或抗癫痫药物后更好地识别致癫痫活动，更好地确定起作用的作用机制，并提供有关从神经元局部兴奋到全脑致癫痫网络发展之间的事件序列的全新基础数据。
工程与物理科学研究委员会博士景观奖
项目详情：帕金森病 (PD) 是第二大常见神经系统疾病，是一种异质性疾病，其临床表现和发展轨迹各不相同。平均而言，患有 PD 的家庭每年因与该疾病相关的额外费用而损失超过 20,123 英镑，给个人家庭和 NHS 带来沉重负担。目前，英国约有 145,000 名 PD 患者，其医疗费用每年超过 7.28 亿英镑，总经济影响达到 36 亿英镑。如果目前的预测正确，到 2040 年，患有 PD 的人数将翻一番，这一数字将上升到 72 亿英镑以上。诊断 PD 一直具有挑战性，因为临床医生传统上依靠临床观察症状和患者病史，这可能很困难，尤其是在疾病的早期阶段，症状可能较轻、不一致或类似于其他疾病，如特发性震颤。这导致许多患者患有所谓的临床不确定的帕金森综合征 (CUPS)。最近一项社区全科医学研究表明，只有 53% 服用抗帕金森病药物的患者可以确诊为 CUPS。此类诊断错误可能导致不适当的管理策略，包括不必要的检查和不正确的治疗，进一步加剧患者及其家属的经济和情感负担。为了在临床症状不明确时协助诊断，建议使用多巴胺转运体 (DaT) 单光子发射计算机断层扫描 (SPECT) 成像来精确诊断和临床管理 PD。作为 DaT SPECT 成像的先驱和领导者，GE Healthcare（作为我们该项目的行业合作伙伴）在其 DaTscan（Ioflupane I 123 注射液）产品方面拥有超过 11 年的经验，该产品是一种用于脑 SPECT 成像的放射性药物，用于可视化纹状体多巴胺转运体，并有助于评估患有 CUPS 的患者。它已获得美国 FDA 的批准，到目前为止，全球已使用了 140 多万剂 DaTscan，平均每 3.5 分钟扫描一名患者。然而，DaT-SPECT 的 PD 诊断通常基于视觉评估，这种评估具有主观性，并且可能受到读者内部和读者之间的差异的影响。人工智能 (AI) 最近显示出良好的前景，因为它有可能在自动 PD 诊断方面取得重大进展。尽管取得了这些进展，但开发用于 PD 诊断的 AI 模型通常很耗时，并且需要专门的 AI 专业知识。此外，当前的 AI 模型通常以“黑匣子”的形式运行，提供没有明确理由的预测，这使得临床医生难以理解和信任 AI 的决策。该项目旨在开发一个可解释的端到端自动机器学习 (AutoML) 框架，以协助解释和分类 CUPS。它有两个目标。O1：开发一个用于对多巴胺转运体 (DAT)-SPECT 图像进行分类的 AutoML 框架，该框架可自动搜索最佳模型架构和超参数。O2：开发可解释的 AI (XAI) 组件，用于解释 O1 (O2.1) 中的 AI 模型和对话系统 (O2.2)，
UCL心血管科学研究所
piu帮助将FTHM定位为《国家工程生物学》的全国辩论，这是一项旨在为更可持续的药品制造提供转型解决方案的关键技术。我们协调了对上议院科学技术委员会的提交，呼吁获得有关工程生物学的证据，这已被接受。在此基础上，我们提供了一个知识交换事件，探讨了需要哪些政策行动来解锁工程生物学解决方案的潜力 - 这些建议在FTHM网络中广泛共享，并在英国生物业协会的博客上进行了总结。piu参与并扩大了FTHM与科学创新与技术部（DSIT）和罪网络的关系，帮助确保了国际合作伙伴（东盟国家）在2025年对UCL的即将到来的贸易任务，以讨论工程生物学创新和商业化。
法国国家科学研究院 研究科学家（研究员）
专业办公室 / 服务 / 奖项 当前的服务和职责 · 指导 CEREGE 的气候团队（包括 32 名研究科学家和教学教职员工、19 名支持人员和 23 名博士生和博士后）。 各种职责包括：处理和优先处理内部资金请求（博士、硕士、基础设施成本的资金）、管理双月会议和其他定期社交和科学活动、陪同新来的教职员工/学生和支持人员（包括领导年度访谈）、管理团队的预算（每年 30 kE）、定义、支持和倡导团队的长期发展和战略（在招聘、科学和基础设施发展方面）与其他机构和 CEREGE 方向合作。 2023 年为过渡年，自 2024 年 1 月起全职工作。 · CEREGE 多个董事会成员（战略委员会、网络通信、稳定同位素实验室）。 · 吕贝隆区域自然公园 (PNRL) 科学委员会成员。自 2022 年起。· 波兰国家科学中心 (NCN) 专家小组成员。自 2024 年起。· 欧洲 COST 网络 EUROBIG 生物地球动力学管理委员会成员和工作组联合主席。自 2024 年起。· MER 专家小组成员（艾克斯-马赛大学欧洲研究中心），主题为“气候-能源”和“生物-环境”。自 2024 年起。
与印度科学研究所一起 - 与IISC 联系与印度科学研究所一起 - 与IISC
当麦格安克·帕瓦吉（Mrigank Pawagi）于2024年5月踏出芝加哥机场时，他不会预料到未来的磨难。Mrigank是IISC的数学和计算机学生二年级BTECH，在美国曾在伊利诺伊大学Urbana-Champaign大学（UIUC）实习。从他的长期过境中疲倦，到达校园时，他有一个新的困境。他的住宿计划已经通过。“似乎在我去之前已经分类了，”他回忆道。但是，一旦他到达各州，Mrigank和房东就找不到有关协议中某些条款的中间立场。他被困。最终，他不得不呼吁UIUC的2017年IISC校友进行临时住房安排。他花了一个星期的时间搜索，最终找到了一个空的公寓。
推荐引用 推荐引用 Podder, Itilekha 和 Bub, Udo，“一种可解释的人工智能框架，用于改进半导体制造：一种设计科学研究方法”（2024 年）。ACIS 2024 会议论文集。88. https://aisel.aisnet.org/acis2024/88
半导体制造业正在经历一场数据驱动的革命，推动力来自电子设备和智能技术的进步。这种转变显著增加了数据的数量、速度和种类，从而增强了知识提取和流程优化。然而，传统的解决方案，例如“跨行业数据挖掘标准流程”、“数据库中的知识发现”和“团队数据科学流程”，不足以解决实时分析、高维数据和特定领域的挑战。为了弥补这些差距，我们引入了一个将可解释的人工智能与设计科学研究方法相结合的新框架。该框架的主要贡献包括实时处理能力、领域知识的集成以及人工智能 (AI) 模型的增强透明度，从而确保准确且可解释的决策。该框架通过晶圆图聚类展示，为实施数据挖掘和人工智能项目提供了全面、行业特定的系统指导，提供了高效、易于理解的解决方案，可以改善半导体制造。
企业中的创新和健康科学研究 - ...
基于碳的纳米颗粒，包括碳纳米管，石墨烯，富勒烯和碳量子点，已引起了其独特的结构，机械和物理化学特性的极大关注。这些纳米颗粒具有出色的药物负载能力，高表面积和可调功能化，使其成为药物输送系统的理想候选者。本章深入研究了基于碳的纳米颗粒在治疗递送中的应用，突出了它们在改善生物利用度，靶向效率和受控药物释放中的作用。此外，本章探讨了与它们的生物相容性，毒性和大规模制造相关的挑战，并提供了对药物输送中碳基纳米技术的未来方向的见解。关键词：基于碳的纳米颗粒，碳纳米管，石墨烯，富勒烯，碳量子点，药物输送系统，生物相容性，有针对性的输送1。简介：
房间里的 AI 代理：为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系，加利福尼亚州奥兰治，美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划， 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者：Mamatha Bhat，医学博士
房间里的 AI 代理：为移植选择委员会提供客观决策信息 Bima J. Hasjim MD MSc 1,2 *、Ghazal Azafar PhD 2,3 *、Frank Lee MD 4、Tayyab S. Diwan MD 4、Shilpa Raju MPH 2、Jed Adam Gross MPhil JD 5,6、Aman Sidhu MD 2、Hirohito Ichii MD PhD 1、Rahul G. Krishnan PhD 7、Muhammad Mamdani MPH PharmD 8,9、Divya Sharma PhD 10,11 +、Mamatha Bhat MD PhD 2,3,12,13 + *共同第一作者 + 共同资深作者 1 加州大学欧文分校外科系，加利福尼亚州奥兰治，美国 2 多伦多大学大学健康网络 Ajmera 移植中心移植 AI 计划， 3 加拿大安大略省多伦多大学健康网络多伦多总医院研究所 4 明尼苏达州罗彻斯特梅奥诊所医学院移植外科分部 5 加拿大多伦多大学健康网络临床和组织伦理学系 6 加拿大安大略省多伦多大学达拉拉纳公共卫生学院临床公共卫生分部 7 加拿大安大略省多伦多大学计算机科学系 8 加拿大安大略省多伦多大学健康网络多伦多总医院药学系和妇女健康计划 9 临床评估科学研究所 10 加拿大安大略省北约克大学数学与统计学系 11 加拿大安大略省多伦多大学健康网络生物统计学系 12 加拿大安大略省多伦多大学医学系胃肠病学和肝病学分部 13 加拿大安大略省多伦多矢量研究所 通讯作者：Mamatha Bhat，医学博士
Kakatiya技术与科学研究所，Warangal b''
实验室课程（任何2个课程） - 使用Python实验室的次要部门12 U18MDS1012数据结构和算法13 U18MDS1013机器学习实验室