XiaoMi-AI文件搜索系统
World File Search System空间轨迹
减少 MRI 扫描时间的 k 空间轨迹设计
1 KP Pruessmann 等人，“SENSE：快速 MRI 的灵敏度编码”，MRM，1999 年。2 Michael Lustig 等人，“稀疏 MRI：压缩感知在快速 MRI 成像中的应用”，MRM，2007 年。3 N. Chauffert 等人，“基于旅行商的可变密度抽样”，SampTA，2013 年。
采用信念随机最优控制的稳健空间轨迹设计
步进轨迹通常经过优化以满足标准场景中的科学和飞行系统约束。然而，在实际应用中，完全遵循参考轨迹是不可能的，因为不确定性总是影响系统；不确定性可能是由于不完善的状态知识、不完善的动态参数、错过的推力事件或执行错误造成的。在设计阶段，通常通过导航分析事后评估参考轨迹对这些不确定性的稳健性和可靠性，并通过多次迭代调整标准设计。通过评估轨迹受到不同不确定性实现影响时的任务结果来进行稳健性和可靠性评估。为了提高稳健性，通过增加推进剂裕度和强制滑行弧进行轨迹校正机动 (TCM)，或降低推力水平来确保对轨迹进行微小调整。因此，该迭代过程主要将标准轨迹优化视为与不确定性处理阶段分离。此过程通常很耗时，并且可能导致具有过于保守的裕度的次优轨迹。组件和发射器的最新发展现在使深空微型卫星和纳米卫星任务成为可能。此类航天器的轨道控制能力有限（DV 有限），状态知识（地面站访问有限）和执行（TRL 组件低）的不确定性很大，裕度和系统冗余的可能性低（尺寸和成本有限）。因此，对于这些任务，轨迹的设计更重要的是其对不确定性的稳健性。虽然不确定性下的轨迹优化是小型航天器的一种可行方法，但大型传统任务也将受益于随机轨迹优化，既可以提高性能，因为随机最优轨迹通常与具有经验裕度的确定性轨迹不同，也可以减少设计迭代次数。如上所述，目前主要的实际方法是分配后验经验裕度 [1,2]。最近的研究采用随机最优控制问题的不同公式生成了稳健轨迹。模型预测控制或随机闭环公式用于解释控制曲线中的校正项 [3,4]。通过随机规划研究了发动机暂时故障的情况 [5,6]。微分
沉浸式集体觅食中社会和社会学习的自适应机制
人类认知的区别是我们适应不同环境和环境的能力。然而，在单独的社会和社会环境中，主要研究了推动适应性行为的机制，其集成框架仍然难以捉摸。在这里，我们在虚拟的Minecraft环境中使用集体觅食任务来整合这两个领域，通过利用视觉范围数据的自动转录与高分辨率的空间轨迹相结合。我们的行为分析同时捕获了社交互动的结构和时间动力学，然后使用计算模型直接测试这些模型，从而依次预测每个觅食决策。这些结果表明，社会觅食和选择性社会学习的适应机制都是由个人觅食成功（而不是社会因素）驱动的。此外，这是适应性的程度（无论是社交学习还是社会学习），它可以最好地预测个人表现。这些发现不仅融合了跨社会和社会领域的理论，而且还为人类决策在复杂而动态的社会景观中的适应性提供了关键的见解。
通过多切片联合建模构建三维全生物体空间图谱
图 1：STitch3D 概览。a. 来自多个 ST 组织切片的原始数据和来自参考 scRNA-seq 数据集的细胞类型特异性基因表达谱作为 STitch3D 的输入。b. STitch3D 的预处理步骤包括对来自不同组织切片的斑点进行对齐以构建斑点的 3D 位置，以及构建全局 3D 图。STitch3D 的主模型结合这些结构来执行表示学习，用于 3D 空间域识别和 3D 细胞类型反卷积。c. STitch3D 输出 3D 空间区域识别结果和组织中不同细胞类型的 3D 空间分布估计。STitch3D 还支持多种下游分析，包括空间轨迹推断、低质量基因表达测量值的去噪、虚拟组织切片的生成以及具有 3D 空间表达模式的基因识别。d. STitch3D 对多个切片进行联合建模，并利用基于图注意的神经网络学习具有 3D 空间信息的斑点和细胞类型比例的潜在表示。
完善脑部扫描：新视野 - Philippe Ciuciu 1,2
缩短采集时间一直是高分辨率 MRI 面临的一大挑战，而压缩感知 (CS) 理论已成功解决了这一问题。然而，大多数傅里叶编码方案都对现有的 k 空间轨迹进行了欠采样，不幸的是，这些轨迹永远无法充分编码所有必要的信息。最近，我的团队通过提出用于快速 K 空间采样的扩散投影算法 (SPARKLING) 解决了这一关键问题，该算法用于 3 和 7 特斯拉 (T) [1,2] 下的 2D/3D 非笛卡尔 T2* 和磁化率加权成像。在演讲的前半部分，我将介绍这些进展，展示有趣的临床应用，并演示我们如何采用这种方法来解决 7T 下的高分辨率功能和代谢（钠 23 Na）MR 成像——这是一项非常具有挑战性的任务。此外，我将解释如何使用 SPARKLING 欠采样策略来内部估计静态 B0 场不均匀性，这是避免在校正由于这些不均匀性而导致的非共振伪影之前需要进行额外扫描的必要组成部分。
用于灵活飞机轨迹跟踪和负载减轻的非线性增量控制
本文提出了一种用于柔性飞机同时进行轨迹跟踪和负载减轻的非线性控制架构。通过利用控制冗余，可以在不降低刚体指令跟踪性能的情况下减轻阵风和机动负载。所提出的控制架构包含四个级联控制环路：位置控制、飞行路径控制、姿态控制和最优多目标机翼控制。由于位置运动学不受模型不确定性的影响，因此采用非线性动态逆控制。相反，飞行路径动力学受到模型不确定性和大气扰动的干扰；因此采用增量滑模控制。基于 Lyapunov 的分析表明，该方法可以同时降低传统滑模控制方法的模型依赖性和最小可能增益。此外，姿态动力学为严格反馈形式；因此采用增量反步滑模控制。此外，还设计了一种新型负载参考生成器，用于区分执行机动所需的负载和过载负载。负载参考由内环最优机翼控制器实现，而过载负载由襟翼自然化，而不会影响外环跟踪性能。通过空间轨迹跟踪任务和阵风负载缓解任务验证了所提出的控制架构的优点
T1 弛豫增强稳态 (T1RESS)
到目前为止，已经实施了两个主要版本的 T1RESS。一个版本，我们称之为“平衡” T1RESS（bT1RESS），使用完全平衡的 SSFP 读数，因此具有原生的亮血对比度。第二个“不平衡”版本（uT1RESS）使用不平衡的 SSFP 读数，从而抑制基于血流依赖性失相的血管信号。为了测试 T1RESS 对脑肿瘤的诊断性能，我们进行了一项概念验证研究，该研究已获医院机构审查委员会的批准。在 54 名疑似或已知患有脑肿瘤的成年受试者中，以 3 特斯拉（MAGNETOM Skyra 和 MAGNETOM Skyra fit，西门子医疗，德国埃尔兰根）进行了脑部增强 MRI 检查。静脉注射 0.1 mmol/kg 钆布醇（拜耳，德国柏林），然后进行标准护理序列，之后进行额外的对比后扫描，包括平衡和不平衡 T1RESS 以及 3D FLASH 和/或磁化准备的快速采集梯度回波 (MPRAGE)。对于 bT1RESS 和 uT1RESS，数据均使用笛卡尔 3D k 空间轨迹沿相位编码方向单次发射采集，而采集则沿 3D 分区编码方向分段。对于这两种版本的 T1RESS，定期应用对比度调节 RF 脉冲对于产生 T1 对比度和抑制脑脊液和软组织水肿的信号强度至关重要。在对比增强的平衡阶段，亮血 bT1RESS 在创建颅内血管造影渲染方面表现明显优于 3D FLASH 和 MPRAGE（图 2），而使用 uT1RESS 时血管看起来很暗。
单元格使用分子工作记忆在...
b，EGFR-PTP相互作用网络的方案。配体EGFR（E P）与PTPRG（P RG）和PTPN2（P n 2）相互作用。配体EGFR（E -E P）促进E p的自催化。因果链接 - 纯黑线；弯曲的箭头线 - 扩散，PM-质膜，ER-内质网。另见图1-图1B。C，在细胞极化过程中信号诱导的形状变化。箭头：局部边缘速度方向。Zoom：细胞的粘弹性模型 - 弹性和粘性元件的平行连接。P总计：总压力； V：当地的内存速度； L：粘弹性状态。粗字母：向量。细胞膜轮廓：[0，2π]。d，顶部：空间EGF分布的计算机演变。底部：EP的Kymograph for Handomation在（b）中网络的反应扩散模拟中的临界性。三角形 - 梯度硬化。e，用（c）中的模型获得的颜色编码E P的相应示例性细胞形状。f，顶部：颞pro纤维e p（黑色）和e -e p（灰色）。绿色阴影区域：EGF梯度存在。底部：具有表示捕获状态空间区域（彩色）和相应时间尺度的系统的状态空间轨迹。另请参见图1-视频1。厚/细线：信号前置/缺失。g，在e示例中的硅细胞形态变化中的定量变化。三角形 - 梯度持续时间。h，左：与G中相同，只有从同一方向用两个连续的动态梯度（三角形）刺激时。第二梯度在第一个的内存阶段。另见图1-图1d。右：第二个梯度（橙三角形）的方向相反。另见图1-图补充1E。虚线：g。平均值±S.D.显示了n = 3。参数：方法。在（D-H），绿色（橙）/红线：刺激存在/不存在。
通过同心环轨迹读数的全脑氘代谢成像可以评估神经葡萄糖代谢的区域变化
Almuhaideb，A.，Papathanasiou，N。和Bomanji，J。（2011）。肿瘤学中的18 F-FDG PET/CT成像。沙特医学史，31（1），3 - 13。Bednarik，P.，Goranovic，D.，Svatkova，A.，Niess，F.，Hingerl，L.，Strasser，B.，Deelchand，D.K.，Spurny-Dworak，B.，Krssak，B.，Krssak，B.，Krssak，M.，Trattnig，M.（1）h磁共振光谱成像在人脑7 t处的氘化葡萄糖和神经递质代谢的代谢。自然生物 - 医学工程，7（8），1001 - 1013。Chiew，M.，Jiang，W.，Burns，B.，Larson，P.，Steel，A.，Jezzard，P.，Albert Thomas，M。，＆Emir，U。E.（2018）。 密度加权同心环的k空间轨迹（1）h磁共振光谱成像在生物医学中的7 t nmr，31（1），e3838。 Clarke，W。T.和Chiew，M。（2022）。 使用低级别方法对MRSI的降解的不确定性。 医学中的磁共振，87（2），574 - 588。 Clarke，W。T.，Hingerl，L.，Strasser，B.，Bogner，W.，Valkovic，L。，＆Rodgers，C。T.（2023）。 使用同心环对人心脏的三维，2.5分钟的7T磷磁共振成像。 生物医学中的 nmr，36（1），e4813。 Cocking，D.，Damion，R。A.，Franks，H.，Jaconelli，M.，Wilkinson，D.，Brook，M.，Auer，D.P。，＆Bowtell，R。（2023）。 d（2）o给药期间7T处的氘脑成像。 医学中的磁共振，89（4），1514 - 1521。 Crameri，F。，Shephard，G。E.和Heron，P。J. （2020）。 滥用科学传播中的色彩。 （2018）。Chiew，M.，Jiang，W.，Burns，B.，Larson，P.，Steel，A.，Jezzard，P.，Albert Thomas，M。，＆Emir，U。E.（2018）。密度加权同心环的k空间轨迹（1）h磁共振光谱成像在生物医学中的7 t nmr，31（1），e3838。Clarke，W。T.和Chiew，M。（2022）。使用低级别方法对MRSI的降解的不确定性。医学中的磁共振，87（2），574 - 588。Clarke，W。T.，Hingerl，L.，Strasser，B.，Bogner，W.，Valkovic，L。，＆Rodgers，C。T.（2023）。使用同心环对人心脏的三维，2.5分钟的7T磷磁共振成像。nmr，36（1），e4813。Cocking，D.，Damion，R。A.，Franks，H.，Jaconelli，M.，Wilkinson，D.，Brook，M.，Auer，D.P。，＆Bowtell，R。（2023）。d（2）o给药期间7T处的氘脑成像。医学中的磁共振，89（4），1514 - 1521。Crameri，F。，Shephard，G。E.和Heron，P。J.（2020）。滥用科学传播中的色彩。（2018）。自然通讯，11（1），5444。de feyter，H。M.，Behar，K。L.，Corbin，Z。A.，Fulbright，R。K.，Brown，P.B.，McIntyre，S.，Nixon，T。W.，Rothman，D。L.和De Graaf，R。A. 用于基于MRI的3D代谢的代谢成像（DMI）的代谢成像（DMI）。 Science Advances，4（8），EAAT7314。 de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。A.，Fulbright，R。K.，Brown，P.B.，McIntyre，S.，Nixon，T。W.，Rothman，D。L.和De Graaf，R。A.用于基于MRI的3D代谢的代谢成像（DMI）的代谢成像（DMI）。Science Advances，4（8），EAAT7314。 de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。Science Advances，4（8），EAAT7314。de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。 在人脑灰质和白质中glu-cose运输的差异。 典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。 在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。 ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。 使用学生的t检验，其样本量极小。 实践评估，研究和评估，18（10）。 Dienel，G。A. （2019）。 脑葡萄糖代谢：能量学与功能的整合。 生理评论，99（1），949 - 1045。 Furuyama，J。K.，Wilson，N。E.和Thomas，M。A. （2012）。 光谱成像在体内使用强烈的圆形回声平面轨迹。 医学中的磁共振，67（6），1515 - 1522。de Graaf，R。A.，Pan，J.W.，Telang，F.，Lee，J.H.，Brown，P.，Novotny，E.J.，Hetherington，H.P。，＆Rothman，D。L.（2001）。在人脑灰质和白质中glu-cose运输的差异。典型的血液流量和代谢杂志，21（5），483 - 492。DeGraaf，R。A.，Thomas，M。A.，Behar，K。L.，＆de Feyter，H。M.（2021）。在基于氘的同位素标记研究中的动力学同位素效应和标记损失的表征。ACS化学神经科学，12（1），234 - 243。DeWinter，J.C。F.（2013）。使用学生的t检验，其样本量极小。实践评估，研究和评估，18（10）。Dienel，G。A.（2019）。脑葡萄糖代谢：能量学与功能的整合。生理评论，99（1），949 - 1045。Furuyama，J。K.，Wilson，N。E.和Thomas，M。A.（2012）。光谱成像在体内使用强烈的圆形回声平面轨迹。医学中的磁共振，67（6），1515 - 1522。
已接受摘要 2025.xlsx
4761 CEST MRI 检测 oSafiya Aafreen 约翰霍普金斯大学 TBATBATBA 最新进展 数字海报 5099 自动后期处理 Eva Aalbregt 阿姆斯特丹 UMC TBATBATBA 各种情况 数字海报 6628 初步结果 Malene Aastrup MR 研究中心 TBATBATBA 代谢体成像 数字海报 6220 初步结果 Malene Aastrup MR 研究中心 TBATBATBA 超极化（非 G 数字海报 4286 时空变化 Esra Abaci Turk 波士顿儿童医院 2025 年 5 月 12 日 13:45 15:45 理解口腔 MRI 0607 加速高分辨率 Nastaren Abad GE HealthCare，Techno TBATBATBA 基于 AI 的采集和数字海报 0605 400 mT/m w 下的成像 Nastaren Abad GE 医疗技术 2025 年 5 月 15 日 16:00 18:00 磁场及其口腔 0606 在 Lo 下睡觉 Nastaren Abad GE 医疗技术 TBATBATBA 精神病学 - 功能性协同 数字海报 7283 Alireza Abaei 的临床前 ¹H MRS Ulm 大学 2025 年 5 月 14 日 08:15 10:15 临床前大脑和 Beyo Power Pitch 2297 生物目标体积 Parandoush Abbasian 曼尼托巴大学 TBATBATBA 成像和生物标志物传统海报 9551 单个受试者的稳定性 Shahrokh Abbasi-Rad 哈佛医学院 TBATBATBA 分析方法 传统海报 1369 深度学习FramewParisima Abdali 纽约大学 2025 年 5 月 13 日 08:15 10:15 钆及其他 I 口服 4643 定量评估Rasheed Abid 伊利诺伊理工学院 TBATBATBA 衰老：功能 数字海报 9147 几何衍生 Oluyemi Aboyewa 西北大学 TBATBATBA 传统图像重建 数字海报 1384 MRI 重建 w Daniel Abraham 斯坦福大学 2025 年 5 月 13 日 08:15 10:15 驾驭 MRO 的前沿 7097 定量验证 Sagar Acharya 高场 MR 中心，德 TBATBATBA 新型光谱传统海报 6591 肝脏 PDFF 定量 Berk Acikgoz 医院，伯尔尼大学 TBATBATBA 非侵入性成像 数字海报2936 稳健的脂肪分数 ma Berk Acikgoz Inselspital, Bern Univers TBATBATBA 脂肪和水分离 数字海报 4143 共享 GRAPPA calibBerk Acikgoz Inselspital, Bern Univers TBATBATBA 关注大脑：A 数字海报 1853 快速、运动稳健、MMichael Adam Medical University of Vie TBATBATBA 传统海报的未来前景 2828 全对比学习Rhea Adams Case Western Reserve 2025 年 5 月 12 日 16:00 18:00 完美浪潮：AI-PoOral 2834 全对比丘脑Rhea Adams Case Western Reserve 2025 年 5 月 13 日 13:30 15:30 数据预处理 口头 8872 直接估计 PeAbdoljalil Addeh University of卡尔加里 TBATBATBA 寿命 fMRI 数字海报 1746 超极化 1-13C 布科拉阿德贝辛 宾夕法尼亚大学 TBATBATBA超极化（非 G 数字海报 1288 扩散的影响 T Shekhar Adhikari 范德堡大学 Ins 2025 年 5 月 14 日 08:15 10:15 身体扩散 MRI：ModOral 1932 同时重复性 Anne Adlung 纽约大学 Gro TBATBATBA MR 指纹识别 数字海报 5693 同时 1H/23Na Anne Adlung 纽约大学 Gro TBATBATBA 聚焦大脑：A 数字海报 7743 基于区域和 vox Seyedeh Nas Adnani 奥本大学神经 TBATBATBA 大脑分析 数字海报 6915 脊髓 T2* 映射 Seyedeh Nas Adnani 奥本大学神经 TBATBATBA 从神经成像中获得的见解 传统海报 6660 Q 空间轨迹图像 Maryam Afzali 利兹大学2025 年 5 月 13 日 08:15 10:15 心律失常与扩散 口服 5925 单次 PD-FSE 膝关节 MHarsh Agarwal GE HealthCare TBATBATBA 关节成像 数字海报 6587 增强型胶质瘤 TumGunnhild Ager-Wick 卑尔根大学 TBATBATBA 物理与工程 数字海报 1940 解开微观结构 Manisha Aggarwal 约翰霍普金斯大学 2025 年 5 月 12 日 13:45 15:45 扩散：微观结构 口服 8695 将线圈拼接在一起 Reza Aghabagheri 大学医学中心 TBATBATBA 射频阵列和系统 数字海报 4140 Le 的预后效用 Owen Agnel 牛津大学 2025 年 5 月 12 日 16:00 18:00 新方法与应用 Power Pitch