XiaoMi-AI文件搜索系统
World File Search System红外光谱
可伸缩的微骨系统，用于紫外线，可见和红外光谱
多对象光谱（MOS）是宇宙起源（COR）计划的技术发展优先级。在基于地面的MOS应用（例如，机器人配置的纤维和打孔板）中流行的孔径控制方法是刚性的，对于太空飞行而言是不实用的。微糖阵列（MSA）技术解决了此问题。MSA充当适应性的缝隙面膜。可以对数组进行编程，以提供与天空中稀疏分布的源相对应的任何缝隙。也可以对其进行编程以在扩展源上提供形状的缝隙。这种NGMSA SAT的开发重点介绍了当前宇宙起源计划优先事项的技术进步以及IR/光学/UV（IROUV）战略任务，该战略使命是十分纪念日调查：2020年代（PDAA）的天文学和天文学发现途径和天文学发现的途径。该项目的主要目的是从技术准备水平（TRL）3至5中以较大的格式（736×384，282.6k总像素）提高静电致动MSA，以支持PDAA-RECECMONTED IROUV战略任务。
女性急性应激下回合制互动的脑间神经机制：基于功能性近红外光谱的超扫描研究
随着社会环境的不断变化，压力对社会交往产生了重大影响。本研究通过四种假设的路径模型，探讨急性压力如何影响实时合作与竞争互动的潜在认知和神经机制。我们使用基于功能性近红外光谱（fNIRS）设备的超扫描技术，通过特里尔团体社会压力测试操作，检测急性压力下参与模式游戏的二元组的脑间一致性。行为结果显示，在合作会话中，压力组的二元组比对照组的二元组表现出更好的合作表现和更高的自我与他人的重叠水平。与对照组相比，fNIRS 结果发现，压力组在合作会话期间右侧颞顶交界处（r-TPJ）的人际大脑同步性更高，合作伙伴与建造者之间的格兰杰因果关系更强。我们的研究结果证实了在合作环境中有更好的表现，并进一步发现，r-TPJ 中的脑间一致性和自我与他人的重叠连续介导了急性压力对合作表现的影响。
研究膜介导抗菌肽与同步辐射远红外光谱的相互作用
但是，AMP 也存在一些缺点，包括潜在的毒性、对蛋白酶的敏感性、自发或诱导的结构可塑性 [4,5] 和高生产成本，这些都限制了它们的商业化和临床的系统应用。虽然人们已经做出了广泛的尝试来克服这些障碍，但主要的研究方向集中在研究 AMP 的生物活性、其天然结构和在膜存在下的构象偏好之间的相互关系，以及它们有效的膜结合，[6] 以提供临床相关的配方。[7] 密度泛函理论模拟以及深度学习算法和分子动力学的结合构成了有前途的工具，可用于开发在特定条件下更快地发现有效和选择性 AMP 的理论依据，[8–10] 但这些方法仍然依赖实验数据来确定 AMP 和膜相互作用的结构与功能关系。因此，同时，开发分析工具的主要动力在于能够提供有关 AMP 结构、其分子特异性的详细信息，以及直接和快速探测其在生物适用环境中相互作用的性质和程度。[7,11,12] 必须应用互补方法来深入了解这些系统。[13,14]
系统生理学增强功能近红外光谱：研究人类大脑的有力方法
摘要。在这篇 Outlook 论文中，我们解释了为什么当通过使用系统生理增强功能性近红外光谱 (SPA-fNIRS) 同时测量系统生理活动（例如心肺和自主神经活动）时，可以促进对功能性近红外光谱 (fNIRS) 神经成像信号的准确生理解释。SPA-fNIRS 的基本原理有两个方面：(i) SPA-fNIRS 能够更完整地解释和理解在头部测量的 fNIRS 信号，因为它们包含源自神经血管耦合和系统生理源的成分。用 SPA-fNIRS 测量的全身生理信号可用于回归 fNIRS 信号中的生理混杂成分。因此可以最大限度地减少误解。(ii) SPA-fNIRS 能够通过将大脑与整个身体的生理状态联系起来来研究具身大脑，从而对它们复杂的相互作用产生新的见解。我们预计 SPA-fNIRS 方法在未来将变得越来越重要。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 International 许可证出版。全部或部分分发或复制本作品需要完全注明原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.9.3.030801]
利用功能性近红外光谱衍生的生物标志物对神经精神疾病进行四级分类
摘要：大多数神经精神疾病的诊断依赖于主观测量，这使得最终临床决策的可靠性值得怀疑。本研究的目的是提出一种基于机器学习的分类方法，利用功能性近红外光谱 (fNIRS) 衍生的生物标志物对三种神经精神或神经系统疾病进行客观诊断。十三名健康青少年和六十七名临床诊断为偏头痛、强迫症或精神分裂症的患者执行了 Stroop 任务，同时用 fNIRS 监测前额皮质血流动力学。提取血流动力学和认知特征来训练三种监督学习算法（朴素贝叶斯 (NB)、线性判别分析 (LDA) 和支持向量机 (SVM)）。通过十次十倍交叉验证程序运行来测试每种算法在四个类别中正确预测每个参与者的类别的性能。所有算法均实现了四类分类性能，准确率超过 81%，特异性超过 94%。SVM 在准确率（85.1 ± 1.77%）、敏感度（84 ± 1.7%）、特异性（95 ± 0.5%）、精确度（86 ± 1.6%）和 F1 分数（85 ± 1.7%）方面表现最佳。fNIRS 衍生特征用于自动分类时没有主观报告偏差。所提出的方法可能对协助客观诊断与额叶功能障碍相关的神经精神疾病具有巨大潜力。
全身生理学增强功能性近红外光谱：一种研究体现人脑的有力方法
摘要。在这篇Outlook论文中，我们解释了为什么当系统的生理活性（例如心脏验证和自主性活动）是通过同时测量系统生理学生理学的近乎幽默谱（例如），促进了功能近红外光谱（FNIRS）神经成像信号的准确生理解释。Spa-Fnirs的基本原理是双重的：（i）SPA-FNIRS可以更完整地解释和理解头部测量的FNIRS信号，因为它们包含源自神经血管偶联的组件以及来自全身生理来源。用SPA-FNIRS测量的系统生理信号可用于回归FNIRS信号中的生理混杂成分。误解可以被微型化。（ii）Spa-Fnirs可以通过将大脑与整个身体的生理状态联系起来来研究体现的大脑，从而可以对其复杂的相互作用进行新颖的见解。我们设想将来的水疗方法将变得越来越重要。©作者。由SPIE在创意共享归因4.0国际许可下出版。全部或部分分发或重新分配或重新分配本工作，需要完全归因于原始出版物，包括其DOI。[doi：10.1117/1.nph.9.3.030801]
指纹区域的量子傅里叶变换红外光谱
摘要：红外量子吸收光谱是量子传感技术之一，通过可见光或近红外光子检测可估算样品的红外光学特性，无需红外光源或探测器，这一直是提高灵敏度和光谱仪小型化的障碍。然而，实验演示仅限于波长短于 5 µ m 或太赫兹区域，而尚未在通常用于识别化合物或分子的 1500–500 cm − 1（6.6 至 20 µ m）的所谓指纹区域实现。本文我们报告了指纹区域量子傅里叶变换红外 (QFTIR) 光谱的实验演示，通过该实验可以从用单像素可见光探测器获得的傅里叶变换量子干涉图中获得吸收光谱和相位光谱（复杂光谱）。作为演示，我们获得了硅晶片在 10 µ m (1000 cm − 1 ) 左右的透射光谱，以及合成氟聚合物片聚四氟乙烯在 8 至 10.5 µ m (1250 至 950 cm − 1 ) 波长范围内的复杂透射光谱，其中可以清楚地观察到由于 CF 键的拉伸模式而产生的吸收。这些结果为基于量子技术的新型光谱装置开辟了道路。
基于学习的基于学习的运动伪影在功能近红外光谱中的去除
尽管多年来FNIRS技术得到了改进，但FNIRS数据集的处理仍然是一项艰巨的任务。尤其是，由于Optodes和Scalp之间的耦合变化而导致的运动伪影识别并纠正并纠正了很难且耗时。此类伪影表示为时间序列信号中的峰值或偏移。由于峰或移位的幅度通常比血液动力学反应功能（HRF）高得多，因此FNIRS信号被显着污染，并且不会反映皮质激活。当头部和四肢的运动在实验方案中不可避免甚至需要时，这种现象就会更明显，例如语音，17个步行，18和手术任务。11，12最近，由于可穿戴或无线FNIRS设备（19，20）的升高，该问题加剧了这些设备的移动范围，用于跑步或团队工作，这些设备更容易受到运动文物的影响。因此，消除运动伪影的有效方法对于在这些情况下利用FNIR是必不可少的。多年来开发的一些策略包括在数据处理过程中保留任何具有运动伪像的试验。仅当收集大型数据集并且不是当前的主要实践时才使用。另一种策略是通过视觉检查识别具有运动伪影的试验/通道，或在普遍的FNIRS数据处理工具箱Homer2中使用诸如HMRMotionArtifact功能之类的功能，然后从进一步分析中丢弃它们。为例，参考。35最近的研究36不过，最合适的方法是使用高级时间序列数据处理方法处理这些试验/通道。这些包括样条插值，21小波滤波，22个主成分分析（PCA），23 Kalman滤波，24和基于相关的信号改进（CBSI）。25这些方法的性能在很大程度上取决于一组假设，以描述运动伪影和参数相关调整的主观选择（表1）。29证明，选择PCA参数，即PCA删除27为0.80和0.97的数据中的方差百分比产生了显着不同的结果。因此，高度可取的方法，不需要对参数的主观微调或不依赖严格的假设的方法。在这里，我们提出了一种自动学习噪声特征的深度学习方法。在过去十年中，深度神经网络已成为一种强大的工具，可以快速有效地抑制图像数据集中的噪声。深度学习模型已被证明可以增强竞争性降解结果，同时与召开方法相比，保留了更多纹理细节。30 - 33深度学习网络在应用于医学成像问题时也表现出卓越的性能。例如，denoising自动编码器（DAE）模型可以Denoise乳房X线照片[结构相似性指数量度（SSIM）从0.45到0.73]和Dental X射线数据（SSIM从0.62到0.86）。34 A DAE模型的峰值信噪比（PSNR）和SSIM高10％，而SSIM比胸部辐射图中的常规算法高。
脑机接口机器人训练增强中风患者上肢功能并改变皮质激活：一项功能性近红外光谱研究
结果：与基线相比，BCI 训练和 1 个月随访后观察到更好的功能结果，包括实现 WMFT 满分（1 WMFT 分数 = 12.39 分，F = 30.28，P < 0.001）、WMFT 完成时间（1 WMFT 时间 = 248.39 秒，F = 16.83，P < 0.001）和 FMA 满分（1 FMA-UE = 12.72 分，F = 106.07，P < 0.001）、FMA-WH 分（1 FMA-WH = 5.6 分，F = 35.53，P < 0.001）和 FMA-SE 分（1 FMA-SE = 8.06 分，F = 22.38，P < 0.001）。与基线相比，BCI 训练后患侧 M1 与对侧 M1 之间的 FC 增大（P < 0.05），患侧 M1 与患侧额叶之间的 FC 相同，对侧 M1 与对侧额叶之间的 FC 也增大（P < 0.05）。
功能近红外光谱作为评估工具...
尽管过去几十年来全球识字和算术水平有所提高，但世界各地仍然存在不平等现象（Roser & Ortiz-Ospina 2016）。这种差异表明迫切需要将世界各地的这些数字相等（Tilak 1987）。教育研究是提供基于证据的见解以解决这些全球问题的领域之一（Bruer 2016）。然而，这些研究大多依赖于理论和行为方法，并不一定能提供有关儿童学业成就的潜在认知机制的见解，这是个人差异的关键因素之一，此外还有几个其他因素，如社会经济地位和教育设施（McCandliss 2010；Thomas、Ansari & Knowland 2019）。作为过去十年中不断发展的领域，教育神经科学是一个多学科领域，它试图将认知神经科学家和教育科学家聚集在一起，进一步揭示在学校等生态有效环境中学业成就的神经认知机制（Goswami 2006）。本文旨在向有兴趣进一步研究个人学习的教育研究人员介绍一种有前途的神经成像方法。功能性近红外光谱 (fNIRS) 的研究成果最终可能有助于减少全球教育不平等。