XiaoMi-AI文件搜索系统
World File Search System网膜
病例报告：成功治疗转移性视网膜母细胞瘤，中枢神经系统参与抗GD2免疫疗法，鞘内托托克省和全身化疗降低
与自体干细胞救援的高剂量化疗在转移性视网膜细胞瘤（RB）患者中的结局改善了。尽管有显着的进展，急性和长期副作用，尤其是在视觉障碍和癌症含量的患者中，但仍需要其他治疗选择。针对肿瘤相关的抗原GD2的单克隆抗体（mAb）具有相当大的关注。其他RB研究系列包括跟踪最小传播疾病（MDD），以及时干预中枢神经系统转移患者。我们介绍了两例双侧转移性RB病例，在降低强度的骨髓性化学疗法和自体干细胞移植（ASCT）之后，用抗GD2 MAB naxitamab和肠内topotecan进行了自动性干细胞移植（ASCT），用于CSF中检测到的MDD。患者在初次诊断后的10年和9年保持无病。虽然需要进行其他研究，但结果表明抗GD2 MAB和CNS定向化疗可能会改善长期结局并降低RB高危患者的细胞毒性。
使用机器学习的糖尿病性视网膜病变的预测模型的开发和验证
S8表：在特定读取深度处的成本和时间参数与序列144个样本的比较。原始数据文件尺寸为千兆字节（GB），成本为澳元（AUD），并且时间以小时为单位。生物信息学分析的时间涵盖了从RAW NGS数据到变体列表的输出的管道，不包括此列表的策划。可以通过包括每次运行的样本数量更高，并导致每144个样本的原始数据文件大小来实现较低的读取深度（500x）。每144个样品的准备和定量的成本和时间保持不变。测序的成本，数据存储，测序时间和生物信息学的时间因原始数据文件大小而异，从而改变了总成本和时间。请参阅S7表的相对于3000倍读取深度的值所示的这些值（以粗体表示）。
基于深度学习的糖尿病视网膜病变分析...
摘要 — 糖尿病视网膜病变 (DR) 是一种眼部疾病，其特征是视网膜血管受损。如果不及时发现，可能会导致失明。及早发现和治疗 DR 可以大大降低视力丧失的风险。经过大量训练的专家通常使用彩色眼底照片来诊断这种可怕的疾病。与计算机辅助方法相比，由于全球糖尿病患者数量不断增加，眼科医生对 DR 视网膜眼底图像的手动诊断时间更长。因此，自动 DR 检测变得至关重要。随着对医学研究的重视，深度神经网络在医疗保健领域的应用取得了显着进步。这项工作的目标是确定 DR 的五个阶段：正常、轻度、中度、重度和增生性 DR。深度学习是提高性能的最流行方法之一，尤其是在医学图像的分类和解释方面。我们使用从 Kaggle 获得的大量眼底图像数据集对用于加速糖尿病视网膜病变 (DR) 检测的六种深度学习模型（Custom CNN、Resnet50、Densenet121、EfficientNetB0、EfficientNetB2 和 ViT）进行了评估。在五阶段 DR 分类中，准确率提高到 89%，精确率提高到 89%，召回率提高到 89%，F1 得分提高到 89%，结果表明 DenseNet121 模型的性能非常出色。
高密度脂蛋白胆固醇与糖尿病性视网膜病之间的关联：2型糖尿病患者的横断面研究
6儿童和青少年精神病学和心理治疗系，中央研究所17心理健康研究所，医学院曼海姆，海德堡大学，德国曼尼海姆市海德堡大学186儿童和青少年精神病学和心理治疗系，中央研究所17心理健康研究所，医学院曼海姆，海德堡大学，德国曼尼海姆市海德堡大学18
每年进行糖尿病视网膜病变筛查的障碍：回顾性临床审计
英国国家健康与临床优化研究所 (NICE) 指南建议所有 12 岁以上的糖尿病患者每年进行 DRP 筛查 [3] 。在 DES 筛查期间，需要从每只眼睛拍摄两张标准数字眼底照片，然后根据英国糖尿病视网膜病变国家筛查计划 (ENSPDR) 分类系统对图像进行分级。被归类为患有“视力威胁性视网膜病变”的个人将被转诊至眼科诊所进行评估。目前，初级保健指南建议全科医生及时识别新诊断的糖尿病患者并将其转诊进行 DES，转诊后三个月内完成，随后进行年度筛查 [4] 。英国公共卫生部委托的糖尿病视网膜病变全科医生筛查 (GP2DRS) 项目将数据从全科医生糖尿病登记册以电子方式直接传输到眼科筛查服务，确保自动识别需要定期筛查的个人 [5] 。自 2022 年起，NHS DES 计划将邀请符合条件的患者进行年度筛查，最低接受率为 75%，目标是超过 85% [6] 。需要密切监测的患者将遵循监测路径，召回间隔为 1、3、6、9 或 12 个月。
Whitestone, N.、Nkurikiye, J.、Patnaik, JL、Jaccard, N.、Lanouette, G.、Cherwek, DH、Congdon, N. 和 Mathenge, W. (2023)。卢旺达基于人工智能的糖尿病视网膜病变筛查的可行性和接受度。英国眼科学杂志。提前在线出版。https://doi.org/10.1136/bjo-2022-322683
删除政策 研究门户是女王大学的机构资料库，可供访问女王大学的研究成果。我们尽一切努力确保研究门户中的内容不侵犯任何人的权利或适用的英国法律。如果您发现研究门户中的内容侵犯了版权或违反了任何法律，请联系 openaccess@qub.ac.uk。
atif/参考：Ramaha，N。T. A.＆Al-Dujaili，S。I.（2023）。使用机器学习与深度学习的糖尿病性视网膜病变诊断。欧洲日记植物油分馏
植物油的分馏技术对于修改油的理化特性并获得特定应用的优化分数至关重要。这些技术使脂肪可以根据其甘油三酸酯组成的不同熔点分离为分数（Kellens等，2007）。干燥（直接），溶剂（溶剂）和洗涤剂（表面活性剂）分级技术被确定为主要分级技术，而干分馏被认为是使用最广泛和环保的方法。该技术涉及以控制的方式冷却油，然后通过机械过滤将其分离成固体（stearin）和液体（油蛋白）级分（Timms，2005）。干分馏过程被广泛使用，尤其是在棕榈油行业，允许有价值的
P-gp在癌症治疗中的作用 母亲糖尿病和新生儿 基于环氧链的链酸（PLA） 对视频语义标签的开放物的分析 在整个花朵季节中，定期添加葡萄糖抑制了在添加剂湖水样品中的蓝细菌丰度 通过全面的渗透测试增强移动安全 生物有效的效率是改善塞内加西尼斯和斯威尼尼尼尼氏树的生长的自然替代品之一，以及可持续性 关键趋势推动了马来西亚银行业的生成人工智能采用的采用 与BEC和顺铂的组合处理协同增强抗癌活性，并导致绝对生存 抗血管生成药物在小细胞肺癌的一线治疗中的研究进度 使用具有自我测量物理状况指标的机器学习算法的心脏病预测 风险与国立大学医院中心的糖尿病性视网膜病有关的因素Hubert Koutoukou Maga
p-糖蛋白（P-gp）是ATP结合盒（ABC）转运蛋白家族的成员，在多药耐药性（MDR）在癌症治疗中起着至关重要的作用。p-gp积极地从癌细胞中泵送化学治疗药物，降低其细胞内浓度，从而降低其疗效。本综述探讨了P-gp对MDR贡献的机制，包括内在和获得的抗性。它还讨论了抑制P-gp的各种策略，例如阻断药物结合位点，干扰ATP水解以及改变细胞膜整体性。还检查了第四代P-gp抑制剂和其他新型抑制剂的潜力，以增强癌症疗法的有效性。理解和克服P-gp介导的MDR对于改善癌症患者的治疗结果至关重要。关键字
![信函关于增强 MNU 诱导的 RP 模型中视网膜变性的时空表征的建议 [信函]](/simg/2/20ccebd6f7958c4aab0c7670384a9c933caeb76a.png)
信函关于增强 MNU 诱导的 RP 模型中视网膜变性的时空表征的建议 [信函]
《炎症研究杂志》是一本国际性的同行评审开放获取杂志，欢迎发表有关炎症分子基础、细胞生物学和药理学的实验室和临床发现，包括原创研究、评论、研讨会报告、假设形成和评论：急性/慢性炎症；炎症介质；细胞过程；分子机制；药理学和新型抗炎药物；涉及炎症的临床状况。稿件管理系统完全在线，包括非常快速和公平的同行评审系统。访问 http://www.dovepress.com/testimonials.php 阅读已发表作者的真实引文。
病变分类和糖尿病性视网膜病变分级，通过将软效果和汇总到视觉变压器
方法：在这些技术中，深度学习模型已经证明了各种类型的机器视觉任务的有希望的结果。但是，大多数以医学图像分析为导向的深度学习方法建立在卷积操作上，这可能会忽略医学图像中远程像素之间的全球依赖性。因此，可以在医学图像分析中逐渐采用了可以揭示全球像素之间关联的视觉变压器模型。但是，注意机制的二次计算复杂性阻碍了视力变压器在临床实践中的部署。考虑到上面的分析，这项研究引入了具有软磁性和线性模块的综合自我发场机制，以同时保证效率和表现力。是特定的，通过添加一组代理令牌，在注意模块中采用了比原始查询和键代币的一部分和关键令牌。请注意，代理令牌可以完全利用软磁性和线性注意的优势。