XiaoMi-AI文件搜索系统
World File Search System脑外科
最佳脑压缩：用于准确训练后量化和修剪的框架
我们考虑在具有挑战性的一声/训练后设置中，深度神经网络（DNN）的模型压缩问题，在该设置中，我们将获得一个准确的训练有素的模型，并且必须仅基于少量校准输入数据而无需进行任何重新训练。鉴于新兴软件和硬件支持，该问题已变得很流行，以通过加速进行修剪和/或量化来执行模型，并且已经针对两种压缩方法独立提出了良好的表现解决方案。在本文中，我们引入了一个新的压缩框架，该框架涵盖了在统一的环境中涵盖重量修剪和量化的，这是时间和空间效果，并且在现有后训练方法的实际性能上大大提高。在技术层面上，我们的方法基于[Lecun，Denker和Solla，1990]的经典最佳脑外科医生（OBS）框架的精确而有效的实现，以涵盖现代DNNS规模的体重量化。从实际的角度来看，我们的实验结果表明，它可以在现有训练后方法的压缩准确性权衡方面显着改善，并且它可以在培训后环境中启用修剪和量化的准确复合应用。
机器学习根据MRI纹理分析预测犬胶质瘤的组织学类型和等级
大脑的恶性肿瘤，尤其是高级神经胶质瘤（HGG），是人类已知的最致命的肿瘤之一，尽管经过数十年的深入研究，但生存率很低[1-4]。手术切除与辅助无线电/化学疗法相结合是HGG的一线治疗[5-7]，切除程度的增加与更好的患者生存率相关[8-11]。因此，在大多数情况下，完全或接近总切除术是至关重要的，并且仍然是神经外科医生的最终目标。然而，腹膜组织的过度侵略性切除倾向于对患者的神经功能造成额外和持久或永久损害，对患者的生活质量和预后产生负面影响[12]。因此，对脑肿瘤患者进行手术仍然是太广泛和太少切除之间的挑战。此外，清楚地鉴定了脑肿瘤组织以及周围的健康或不太浸润的组织，包括其潜在雄辩的纤维区域对于获得最佳的临床结果至关重要。可以注意到，这种方法不仅可以在检测脑肿瘤的检测中有用，还可以在术中分化其他脑组织病理学（例如创伤后受伤的大脑[13]）[13]，在这种情况下，受影响和未受影响的组织的明显分化是本质的。现代脑外科手术的当前局限性包括周围健康脑和肿瘤组织之间的对比度不佳，以及缺乏通过A
医疗技术 脑电图微显示器可显示大脑表面的神经元活动
脑外科手术期间的功能映射用于定义控制关键功能且无法移除的大脑区域。目前，这些程序依赖于神经外科医生和电生理学家之间的口头互动，这可能非常耗时。此外，用于测量大脑活动和识别病理性与功能性大脑区域边界的电极网格分辨率低，与大脑表面的贴合度有限。在这里，我们介绍了颅内脑电图 (iEEG) 微显示器的开发，该显示器由 2048 个 GaN 发光二极管的独立阵列组成，这些阵列层压在微皮层电图电极网格的背面。通过在大鼠和猪身上进行的一系列概念验证实验，我们证明了这些 iEEG 微显示器使我们能够执行实时 iEEG 记录，并通过手术区域大脑表面上的空间对应光图案显示皮质活动。此外，iEEG 微显示器使我们能够识别和显示大鼠和猪模型的皮质标志和病理活动。使用双色 iEEG 微显示器，我们用一种颜色展示了功能性皮质边界的配准，并用另一种颜色显示了与癫痫样活动相关的电位演变。iEEG 微显示器有望在临床环境中促进病理性脑活动的监测。
使用卷积神经网络对 MRI 图像中的脑肿瘤进行分类
摘要：脑肿瘤的分类是通过活检进行的，而活检通常不会在确定性脑外科手术之前进行。技术和机器学习的改进可以帮助放射科医生进行非侵入性肿瘤诊断。在图像分割和分类方面取得显著成果的机器学习算法是卷积神经网络 (CNN)。我们提出了一种新的 CNN 架构，用于对三种类型的脑肿瘤进行分类。开发的网络比现有的预训练网络更简单，并在 T1 加权对比增强磁共振图像上进行了测试。使用四种方法评估网络的性能：两种 10 倍交叉验证方法和两个数据库的组合。使用其中一种 10 倍方法、逐个主题的交叉验证测试了网络的泛化能力，并使用增强图像数据库测试了改进情况。对于增强数据集的记录式交叉验证，10 倍交叉验证法获得了最佳结果，在这种情况下，准确率为 96.56%。新开发的 CNN 架构具有良好的泛化能力和良好的执行速度，可用作医学诊断中放射科医生的有效决策支持工具。
AI x 设计井上光和
1) https://aws.amazon.com/jp/ 2) https://cloud.google.com/products/ai/ 3) https://www.ibm.com/watson/ 4) https://azure.microsoft.com/ja-jp/services/cognitive-services/ 5) https://trends.google.co.jp/trends/ 6) https://colab.research.google.com/ 7) http://jupyter.org/ 8) https://www.anaconda.com/ 9) http://archive.ics.uci.edu/ml/datasets/Iris 10) http://lib.stat.cmu.edu/datasets/boston 11) https://archive.ics.uci.edu/ml/datasets/wine+quality 12) http://yann.lecun.com/exdb/mnist/ 12) http://megaface.cs.washington.edu/ 14）ReLU（Ramp函数）：激活函数之一。当输入值为0以下时，变为0，当大于1时，则按输入原样输出。 15）Softmax函数：将判断结果以百分比的形式输出到输出层的各个单元。一般取百分比最高者作为答案。 16）铃木隆宏，《工作的消失》，讲谈社，2017，第76页 17）新井纪子，《人工智能与不会读教科书的孩子》，东洋经济，2018年 18）小川宏，《中小学编程教育及其在地区的实践》，日本艺术设计协会期刊第77期，2018年，第50-51页 19）迈克尔·施密特、Hod Lipson，《从实验数据中提炼自由形式的自然法则》，2009年，《科学》第324卷 计算机从摆动的钟摆的运动中推导出运动定律。 20）大脑中的侏儒：脑外科医生彭菲尔德绘制的图表，显示了人类大脑皮层的运动区和体感区与身体各部位之间的对应关系。
第八届国际 BCI 会议
简介：我们开发了一种新型、微创的脑机接口，可降低开放式脑外科手术的风险。我们的设备 Stentrode 是通过血管造影植入的，部署时可自行扩张以符合血管曲率。材料、方法和结果：2019 年 8 月，我们的开创性参与者在运动皮层上方的上矢状窦中植入了 Stentrode BCI。Stentrode 连接到植入胸大肌区域的无线遥测装置，该装置与 brainOS 软件一起能够获取、传输和解释他的神经信号。数据采集在植入后 7 周开始，以确保伤口正常愈合。在初始数据采集后的 5 周内，参与者正在使用该系统控制通信软件并向朋友、家人和当地议会发送电子邮件。结合眼动追踪，他能够以每分钟 14 个正确字符 (CCPM) 的速度打字，错误率为 9%（748 次试验中出现 68 次错误）。讨论：通过消除有风险的开脑手术的要求，Stentrode 提供了一种比侵入式 BCI 更安全的替代方案，同时仍然保持了从颅骨下方获取的高质量信号。三个月的临床随访未显示血栓形成、感染或阻塞的迹象，再加上初步疗效结果，它为侵入式 BCI 系统提供了一种可行的替代方案。意义：我们在世界上首次证明了血管内脑机接口的临床可行性，表明 Stentrode 可以获取、传输和解释神经信号，使因运动神经元疾病导致上肢瘫痪的参与者能够在家中控制通信软件。
神经外科及其方法简介.pdf
神经外科或神经外科是一门医学专业，也称为脑外科，主要研究影响神经系统任何部分的疾病的预防、诊断、手术治疗和康复，包括大脑、脊髓、中枢和周围神经系统以及脑血管系统。神经外科方法在现代神经外科中，神经放射学程序用于诊断和治疗患者。计算机断层扫描 (CT)、磁共振成像 (MRI)、正电子发射断层扫描 (PET)、脑磁图 (MEG) 和立体定向放射外科是计算机辅助成像的例子。术中 MRI 和功能性 MRI 用于多种神经外科手术。在传统的开放式手术中，神经外科医生会在颅骨上钻一个大孔以进入大脑。显微镜和内窥镜目前正在用于涉及较小孔径的技术。小开颅手术与高分辨率显微镜神经组织观察相结合，可产生出色的效果。另一方面，开放式手术仍常用于创伤和紧急情况。在神经外科的几个部分，使用显微外科手术。在 EC-IC 搭桥手术和修复性颈动脉末端切除术中，应用了显微血管技术。动脉瘤夹闭是在显微镜下进行的。显微镜或内窥镜用于微创脊柱手术。显微外科手术用于包括显微椎间盘切除术、椎板切除术和人工椎间盘置换术在内的手术。神经外科医生可以使用立体定位通过小孔径定位大脑中的小目标。这用于功能性神经外科手术，例如在帕金森病或阿尔茨海默病的情况下，当电极
改进行进立方体算法的修改规则代表3D
摘要：行进立方体是3D重建的最广泛使用的等曲面算法。在案例研究中，本文使用了来自大脑图像的MRI的医学数据，尤其是在call体（CC）部分中，以及来自Stagbeetle数据集的音量数据。选择此案例研究以突出3D图像可视化的临床重要性。这项研究可以通过显示固体解剖形状和位置来帮助，这可以指导脑损伤的位置，而小于1 mm的较小误差；因此，它可以支持和最大程度地减少脑外科手术的风险。案例研究是称为call体的大脑的一部分，通常用作脑部手术的参考。对于输入数据，本文使用深度学习方法使用2D分割来获得CC段。本文使用120名患者，培训80％，在国家医院进行测试20％。本文发现了11个矢状切片，其中包含每位患者的166个切片中的call体。这项工作提出了一种改进的MC算法，为现有规则增加了20个新规则，加强了Voxel代表的规则，并将原始的Martinging Cubes算法的15条规则增加到35。因此，3D重建模型覆盖了大孔，使其在很大程度上固体。拟议的3D可视化实现了来自国家医院的数据集的零开放边缘。结果表明，应用改进的行进立方体算法产生了一个3D表示，其结果更好，更健壮，这证明了存在更多的顶点和三角形以及不存在开放边缘的情况。高级游行立方体是拆除开放边缘的好方法。
基于病理学的实体瘤的脑转移酶的神经解剖位置：对511名患者的分析，与所提供的临床史进行了比较
脑转移是神经病理学实践中经常出现的。有关其神经解剖位置的文献经常来自放射学分析。这项工作通过病理标本的镜头检查脑转移。从实验室检索到2011 - 2020年康复病例的所有脑外科病理病理报告。标本通过神经解剖位置，诊断和诊断类别进行分类，并具有层次的自由文本字符串匹配算法（HFTSMA），随后也经过审核。病理学家审查了所有被归类为可能转移的报告。将提供的病史与病理学家的最终分类进行了比较。该队列有4,625例。HFTSMA鉴定出854例病例（包括来自确定的原始的转移，来自原发性未知和不当分类病例的转移）。514/854案件每算法有一个确定的主要站点，并在报告审查中进行了538/854案件。538例起源于511名患者。在小脑中最常见的是乳房，妇科逻辑道和胃肠道的初次。肾脏转移最常在枕叶中发现。肺，转移性黑色素瘤和结直肠原始原则最常见于额叶。 所提供的临床历史预测了206例（40.3％）的主要病史，在17例（3.3％）和非共同归因于280例（54.8％）的情况下是歧视。 观察到的大脑转移性肿瘤的分布取决于主要部位。肺，转移性黑色素瘤和结直肠原始原则最常见于额叶。所提供的临床历史预测了206例（40.3％）的主要病史，在17例（3.3％）和非共同归因于280例（54.8％）的情况下是歧视。观察到的大脑转移性肿瘤的分布取决于主要部位。在大多数病例中（54.8％），所提供的临床病史是无关的；这表明外科医生 - 病理学家的交流可能具有优化的潜力。
EPQ Ideas
1。肠道细菌如何影响心理健康2。治疗抗生素耐药感染的新方法3。使用虚拟现实进行疼痛管理4。基因编辑以治愈遗传性疾病5。移植物的3D打印器官6。基于遗传学的个性化癌症治疗7。远程医疗对农村医疗保健访问的影响8。靶向药物输送系统中的纳米技术9.瘫痪患者的脑部计算机界面10。脊髓损伤的干细胞疗法11。AI驱动的早期疾病检测方法12。机器人手术的进步和患者预后13。微生物组在自身免疫性疾病中的作用14。实时健康监控的可穿戴技术15。失明和视力障碍的基因疗法16。稀有疾病治疗的药物重新利用17。癌症预防策略的表观遗传学18。癌症治疗中的免疫疗法突破19。生物打印人体组织进行药物测试20。心理健康治疗中的迷幻药物21。神经退行性疾病中的肠道轴22。CRISPR技术在遗传障碍治疗中23。过早婴儿的人造子宫24。糖尿病管理中的精确医学25。老年患者流动性外骨骼26。治疗神经系统疾病的光遗传学27。新兴传染病的生物工程疫苗28。快速疾病诊断中的微流体29。药物依从性跟踪的智能药物31。心脏病治疗的再生医学30。专注于非侵入性脑外科手术的超声32。鼻喷雾疫苗的呼吸道感染33。伤口愈合加速中的生物材料34。个性化医疗计划的数字双胞胎35。再生医学中的细胞外囊泡36。ADHD治疗的神经反馈疗法37。临时医疗植入物的可生物降解电子设备38。肠道菌群移植用于肥胖治疗39。药物发现和测试中的类器官40。早期癌症检测的液体活检