XiaoMi-AI文件搜索系统
World File Search System脑铁
从理论模型到实际部署
脑铁沉积被认为会增加神经退行性疾病的风险，1但机制很复杂，慢性疾病，肝素产生，巨噬细胞的铁保留和肠道吸收之间的相互作用。2我们先前报道说，特定皮质下脑区域中较高的血浆铁和铁沉积与非阿尔茨海默氏痴呆症和帕金森氏病的风险增加有关。3,4脑铁沉积存在于阿尔茨海默氏病中，与认知有关，但可能不是因果关系，但尚无最明确的证据支持对铁螯合剂的干预。5尚未完全了解增加脑铁沉积的潜在危险因素，而在因果关系链中报告的因素的重要性不确定性导致疾病。
基底神经节铁浓度对隐式序列学习的积极影响
抽象铁稳态对于维持正常的生理脑功能很重要。在两个独立的样本中，我们研究了基底神经节（BG）中的铁浓度与隐式序列学习（ISL）之间的联系。在研究1中，我们使用定量敏感性映射和与任务相关的fMRI来检查年轻和老年人中区域铁浓度测量，脑激活和ISL之间的关联。在研究2中，我们使用fMRI衍生的度量在老年人的年龄样本中使用了fmri衍生的度量来检查脑铁与ISL之间的联系。获得了三个主要发现。首先，在两项研究中，BG铁浓度与ISL呈正相关。第二，ISL对年轻人和老年人都很健壮，并且在两个年龄段的额叶区域中都发现了与性能相关的激活。第三，BG铁与额叶区域中与任务相关的粗体信号的正相关。这是研究脑铁积累，功能性脑激活和ISL之间关系的第一项研究，结果表明，在此特定任务中，较高的脑铁浓度可能与更好的神经认知功能有关。
专题前言：脑科学的物理电子学...
DOI: 10.7498/aps.71.140101 类脑计算技术作为一种脑启发的新型计算技术 , 具有存算一体、事件驱动、模拟并行等特征 , 为 智能化时代开发高效的计算硬件提供了技术参考 , 有望解决当前人工智能硬件在能耗和算力方面的 “ 不可持续发展 ” 问题 . 硬件模拟神经元和突触功能是发展类脑计算技术的核心 , 而支持这一切实现 的基础是器件以及器件中的物理电子学 . 根据类脑单元实现的物理基础 , 当前类脑芯片主要可以分 为数字 CMOS 型、数模混合 CMOS 型以及新原理器件型三大类 . IBM 的 TrueNorth 、 Intel 的 Loihi 、清华大学的 Tianjic 以及浙江大学的 Darwin 等都是数字 CMOS 型类脑芯片的典型代表 , 旨 在以逻辑门电路仿真实现生物单元的行为 . 数模混合型的基本思想是利用亚阈值模拟电路模拟生物 神经单元的特性 , 最早由 Carver Mead 提出 , 其成功案例有苏黎世的 ROLLs 、斯坦福的 Neurogrid 等 . 以上两种类型的类脑芯片虽然实现方式上有所不同 , 但共同之处在于都是利用了硅基晶体管的 物理特性 . 此外 , 以忆阻器为代表的新原理器件为构建非硅基类脑芯片提供了新的物理基础 . 它们 在工作过程中引入了离子动力学特性 , 从结构和工作机制上与生物单元都具有很高的相似性 , 近年 来受到国内外产业界和学术界的广泛关注 . 鉴于硅基工艺比较成熟 , 当前硅基物理特性是类脑芯片 实现的主要基础 . 忆阻器等新原理器件的类脑计算技术尚处于前沿探索和开拓阶段 , 还需要更成熟 的制备技术、更完善的系统框架和电路设计以及更高效的算法等 .
铁电/非铁电材料界面的电荷捕获效应...
我们研究了限制具有金属/铁电/夹层/Si (MFIS) 栅极堆栈结构的 n 型铁电场效应晶体管 (FeFET) 耐久性的电荷捕获现象。为了探索电荷捕获效应导致耐久性失效的物理机制，我们首先建立一个模型来模拟 n 型 Si FeFET 中的电子捕获行为。该模型基于量子力学电子隧穿理论。然后，我们使用脉冲 I d - V g 方法来测量 FeFET 上升沿和下降沿之间的阈值电压偏移。我们的模型很好地符合实验数据。通过将模型与实验数据拟合，我们得到以下结论。（i）在正工作脉冲期间，Si 衬底中的电子主要通过非弹性陷阱辅助隧穿被捕获在 FeFET 栅极堆栈的铁电 (FE) 层和夹层 (IL) 之间的界面处。 (ii) 基于我们的模型，我们可以得到在正操作脉冲期间被捕获到栅极堆栈中的电子数量。 (iii) 该模型可用于评估陷阱参数，这将有助于我们进一步了解 FeFET 的疲劳机制。
对阿尔茨海默氏症的铁铁作用的批判性评估和...
1 DARBY儿童研究所，南卡罗来纳州医科大学，美国南卡罗来纳州查尔斯顿，美国2个儿科系，南卡罗来纳州医科大学，南卡罗来纳州查尔斯顿，美国南卡罗来纳州，美国3号生物化学和分子生物学和分子生物学和霍尔林斯霍尔林斯科学系 Lomonosov莫斯科州立大学，俄罗斯，俄罗斯，5化学和物理科学系，戴森艺术与科学学院，纽约州普莱斯维尔，纽约州Pleastville，6个生物学和生物技术学院，俄罗斯莫斯科，俄罗斯莫斯科，俄罗斯莫斯科，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，高等教育学院6，生物学和生物技术学院6俄罗斯莫斯科科学院，南卡罗来纳州医科大学神经科学系8，美国南卡罗来纳州查尔斯顿，美国南卡罗来纳州医科大学9号药物发现系1 DARBY儿童研究所，南卡罗来纳州医科大学，美国南卡罗来纳州查尔斯顿，美国2个儿科系，南卡罗来纳州医科大学，南卡罗来纳州查尔斯顿，美国南卡罗来纳州，美国3号生物化学和分子生物学和分子生物学和霍尔林斯霍尔林斯科学系Lomonosov莫斯科州立大学，俄罗斯，俄罗斯，5化学和物理科学系，戴森艺术与科学学院，纽约州普莱斯维尔，纽约州Pleastville，6个生物学和生物技术学院，俄罗斯莫斯科，俄罗斯莫斯科，俄罗斯莫斯科，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，俄罗斯，高等教育学院6，生物学和生物技术学院6俄罗斯莫斯科科学院，南卡罗来纳州医科大学神经科学系8，美国南卡罗来纳州查尔斯顿，美国南卡罗来纳州医科大学9号药物发现系
利用铁铁作用以进行精确肿瘤学
©作者2025。Open Access本文在创意共享属性下获得许可 - 非商业 - 非洲毒素4.0国际许可证，该许可允许以任何中等或格式的任何非商业用途，共享，分发和复制，只要您与原始作者提供适当的信誉，并为您提供了符合创造性共识许可的链接，并提供了持有货物的启动材料。您没有根据本许可证的许可来共享本文或部分内容的适用材料。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/by-nc-nd/4.0/。
录用稿件，非最终出版稿 - 工程科学学报
因此，跨个体、跨场景的脑电分析方法逐渐成为研究热点。越来越多的研究人员将广泛应用脑 电信号分析的特征于跨个体、跨场景的脑电信号分析研究中。 Touryan 等人采用经典的独立成分分 析的特征分析方法描述特征空间，计算功率谱密度（ Power Spectral Density ， PSD ），并采用顺序 前向浮动选择方法识别频谱特征中的独立成分集，结果表明该方法可以识别出跨场景脑电信号中的 共同成分 [88] 。 Kakkos 等人采用了特征融合的方法，将 PSD 与功能连接特征相结合，提高了跨场景 分类的性能，并证明了脑特征融合在跨场景中的应用更为有效 [89] 。 Xing 等人将模糊熵特征用于跨 场景脑电信号分析，发现模糊熵特征相对于其他特征更能适合跨场景 [90] 。卷积神经网络 （ Convolutional Neural Networks ， CNN ）和递归神经网络（ Recurrent Neural Networks ， RNN ）等基 于深度学习的新型跨任务模型在跨场景脑电分析中展现了巨大潜力。这些模型能够自动提取特征和 学习复杂的脑电特征，从而有效地缩小不同任务和场景之间的差距，提高模型的泛化能力 [91][92][93] 。 近年来，一些跨学科的方法被创新性地应用于跨场景研究， Zhao 等人提出了一种跨学科的对齐多 源域自适应方法，用于跨个体的 EEG 疲劳状态评估，显著提高了模型的泛化能力 [94] ， Zhou 等人在 此基础上进行改进，提出了一种跨任务域自适应方法，有效提升了跨场景认知诊断的性能 [95] 。
补充材料脑脑内脑内...
图S10。 建立用于研究缺血性中风的永久性脑动脉闭塞（PMCAO）模型。 PMCAO手术程序。 CCA，ICA和ECA暴露了，将硅细丝插入CCA和ICA直到到达MCA（有关详细信息的材料和方法）。 用biorender.com创建的数字。 b TTC染色大脑的代表性照片。 白色区域代表PMCAO的梗塞区域。 PMCAO后1、3和6小时，缺血性大脑中SIRT1的mRNA表达水平。 数据表示为折叠变化，相对于假手术组在归一化为GAPDH之后。 误差条表示平均值±S.D. （n = 3）（每组n = 10只小鼠， * p <0.05，*** p <0.001对假手术）。 缩写：CCA，常见的颈动脉； ICA，颈内动脉； ECA，外部颈动脉； MCA，中大脑中动脉； TTC，2,3,5-三苯基四唑氯化物。图S10。建立用于研究缺血性中风的永久性脑动脉闭塞（PMCAO）模型。PMCAO手术程序。CCA，ICA和ECA暴露了，将硅细丝插入CCA和ICA直到到达MCA（有关详细信息的材料和方法）。用biorender.com创建的数字。b TTC染色大脑的代表性照片。白色区域代表PMCAO的梗塞区域。PMCAO后1、3和6小时，缺血性大脑中SIRT1的mRNA表达水平。数据表示为折叠变化，相对于假手术组在归一化为GAPDH之后。误差条表示平均值±S.D.（n = 3）（每组n = 10只小鼠， * p <0.05，*** p <0.001对假手术）。缩写：CCA，常见的颈动脉； ICA，颈内动脉； ECA，外部颈动脉； MCA，中大脑中动脉； TTC，2,3,5-三苯基四唑氯化物。
自闭症儿童早期脑过度生长的细胞机制：GPX4 水平升高和对铁死亡的抵抗
患有不成比例的巨脑症 (ASD-DM) 的自闭症患者，其脑部相对于身高较大，智力障碍的发生率高于脑部大小正常的自闭症儿童，面临的认知挑战也比患有平均脑容量的自闭症儿童更严重。这种神经表型背后的细胞和分子机制仍不甚明了。为了研究这些机制，我们从正常发育的非自闭症儿童和患有和不患有不成比例的巨脑症的自闭症儿童中产生了人类诱导性多能干细胞。我们利用磁共振成像和全面的认知和医学评估对这些儿童进行了纵向评估，从 2 岁到 12 岁。我们发现，来自 ASD-DM 儿童的神经祖细胞 (NPC) 表现出更高的细胞存活率和抑制的细胞死亡，同时伴有