XiaoMi-AI文件搜索系统
World File Search System认知障碍
小胶质细胞与雌性小鼠紫杉醇化疗相关的认知障碍的发展涉及
此手稿由UT-Battelle，LLC根据合同编号DE-AC05-00OR22725与美国能源部一起。 美国政府保留和出版商，通过接受该文章的出版物，承认，美国政府保留了非排他性，有偿，不可撤销的，全球范围内的许可，以出版或复制该手稿的已发表形式，或者允许其他人出于美国政府的目的。 能源部将根据DOE公共访问计划（http://energy.gov/downloads/doe-public-access-plan），为联邦赞助研究的这些结果提供公众访问。DE-AC05-00OR22725与美国能源部一起。美国政府保留和出版商，通过接受该文章的出版物，承认，美国政府保留了非排他性，有偿，不可撤销的，全球范围内的许可，以出版或复制该手稿的已发表形式，或者允许其他人出于美国政府的目的。能源部将根据DOE公共访问计划（http://energy.gov/downloads/doe-public-access-plan），为联邦赞助研究的这些结果提供公众访问。
使用机器学习预测轻度认知障碍的进展：系统，定量和批判性评论
我们对研究的研究进行了系统的综述，该研究重点是自动预测对阿尔茨海默氏病（AD）痴呆症的轻度认知障碍进展，以及对影响性能的方法论选择的定量分析。此评论包括172篇文章，从中提取了234篇实验。对于每个人，我们报告了使用的数据集，特征类型，算法类型，performence和潜在的方法论问题。使用多元混合效果线性回归评估了这些特征对性能的影响。我们发现，使用认知，流通氧化葡萄糖 - 螺质发射层造影术或磁性脑电图和磁性变量显着提高了预测性能，与不包括其他方式相比，预测性能显着提高，尤其是其他模态，尤其是T1磁性音乐成像，但表明了一个明显的图表。认知评估的良好表现质疑成像的广泛使用，以预测AD的发展，并提倡探索进一步的域名认知评估。我们还识别了几个方法论问题，包括缺少测试集，或在几乎四分之一论文中使用其用于特征选择或参数调整的使用。在15％的研究中发现的其他问题对该方法与临床实践的相关性产生了怀疑。我们还强调，短期预测可能不会比预测受试者保持稳定
围手术性神经认知障碍的预防和治疗性生理病理学方面
Composition of the Jury President: Prof. Luc Vanhamme Secretary: Prof. Anna Marini Thesis Director: Prof. Joseph Vamecq Thesis Director: Prof. Véronique Kruys Examinators: Prof. Adelin Albert Prof. Pierre Andreoletti Prof. Jamal Ghoumid External experts/ Rapporteurs: Prof. Alain Leon Prof. Mustapha Cherkaoui Malki Chairman: Prof. Vanhamme客座成员Jean Boogaerts教授Mervyn Maze
自动分类从认知障碍中的宠物脑成像的多跟踪报告中得出结论
摘要。本文的目的是通过比较几种基于基于传统的机器学习（ML）技术的基于基于的传统机器学习（ML）技术分类方法来研究用于研究认知障碍（FDG，淀粉样蛋白和TAU PET）的脑分子成像报告的结论。定义了两个目的：在所有三种方式中识别阳性或负面结果，并为阿尔茨海默氏病（AD），额叶痴呆症（FTD），Lewy Bodies Dementia（LBD）提取诊断印象。通过对日内瓦大学医院的核医学和分子成像部报告的166个报告的手动平行注释创建了一个数据集。对6个机器学习（ML）算法（支持向量机（线性和径向基础功能），天真的贝叶斯，逻辑回归，随机福雷斯特和K-Nearest邻居）进行了培训和评估，并具有5倍的交叉验证方案，以评估其性能和概括性。最好的分类器是SVM显示以下准确性：FDG（0.97），TAU（0.94），淀粉样蛋白（0.98），定向诊断（0.87（0.87用于AD，FTD，FTD，LBD之间的诊断，未确定，未确定，其他），铺平了Paradigm在Paradigm中的核对范围内的核医学研究。
轮班工作时间改变免疫细胞调节并加速衰老过程中的认知障碍
所有小鼠在固定 LD 12:12 周期中活动节律的同步都很稳定，但在暴露于偏移 LD 周期时，活动节律的同步会完全受损。即使在“治疗后”暴露于标准 LD 12:12 条件时，偏移 LD 小鼠的重新同步也以同步模式改变和活动开始时间的日常变化增加为标志，这种变化一直持续到中年。这些明暗同步的改变与中年整个偏移 LD 小鼠组在 Barnes 迷宫测试中的显著受损密切相关，远早于在维持固定 LD 周期的老年（18-22 个月）动物中首次观察到认知衰退。结合昼夜节律失调对认知的影响，中年移位 LD 小鼠的特点是脾脏 B 细胞和表达激活标记 CD69 或炎症标记 MHC II 类不变肽 (CLIP) 的 B 细胞亚型显著扩增，脑膜淋巴管中 CLIP+、41BB-Ligand+ 和 CD74 + B 细胞差异增加，脾脏 T 细胞亚型改变，齿状回中小胶质细胞数量增加且功能状态改变。在移位 LD 小鼠中，脾脏 B 细胞的扩增与认知能力呈负相关；当 B 细胞数量较高时，巴恩斯迷宫的表现较差。这些结果表明，仅与早期接触轮班工作时间表相关的紊乱昼夜节律计时会加速衰老过程中的认知能力下降，同时改变大脑中免疫细胞和小胶质细胞的调节。
2型糖尿病中轻度认知障碍的患病率与血清半乳糖素-3水平
摘要目的/简介：Galectin-3（GAL3）有助于胰岛素抵抗，炎症和肥胖，这是2型糖尿病患者中轻度认知障碍（MCI）的三个危险因素。材料和方法：通过蒙特利尔认知评估方法评估了总共134例住院的2型糖尿病患者，并分为65个MCI和69个对照组。变量水平均与COG固定功能相关研究。结果：与非MCI 2型型糖尿病控制相比，在MCI 2型糖尿病组中发现了血清GAL3和较低水平的血浆A B 42（所有P <0.05）。部分相关分析表明，GAL3与MMSE评分（r = -0.51，p <0.01）和蒙特利的认知评估评分（r = -0.47，p <0.001）在调整后，对糖化血液凝血蛋白，血液拒蛋白，同性恋抑制剂的胰岛素抗性和胰岛素抗性的效果与胰岛素抑制作用和所有类型2的效果在所有类型的效果中均具有2次胰岛素的影响。 MCI 2型糖尿病组在与MCI地层进行了进一步分析后。一个简单的逻辑回归模型表明，与协变量的性别，年龄，体重指数，糖化性血红蛋白，同性恋抑制剂模型评估胰岛素抵抗和抗糖尿病药物后，GAL3和B 42与MCI 2型糖尿病患者显着相关。在高脂饮食/链蛋白酶糖尿病大鼠中，血清和脑gal3水平显着升高，这与学习和记忆能力的损害相关。gal3抑制剂改性果胶果胶降低了糖尿病大鼠的血清和脑gal3水平，并伴有学习和记忆障碍的改善。结论：GAL3可能与2型糖尿病的认知障碍有关，血清GAL3水平可能是2型糖尿病患者MCI的新危险因素。
电脑化认知训练是否可以改善轻度认知障碍老人的认知功能
摘要摘要形成临床提问，2050年1.32年将达到mci（MCI），被视为失智症的中间阶段的关键字、同义字、利用布林逻辑，以，以或作为交集、联集。透过，cochrane库，embase，cinahl以及以及以及等级。并采用2020版批判性评估技能计划，CASP RCT，SR清单为工具进行分析。三篇研究结果为工具进行分析。三篇研究结果，在给予电脑化认知训练后
使用机器学习预测轻度认知障碍的进展：系统，定量和批判性评论
我们对研究的研究进行了系统的综述，该研究重点是自动预测对阿尔茨海默氏病（AD）痴呆症的轻度认知障碍进展，以及对影响性能的方法论选择的定量分析。此评论包括172篇文章，从中提取了234篇实验。对于每个人，我们报告了使用的数据集，特征类型，算法类型，performence和潜在的方法论问题。使用多元混合效果线性回归评估了这些特征对性能的影响。我们发现，使用认知，流通氧化葡萄糖 - 螺质发射层造影术或磁性脑电图和磁性变量显着提高了预测性能，与不包括其他方式相比，预测性能显着提高，尤其是其他模态，尤其是T1磁性音乐成像，但表明了一个明显的图表。认知评估的良好表现质疑成像的广泛使用，以预测AD的发展，并提倡探索进一步的域名认知评估。我们还识别了几个方法论问题，包括缺少测试集，或在几乎四分之一论文中使用其用于特征选择或参数调整的使用。在15％的研究中发现的其他问题对该方法与临床实践的相关性产生了怀疑。我们还强调，短期预测可能不会比预测受试者保持稳定
利用钟表绘图测试图像检测认知障碍的人工智能辅助在线工具
a 波士顿大学电气与计算机工程系、系统工程部和生物医学工程系 b 波士顿大学医学院医学系 c 波士顿大学弗雷明汉心脏研究 d 波士顿大学计算与数据科学学院 e 波士顿大学计算机科学系 f 波士顿大学医学院和公共卫生学院解剖学与神经生物学系、神经病学系和流行病学系 g 通讯作者：Ioannis Ch. Paschalidis，yannisp@bu.edu，8 St. Mary's St Boston, MA 02215
使用人工智能对话代理进行轻度认知障碍的可扩展诊断筛查
近年来，寻找轻度认知障碍 (MCI) 的早期生物标记一直是阿尔茨海默病 (AD) 和痴呆症研究界的重中之重。为了尽早确定 MCI 状态，最近的研究表明，词汇选择、话语和句子结构等语言标记可以作为临床前行为标记。在这里，我们提出了一种自适应对话算法（一种支持 AI 的对话代理），以识别区分 MCI 与正常 (NL) 认知状态的问题序列（对话策略）。我们的 AI 代理会根据用户之前的回答调整其提问策略，以达到针对每个用户的个性化对话策略。由于 AI 代理具有自适应性并且可以随着其他数据的增加而扩展，我们的方法为大规模临床前筛查神经认知衰退作为新的数字生物标记以及在门诊环境中纵向跟踪衰老模式提供了潜在途径。