XiaoMi-AI文件搜索系统
World File Search System部位
临时纹身作为皮肤及其他部位可贴合、可转移电子产品的非常规基底
1. 法国蔚蓝海岸大学，法国国家信息与自动化研究所，2004 Route des Lucioles BP 93，06902 Sophia Antipolis Cedex，法国 2. 格拉茨工业大学固体物理研究所，NAWI Graz，8010 Graz，奥地利 3. 林雪平大学科学与技术系有机电子实验室，601 74 Norrköping，瑞典 * 通讯作者：francesco.greco@tugraz.at 关键词：临时纹身，可穿戴，可塑性电子器件，表皮设备 摘要 在不断发展的可塑性电子器件领域，迄今为止的各种方法中，纹身技术应运而生。在这里，临时纹身纸被用作非常规基材来构建可转移的贴合身体的设备，从而与皮肤建立稳定且持久的界面。基于纹身的设备已经在多个领域展示了其能力，主要应用于人类健康生物监测。这种方法正在推动最先进的技术发展，克服现有技术的一些限制，例如皮肤接触电极和汗液分析。临时纹身也已应用于其他领域，例如有机电子学、有机太阳能电池和可转移食用晶体管的开发。已经展示了多种互补的临时纹身制作方法，从传统的真空沉积方法到各种印刷技术。在这篇评论中，我们除了报告和讨论纹身技术的主要制作方法和应用外，还描述了纹身的主要特点。
大型和多部位结构性脑 MR 成像数据集中的深度学习
大型、多站点、异构脑成像数据集越来越需要用于训练、验证和测试基于深度学习 (DL) 的高级自动化工具，包括基于结构磁共振 (MR) 图像的诊断和治疗监测方法。在将多个较小的数据集组合成较大的数据集时，了解聚合数据集中不同采集和处理协议之间的潜在差异 (称为“批次效应”) 至关重要。训练数据集中存在差异很重要，因为它更接近地反映了真实的潜在数据分布，因此可以增强工具的整体通用性。然而，必须仔细评估批次效应的影响，以避免不良影响，例如可能降低性能指标。批次效应可能来自许多方面，包括采集设备、成像技术和参数以及应用的处理方法的差异。在开发工具时，必须考虑它们的影响，包括有益的和不利的，以确保它们的输出与提出的临床或研究问题（即实际的疾病相关或病理变化）相关，而不仅仅是由于聚合数据集中底层批次效应的特殊性。我们回顾了深度学习在结构性脑 MR 成像中的应用，它聚合了来自神经成像数据集的图像，这些数据集通常是在多个站点获取的。我们检查了包含健康对照参与者和患者的数据集，这些数据集是使用不同的采集协议获取的。首先，我们讨论了数据访问问题，并列举了一些常用的公开脑数据集的主要特征。然后，我们通过探索两大类方法回顾了纠正批次效应的方法：数据协调，使用数据标准化、质量控制协议或其他类似算法和程序来明确理解和最小化不必要的批次效应；领域自适应，开发深度学习工具，通过使用方法隐式处理批次效应以获得可靠和稳健的结果。在这篇叙述性评论中，我们强调了这两类 DL 方法的优缺点，并描述了未来研究中需要解决的关键挑战。
对跨解剖部位的头颈癌中免疫浸润的比较分析
抽象背景对靶向程序细胞死亡1（PD-1）受体的免疫检查点抑制剂的反应率为复发性或转移性头部和颈部鳞状细胞癌（HNSCC）患者的受体为13％–18％。对肿瘤免疫微环境（时间）的详细理解对于解释和提高该反应率至关重要。hnsccs出现在各种解剖学位置，包括口腔，咽部，喉和口咽。直接比较解剖部位之间免疫浸润的研究很少。由于不同的位置可能会驱动偏差的微环境，因此我们质疑免疫成分在这些HNSCC位点上是否有所不同。方法，我们使用流式细胞术表征了76个新鲜肿瘤标本的时间，并在9个头部和颈部肿瘤样品上进行了单细胞RNA的时间。结果，我们发现患者之间时间的组成有主要差异。比较解剖部位时：源自口腔的肿瘤的T细胞浸润高于其他解剖部位的肿瘤。患者之间的免疫检查点PD-1的肿瘤浸润T-淋巴细胞的百分比呈阳性，而在喉鳞状细胞癌（SCC）中发现的PD-1+ T细胞的最高分数。虽然我们假设肿瘤起源的解剖位点会驱动样品聚类，但我们的数据表明，时间类型更为主导，特别受PD-1的T细胞的比例驱动。此外，与改善总体生存率相关的PD-1+ CD8+ T细胞的高比例很高。使用单细胞RNA - 测序，我们观察到PD-1表达在CD8-ENTPD1组织驻留记忆T细胞/耗尽的T细胞和CD4-CXCL13中最高的PD-1表达和CD4-CXCL13 1型T辅助细胞簇。结论我们发现口腔SCC的T细胞频率最高。我们还观察到PD-1在T细胞上的大量室内异质性，喉SCC中PD-1+ CD4+ T辅助细胞的频率明显更高。在整个队列中，PD-1阳性的CD8+ T细胞的较高比例与改善的总生存期有关。时间内PD-1+ T细胞的分数是否能够为患有头颈癌患者的免疫检查点抑制剂反应预测。
使用分子工具识别和指导治疗原发部位不明的癌症
原发灶不明的癌症 (CUP) 是指经组织学证实的转移性癌症，尽管进行了全面的诊断评估，但原发肿瘤仍未确定 [1,2]。CUP 约占全球所有癌症诊断的 3% 至 5%，估计每年每 100,000 人中有 7 至 12 例 [2]。尽管 CUP 罕见，但由于其异质性且通常与疾病相关的预后不良，它代表了重大的临床挑战。值得注意的是，CUP 不包括某些恶性肿瘤，例如肉瘤、黑色素瘤、生殖细胞肿瘤、神经内分泌肿瘤和血液系统癌症，因为这些肿瘤的确切来源部位尚未确定 [2]。绝大多数 CUP 患者（80-85%）属于高风险肿瘤组，即组织学分析无法明确组织来源的癌症，并且存在多个转移部位 [3]。这与 CUP 患者中的一小部分人形成了鲜明对比，这些人属于低风险人群，疾病表现有限，适合治愈目的、接受局部疗法治疗或临床表现高度提示组织来源，如患有孤立腋窝淋巴结的女性 [4]。
在注射部位作为免疫后的不良事件：案例定义和数据收集，分析和呈现指南
是美国宾夕法尼亚州塞勒斯维尔的Pennridge儿科助理B疾病控制与预防中心，国家免疫计划，1600 Clifton Rd，Clifton Rd，MailStop E-61，Atlanta，GA 30333，美国C食品和药物管理局，美国马里兰州罗克维尔市，美国马里兰州洛克维尔，Dalhousie d Dalhousie d Dalhousie d Dalhousie of Nove of Johns of Johns of Johns of Johns of Johns of the Health of Johns E.美国马里兰州巴尔的摩市，加利福尼亚州卫生部，美国加利福尼亚州伯克利，美国G St George医院医学院，英国伦敦，H Chiron Behring Gmbh＆Co，Marburg，德国Marburg，德国I食品和药物管理局，美国马里兰州马里兰州洛克维尔市，美国纽约市Pharmacovigialance Lareb，'S-Hertogenbosch Instubly Instruption of noutherland ocking Instruption octunter ocking Instrumation ocking Instructor ocking Instruption Instruct ock.和环境，荷兰，荷兰，加拿大荷兰，渥太华，安大略省，加拿大，加拿大n疾病控制与预防中心，美国佐治亚州亚特兰大，乔治亚州亚特兰大市o大学儿童医院，巴斯尔，瑞士，是美国宾夕法尼亚州塞勒斯维尔的Pennridge儿科助理B疾病控制与预防中心，国家免疫计划，1600 Clifton Rd，Clifton Rd，MailStop E-61，Atlanta，GA 30333，美国C食品和药物管理局，美国马里兰州罗克维尔市，美国马里兰州洛克维尔，Dalhousie d Dalhousie d Dalhousie d Dalhousie of Nove of Johns of Johns of Johns of Johns of Johns of the Health of Johns E.美国马里兰州巴尔的摩市，加利福尼亚州卫生部，美国加利福尼亚州伯克利，美国G St George医院医学院，英国伦敦，H Chiron Behring Gmbh＆Co，Marburg，德国Marburg，德国I食品和药物管理局，美国马里兰州马里兰州洛克维尔市，美国纽约市Pharmacovigialance Lareb，'S-Hertogenbosch Instubly Instruption of noutherland ocking Instruption octunter ocking Instrumation ocking Instructor ocking Instruption Instruct ock.和环境，荷兰，荷兰，加拿大荷兰，渥太华，安大略省，加拿大，加拿大n疾病控制与预防中心，美国佐治亚州亚特兰大，乔治亚州亚特兰大市o大学儿童医院，巴斯尔，瑞士，
超小碳纤维电极记录部位优化及提高体内慢性记录产量
摘要 目的。碳纤维电极可以实现更好的长期脑植入，最大限度地减少硅基电极常见的组织反应。小直径的纤维可以实现高通道数的脑机接口，能够重现灵巧的动作。过去的碳纤维电极既表现出高保真度的单个单元记录，又表现出紧邻记录点的健康神经元群。然而，由于以前未知的原因，长期植入大脑的碳纤维阵列的记录产量通常徘徊在 30% 左右。在本文中，我们研究了旨在提高记录产量和寿命的制造工艺改进。方法。我们测试了一种使用 532nm 激光与传统剪刀方法相比的新切割方法，以创建电极记录点。我们通过阻抗测量和体内阵列记录产量验证了改进记录点的有效性。此外，我们还测试了可能更持久的 PEDOT:pTS 涂层替代品，包括 PtIr 和氧等离子蚀刻。通过加速浸泡测试和急性记录对新涂层进行了评估。主要结果。我们发现，激光产生了一致、可持续的 257 ± 13.8 µ m 2 电极，其 1 kHz 阻抗低（PEDOT:pTS 为 19 ± 4 k Ω），光纤间差异小。研究发现，PEDOT:pTS 涂层的激光切割光纤在急性（97% > 100 µ V pp，N = 34 根光纤）和慢性（84% > 100 µ V pp，第 7 天；71% > 100 µ V pp，第 63 天，N = 45 根光纤）设置下均具有高记录产量。激光切割记录部位是 PtIr 涂层和氧等离子蚀刻的良好平台，在加速浸泡测试中与 PEDOT:pTS 相比，它减缓了 1 kHz 阻抗的增加。意义。我们发现激光切割的碳纤维具有高记录产量，可以在体内维持两个多月，并且替代涂层在加速老化测试中的表现优于 PEDOT:pTS。这项工作提供了证据，支持碳纤维阵列作为高密度、临床可行的脑机接口的可行方法。
内在体感反馈支持运动控制和学习操作人造身体部位
摘要 目的 人们投入了大量资源，通过提供非自然形式的体感反馈来增强假肢的控制和可用性。在本文中，我们研究了远程控制假肢的身体部位的内在体感信息是否可以被运动系统利用来支持控制和技能学习。 方法 在安慰剂对照设计中，我们使用局部麻醉来减弱大脚趾的体感输入，同时参与者学习通过压力传感器操作脚趾控制的手动佩戴的机器人额外手指。将运动学习结果与接受假麻醉的对照组进行比较，并在三种不同的任务场景中进行量化：与生物手指隔离操作、同步协调操作和协作操作。 主要结果 两组都能够学会操作机器人额外手指，大概是因为视觉反馈和其他相关的感官提示非常丰富。重要的是，远端身体控制器提供的位移体感提示有助于获得独立的机器人手指运动、保持和转移同步手部机器人协调技能以及在认知负荷下的表现。当任务涉及与生物手指的密切协作时，脚趾麻醉不会损害运动表现，这表明运动系统可以通过动态整合来自多个甚至远端身体部位的任务内在体感信号来弥补感觉反馈差距。意义总之，我们的研究结果表明，除了人工刺激之外，还有多种自然途径可以提供内在替代体感信息来支持对人造身体部位的运动控制。
审查对距离脊髓病变原发性遥控部位的细分市场的更多关注
多模式成像研究的最新发现表明，在脊髓和大脑中的脊髓损伤的震中，区域的宏观结构病理变化。正在进行研究以确定这些移位的细胞和分子机制，这些移位目前知之甚少。研究表明，重点区域中的病理过程是多方面的。此过程涉及星形胶质细胞和小胶质细胞，这有助于神经纤维从直接影响区域传播的神经纤维的变性，并参与相互激活。结果，距脊髓损伤位置的区域有突触损失。反应性星形胶质细胞产生硫酸软骨素蛋白聚糖，可抑制轴突生长和损伤细胞。但是，偏远地区的神经元死亡仍然有争议。原发性损伤面积是释放到脑脊液中的许多神经毒性分子的来源。假定这些分子（主要是基质金属蛋白酶）破坏了血脊髓屏障，从而导致偏远地区的巨噬细胞前体浸润。活化的巨噬细胞分泌促炎性细胞因子和基质金属蛋白酶，这反过来诱导了星形胶质细胞和小胶质细胞，一种促炎的表型。另外，反应性小胶质细胞与星形胶质细胞一起分泌了许多促炎和神经毒性分子，这些分子激活了炎症信号通路，从而加剧了突触耗竭和神经系统降解。似乎很可能是慢性炎症和神经退行性之间的相互作用是远离病变中心的脊髓区域中病理过程的关键特征。遥远地区的病理变化应成为潜在治疗靶标的研究对象。
使用与身体部位的约束融合进行自动驾驶的计算有效的行人检测
动机：脑成像遗传学研究基因型数据（例如单核多态性（SNP）和成像定量性状（QTS））之间的复杂关联。神经退行性疾病通常表现出多样性和异质性，起源于该疾病，不同的诊断组可能会带有不同的成像QT，SNP及其相互作用。稀疏的规范相关分析（SCCA）被广泛用于识别双变量基因型 - 表型关联。然而，大多数现有的SCCA方法是无监督的，导致无法识别特定于诊断的基因型 - 表型关联。结果：在本文中，我们提出了一种名为MT – SCCALR的新联合多任务学习方法，该方法吸收了SCCA和逻辑回归的优点。MT – SCCALR共同学习多个任务的基因型 - 表型关联，每个任务都集中在识别一种诊断特定的基因型 - 表型模式上。同时，MT – SCCALR不仅可以为每个诊断组选择相关的SNP和成像QT，而且还允许将多个诊断组共享的SNP选择。我们得出了一种有效的优化算法，该算法可以保证其转化为局部最佳限度。与两种最先进的方法相比，MT – SCCALR产生更好或类似的规范相关系数和分类性能。此外，它拥有比竞争对手更好的判别规范权重模式。可用性和实施：该软件可在https://github.com/dulei323/mtsccalr上公开获得。这证明了MTSCCAR在识别诊断性异构基因型 - 表型模式方面的功能和能力，这将有助于了解脑疾病的病理生理学。联系人：dulei@nwpu.edu.cn或li.shen@pennmedicine.upenn.edu补充信息：补充数据可在Bioineformatics在线获得。
使用WGBS中的CNN模型召回低覆盖部位的DNA甲基化水平
DNA甲基化是基因转录的重要调节剂。WGB是DNA甲基化定量碱基分辨率的金标准方法。它需要较高的测序深度。许多CPG位点在WGBS数据中覆盖不足，导致单个位点的DNA甲基化水平不足。提出了许多图案计算方法来预测缺失值。但是，许多方法都需要其他OMICS数据集或其他跨样本数据。，其中大多数仅预测DNA甲基化状态。在这项研究中，我们提出了RCWGB，可以将相邻侧面DNA甲基化水平的缺失（或低覆盖率）值算。深度学习技术被用于准确的预测。H1-HESC和GM12878的WGBS数据集被下采样。RCWGB预测的12×深度的DNA甲基化水平之间的平均差异分别在H1-HESC和GM2878细胞中> 50倍深度的平均差异分别小于0.03和0.01。rcwgb的表现都比Methimpute更好。我们的工作将有助于处理低测序深度的甲基化数据。对于研究人员来说，通过计算方法节省了测序成本并改善数据利用是有益的。