XiaoMi-AI文件搜索系统
World File Search System项对
昆士兰州双子青少年脑项目，一项对青少年脑发育的纵向研究Lachlan T. Strike 1，Narelle K. Hansell 1，Kai-H
昆士兰州双胞胎青少年大脑项目，一项对青少年脑发育的纵向研究Lachlan T. Strike 1，Narelle K. Hansell 1，Kai-Hsiang Chuang 1,2，Jessica L. Miller 1，Greig I. de Zubicaray 3，Paul M. Thompson 4，Paul M. Thompson 4，Paul M. Thompson 4，Katie L. McMargaret 5，Margaret 5，Margaret 5，Margaret < 昆士兰大学昆士兰州脑研究所，布里斯班，昆士兰州4072，澳大利亚2。 昆士兰州大学高级成像中心，布里斯班，QLD 4072，澳大利亚3。 昆士兰技术大学卫生学院心理学与咨询学院，澳大利亚昆士兰州库尔文·格罗夫（Kelvin Grove），澳大利亚4059 4. 成像遗传学中心，Mark＆Mary Stevens神经影像学研究所，凯克医学院，南加州大学，美国洛杉矶，美国5。 昆士兰科技大学生物医学技术中心，昆士兰州布里斯班，昆士班，澳大利亚4000，澳大利亚通讯作者：Lachlan T. Strike（L.Strike1@uq.edu.au），我们描述了Queensland Twin Adbortent Brain（QTAB）数据集（QTAB）数据集和详细的方法论，我们描述了Queensland Twin Adbortent Brain（QTAB）。 QTAB数据集包含多模式神经影像学，以及在两个会话中收集的青少年双胞胎中收集的认知和心理健康数据（会议1：n = 422，年龄9-14岁；会议2：n = 304，10 - 10 - 6年）。 MRI方案由T1加权（MP2RAGE），T2加权，FLAIR，高分辨率TSE，SWI，静止状态fMRI，DWI和ASL扫描组成。 在第2节中添加了两个fMRI任务：情感冲突任务和一个被动的电影观看任务。 在扫描仪之外，我们使用标准化测试评估了认知功能。昆士兰大学昆士兰州脑研究所，布里斯班，昆士兰州4072，澳大利亚2。昆士兰州大学高级成像中心，布里斯班，QLD 4072，澳大利亚3。昆士兰技术大学卫生学院心理学与咨询学院，澳大利亚昆士兰州库尔文·格罗夫（Kelvin Grove），澳大利亚4059 4.成像遗传学中心，Mark＆Mary Stevens神经影像学研究所，凯克医学院，南加州大学，美国洛杉矶，美国5。昆士兰科技大学生物医学技术中心，昆士兰州布里斯班，昆士班，澳大利亚4000，澳大利亚通讯作者：Lachlan T. Strike（L.Strike1@uq.edu.au），我们描述了Queensland Twin Adbortent Brain（QTAB）数据集（QTAB）数据集和详细的方法论，我们描述了Queensland Twin Adbortent Brain（QTAB）。 QTAB数据集包含多模式神经影像学，以及在两个会话中收集的青少年双胞胎中收集的认知和心理健康数据（会议1：n = 422，年龄9-14岁；会议2：n = 304，10 - 10 - 6年）。 MRI方案由T1加权（MP2RAGE），T2加权，FLAIR，高分辨率TSE，SWI，静止状态fMRI，DWI和ASL扫描组成。 在第2节中添加了两个fMRI任务：情感冲突任务和一个被动的电影观看任务。 在扫描仪之外，我们使用标准化测试评估了认知功能。昆士兰科技大学生物医学技术中心，昆士兰州布里斯班，昆士班，澳大利亚4000，澳大利亚通讯作者：Lachlan T. Strike（L.Strike1@uq.edu.au），我们描述了Queensland Twin Adbortent Brain（QTAB）数据集（QTAB）数据集和详细的方法论，我们描述了Queensland Twin Adbortent Brain（QTAB）。 QTAB数据集包含多模式神经影像学，以及在两个会话中收集的青少年双胞胎中收集的认知和心理健康数据（会议1：n = 422，年龄9-14岁；会议2：n = 304，10 - 10 - 6年）。 MRI方案由T1加权（MP2RAGE），T2加权，FLAIR，高分辨率TSE，SWI，静止状态fMRI，DWI和ASL扫描组成。 在第2节中添加了两个fMRI任务：情感冲突任务和一个被动的电影观看任务。 在扫描仪之外，我们使用标准化测试评估了认知功能。昆士兰科技大学生物医学技术中心，昆士兰州布里斯班，昆士班，澳大利亚4000，澳大利亚通讯作者：Lachlan T. Strike（L.Strike1@uq.edu.au），我们描述了Queensland Twin Adbortent Brain（QTAB）数据集（QTAB）数据集和详细的方法论，我们描述了Queensland Twin Adbortent Brain（QTAB）。QTAB数据集包含多模式神经影像学，以及在两个会话中收集的青少年双胞胎中收集的认知和心理健康数据（会议1：n = 422，年龄9-14岁；会议2：n = 304，10 - 10 - 6年）。MRI方案由T1加权（MP2RAGE），T2加权，FLAIR，高分辨率TSE，SWI，静止状态fMRI，DWI和ASL扫描组成。在第2节中添加了两个fMRI任务：情感冲突任务和一个被动的电影观看任务。在扫描仪之外，我们使用标准化测试评估了认知功能。我们还获得了焦虑和抑郁，感知压力，嗜睡，青春期发展措施以及风险和保护因素的自我报告。我们还收集了几种生物样品进行基因组和宏基因组分析。建立了QTAB项目，以促进青春期与健康相关的研究。背景和摘要青春期对于理解与抑郁症相关的大脑变化至关重要，因为将近一半的终身诊断开始于14岁开始。经历抑郁症的青少年更有可能是成年人的精神和身体健康，教育水平较低，薪水较低以及更多的关系困难5-7。在青春期，大脑的认知控制，情感和与奖励相关的电路正在经历重大发展8,9 - 受限制睡眠可能损害的发育变化，这在青少年10中很常见。此外，人们认为与青春期发展相关的激素激增和随之而来的身体成熟被认为会影响大脑发育，社会认知和同伴关系的多个方面11。
鉴定有症状性脊柱转移发作的危险因素：一项对128例无症状脊髓转移患者的前瞻性队列研究
简单摘要：症状性脊柱转移（SSM）发作的危险因素尚不清楚。这项前瞻性队列研究旨在统计分析显着的风险因素。前瞻性注册了一名洪水和二十八名无症状患者。数据是从16名候选人中收集的，包括独立的人口统计学和临床因素，包括脊柱肿瘤不稳定性评分（SINS）。进行了多变量分析以确定SSM发作的风险因素。此外，阈值是使用Youden索引从接收器操作特征曲线计算得出的。37例患者（28.9％）在随访期间开发了SSM。总罪被确定为最重要的因素。罪恶的截止值为9.5（敏感性：67.6％；特定城市：83.5％）。这项研究确定了SSM发作和罪恶阈值的显着风险因素。如果预期长期生存，则应考虑使用痛苦≥10的患者进行干预以防止SSM。
一项对1921年4月至5月 - 5月至5月至5月未接种疫苗的美国人的疫苗信心和吸收的疫苗信心和吸收的定性研究
在美国，Covid-19疫苗于2020年12月被授权使用[1，2]，到2021年4月，资格扩展到16岁以上的个人。最初的疫苗推出challenges包括安排约会的困难和不足以满足疫苗接种需求的供应[3]。，但对于某些亚组，“疫苗犹豫不决”，由世界卫生组织的行为和社会疫苗接种框架的行为和社会驱动因素[4]作为“与预期的疫苗接种疫苗的冲突或反对接种疫苗的动机状态”，导致了与预期的疫苗接种率低于预期的Covid-19疫苗接种率。例如，Kaiser家族基金会的一项研究发现，大约32％的美国人不打算获得或不确定2021年4月获得Covid-19-19疫苗[5]。美国成年人一直犹豫不决，因为从有关疫苗安全性和有效性的问题，对当局的信任，实际障碍以及其他政治和社会因素的问题等各种原因，各种原因[6-8]。此外，在VACINE推出期初进行的研究发现，在不愿接受Covid-19-19疫苗的人中，许多人表示愿意接受疫苗接种，如果获得了额外的安全性和有效性信息[9]。为了制定促进疫苗信心的成功策略，美国疾病控制与预防中心（CDC）签约了IPSOS公共事务（IPSOS），以与表达疫苗犹豫的美国成年人协调10个焦点小组。本文报告了焦点小组的调查结果，以提高我们对选定成年人疫苗犹豫的原因的理解，并为未来的制定量身定制的策略开发，以解决这些问题或类似问题。
人工智能衍生的青蒿素药物化合物可作为对抗 SARS-CoV-2 受体的有效候选药物：一项对抗 CO 的计算机模拟研究
背景：冠状病毒在全球爆发，迫使全世界寻找药物来对抗当前的流行病。重新利用药物是一种很有前途的方法，因为它为应对新出现的 COVID-19 提供了新的机会。然而，在大数据时代，人工智能 (AI) 技术可以利用计算方法通过 In-silico 方法寻找新的候选药物。目的和目标：我们目前工作的目的和目标基本上是设计一种针对 COVID-19 受体的植物衍生化合物，该化合物可能作为有效的治疗方法，并使用深度学习程序语言 python (anaconda) 2.7 版本预测疾病的结果。方法：人工智能技术通过计算机辅助药物设计过程 (CADD) 帮助理解冠状病毒与受体的相互作用。使用 Maestro (Schrödinger) 程序准备配体-蛋白质相互作用，该程序有助于研究青蒿素化合物与 SARS-CoV-2 受体（如 7CTT、非结构蛋白 (NSP) 和 7MY3 刺突糖蛋白）的对接姿势。因此，人工智能技术使用深度学习机器算法构建的神经网络检查药物-靶标相互作用，并使用 python 程序语言预测疾病的结果。结果：青蒿素对 SARS-CoV-2 受体（如 7CTT 和 7MY3）表现出最高的抗病毒活性。从 PubChem 开放化学数据库中检索了配体和 SARS-CoV-2 受体的三维结构。配体-蛋白质相互作用是在 Maestro（Schrödinger）程序的帮助下进行的，该程序揭示了 7CTT 与抗疟化合物衍生配体相互作用的 MM/GBSA 值，例如 D95（-45.424）、青蒿素（-35.222）、MPD（-31,021）、MRD（-21.952）和 6FGC（-34.089），而 7MY3 刺突糖蛋白相互作用的 MMGBSA 值 D95（-26.304）、MPD（-18.658）、MRD（-28.03）和 6FGC（-13.47）结合亲和力遵循 Lipinski 规则 5，并进一步用随机森林决策树预测结果，使用 python 程序的准确率约为 75%。结论：通过计算机模拟方法重新利用该药物对抗 SARS-CoV-2 病毒，揭示了其抗病毒作用。对接研究方法显示了 XP 分数、滑行能量和 MMGBSA 值，这些值是使用人工智能技术构建的深度学习程序预测的。
b'我们考虑由小型、自主设备组成的网络，这些设备通过无线通信相互通信。在为此类网络设计算法时，最小化能耗是一个重要的考虑因素，因为电池寿命是一种至关重要的有限资源。在发送和侦听消息都会消耗能量的模型中，我们考虑在任意未知拓扑的无线电网络中寻找节点最大匹配的问题。我们提出了一种分布式随机算法，该算法以高概率产生最大匹配。每个节点的最大能量成本为 O (log n )(log \xe2\x88\x86) ，时间复杂度为 O (\xe2\x88\x86log n )。这里 n 是节点数量的任意上限，\xe2\x88\x86是最大度数的任意上限； n 和 \xe2\x88\x86 是我们算法的参数，我们假设它们对所有处理器都是先验已知的。我们注意到，存在一些图族，对于这些图族，我们对能量成本和时间复杂度的界限同时达到多项对数因子的最优，因此任何显著的\xef\xac\x81 改进都需要对网络拓扑做出额外的假设。我们还考虑了相关问题，即为网络中的每个节点分配一个邻居，以便在最终节点发生故障时备份其数据。在这里，一个关键目标是最小化最大负载，定义为分配给单个节点的节点数。我们提出了一种有效的分散式低能耗算法，该算法确定一个邻居分配，其最大负载最多比最优值大一个多项对数 (n) 因子。'
b'我们考虑由小型、自主设备组成的网络，这些设备通过无线通信相互通信。在为此类网络设计算法时，最小化能耗是一个重要的考虑因素，因为电池寿命是一种至关重要的有限资源。在发送和侦听消息都会消耗能量的模型中，我们考虑在任意未知拓扑的无线电网络中寻找节点最大匹配的问题。我们提出了一种分布式随机算法，该算法以高概率产生最大匹配。每个节点的最大能量成本为 O (log n )(log \xe2\x88\x86) ，时间复杂度为 O (\xe2\x88\x86log n )。这里 n 是节点数量的任意上限，\xe2\x88\x86是最大度数的任意上限； n 和 \xe2\x88\x86 是我们算法的参数，我们假设它们对所有处理器都是先验已知的。我们注意到，存在一些图族，对于这些图族，我们对能量成本和时间复杂度的界限同时达到多项对数因子的最优，因此任何显著的\xef\xac\x81 改进都需要对网络拓扑做出额外的假设。我们还考虑了相关问题，即为网络中的每个节点分配一个邻居，以便在最终节点发生故障时备份其数据。在这里，一个关键目标是最小化最大负载，定义为分配给单个节点的节点数。我们提出了一种有效的分散式低能耗算法，该算法确定一个邻居分配，其最大负载最多比最优值大一个多项对数 (n) 因子。'
引用：Vera A Grin-Yatsenko (2020) 超低频神经反馈调节脑电位的超慢振荡：一项对照研究。
本研究对超低频神经反馈与主动控制条件心率变异性训练进行了正式比较。研究涉及 17 名年龄在 21-50 岁之间、没有神经或精神疾病史但报告了一些生理或心理不适的参与者。在 20 节训练课之前和之后的测试中，通过视觉 Go/NoGo 测试表现和慢 EEG 振荡的频谱功率来监测参与者的进展。在健康状况和视觉 Go/NoGo 测试结果方面，结果显示超低频神经反馈训练优于心率变异性训练。仅在神经反馈队列中观察到超低频范围内振幅的显著升高。关键词：神经反馈；脑电图；超慢 EEG 振荡；心率变异性；超低频训练
一项对细胞表面冷却的研究以提高太阳能系统效率
摘要：晶体硅太阳能电池是最早开发的硅，它仍然是最广泛使用的类型。如果温度超过一定极限，光伏细胞将长期降解。本研究的目的是研究改善光伏冷却系统的性能的可能性。根据实验的结果，通过在光伏细胞的表面冷却观察到44.63级的热降解。它的发电能力降低了22.215％。表明，光伏冷却系统有效地提高了光伏发电的有效性。