XiaoMi-AI文件搜索系统
World File Search System麻省
悼念 MAB Brazier
MGH-MIT 合作一直持续到 Brazier 博士在波士顿的余生甚至更久之后，而 1952 年，在 Wal ter Rosenblith 的指导下，麻省理工学院电子研究实验室 (RLE) 建立了通信生物物理实验室 (CBL)（RLE 是战时辐射实验室的继任者），进一步加强了 MGH-MIT 合作。在这个新实验室中，专门为分析 EEG 和相关电位而开发了一种模拟相关器。这项工作的目的是尝试理解 EEG 的性质，正如其统计特性所反映的那样，它是通信系统（即大脑）中的信号。 1953 年，在马萨诸塞州剑桥举行的第三届国际 EEG 大会上，Brazier 介绍了一些使用相关器得出的最早结果，并由 Wiener 进行了讨论。这项工作的一个重要方面是研究诱发电位（事件相关电位），特别是对视觉刺激（闪光）的诱发电位，它采用了一种特殊形式的互相关方法，相当于 George Dawson 的求和法。Brazier 在她的研究中还使用了几年后在麻省理工学院开发的早期通用数字计算机。除了麻省总医院，Brazier 还在哈佛医学院和麻省理工学院任职。
DPD 缺陷及权衡潜在危害研讨会......
高博士是一名肿瘤内科医生，美国食品药品管理局 (FDA) 肿瘤卓越中心 (OCE) 教育副主任，以及肿瘤疾病办公室临床审查政策代理副主任。她获得了哈佛大学的本科学位，并作为 J. William Fulbright 研究员在德国波恩工作了一年，之后在布朗大学阿尔珀特医学院完成了医学学位。高博士在麻省总医院完成了内科实习和住院医师培训，随后在美国国家癌症研究所 (NCI) 获得肿瘤内科医生的奖学金，并担任首席研究员。2016 年，高博士加入 FDA，担任乳腺癌团队的肿瘤学家。在 2019 年担任 OCE 现任职务之前，她曾担任代理乳腺团队负责人。她目前领导 OCE 苏格拉底计划下的教育计划，并共同领导 OCE 的公共卫生计划“更新计划”，旨在更新旧肿瘤药物的产品标签。她还参与了 OCE 公平计划，重点关注亚裔美国人、夏威夷原住民和其他太平洋岛民的癌症患者。
BRAND：深度网络模型闭环实验平台
1 Wallace H. Coulter 埃默里大学和佐治亚理工学院生物医学工程系，美国佐治亚州亚特兰大 2 西北大学神经科学系，美国伊利诺伊州芝加哥 3 西北大学生物医学工程系，美国伊利诺伊州埃文斯顿 4 西北大学物理医学与康复系，美国伊利诺伊州芝加哥 5 Shirley Ryan AbilityLab，美国伊利诺伊州芝加哥 6 埃默里大学神经外科系，美国佐治亚州亚特兰大 7 加利福尼亚大学神经外科系，美国加利福尼亚州戴维斯 8 麻省总医院神经内科神经技术和神经康复中心，美国马萨诸塞州波士顿 9 布朗大学工程学院和卡尼脑科学研究所，美国罗德岛州普罗维登斯 10 哈佛医学院，美国马萨诸塞州波士顿 11 退伍军人事务康复研究与发展美国罗德岛州普罗维登斯，普罗维登斯 VA 医疗中心，神经修复和神经技术中心 12 对本研究贡献相同。∗ 任何通讯作者均应致函。
BRAINGATE 技术：辅助...
摘要：创新的神经假体技术 Brain Gate 旨在让瘫痪或其他运动障碍患者能够用自己的思想操作设备。该技术通过利用一个微型植入式传感器记录大脑中的神经活动并将其转换为电信号，可用于控制外部设备，如计算机、机械臂甚至通讯设备。瘫痪和其他运动障碍患者希望这项技术能够帮助他们重新掌控自己的生活，该技术已在动物模型上成功测试，并在人体临床试验中显示出良好的效果。借助 Brain Gate 技术，辅助技术领域可能会发生一场革命，让有障碍的人能够以以前无法想象的方式与外界互动。麻省总医院和布朗大学的一组科学家发明了 Brain Gate 技术。该系统由一个微型传感器组成，该传感器被插入大脑中调节运动的部分，即运动皮层。该传感器能够识别大脑运动神经元产生的电脉冲，并将这些信号转换为可用于操作外部设备的指令。
机器学习如何推动神经成像改善大脑健康
摘要 本报告概述了机器学习如何快速推进临床转化成像，从而有助于早期发现、预测和治疗威胁大脑健康的疾病。为了实现这一目标，我们将分享 2021 年 2 月 12 日由麻省总医院麦坎斯脑健康中心和麻省理工学院 HST 神经影像培训计划共同主办的研讨会“大脑结构和功能的神经影像指标——缩小研究与临床应用之间的差距”上提供的信息。研讨会重点讨论了机器学习方法应用于越来越大规模的神经影像数据集的潜力，以改变医疗保健服务，并通过在生命早期解决大脑护理来改变大脑健康的轨迹。虽然不是详尽无遗的，但本概述以独特的方式解决了从图像形成、分析和可视化到综合和纳入临床工作流程的许多技术挑战。我们还探讨了这项工作固有的一些道德挑战，以及一些实施的监管要求。我们致力于教育、激励和启发研究生、博士后研究员和早期职业研究人员，为未来神经成像对维持大脑健康做出有意义的贡献。
SANDI-AMICO：使用 AMICO 进行快速体细胞和神经突密度成像 (SANDI) 的开源工具箱
DEIB，米兰理工大学 意大利米兰 Lisa Novello 心智/脑科学中心 - CIMeC，特伦托大学 意大利特伦托 Sara Bosticardo 维罗纳大学计算机科学系 意大利维罗纳 Jenna Hanmer 彼得·曼斯菲尔德爵士成像中心，诺丁汉大学医学院，诺丁汉，英国 Gabriel Ramos Llorde Athinoula A. Martinos 生物医学成像中心，麻省总医院，哈佛医学院 波士顿，马萨诸塞州 Chantal Tax CUBRIC，加的夫大学 | 图像科学研究所，乌得勒支大学医学中心 加的夫，英国 | 乌得勒支，荷兰 Andrada Ianus Champalimaud 研究，Champalimaud 未知中心 葡萄牙里斯本 Noam Shemesh Champalimaud 研究，Champalimaud 未知中心 葡萄牙里斯本 Emmanuel Caruyer 雷恩大学、法国国家科学研究院、法国国家信息和自动化研究所、法国雷恩国家健康与医学研究院维罗纳 意大利维罗纳 伦敦大学学院 Marco Palombo 医学图像计算中心 英国伦敦
靶向抗体药物偶联物（ADC），
a 加拿大蒙特利尔麦吉尔大学健康中心研究所 b 西班牙巴塞罗那 Vall d'Hebron 大学医院 Vall d'Hebron 肿瘤研究所 (VHIO) 妇科癌症项目 c 美国马萨诸塞州波士顿丹娜—法伯癌症研究所 d 美国宾夕法尼亚州费城福克斯蔡斯癌症中心 e 美国内华达州里诺希望中心知名地区医疗中心 f 美国马萨诸塞州波士顿麻省总医院 g 加拿大蒙特利尔蒙特利尔大学中心医院 (CHUM) h 美国加利福尼亚州洛杉矶加州大学洛杉矶分校罗纳德·里根医疗中心 i 美国马萨诸塞州沃尔瑟姆 ImmunoGen, Inc. j 美国俄克拉荷马州俄克拉荷马城俄克拉荷马大学健康科学中心斯蒂芬森俄克拉荷马癌症中心 k 美国田纳西州纳什维尔莎拉坎农研究所 l 俄亥俄州立大学詹姆斯综合癌症中心 美国
垂直平滑追踪作为创伤性脑损伤的诊断标志
1 RightEye LLC，7979 Old Georgetown Rd, Suite 801, Bethesda, MD 20814, USA 2 西英格兰大学心理学系高级研究员，Coldharbour Lane, Bristol, BS16 1QY, England 3 东卡罗来纳大学运动机能学系，Minges Coliseum 166, Greensville, NC 27858, USA 4 RightEye LLC，7979 Old Georgetown Rd, Suite 801, Bethesda, MD 20814, USA 5 凯斯西储大学，10501 Streamview Court, Potomac, MD 20854, USA 6 RightEye LLC，7979 Old Georgetown Rd, Suite 801, Bethesda, MD 20814, USA 7 埃默里大学，201 Dowman Dr, Atlanta, GA 30322，美国 8 与剑桥大学合作的精神健康研究中心，英国剑桥 9 中佛罗里达大学医学院神经病学系，美国佛罗里达州奥兰多 32827，美国 10 麻省总医院健康职业研究所，美国马萨诸塞州波士顿 11 卡里克研究所，美国佛罗里达州卡纳维拉尔角 32920，美国 *通讯作者：claire-marie.roberts@uwe.ac.uk
b"作者姓名：Divyanshu Tak 1,2, ；Biniam A. Garomsa 1,2 ；Tafadzwa L. Chaunzwa 1,2,10 ；Anna Zapaishchykova 1,2, ；Juan Carlos Climent Pardo 1,2 ；Zezhong Ye 1,2, ；John Zielke 1,2 ；Yashwanth Ravipati 1,2 ；Sri Vajapeyam 4 ；Ceilidh Smith 2 ；Kevin X.Liu 4 ；Pratiti Bandopadhayay 4,5 ；Sabine Mueller 9 ；黄蒙德4,5,11; Tina Y. Poussaint 4,5；Benjamin H. Kann 1,2,5 * 作者隶属关系：1. 哈佛医学院麻省总医院医学人工智能 (AIM) 项目，美国马萨诸塞州波士顿 2. 哈佛医学院丹娜—法伯癌症研究所和布莱根妇女医院放射肿瘤学系，美国马萨诸塞州波士顿 3. 马斯特里赫特大学 CARIM & GROW 放射学和核医学系，荷兰马斯特里赫特 4. 波士顿儿童医院，美国马萨诸塞州波士顿 5. 丹娜—法伯癌症研究所，美国马萨诸塞州波士顿 6. 密歇根州立大学，美国密歇根州东兰辛 7. 费城儿童医院，美国费城 8. 宾夕法尼亚大学，美国宾夕法尼亚州 9. 加利福尼亚大学神经内科、神经外科和儿科系，美国旧金山 10. 纪念斯隆凯特琳癌症中心中心，纽约，美国 11. 哈佛医学院布莱根妇女医院放射科，马萨诸塞州波士顿。 * 通讯作者 通讯地址：Benjamin H. Kann，医学博士 医学人工智能 (AIM) 项目，麻省总医院布莱根，哈佛医学院，221 Longwood Avenue，Ste 442，波士顿，马萨诸塞州 02115，美国 电子邮件：Benjamin_Kann@dfci.harvard.edu 摘要 应用于脑磁共振成像 (MRI) 的人工智能 (AI) 有可能改善疾病的诊断和管理，但需要具有可泛化知识的算法，以便在各种临床场景中表现良好。到目前为止，该领域受到有限的训练数据和特定于任务的模型的限制，这些模型不能很好地应用于患者群体和医疗任务。基础模型通过利用自我监督学习、预训练和有针对性的适应，提出了一个有前途的范例来克服这些限制。在这里，我们介绍了脑成像自适应核心 (BrainIAC)，这是一种新颖的基础模型，旨在从未标记的脑 MRI 数据中学习广义表示，并作为各种下游应用适应的核心基础。我们在 48,519 个脑 MRI 上进行了广泛任务的训练和验证，证明 BrainIAC 优于局部监督训练和其他预训练模型，特别是在低数据设置和高难度任务中，允许在其他不可行的情况下应用。
b"作者姓名：Divyanshu Tak 1,2, ；Biniam A. Garomsa 1,2 ；Tafadzwa L. Chaunzwa 1,2,10 ；Anna Zapaishchykova 1,2, ；Juan Carlos Climent Pardo 1,2 ；Zezhong Ye 1,2, ；John Zielke 1,2 ；Yashwanth Ravipati 1,2 ；Sri Vajapeyam 4 ；Ceilidh Smith 2 ；Kevin X.Liu 4 ；Pratiti Bandopadhayay 4,5 ；Sabine Mueller 9 ；黄蒙德4,5,11; Tina Y. Poussaint 4,5；Benjamin H. Kann 1,2,5 * 作者隶属关系：1. 哈佛医学院麻省总医院医学人工智能 (AIM) 项目，美国马萨诸塞州波士顿 2. 哈佛医学院丹娜—法伯癌症研究所和布莱根妇女医院放射肿瘤学系，美国马萨诸塞州波士顿 3. 马斯特里赫特大学 CARIM & GROW 放射学和核医学系，荷兰马斯特里赫特 4. 波士顿儿童医院，美国马萨诸塞州波士顿 5. 丹娜—法伯癌症研究所，美国马萨诸塞州波士顿 6. 密歇根州立大学，美国密歇根州东兰辛 7. 费城儿童医院，美国费城 8. 宾夕法尼亚大学，美国宾夕法尼亚州 9. 加利福尼亚大学神经内科、神经外科和儿科系，美国旧金山 10. 纪念斯隆凯特琳癌症中心中心，纽约，美国 11. 哈佛医学院布莱根妇女医院放射科，马萨诸塞州波士顿。 * 通讯作者 通讯地址：Benjamin H. Kann，医学博士 医学人工智能 (AIM) 项目，麻省总医院布莱根，哈佛医学院，221 Longwood Avenue，Ste 442，波士顿，马萨诸塞州 02115，美国 电子邮件：Benjamin_Kann@dfci.harvard.edu 摘要 应用于脑磁共振成像 (MRI) 的人工智能 (AI) 有可能改善疾病的诊断和管理，但需要具有可泛化知识的算法，以便在各种临床场景中表现良好。到目前为止，该领域受到有限的训练数据和特定于任务的模型的限制，这些模型不能很好地应用于患者群体和医疗任务。基础模型通过利用自我监督学习、预训练和有针对性的适应，提出了一个有前途的范例来克服这些限制。在这里，我们介绍了脑成像自适应核心 (BrainIAC)，这是一种新颖的基础模型，旨在从未标记的脑 MRI 数据中学习广义表示，并作为各种下游应用适应的核心基础。我们在 48,519 个脑 MRI 上进行了广泛任务的训练和验证，证明 BrainIAC 优于局部监督训练和其他预训练模型，特别是在低数据设置和高难度任务中，允许在其他不可行的情况下应用。
2030 年的计算病理学：德尔菲研究预测未来十年人工智能在病理学中的作用
a 西班牙科尔多瓦圣胡安迪奥斯医院 HT Médica 研发部 b 西班牙马德里自治大学医学院 c 美国明尼苏达州罗切斯特市梅奥诊所实验室医学和病理学系 d 日本千叶县鸭川市龟田医疗中心病理学系 e 荷兰奈梅亨拉德堡德大学医学中心病理学系 f 美国密歇根州安娜堡市密歇根大学病理学系 g 美国马萨诸塞州波士顿市麻省总医院/哈佛医学院综合诊断中心病理学系 h 新西兰惠灵顿市奥塔哥大学惠灵顿医学与健康科学学院 i 瑞典斯德哥尔摩市卡罗琳斯卡医学院肿瘤病理学系 j 葡萄牙波尔图市波尔图大学分子病理学与免疫学研究所病理实验室 k 美国佐治亚州亚特兰大市埃默里大学病理学与实验室医学系 l Azienda 病理学部意大利卡尔塔吉罗内格拉维纳医院卡塔尼亚省立卫生研究院 m 西班牙格拉纳达圣塞西利奥临床大学医院病理学系 n 美国宾夕法尼亚州匹兹堡大学医学中心解剖病理学系 o 美国马萨诸塞州波士顿麻省总医院和哈佛医学院病理学系 p 荷兰鹿特丹伊拉斯姆斯大学医学中心病理学系 q 美国威斯康星州密尔沃基威斯康星医学院病理学系 r 加拿大温哥华不列颠哥伦比亚大学迈克尔·史密斯基因组科学中心病理学与实验室医学系 s 德国海德堡海德堡大学医院病理学研究所 t 美国德克萨斯州奥斯汀 Sonic Healthcare 病理学系 u 美国康涅狄格州纽黑文耶鲁大学医学院病理学系 v 美国密歇根州底特律亨利·福特医院病理学系 w英国利兹 x 西班牙马德里拉巴斯大学医院整形与重建外科系 y 西班牙马德里 Puerta de Hierro-Majadahonda 大学医院普通外科和消化道系 z 西班牙哈恩 Clínica Las Nieves HT Médica 综合诊断系 aa 美国加利福尼亚州斯坦福斯坦福大学医学院病理学系和医学与成像人工智能中心