首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

年度AI跳槽指南 | CV公司哪家强?人生巅峰怎么上?(真题第二弹)

๑乛◡乛๑ 跳槽指南又来了~上一期你拿了多少fen? AI行业也不是只有BAT可去嘛!CV创业公司也相当有钱途。应用场景不断增加,融资规模不断攀升,上市计划不断推进…… 在这个跳槽季,赶紧选择加入CV创业公司,可能不用多久,就会走上人生巅峰。想想,是不是还有点小激动? 但,还是那个问题:你真的准备好了吗?你真的了解这些公司吗? (以及,你知道哪家妹纸最多吗?) 表急,量子位这就给大家送上特别策划的“跳槽指南”系列真题第二弹。帮你检查自身CV技能如何,也帮你挑选更爱哪家公司。 下面,答题开始。 特别提醒

05
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    从时间变异性角度看睡眠剥夺后的异常动态功能连接

    睡眠剥夺(SD)在现代社会非常普遍,被认为是几种临床疾病的潜在因果机制。先前的神经影像学研究已经利用磁共振成像(MRI)从静态(比较两个MRI会话[一个在SD后和一个在休息清醒后])和动态(在SD的一个晚上重复MRI)的角度探索了SD的神经机制。最近的研究主要集中在静息状态扫描时的动态脑功能组织。本研究采用一种已成功应用于许多临床疾病的新指标(时间变异性)来检测55名正常青年受试者SD后的动态功能连接。我们发现,睡眠不足的受试者在大范围的大脑区域表现出区域水平的时间变异性增加,而在几个丘脑亚区域表现出区域水平的时间变异性减少。SD后,参与者在默认模式网络(DMN)中表现出更强的网络内时间变异性,在许多子网对中表现出更强的网络间时间变异性。通过逐步回归分析发现,视觉网络和DMN之间的网络间时间变异性与精神运动者警觉测验最慢的10%反应速度呈负相关。综上所述,我们的研究结果表明,睡眠不足的受试者表现出异常的脑功能动态结构,这为研究睡眠不足的神经基础提供了新的见解,有助于我们理解临床障碍的病理生理机制。

    00

    孙敏捷Nano Lett:牛油果状T1/T2双模MRI成像介导的化疗-光热联合抗肿瘤治疗

    开发可用于肿瘤治疗的T1/T2双模磁共振成像(MRI)造影剂是个性化精确医学发展的一个重要方向。不幸的是,传统的造影剂有严重的系统毒性,并且缺乏治疗的功效。近日,中国药科大学孙敏捷教授团队报道的一种具有光热和药物递送能力的T1/T2磁共振造影剂将克服这些问题。本文研制了一种基于Fe-TA配位网络(CNMN)的牛油果状Fe~(3+)/Fe_2O_3复合T1-T2双模造影剂。这种材料具有合适的纵向和横向松弛系数。Fe-TA较强的生热性能赋予了CNMN作为一种强有力的光热剂的能力。CNMN可以作为化疗药物阿霉素(DOX)的有效递送平台,实现高效的化疗-光热联合治疗。

    02

    人类的自我运动网络

    三维空间中的所有意志运动都需要多感觉整合,特别是视觉和前庭信号。人类的大脑哪个位置以及如何处理和整合自我运动信号仍然是个谜。在这里,我们应用视觉和前庭自我运动刺激,使用快速和精准的全脑神经成像,在一个相对较大的数据集(n=131)中描述和表征整个皮层和皮层下自我运动网络。我们的研究结果确定了一个核心的自我运动网络,包括扣带沟(CSv、PcM/pCi)、小脑(小脑小舌)和颞顶叶皮层,包括VPS区和缘上回的一个未命名区域。基于其大脑连接模式和解剖定位,我们认为该区域代表了猕猴7A区的人类同源脑区。全脑连接和梯度分析表明,扣带沟和小脑小舌之间的连接在自旋运动感知中起着重要作用。这可能是通过涉及更新视觉空间和前庭信息的反馈回路。PcM/pCi独特的功能连接模式暗示了它在多感觉整合中的中心作用,以感知自我参照的空间意识。所有皮层自我运动中枢都表现出与其他视觉、前庭、体感和更高阶运动区域的模块化功能连接,强调了它们在一般感觉运动整合中的相互功能。

    02

    J. Med. Chem. | 利用通用结构模式和特定领域知识增强分子性质预测

    本文介绍一项由中南大学湘雅药学院曹东升教授团队,联合湖南大学曾湘祥教授团队,在Journal of Medicinal Chemistry上发表的研究工作“Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge”。作者提出一种基于BERT的任务导向多级学习(Task-Oriented Multilevel Learning based on BERT,TOML-BERT)模型,在预训练阶段同时提取分子的结构模式和领域知识,显著提升了多种分子性质的预测精度。此外,TOML-BERT在实验数据稀缺的情形下,仍具有出色的预测表现。这主要归因于该模型将基于掩蔽原子的节点级预训练和基于伪标签的图级预训练相结合,促使模型提前学习到上下文感知的原子表征和任务相关的分子表征。本研究在设计预训练策略时,主要关注目标任务。这种量身定制的方法为预测分子性质提供了一种适应性更强的解决方案。

    01

    NeuroImage: 7-13岁儿童执行功能发育的脑网络研究

    执行功能是指个体对各项认知能力进行协调监督,以保证个体以灵活而优化的方式实现某一特定目标的心理活动。执行功能作为一种高级认知能力,是个体成功完成日常生活中许多活动的重要条件。因此,越来越多的研究人员开始关注儿童青少年时期执行功能的发育特点。 近年来,许多研究表明执行功能的成功不仅依赖局部脑区的功能活动,还涉及到大尺度脑功能网络之间的协调合作。此外,越来越多的证据表明大尺度脑功能网络的发育变化有助于个体认知控制的提升。因此,揭示不同年龄的儿童在完成执行功能任务时大尺度脑功能网络的差异有助于进一步揭示儿童执行功能发育过程中的神经机制。 近期,浙江大学陈飞燕领衔的团队在NeuroImage发表题目《Modular segregation of task-dependent brain networks contributes to the development of executive function in children》的研究论文。他们运用了以图论为基础的脑网络分析方法,研究了儿童在完成执行功能任务时,在全脑功能网络模式上所表现出的发育特点,以及可能对执行功能行为绩效的提升存在的作用。 7-13岁是儿童各项执行功能及相关的脑功能快速发展的一个重要阶段,这一阶段的执行功能被认为是影响学校各方面学习和表现(如学业成绩、时间管理技能和其他与学校相关的行为)的一个关键因素。因此,该研究主要关注了7-13岁儿童基于任务的脑功能网络的发育变化特点。根据之前静息态脑功能网络或结构网络发育方面的研究结果,该研究假设,从7-13岁,基于任务的功能网络模块化结构会越来越清晰。随着年龄的增长,某些模块的模块内连接增加,模块间连接减少。此外,大脑功能网络的模块性分离可能会支持执行功能的提升。本文对该研究进行详细解读。

    00

    Cerebral Cortex:注意缺陷多动障碍ADHD多层网络动态重构分析

    注意缺陷多动障碍(ADHD)已被报道存在异常的脑网络拓扑结构。然而,这些研究往往将大脑视为一个静态的整体结构,而忽略了动态特性。在这里,我们研究了ADHD患者的动态网络重构如何不同于健康人群。具体来说,我们从包括40名ADHD患者和50名健康人的公共数据集中获得了静息状态功能性磁共振成像数据。提出了一种时变多层网络模型和招募与整合度量来描述群体差异。结果表明,ADHD患者在各水平上的综合得分均显著低于对照组。除了全脑水平外,招募得分低于健康人。值得注意的是,注意缺陷多动障碍患者的皮层下网络和丘脑在功能网络内部和之间都表现出联盟偏好的降低。此外,我们还发现招募系数和整合系数在部分脑区与症状严重程度存在显著相关性。我们的研究结果表明,ADHD患者在某些功能网络内部或之间的沟通能力受到损害。这些证据为研究ADHD的脑网络特征提供了新的契机。

    04

    BRAIN:额颞叶痴呆患者情绪加工的任务态功能磁共振研究

    情绪信息加工受损是额颞叶痴呆综合征的一个核心特征,但其潜在的神经机制却很难被描述和测量。要想在该领域取得进展有赖于对大脑活动中的功能进行测量,以及对情绪加工中诸成分,如感觉解码、情绪分类和情绪传染等进行有效的分离。在功能测量方面,task-fMRI有着极强的优势,它可以通过观察受试者在加工任务时所产生的血氧水平变化来反映受试者在加工该任务时大脑中的活跃区域,从而来达到对大脑特定功能加工区域的观察目的。但是,task-fMRI实验中也存在着相当多的噪声影响,除去静息态也会面对的头动噪声和机器噪声外,情绪识别类的任务对被试的心理生理状况(如心跳)和眼动状况(如瞳孔大小变化)会产生额外的噪声影响,因此,对这部分信息进行收集并将其考虑进统计模型中,对于数据的精细解释是有必要的。

    03

    Nature子刊:工作记忆训练期间的功能脑网络动态重构

    大脑的功能网络不断适应变化的环境需求。与任务相关的功能网络架构的行为自动化的结果仍然远未被理解。我们调查了当参与者掌握双n-back任务时行为自动化的神经反映。在四次功能磁共振成像扫描中,我们评估了大脑网络模块性,这是生物系统适应的基础。我们发现,在双n-back任务的两种条件下,全脑模块性都稳步增加。在一个动态分析中,我们发现默认模式系统的自主性和任务积极系统之间的整合被训练调节。通过训练实现n-back任务的自动化导致额顶叶和默认模式系统之间的整合以及与皮层下系统的整合发生非线性变化。我们的研究结果表明,认知要求任务的自动化可能导致更隔离的网络组织。

    03
    领券