Quick and automated earthquake-damaged building detection from post-event satellite imagery is crucial, yet it is challenging due to the scarcity of training data required for developing robust algorithms. This letter presents the first dataset dedicated to detecting earthquake-damaged buildings from post-event very high resolution (VHR) Synthetic Aperture Radar (SAR) and optical imagery. Utilizing open satellite imagery and annotations acquired after the 2023 Turkey–Syria earthquakes, we deliver a dataset of co-registered building footprints and satellite image patches of both SAR and optical data, encompassing more than four thousand buildings. The task of damaged building detection is formulated as a binary image classification problem, that can also be treated as an anomaly detection problem due to extreme class imbalance. We provide baseline methods and results to serve as references for comparison. Researchers can utilize this dataset to expedite algorithm development, facilitating the rapid detection of damaged buildings in response to future events. The dataset and codes together with detailed explanations and visualization will be made publicly available at https://github.com/ya0-sun/PostEQ-SARopt-BuildingDamage.

Motivation: Studies have demonstrated that iron accumulation rates in various gray matter nuclei are different throughout an individual’s lifetime, yet no study has quantitatively evaluated how the spatial distribution of brain iron might evolve with normal physiological development and aging. Goal(s): This study was to investigate the change trajectories of spatially distribution of iron in the deep gray matter nuclei as a function of ageing using QSM. Approach: 3D texture analyses were performed on QSM maps to calculate the texture features using the GLCM. Results: The quadratic regression results characterized differential age-dependent trajectories of texture features in gray matter of basal ganglia, midbrain and cerebellum. Impact: Quantitatively evaluated the spatial distribution properties of brain iron during lifespan might provide critical information for understand the brain development and aging, as well as predicting cognitive or neurodegenerative diseases.

Background Modifications of behavior can help reduce the risk of transmission by disrupting the parasite life cycle. Behavior intension is a necessary intermediate step in behavior change. This study aimed to explore protection motivation theory (PMT) in predicting likelihood of engagement in protective behavior against infection with Schistosoma. Methods In China, a questionnaire for data collection was sent to users who followed the WeChat public account from June 2 to 6, 2023. Factors affecting intentional behavior of participants were analyzed using stepwise regression analysis and structural equation modeling. Results A total of 2,243 valid questionnaires were collected, with a mean age of 30 ± 8.4 years. Approximately 1,395 (62.2%) participants reported that they had been exposed to wild waters in daily work and life. About 51.0 and 50.7% of respondents reported never having been exposed to wild water in the last 3 and 6 months, respectively. Results indicated that prior knowledge of schistosomiasis was associated with the 7 PMT subconstructs, which then influenced future preventative behaviors. Conclusion Behavior intentionis a complicated and indispensable part of behavior change that is influenced by professional knowledge, socio-economic status, and personal characteristics. The effective dissemination of knowledge regards schistosomiasis should be strengthened to emphasize the effectiveness of protective measures against infection and severe disease.