XiaoMi-AI文件搜索系统
World File Search System信号分析
如何引用本文：Sasi Kumar，A.，＆Aithal，PS，（2023）。使用深度CN进行脑机分类和预测的DeepQ残差分析
目的：在本文中，我们将持续探索脑机接口 (BCI) 的脑信号类型，并探索脑信号分析深度学习的相关概念。我们讨论在检测阿尔茨海默病 (AD)、脑瘤等两种脑部疾病方面的最新机器学习方法。此外，还简要概述了用于表征脑部疾病的各种标记提取技术。项目工作，由图像共振信息支持的肿瘤分类自动化工具。它由 ResNet Squeeze 的各种卷积神经网络 (CNN) 样本提供。目标：本文旨在使用深度学习概念分析脑部疾病的分类和预测。深度学习是计算机科学中的一组机器学习，其网络能够从非结构化或未标记的数据中进行无人值守的学习。也称为深度神经学习，是模仿人类大脑处理数据以用于物体检测、语音识别、语言翻译和呼叫的 AI 操作。方法论：为了通过测量输入句子中的语义来测试结果，可以创建具有相同值的嵌入向量。在这种情况下，使用具有不同含义的句子。由于很难收集大量标记数据，因此它模拟了其他句子中的信号。随着您的进步，使用来自前几层的共享输出的层来训练更复杂的功能。我们研究了深度学习方法的类型：带有 RNN 的 LSTM 模型、CNN 结果。CNN 是一个多层前馈神经网络。设备权重通过反向传播误差过程更新。记录 d 中时间段 t 的 TF-IDF。与传统的摘要模型不同，前向工程功能基于对所需记录域的理解。此外，该框架与人工缩写有关，然后可以使用人工缩写来推迟手动功能开发和记录标记的影响。结果：我们将跟踪这个 257 个因素的选择作为向量输入分类算法。它是以下形式的集合，包括输入层、卷积层、线性单元 (ReLU) 层、池化层、全耦合层。循环神经网络 (RNN) 是一种神经网络，它定义循环单元之间的连接。这创建了一个允许的内部网络区域。特征选择是一种广泛使用的方法，可以提高分类器的性能。在这里，我们研究了传统美容火灾与基于相关性的个性化选择的影响。原创性：使用带有 ResNet Squeeze 的深度 CNN 进行计算机分类和预测的方法分析脑部疾病。
摘要 - Mamun Bin Ibn Reaz
专业领域：VLSI 设计（模拟/数字 IC 设计、RFID IC 设计、FPGA 上的 DSP 硬件实现）、生物医学工程（生物医学信号分析、生物医学应用 IC）。 教学 1) 自 2023 年 5 月起隶属于孟加拉国独立大学 (IUB)。 2) 2008 年 12 月至 2023 年 8 月隶属于马来西亚国立大学 (UKM)。 3) 2006 年 8 月至 2008 年 12 月隶属于马来西亚国际伊斯兰大学 (IIUM)。 4) 2001 年 3 月至 2006 年 7 月隶属于马来西亚多媒体大学 (MMU)。 监督 1) 指导 1 名博士后。 2) 指导 25 名博士生（22 名已完成）。 3) 指导 41 名硕士生（40 名已完成）。 4) 指导 56 名本科生的最后一年项目。出版物 1) h 指数 - 38，SCOPUS 总引用次数 - 9,586。 2) h 指数 - 45，GOOGLE 总引用次数 - 16,594。 3) 出版了 7 本研究书籍。 4) 编辑了 3 本研究书籍。 5) 在国际期刊上发表了 271 篇文章（ISI 列出并有影响力 - 167（Q1：63，Q2：30，Q3：29，Q4：45）。 6) 在会议论文集中发表了 171 篇文章（国际-161，国家-9）。 7) 发表了 9 本书的章节。 8) 编写了 17 份技术报告和文摘。 9) 制作了 11 份研究公报。 研究活动 1) 37 个研究项目的项目负责人，总资助额为 140 万美元（约）。 2) 37 个研究项目的共同研究员，总资助额为 200 万美元（约）。 3) 与意大利国际理论物理中心、日本茨城大学、卡塔尔大学、印度 Ram Manohar Lohia Avadh 大学、马来西亚 MIMOS Berhad、马来西亚 Emerald System Sdn. Bhd.、马来西亚 Linear DMS Sdn. Bhd.、马来西亚槟城 Globetronics、马来西亚 Silterra、孟加拉国 Adorsho Pranisheba Ltd.、孟加拉国拉杰沙希工程技术大学、孟加拉国拉杰沙希大学进行研究合作和交流。 知识产权 1) 已授予两项专利和一项版权，并已提交和正在申请八 (8) 项专利（专利编号：Pl 2017000536/MY-173110-A 和 US20240120097A1，美国，版权编号：CRLY00004751） 网络和服务 1) 国际中心组织的 5 门课程的联合主任
在心血管研究中浏览AI前沿
人工智能（AI）已成为心血管疾病（CVD）研究中有希望的领域，提供了创新的方法来增强诊断，治疗和患者的结果。在这项研究中，我们进行了文献计量分析与主题建模相结合，以提供CVD中AI研究景观的全面概述。我们的分析包括来自Web of Science和PubMed的23,846项研究，捕获了这种快速发展的领域的最新进步和趋势。通过采用LDA（潜在的Dirichlet分配），我们确定了AI-CVD域内的关键研究主题，趋势和协作。发现揭示了CVD中AI相关研究的指数增长，强调了其巨大的革新心血管医疗保健的潜力。自2016年以来，CVD中机器学习论文的年度科学出版物持续不断地增加，总体年增长率为22.8％。在过去的5年中，增长的几乎一半（46.2％）发生。美国，中国，印度，英国和韩国是出版物数量的最高生产力国家。 英国，德国和澳大利亚是最合作的国家，其多个国家出版物（MCP）的价值分别为42.8％，40.3％和40.0％。 我们观察到了22个独特的研究主题的出现，包括“中风和机器人康复疗法”，“机器人辅助心脏手术”和“心脏图像分析”，多年来一直是主要主题。 卷积神经网络似乎是最提到的算法，其次是LSTM（长期记忆）和KNN（K-Nearest邻居）。美国，中国，印度，英国和韩国是出版物数量的最高生产力国家。英国，德国和澳大利亚是最合作的国家，其多个国家出版物（MCP）的价值分别为42.8％，40.3％和40.0％。我们观察到了22个独特的研究主题的出现，包括“中风和机器人康复疗法”，“机器人辅助心脏手术”和“心脏图像分析”，多年来一直是主要主题。卷积神经网络似乎是最提到的算法，其次是LSTM（长期记忆）和KNN（K-Nearest邻居）。其他主题，例如“视网膜图像分析和CVD”以及“生物标志物和可穿戴信号分析”，最近已成为心血管医学研究的主要研究领域。这表明AI心血管研究的未来方向主要指向神经网络和图像分析。作为AI，我们的研究继续塑造CVD研究的景观，是研究人员，从业人员和决策者的综合指南，为CVD研究中AI的现状提供了宝贵的见解。这项研究对研究趋势有深入的了解，并为将来的方向铺平了道路，以使AI有效地打击心血管疾病的潜力。
Wenli Zhang，博士 - 常春藤商学院
● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Networks and Multimodal Data Fusion, University of Arizona, 2024 ● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Graphs and Multimodal Data Fusion, Summer Workshop on AI for Business (SWAIB), Shanghai, China, 2024 ● Achieving Equitable Access to Medical Laboratory Tests through Optimal Sparse Decision Tree, IISE Annual Conference & EXPO，加拿大蒙特利尔，2024●使用多模式和多通道多通道的多渠道综合语音术数据，IISE年度会议和博览会，加拿大蒙特利尔，2024年，患者辍学的预测：一种多模式的动态知识和文本矿业，IC Science，IC Scorial，IC Scorial，IC Science，IC Science，IC Scorial，IC Scorial，IC Sciencal，Arona social IC， Real-Time Signals with Wavelet-Transform-based Convolutional Neural Network, in: Proceedings of the 54 th Hawaii International Conference on System Sciences (HICSS), Hawaii, USA, 2023 ● Depression Detection in Social Media Using Time-and-knowledge-aware LSTM and Depression Diagnosis-related Entity Extraction, FoRMLA - Front Range of Machine Learning Alliance Seminar Series, University of Colorado, 2022 ● ICU Mortality预测：我们可以做得更好吗？一个基于机器学习和随机信号分析技术的新模型，爱荷华州立大学，2021●域●领域适应从大型社交媒体数据集中提取信号的域名，爱荷华州立大学，2018年，对哮喘的风险因素的全面分析：基于机器学习和机器学习和大型异构数据源的疾病，及其在jossection和sysport of Systems of Systems的疾病和分析的信息， Management, UT Dallas, 2018 ● A Machine Learning Approach for Understanding Population-Level Health Effects of E-Cigarettes, Conference on Health IT and Analytics (CHITA), 2017 ● Are Electronic Nicotine Delivery Systems (ENDS) a Safe Substitute for Cigarettes Among Asthma Patients: A Social Media Based Analysis, INFORMS Annual Meeting, Houston, Texas, USA, 2017 ● Domain Adaptation for Signal Extraction from Large Social Media Datasets, the INFORMS Conference on Information Systems and Technology (CIST), Houston, Texas, USA, 2017 ● Are Electronic Cigarettes a Safer Substitute for Cigarettes for Asthma Patients, Workshop on Information Technologies and Systems (WITS), Seoul, South Korea, 2017 ● A Comprehensive Analysis of Risk Factors for Asthma: Based on Machine Learning and Large Heterogeneous Data Sources, Iowa State University, 2017 ● Extracting Signals from Social Media for Chronic Disease监视，国际数字健康会议（DigitalHealth'16），蒙特利尔，加拿大魁北克，2016年●社交媒体上有关电子烟的关键对话趋势和模式，信息会议，田纳西州纳什维尔，田纳西州，2016年，2016年
布莱恩·纳特教授
Tarter, D., Nutter, B. (2022)。Haar 小波树的快速编码。IEEE 数据压缩会议论文集。Parmar, H.、Nutter, B.、Long, R.、Antani, S.、Mitra, S. (2021)。使用 t-SNE 可视化 fMRI 的时间脑状态变化。医学影像杂志，8 (4)。Parmar, H.、Nutter, B.、Long, R.、Antani, S.、Mitra, S. (2020)。使用深度学习 3D-CNN 对 fMRI 数据进行阿尔茨海默病的时空特征提取和分类。医学影像杂志。Nutter, C.、Nutter, B. (2020)。在竞争性录取专业中取得成功。全国学生保留研讨会论文集。学生保留和数据交换联盟。 Bazgir, O.、Walden, E.、Nutter, B.、Mitra, S. (2020)。一种用于量化代谢物浓度的新型数据驱动磁共振波谱信号分析框架。算法。Johnston, D.、Nutter, B.、Gale, R. (2020)。通过新颖的 S 参数测量技术进行 IC 辨别。IEEE 国际仪器和测量会议论文集。Parmar, H.、Mitra, S.、Nutter, B.、Long, R.、Antani, S. (2020)。使用 t-SNE 可视化和检测大脑状态的变化。IEEE SSIAI 论文集。Parmar, H.、Nutter, B.、Mitra, S.、Long, R.、Antani, S. (2020)。用于阿尔茨海默病分类的 fMRI 的体积 3D CNN 深度学习。 SPIE 医学成像论文集。Rizkalla, M.、Patnala, M.、Yadav, A.、Williams, J.、Gopinath, A.、Nutter, B.、Ytterdal, T. (2020)。GaN TFET、FinFET 和 GNRFET 技术中 8T 静态 RAM 单元的低功耗高速性能——综述。固态电子学，163。Parmar, H.、Nutter, B.、Long, R.、Antani, S.、Mitra, S. (2019)。基于主成分分析从 4D fMRI 数据中自动消除信号漂移和全局波动作为 fMRI 数据分析的主要预处理步骤。SPIE 医学成像论文集。Gupta, S.、Petrie, C.、Rao, V.、Nutter, B. (2018)。智能校园 HVAC 系统的节能控制方法。IEEE 绿色技术会议论文集。 Parmar, H., Liu, X., Nutter, B., Mitra, S. (2018)。f-SIM：使用数字脑模型和建模噪声的准现实 fMRI 仿真工具箱。IEEE SSIAI 2018 论文集。Bazgir, O., Mitra, S., Nutter, B., Walden, E. (2018)。磁共振波谱中的全自动基线校正。IEEE SSIAI 2018 论文集。Liu, X., Nutter, B., Mitra, S. (2018)。用于研究稳健功能连接的人类大脑高同质性功能分区。IEEE SSIAI 2018 论文集。专利
认知神经工程博士职位开放
认知神经工程博士职位开放，研究使用脑电图解码和脑刺激的机器人诱发幻觉的注意力和社会机制。认知神经科学实验室 (Olaf Blanke：https://www.epfl.ch/labs/lnco/) 开放一个新的博士职位，研究健康参与者和帕金森病患者实验诱发幻觉的注意力和社会大脑机制。该项目将结合机器人技术和虚拟现实 (VR) 与非侵入性脑刺激以及高密度脑电图/脑磁图记录的使用，以揭示注意力和社会大脑机制对幻觉的影响。该项目是瑞士西部一项重大研究项目的一部分，该项目研究健康个体和帕金森病患者的意识状态改变（幻觉）和相关认知功能的大脑机制。项目描述：幻觉是意识神经科学的重要现象，也是帕金森病等主要精神和神经疾病的常见症状（Ffytche 等人，《Nature Reviews Neurology》，2017 年）。尽管幻觉的患病率很高且具有临床相关性，但人们对其神经机制知之甚少，而且幻觉研究因其不可预测和私密性而受到阻碍，使其调查、量化和评估极具挑战性（即 Bernasconi 等人，《Nature Protocols》，2022 年）。该博士项目基于我们最近开发的方法，该方法融合了机器人和虚拟现实 (VR) 技术，以诱导实验控制的特定幻觉状态（Blanke 等人，《Current Biology》，2014 年；Bernasconi 等人，《Science Translational Medicine》，2021 年），并使用新的隐式 VR 行为标记来量化幻觉（Albert 等人，《Nature Communications》，2024 年）。临床证据表明，帕金森病患者的幻觉可能与注意力波动有关（例如 Shine 等人，帕金森病，2015 年），而注意力波动可能与清醒状态下的睡眠样侵入（慢波）有关（Arnulf 等人，神经病学，2000 年），并且与更快的认知能力下降有关（Bernasconi 等人，自然心理健康，2023 年）。当前的项目计划以这些最新方法和发现为基础，有三个主要目标。首先，将机器人技术和 VR 与高密度 EEG/MEG 相结合，以研究清醒状态下睡眠样侵入引起的注意力波动是否会调节机器人引起的特定幻觉（存在性幻觉）和相关的主观精神状态（在健康参与者和帕金森病患者中）。第二，将EEG/MEG-VR机器人系统与基于MRI的非侵入性脑刺激（时间干扰电刺激；例如Wessel等人，Nature Neuroscience，2023）相结合，以特定的振荡频率应用，进一步调节机器人引起的存在幻觉。第三，使用机器学习来预测幻觉状态，该机器学习应用于行为和神经数据。要求：理想的候选人应拥有工程、计算机科学、神经科学或神经技术、医学或生物学硕士学位（或同等学历），对认知系统神经科学和神经成像/信号分析有浓厚兴趣。之前在应用机器学习和非侵入性脑刺激方面的工作是一个加分项。工作环境：
个人简历及研究工作
I. 一般信息 ▪ 电气工程技术工程师文凭，HTI，塞浦路斯，1979 年。 ▪ 电气工程学士学位，加拿大新不伦瑞克大学，1983 年。 ▪ 生物医学工程硕士学位，美国德克萨斯大学奥斯汀分校，1984 年。 ▪ 神经病学硕士学位，英国纽卡斯尔大学，1991 年。 ▪ 电子工程博士学位，QMW，英国伦敦大学，1992 年。 ▪ 研究兴趣：电子健康、移动医疗、电子应急系统、互联健康；医学图像分析系统：MRI、超声波、内窥镜检查、显微镜检查；医疗系统中的计算智能和可解释人工智能；生物信号分析：肌电图▪ 塞浦路斯大学，计算机科学系，教授，自 2007 年 11 月起，副教授，2001 年 6 月 - 2007 年 10 月，助理教授，1996 年 9 月 - 2001 年 5 月；讲师，1993 年 9 月 - 1996 年 8 月；研究助理，1992 年 9 月 - 1993 年 8 月。▪ 新墨西哥大学，电气和计算机工程系，客座助理教授，2000 年 9 月 - 2001 年 12 月（塞浦路斯大学休假）。▪ 塞浦路斯神经病学和遗传学研究所 (CING)，计算智能系，高级科学家 1992 - 2004 年。第一位员工，对研究所的发展和国际声誉发挥了重要作用。自 2017 年起担任董事会成员。 ▪ 1994 年由欧盟颁发的玛丽居里奖学金，主题是组织病理学图像处理。 II. 出版物 ▪ 139 篇期刊出版物；42 篇论文发表在 IEEE Access、TBE、TITB、TMI、TNN、TUFFC、J-BHI、RBME 和 IEEE 杂志上。9 篇论文发表在神经网络、医学成像和电子健康应用特刊上。 ▪ 30 篇图书贡献。 ▪ 书籍去斑点滤波算法和超声成像软件的合著者，Morgan & Claypool Publishers，加利福尼亚州，美国，2008 年和 2015 年第 2 版。 ▪ 《移动医疗：新兴移动医疗系统》一书的联合编辑，Springer，美国，2006 年。《超声和颈动脉分叉动脉粥样硬化》一书的联合编辑，Springer，英国伦敦，2012 年。《心血管超声成像和视频中的斑点滤波和跟踪》手册的联合编辑，工程技术学会 (IET)，英国斯蒂夫尼奇，2018 年。电子书《互联健康：现状和趋势》的联合编辑，Frontiers Digital Health，2021 年。▪ 22 个特刊的客座联合编辑，包括 2009 年 IEEE TITB 中的“医疗系统中的计算智能”特刊、2010 年 IEEE TITB 中的“全球医疗环境中以公民为中心的电子健康系统”特刊、2010 年计算机医学成像和图形中的“生物医学图像技术和方法”特刊， 2011 年 IEEE TITB 上的“全球医疗环境中以公民为中心的电子健康系统”主题论文，2012 年 IEEE TITB 上的“心血管健康信息学：风险筛查与干预”主题论文，2016 年《医疗技术快报》中关于移动医疗——新兴移动医疗系统和服务的报道，内容涉及信息学和技术的整合
一种机器学习算法，以使狗的心脏杂音和临床前椎间盘瓣疾病
1。Mullowney D，Fuentes VL，Barfield D.最后一年的兽医学生和近期兽医毕业生，转诊医院兽医和兽医心脏病学家或心脏病学居民的心脏听觉技能。兽医rec。2021; 189（6）：E305。2。Wilshaw J，Rosenthal SL，Wess G等。病史，体格检查，心脏生物标志物和生化变量的准确性在患有B2期退化二尖瓣疾病的识别犬中。J VET Intern Med。2021; 35（2）：755-770。3。Wesselowski S，Gordon SG，Fries R等。使用体格检查，心电图，放射线照相术和生物标志物预测超声心动图B2 B2粒细胞护丝瓣疾病在临床前骑士国王Charles Spaniels中。J VET Cardiol。 2023; 50：1-16。 4。 ljungvall I，Rishniw M，Porciello F，Ferasin L，Ohad DG。 含粘液丝瓣疾病的小型狗中的杂音性反映了疾病的严重程度。 J小动画实践。 2014; 55（11）：545-550。 5。 Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。 J小动画实践。 2018; 59（3）：161-166。 6。 Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。J VET Cardiol。2023; 50：1-16。4。ljungvall I，Rishniw M，Porciello F，Ferasin L，Ohad DG。含粘液丝瓣疾病的小型狗中的杂音性反映了疾病的严重程度。J小动画实践。2014; 55（11）：545-550。 5。 Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。 J小动画实践。 2018; 59（3）：161-166。 6。 Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。2014; 55（11）：545-550。5。Caivano D，Dickson D，Martin M，Rishniw M.患有肺部和亚属于下狭窄的成年犬的杂音强度反映了疾病的严重程度。J小动画实践。2018; 59（3）：161-166。6。Keene BW，Atkins CE，Bonagura JD等。 ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。 J VET Intern Med。 2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。Keene BW，Atkins CE，Bonagura JD等。ACVIM共识指南 - 用于诊断和处理狗的粘液丝瓣脱离的线。J VET Intern Med。2019; 33（3）：1127-1140。 7。 Boswood A，HäggströmJ，Gordon SG等。 8。2019; 33（3）：1127-1140。7。Boswood A，HäggströmJ，Gordon SG等。8。pimobendan在临床前粘液丝瓣疾病和心脏症的狗中的影响：史诗般的研究 - 一项随机临床试验。J VET Intern Med。2016; 30（6）：1765-1779。 Engel-Manchado J，Montoya-Alonso JA，DoménechL等。 犬菌丝丝瓣疾病的机器学习技术：整合了解血，生活质量调查和体格检查。 兽医科学。 2024; 11：118。 9。 Pedersen HD，HäggströmJ，Falk T等。 狗轻度二尖瓣反流中的神经培养：观察者的变化，物理操作的影响以及与颜色多普勒超声心动图和唱机心脏摄影的一致。 J VET Intern Med。 1999; 13（1）：56-64。 10。 HöglundK，French A，Dukes-McEwan J等。 拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。 J小动画实践。 2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2016; 30（6）：1765-1779。Engel-Manchado J，Montoya-Alonso JA，DoménechL等。犬菌丝丝瓣疾病的机器学习技术：整合了解血，生活质量调查和体格检查。兽医科学。2024; 11：118。9。Pedersen HD，HäggströmJ，Falk T等。狗轻度二尖瓣反流中的神经培养：观察者的变化，物理操作的影响以及与颜色多普勒超声心动图和唱机心脏摄影的一致。J VET Intern Med。1999; 13（1）：56-64。 10。 HöglundK，French A，Dukes-McEwan J等。 拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。 J小动画实践。 2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。1999; 13（1）：56-64。10。HöglundK，French A，Dukes-McEwan J等。拳击手狗中的低强度心脏杂音：观察者间的变化和压力测试的影响。J小动画实践。2004; 45（4）：178-185。 11。 Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。 兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2004; 45（4）：178-185。11。Vezzosi T，Alibrandi L，Grosso G，TognettiR。对基于智能手机的新数字听觉检查材料的评估，该数字听觉仪具有狗和猫中的Phonocartiography和心电图。兽医J。 2023; 295：105987。 12。 Blass KA，Schober KE，Bonagura JD等。 150只猫中3200型3M Littmann电子听诊器的临床评估。 J猫科药。 2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。兽医J。2023; 295：105987。12。Blass KA，Schober KE，Bonagura JD等。150只猫中3200型3M Littmann电子听诊器的临床评估。J猫科药。2013; 15（10）：893-900。 13。 VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。2013; 15（10）：893-900。13。VörösK，Nolte I，HungerbühlerS等。 使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。 14。VörösK，Nolte I，HungerbühlerS等。使用基于传感器的电子听诊仪，狗心脏杂音的声音记录和数字声音心电图。14。Acta Vet悬挂。2011; 59（1）：23-35。Oliveira J，Renna F，Costa PD等。circor digiscope数据集：从杂音检测到杂音分类。2021 https：// arxiv。org/abs/2108.00813v1。2021年10月26日访问。15。Clifford GD，Liu C，Moody B等。心脏声音分析的最新进展。生理测量。2017; 38（8）：E10-E25。 16。 Bentley PJ，Nordehn G，Coimbra MT，MannorS。Pascal Class-fying Heart Sounds挑战2011（CHSC2011）结果。 2011 http：//www.peterjbentley.com/heartchallenge/index.html。 2018年4月18日访问。 17。 Liu C，Springer D，Li Q等。 用于评估心脏声音算法的开放访问数据库。 生理测量。 2016; 37（12）：2181-2213。 18。 ljungvall I，Ahlstrom C，HöglundK等。 使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。 AM J Vet Res。 2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析2017; 38（8）：E10-E25。16。Bentley PJ，Nordehn G，Coimbra MT，MannorS。Pascal Class-fying Heart Sounds挑战2011（CHSC2011）结果。2011 http：//www.peterjbentley.com/heartchallenge/index.html。2018年4月18日访问。17。Liu C，Springer D，Li Q等。 用于评估心脏声音算法的开放访问数据库。 生理测量。 2016; 37（12）：2181-2213。 18。 ljungvall I，Ahlstrom C，HöglundK等。 使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。 AM J Vet Res。 2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析Liu C，Springer D，Li Q等。用于评估心脏声音算法的开放访问数据库。生理测量。2016; 37（12）：2181-2213。18。ljungvall I，Ahlstrom C，HöglundK等。使用心脏声音和杂音的信号分析来评估狗的二尖瓣浮肿的严重程度，可归因于狗的粒二尖瓣疾病。AM J Vet Res。2009; 70（5）：604-613。 19。 HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析2009; 70（5）：604-613。19。HöglundK，Ahlstrom C，HäggströmJ，Ask P，Hult P，KvartC。分化生理学的时间频率和复杂性分析
2014 年至 2015 年期间发表的热学或温度测量论文
第二届生物信号分析处理和系统国际会议 ICBAPS 2018 Aadal L、Fog L、Pedersen AR。鼓膜耳温计评估认知障碍患者的体温：一种可接受且合乎道德的替代方法？斯堪的纳维亚护理科学杂志 2016；30 (4) 766-773 Aalaei S、Amini S、Keramati MR、Shahraki H、Abu-Hanna A、Eslami S。血袋温度监测系统。卫生技术和信息学研究 2014；205：730-734。Aan De Stegge WB、Mejaiti N、Van Netten JJ、Dijkgraaf MGW、Van Baal JG、Busch-Westbroek TE、Bus SA。家用红外温度监测在降低糖尿病患者足部溃疡复发率方面的成本效益和成本效用 (DIATEMP)：随机对照试验研究方案 11 医学和健康科学 1117 公共卫生和卫生服务 11 医学和健康科学 1103 临床科学。试验 2018, 19 (1) 艺术。号520。AAT 美国热学学院。乳房热成像指南泛美医学热学杂志 2015；2(1) 26-34 AAT 美国热学学院。牙科口腔和全身健康红外热成像指南。泛美医学热学杂志 2015； 2(1) 44-53 AAT 美国热学学会。神经肌肉骨骼红外热成像交感神经皮肤反应 (SSR) 研究指南。泛美医学热学杂志 2015；2(1) 35- 43 Abadi E、Segars WP、Harrawood B、Kapadia A、Samei E。虚拟临床试验实际应用：纹理 XCAT 幻影和扫描仪专用 CT 模拟器用于表征 CT 重建算法中的噪声。生物医学光学和成像进展 - SPIE2018 论文集，10573，艺术。编号1057317。Abbas AE、Zacharias SK、Goldstein JA、Hanson ID、Safian RD。使用近红外光谱血管内超声对外周动脉疾病患者的动脉粥样硬化斑块进行侵入性表征。导管和心血管介入 2017, 90 (3): 461-470。Abbas AK, Leonhardt S. 基于虚拟热传感器的智能新生儿监护。BMC 医学成像 2014; 14 (1) Art.No.9.Abd Elmawgood A, Rashwan S, Rashwan D. 帕瑞昔布对瑞芬太尼诱发的术后寒战的影响。埃及麻醉杂志 2014; 30 (4): 399-403。阿卜杜勒卡德尔 H、法塔拉 Z.药物研究 2018，35 (8)，第 1 条。研究碱性氨基酸 L-赖氨酸在增强 BCS II 类和 BCS IV 类药物溶解度和渗透性方面的新作用。编号160.Abdelwahab R、Yang H、Teka H.G.埃塞俄比亚北部一家三级教学医院急救中心分诊质量改进研究。非洲急诊医学杂志 2017，7(4) 160-166 Abdi MR、Shakur HR、Rezaee Ebrahim Saraee KH、Sadeghi M. 使用 CuO/X 沸石基纳米复合材料有效去除饮用水中的铀离子：纳米浓度和阳离子交换的影响。放射分析和核化学杂志 2014； 300 (3): 1217-1225。Abdul-Aziz A、Wroblewski AC、Bhatt RT、Jaskowiak MH、Gorican D、Rauser RW。评估 NDE 方法在拉伸条件下检测环境屏障涂层 CMC 中的裂纹和损坏。刊于：Peters KI 编辑，SPIE CT 智能传感器现象技术网络和系统集成会议论文集，2015 年 3 月 9-10 日，加利福尼亚州圣地亚哥 2015 年，第 9436 卷，第943609-943609 Abdulkadir MB、Johnson WB、Ibraheem RM。尼日利亚中北部五岁以下儿童发烧母亲触觉评估的有效性和准确性：一项横断面研究。BMJ open 2014；4 (10)，第 e005776 页。Abdullayev R、Sabuncu Ü、Yildirim E。患有 4 型遗传性感觉和自主神经病变的患者麻醉管理的重要方面：病例报告。Gazi Medical Journal 2018, 29 (3): 244- 245。Abdul'vapova ZN、Grachev PV、Artemova EV、Galstyan GR、Bondarenko ON、Gorbacheva AM、Linkov KG、Loschenov VB。近红外成像用于患有外周动脉疾病的糖尿病患者的血管造影。生物医学光子学 2017, 6 (1): 4-11。Abe K, Taira T. 聚焦超声治疗的现状和未来。神经外科医学 2017, 57 (8): 386- 391。Abidalla M, Roversi PF。玻璃化评估：冷冻保护水溶液 1,2 丙二醇和乙二醇的热分析。生物保存和生物银行 2018, 16 (3): 207-216。Abouridouane M、Klocke F、Lung D、Veselovac D。切割力学：现场测量和建模。Procedia CIRP 2015，31，246-251。Abo-Zahhad M、Ahmed SM、Elnahas O。用于患者监测和诊断的无线紧急远程医疗系统。国际远程医疗和应用杂志 art。no.380787。Abraham H、Kuzhively J、Rizvi SW。慢性炎症性脱髓鞘性多发性神经病 (CIDP)：系统性红斑狼疮 (SLE) 的罕见表现。美国病例报告杂志 2017, 18: 980-983。
发表有关热学或温度测量的论文
第二届生物信号分析处理和系统国际会议 ICBAPS 2018 Aadal L、Fog L、Pedersen AR。鼓膜耳温计评估认知障碍患者的体温：一种可接受且符合伦理道德的替代方法？斯堪的纳维亚护理科学杂志 2016；30 (4) 766-773 Aalaei S、Amini S、Keramati MR、Shahraki H、Abu-Hanna A、Eslami S。血袋温度监测系统。卫生技术和信息学研究 2014；205：730-734。Aan De Stegge WB、Mejaiti N、Van Netten JJ、Dijkgraaf MGW、Van Baal JG、Busch-Westbroek TE、Bus SA。家用红外温度监测在降低糖尿病患者足部溃疡复发率方面的成本效益和成本效用（DIATEMP）：随机对照试验的研究方案 11 医学和健康科学 1117 公共卫生和健康服务 11 医学和健康科学 1103 临床科学。试验 2018，19 (1) 文章编号 520。AAT 美国热学学会。乳房热成像指南泛美医学热学杂志 2015；2(1) 26-34 AAT 美国热学学会。牙科口腔和全身健康红外热成像指南。泛美医学热学杂志 2015；2(1) 44-53 AAT 美国热学学会。神经肌肉骨骼红外热成像交感神经皮肤反应 (SSR) 研究指南。泛美医学热学杂志 2015； 2(1) 35- 43 Abadi E, Segars WP, Harrawood B, Kapadia A, Samei E. 虚拟临床试验实际应用：纹理 XCAT 模型和扫描仪专用 CT 模拟器用于表征 CT 重建算法中的噪声。生物医学光学与成像进展 - SPIE2018 论文集，10573，文章编号 1057317。Abbas AE, Zacharias SK, Goldstein JA, Hanson ID, Safian RD。使用近红外光谱血管内超声对外周动脉疾病患者动脉粥样硬化斑块进行侵入性表征。导管插入与心血管介入 2017, 90 (3): 461-470。Abbas AK, Leonhardt S. 基于虚拟热传感器的智能新生儿监护。BMC 医学成像 2014； 14 (1) 文章编号 9。Abd Elmawgood A、Rashwan S、Rashwan D。帕瑞昔布对瑞芬太尼诱发的术后寒战的影响。埃及麻醉杂志 2014；30 (4)：399-403。Abdelkader H、Fathalla Z。研究碱性氨基酸 L-赖氨酸在增强 BCS II 类和 BCS IV 类药物溶解度和渗透性方面的新兴作用。药物研究 2018，35 (8)，文章编号 160。Abdelwahab R、Yang H、Teka HG 埃塞俄比亚北部一家三级教学医院急救中心分诊质量改进研究。非洲急诊医学杂志 2017, 7(4) 160-166 Abdi MR, Shakur HR, Rezaee Ebrahim Saraee KH, Sadeghi M. 使用基于 CuO/X 沸石的纳米复合材料有效去除饮用水中的铀离子：纳米浓度和阳离子交换的影响。放射分析和核化学杂志 2014；300 (3)：1217-1225。Abdul-Aziz A、Wroblewski AC、Bhatt RT、Jaskowiak MH、Gorican D、Rauser RW。评估 NDE 方法在拉伸下测试的环境屏障涂层 CMC 中的裂纹和损坏检测。见：Peters KI 编辑，SPIE CT 智能传感器现象技术网络和系统集成会议论文集 2015 年 3 月 9-10 日，加利福尼亚州圣地亚哥 2015 年，第 9436 卷，第 943609-943609 页 Abdulkadir MB、Johnson WB、Ibraheem RM。尼日利亚中北部五岁以下儿童发烧母亲触觉评估的有效性和准确性：一项横断面研究。BMJ open 2014；4 (10)，p. e005776. Abdullayev R、Sabuncu Ü、Yildirim E。4 型遗传性感觉和自主神经病变患者麻醉管理的重要方面：病例报告。Gazi Medical Journal 2018, 29 (3): 244- 245。Abdul'vapova ZN、Grachev PV、Artemova EV、Galstyan GR、Bondarenko ON、Gorbacheva AM、Linkov KG、Loschenov VB。近红外成像用于患有外周动脉疾病的糖尿病患者的血管造影。生物医学光子学 2017, 6 (1): 4-11。Abe K、Taira T。聚焦超声治疗的现状和未来。Neurologia Medico-Chirurgica 2017, 57 (8): 386- 391。Abidalla M、Roversi PF。玻璃化评估：1,2 丙二醇和乙二醇冷冻保护水溶液的热分析。生物保存和生物银行 2018, 16 (3): 207-216。Abouridouane M、Klocke F、Lung D、Veselovac D。切割力学：现场测量和建模。Procedia CIRP 2015, 31, 246-251。Abo-Zahhad M、Ahmed SM、Elnahas O。用于患者监测和诊断的无线紧急远程医疗系统。国际远程医疗和应用杂志，编号 380787。Abraham H、Kuzhively J、Rizvi SW。慢性炎症性脱髓鞘性多发性神经病 (CIDP)：系统性红斑狼疮 (SLE) 的罕见表现。美国病例报告杂志2017,18:980-983。近红外成像用于患有外周动脉疾病的糖尿病患者的血管造影。生物医学光子学 2017, 6 (1): 4-11。Abe K, Taira T. 聚焦超声治疗的现状和未来。神经外科医学 2017, 57 (8): 386- 391。Abidalla M, Roversi PF。玻璃化评估：1,2 丙二醇和乙二醇冷冻保护水溶液的热分析。生物保存和生物银行 2018, 16 (3): 207-216。Abouridouane M, Klocke F, Lung D, Veselovac D. 切割力学：现场测量和建模。Procedia CIRP 2015, 31, 246-251。 Abo-Zahhad M、Ahmed SM、Elnahas O。用于患者监测和诊断的无线紧急远程医疗系统。《国际远程医疗和应用杂志》第 380787 号。Abraham H、Kuzhively J、Rizvi SW。慢性炎症性脱髓鞘性多发性神经病 (CIDP)：系统性红斑狼疮 (SLE) 的罕见表现。《美国病例报告杂志》2017 年 18 期：980-983。近红外成像用于患有外周动脉疾病的糖尿病患者的血管造影。生物医学光子学 2017, 6 (1): 4-11。Abe K, Taira T. 聚焦超声治疗的现状和未来。神经外科医学 2017, 57 (8): 386- 391。Abidalla M, Roversi PF。玻璃化评估：1,2 丙二醇和乙二醇冷冻保护水溶液的热分析。生物保存和生物银行 2018, 16 (3): 207-216。Abouridouane M, Klocke F, Lung D, Veselovac D. 切割力学：现场测量和建模。Procedia CIRP 2015, 31, 246-251。 Abo-Zahhad M、Ahmed SM、Elnahas O。用于患者监测和诊断的无线紧急远程医疗系统。《国际远程医疗和应用杂志》第 380787 号。Abraham H、Kuzhively J、Rizvi SW。慢性炎症性脱髓鞘性多发性神经病 (CIDP)：系统性红斑狼疮 (SLE) 的罕见表现。《美国病例报告杂志》2017 年 18 期：980-983。