XiaoMi-AI文件搜索系统
World File Search System助心
Qhali：一种用于协助心理健康治疗的人形机器人
摘要：近年来，社会辅助机器人在医疗保健环境中获得了大量认可，尤其是在患者护理和监测等任务中。本文提供了富有表现力的人形机器人Qhali的全面概述，重点是其工业设计，基本组件和在受控环境中的验证。工业设计阶段包括研究，构想，设计，制造和实施。随后，详细的机电系统系统涵盖了感应，驱动，控制，能量和软件接口。Qhali的功能包括自主执行心理健康促进和心理测试的常规。软件平台可以实现治疗师指导的干预措施，从而使机器人能够通过关节和头部运动传达情感手势，并模拟各种面部表情，以进行更多吸引人的互动。最后，在机器人完全运行的情况下，进行了初始的行为实验，以验证Qhali提供远程心理学干预措施的能力。这项初步研究的发现表明，参与者报告了他们的情感福祉的增强，以及对使用类人动物机器人进行的心理干预的积极结果。
最近开发用于生理信号检测和机器学习辅助心血管疾病诊断的压电生物传感器
由于早期诊断和及时的医疗干预措施，可以防止大量心血管相关的死亡率，因此对实时和长期检测技术的需求很高。然而，当前的实时监控设备，例如具有硬连线和刚性接口的Holter监视器，不适合长期检测，因为它们不轻，紧凑且舒适。此外，使用当前监视设备的测量数据的准确性在很大程度上受到日常身体运动的影响，因此只能在静态状态下实现，从而限制了其实际应用。为了解决上述问题，将生理信号转换为电信号的良好/可穿戴和敏感的身体脉冲传感器的发展对于进行实时和连续的健康监测以获得长期和准确的脉冲波形至关重要。现在在重症监护中最常见和广泛应用的技术是侵入性动脉导管，它可以提供精确的连续体脉冲和血压监测。但是，在监测过程中，不适和潜在感染的风险以及数据的准确性增加。在这方面，近几十年来，非侵入性的无创/可穿戴健康观念方法受到了极大的关注。5 - 10作为非侵入性的仅接触人皮肤，感染率大大降低，从而使其安全且广泛适用于日常使用的设备。几种类型的
最近开发用于生理信号检测和机器学习辅助心血管疾病诊断的压电生物传感器
由于早期诊断和及时的医疗干预措施，可以防止大量心血管相关的死亡率，因此对实时和长期检测技术的需求很高。然而，当前的实时监控设备，例如具有硬连线和刚性接口的Holter监视器，不适合长期检测，因为它们不轻，紧凑且舒适。此外，使用当前监视设备的测量数据的准确性在很大程度上受到日常身体运动的影响，因此只能在静态状态下实现，从而限制了其实际应用。为了解决上述问题，将生理信号转换为电信号的良好/可穿戴和敏感的身体脉冲传感器的发展对于进行实时和连续的健康监测以获得长期和准确的脉冲波形至关重要。现在在重症监护中最常见和广泛应用的技术是侵入性动脉导管，它可以提供精确的连续体脉冲和血压监测。但是，在监测过程中，不适和潜在感染的风险以及数据的准确性增加。在这方面，近几十年来，非侵入性的无创/可穿戴健康观念方法受到了极大的关注。5 - 10作为非侵入性的仅接触人皮肤，感染率大大降低，从而使其安全且广泛适用于日常使用的设备。几种类型的
针对心脏成纤维细胞的高效小分子辅助心脏重编程系统
陶艳梦 1、杨阳 1、杨正浩 1、王利鹏 2、王世强 2 和赵阳 1,3,* 1 天然药物及仿生药物国家重点实验室、细胞增殖与分化教育部重点实验室、心脏代谢分子医学北京市重点实验室、北大-清华生命科学中心、北京大学未来技术学院分子医学研究所，北京 100871，中国 2 膜生物学国家重点实验室，北京大学生命科学学院，北京 100871，中国 3 主要联系人 *通讯作者：yangzhao@pku.edu.cn 摘要 直接心脏重编程以诱导心肌细胞样细胞，例如通过 GMT（Gata4、Mef2c 和 Tbx5），是体内再生受损心脏和体外疾病建模的一种有前途的途径。补充其他因子和化学药剂可以提高效率，但引发了对心脏成纤维细胞选择性的担忧，并使原位心脏重编程的递送复杂化。在这里，我们筛选了 2000 种具有已知生物活性的化学物质，发现 2C（SB431542 和 Baricitinib）的组合可通过 GMT 显着增强心脏重编程。没有 Gata4，MT（Mef2c 和 Tbx5）加 2C 可以选择性地重编程心脏成纤维细胞，并提高效率、动力学和心肌细胞功能。此外，2C 显着增强了人心脏成纤维细胞的心脏重编程。2C 通过抑制 Alk5、Tyk2 和下调 Oas2、Oas3、Serpina3n 和 Tgfbi 协同增强心脏重编程。2C 能够实现选择性和稳健的心脏重编程，可以极大地促进体外疾病建模并促进体内临床治疗性心脏再生。关键词：心脏重编程，选择性，稳健性，转录因子，化学物质，小鼠，人类
人工智能辅助心理治疗对焦虑症患者的疗效：一项前瞻性、全国多中心随机对照试验方案
背景焦虑症是一类以焦虑症状为特征的精神疾病，是全世界最常见的一类精神疾病。焦虑症的平均终生患病率为 ∼ 16%，平均 12 个月患病率为 ∼ 11% ( 1 )。一般而言，不同研究的患病率差异很大，西方发达国家的患病率估计高于发展中国家 ( 1 )。在最近的中国全国流行病学研究中，焦虑症是最常见的精神疾病，终生患病率为 7.6%，年患病率为 5.0% ( 2 )。这些疾病的疾病负担将显著增长。在临床实践中，心理治疗可单独用于治疗焦虑症，也可优化药物治疗效果，循证研究表明，心理治疗联合药物治疗比单纯药物治疗更有益 ( 3 )。各国焦虑症治疗指南均推荐心理治疗作为一线治疗，如认知行为疗法、放松疗法、系统脱敏、暴露反应预防等心理治疗（4-6）。然而，任何这些干预措施都需要专业且经验丰富的治疗师，但由于合格治疗师数量有限，尤其是在欠发达或偏远地区，很多患者没有机会接受标准化、适当的治疗。事实上，接受过心理治疗的患者中只有27%真正得到了标准化的心理治疗（7）。由于缺乏标准化的面对面心理治疗，人工智能（AI）辅助心理治疗提供了一种替代方法。多项荟萃分析表明，互联网认知行为疗法（iCBT）和计算机化认知行为疗法（cCBT）对焦虑症和其他疾病有显著的治疗效果（8-10）。例如，Woebot 是一款全自动
评论文章计算机辅助心音检测技术综述
心血管疾病已成为全球范围内威胁人类健康的首要疾病之一，心音检测技术作为一种无创性辅助诊断手段，在心血管疾病的预测中发挥着重要作用。本文对近5年来计算机辅助心音检测技术的最新发展进行了综述，主要涉及心音的理论及心音与心血管疾病的关系；心音信号的处理与分析中所涉及的关键技术，包括去噪、分割、特征提取与分类；重点介绍了深度学习算法在心音处理中的应用。最后对计算机辅助心音检测技术未来的研究方向进行了展望，旨在为心血管疾病的预测提供参考。