XiaoMi-AI文件搜索系统
World File Search System定量评估
对帕金森氏病的面部表达不对称性的定量评估
低血压的特征是面部表达降低，是帕金森氏病（PD）的基本特征。但是，与PD中的肢体不对称不同，面部不对称性的探索较少。在这里，我们使用人工智能（AI）和图像处理技术探讨了PD中可能的细微半型症。在从102名PD受试者和97个健康对照组（HCS）的视频预处理视频预处理视频后，计算了每个框架跨面部标志的不对称指数值。动态特征被提取并用于机器学习模型中，以区分PD和HC，达到91.4％的精度。PD受试者表现出更大的面部不对称性，尤其是在眉毛周围（P = 0.01）和嘴巴（P = 0.04），并且患有不对称的肢体帕金森氏症患者在受影响较大的一侧表现出较小的面部迁移率（P = 0.001）。这些发现支持PD中面部表达不对称性的存在，尤其是在幸福表达期间，并提出了其作为临床数字生物标志物的潜力。
心律不齐右心室心肌病患者的心脏123IODO-METAIODOBENZYLGUANIDINE SPECT/CT的定量评估：疾病监测的新见解
1核医学系，路德维希 - 马克西米利人 - 慕尼黑，德国81377，2 medizinische klinik und poliklinik I，Klinikum der Universita usiverta mu nchen，Ludwig-Maximilians-universita Research), Partner Site Munich Heart Alliance, Munich, Germany 4 German Center for Neurodegenerative Diseases (DZNE), Munich, Germany 5 Munich Cluster for Systems Neurology (SyNergy), Munich, Germany 6 Institute of Surgical Research at the Walter-Brendel-Center of Experimental Medicine, University Hospital, LMU Munich, Marchioninistrasse 27, D-81377 Munich, Germany 7 Member of the欧洲罕见，低患病率和复杂疾病的欧洲参考网络（Ern Guardt），荷兰8荷兰8跨学院内分泌和心血管疾病网络网络网络建模与临床转移中心（ICONLMU），LMU MUNICH，慕尼黑，慕尼黑，德国，德国，
使用UV/VIS光谱法的市售茶饮料中单宁的定量评估
这项研究用UV/VIS分光光度法定量地分析了商用茶饮料中的单宁含量。单宁是多酚化合物，会影响茶的风味，质量和健康益处。测量单宁含量的传统方法通常需要大量的样品制备，耗时并涉及危险试剂。该项目旨在使用更简单的方法简化过程：UV/VIS分光光度法。该研究包括从茶样品中提取和纯化单宁，校准曲线的创建以及各种商业茶类型的分析，包括茉莉绿茶，冰柠檬茶，白葡萄绿茶和芦荟和冰冰的红茶。结果表明，风味茉莉绿茶含有最高的单宁浓度（2.9166 ppm），而冰柠檬茶的浓度最低（2.284 ppm）。这些发现对于改善饮料行业的质量控制并提高消费者对茶营养价值的认识很有价值。
胸膜炎胸腺静脉曲张的营养和营养成分的定性和定量评估O.K.米勒
有一个普遍的说法“药物和食物具有共同的起源”（Chang and Miles，2008）。蘑菇是这一想法的表现，因为它们被认为是具有高营养价值的美味佳肴，并且是中性物品的有效来源（Chang and Miles，2008； Ergonul等，2013）。“功能性食品”一词可用于蘑菇，因为由于其有氧保护性和抗氧化特性，它们的饮食成分具有健康益处，这些特性超出了基本营养（Ferreira等，2010）。牡蛎蘑菇在全球培养的蘑菇物种中占据了第二位（Banik和Nandi，2004年），并且由于对人类健康的重大积极影响，因此各种研究人员也被视为有效的功能性食品（Synytsya等，2008; Patel等，2012）。
通过超声成像分析对甲状腺结节的定量评估
摘要。最近的研究提出了定量超声（QUS），以从通过多次传输量产生的脉搏回声数据中提取组织的声学特性。在本文中，我们引入了一种基于学习的方法，通过表达声音衰减和超声检查中的声音速度来识别甲状腺结节恶性肿瘤。提出的方法采用了一种神经模型，该神经模型整合了卷积神经网络（CNN），以详细的局部脉冲回声绘制分析与变压器结构，从而增强了该模型在多光束接收中捕获复杂相关性的能力。b模式图像既用作输入又是标签，以确保稳健性能，而不管人脖子上存在的复杂结构，例如甲状腺，血管和气管。为了训练所提出的深神经模型，已经设计了模拟人类肌肉，脂肪层的结构和甲状腺形状的模拟幻影。通过数值模拟和临床测试评估所提出方法的有效性。
定量评估可转化的图像登记 -
结果：考虑到几何幻影，所获得的统计结果在下面列出。关于MIRADA和速度获得的DSC，平均值和SD值分别为0.955±0.348和0.965±0.418，p值为0.013，表明有显着差异。考虑到MDA，MIRADA和速度之间的p值为0.001的显着差异，前者的p值为0.668±0.684，而后者的p值为0.668±0.684。对于HD，Mirada与速度的2.202±1.215相比，平均值为3.464±2.091。对于TRE，考虑了幻影内的三个基准，Mirada的平均值为1.037 mm，而速度的平均值为1.338 mm。在分析解剖幻影时，MIRADA和速度的DSC值分别为0.946±0.031和0.944±0.313，表明没有显着性。同样，考虑到MDA（MIRADA：0.435±0.235，速度：0.449±0.242），也没有发现显着性。关于HD，Mirada获得了4.216毫米，而速度为4.233 mm，显示出非凡的依从性。发现三个基金会的TRE的平均值小于1 mm，存在显着差异。
对日落黄色染料（E110）作为Katsina Metropolis消费的某些饮料的日落黄色染料（E110）的定量评估和毒理学研究，
摘要合成染料已用于消费者景点的食品，饮料和药品。通常将染料添加到底物中，以替换在加工过程中可能会丢失或防止最终产品颜色变化的天然着色剂。不幸的是，据报道这些染料会引起许多与健康有关的问题。但是，有必要不断监视我们的食物和饮料中此类着色剂的数量。从经验上讲，进行急性毒性，以检查日落黄色（E110）（E110）（分析物）染料的LD 50（急性毒性），使用Wistar白化大鼠根据测试动物的施用剂量的剂量，以及对某些葡萄酒中的靶向分析的定量分析Katsine Metropolies，Negopoliis necopol。日落黄色染料标准的LD 50值的结果估计为每体重的测试动物的每体重超过5000 ppm。因此，动物的行为态度发生了一些变化，这些变化是根据给药的剂量浓度而变化的，并且在管理染料标准后的给定剂量范围为50至5000 ppm的结果没有死亡率。定量分析的样品包含49.536±0.004，109.785±0.130，108.975±0.075，46.140±0.018和42.059±0.009±0.009 ppm的日落黄色染料分别在样本A，b，c，d和E. e E. e E. e E. e E. e E. e E. e E.饮料由于OECD支持的最大允许限制的日落黄色染料的浓度低于50 ppm的最大允许极限（化学药品测试指南，急性口服毒性 - 急性急性毒性）。尽管过度食用含有染料添加剂的饮料可能会导致染料在人体组织中的连续积累超出其最大允许的限制，这可能会导致长期健康问题，从而包括不同形式的癌症以及引起过敏反应，例如体内症状症状。关键词：饮料，日落黄色染料（E110），毒理学研究，Wistar白化大鼠简介
AI数据准备检查员（AIDRIN）用于定量评估AI
垃圾是来自各个领域的计算机科学家普遍同意的报价，包括人工智能（AI）。由于数据是AI的燃料，因此在低质量，有偏见的数据上训练的模型通常无效。使用AI的计算机科学家投入了大量的时间和精力来为AI准备数据。但是，没有用于评估AI数据“准备”的标准方法或框架。为了对AI过程的数据准备就绪提供可量化的评估，我们定义了AI数据准备就绪的参数并引入AIDRIN（SPECTOR中的AI d ata readiness）。aidrin是一个框架，涵盖了文献中可用的广泛准备性维度，有助于评估数据的准备就绪，并在定量上和质量上评估数据的准备就绪。Aidrin在传统数据质量评估中使用指标，例如完整性，异常值和重复项进行数据评估。更重要的是，Aidrin使用特定的指标来评估AI的数据，例如特征重要性，特征相关性，阶级失衡，公平性，隐私性和公平性（可访问性，可访问性，互操作性和可重复性）原则合规性。Aidrin提供可视化和报告，以帮助数据科学家进一步研究数据的准备。AIDRIN框架提高了机器学习管道的效率，以对AI应用程序的数据准备就绪做出明智的决定。
与雷诺现象的全身性硬化症中腹手指微举病的超声定量评估：一项比较研究
使用各种超声技术评估使用Raynaud现象（RP-SSC）的全身性硬化症患者的手指血管性的抽象目标。使用四种超声血管成像技术在室温下成像18种RP-SSC患者的所有手指（拇指）和18个对照。通过计算25 mm 2正方形的血流像素以背侧侧的指甲褶皱和25 mm 2和距腹侧100毫米2平方平方的25 mm 2平方计算血管面积的百分比。平均血管强度是根据背侧和腹侧的相应区域计算的。结果，RP-SSC中血管区域和平均血管强度的百分比明显低于背侧和腹侧的对照组（P <0.01）。无论成像技术和评估方面如何，曲线下的平均血管强度（AUC）（AUC）（AUC）的面积略高于（AUC）（AUC）（0.53-0.91 vs 0.53-0.90）。对于每种成像技术，与背侧相比，腹侧血管表现出更高的AUC（0.74–0.91）（0.53-0.81）。此外，腹侧异常与数字溃疡病史有关。结论超声表现出了量化RP-SSC的手指血管性的潜力。手指的腹侧显示出比背侧比背侧更高的精度。