XiaoMi-AI文件搜索系统
World File Search System幸存者
“幸存者” - UConn 杂志 - 康涅狄格大学
康涅狄格大学遵守所有适用的联邦和州法律，涉及非歧视、平等机会和平权行动，在所有项目和活动中不因种族、肤色、国籍、残疾、性别、年龄或其他受法律保护的特征而歧视，并支持所有促进平等机会和禁止歧视的州和联邦法律，包括为残疾人提供合理的便利条件。如需申请便利条件或有与大学非歧视政策相关的问题，请联系：机构公平办公室第九条协调员；241 Glenbrook Rd., Unit 4175; Storrs, CT 06269；电话：(860) 486- 2943；equity@uconn.edu（非歧视政策）；人力资源部 ADA 案件经理；9 Walters Ave., Unit 5075; Storrs, CT 06269；电话：(860) 486-3034；hr@uconn.edu（住宿要求）。
C360 SaaS-自动匹配策略和幸存者
•使用手动合并策略，用于基于字段（例如地址字段）的声明规则。•多个家庭成员可以共享相同的地址，并且记录不能确定匹配。•您需要手动查看记录以确认这些是否重复记录
第 25 届国际甲状腺癌幸存者虚拟...
275 过上最好的生活：姑息治疗如何改善您的生活质量 患有难治疾病会在许多方面影响您的生活。参加我们的本次会议，了解您可以采取哪些措施来控制疾病对生活的影响。在本次活动中，我们将分享使用整体、以人为本的方法过上最好的生活的方法。我们将讨论身体症状以及情感和精神健康。您还将了解医学专业，即姑息治疗，以及它如何为您提供额外的支持并改善您的生活质量。 Grant M. Smith，医学博士，姑息治疗医师
迈向以幸存者为中心的团结经济
贷款基金、互助网络、有限股权住房合作社等等。这些工具为我们提供了参与团结经济原则和实践的机会（www.solidarityeconomyprinciples.org），以实现幸存者的社会变革和解放，但团结经济本身只有在这些经济相互联系、联网和集体提供资源时才会出现。幸存者已经从其中一些工具中受益——一些是以正式的方式，如工人合作社和使用信用合作社等替代机构，另一些是以非正式的方式，如销售商品或提供儿童保育（见插入图）。要真正实现正义，这些工具需要发展并以强有力的方式联系在一起，让幸存者能够自我管理和自行决定如何满足这些需求。*
为物理康复治疗提供人工智能和机器人教练：与治疗师和中风后幸存者进行迭代设计和评估
摘要 人工智能 (AI) 和机器人教练有望通过社交互动提高患者对康复锻炼的参与度。虽然之前的研究探索了人工智能和机器人教练自动监控锻炼的潜力，但这些系统的部署仍然是一个挑战。先前的研究表明，缺乏利益相关者参与设计此类功能是主要原因之一。在本文中，我们介绍了我们在四名治疗师和五名中风后幸存者中努力引出人工智能和机器人教练如何以有效和可接受的方式与患者互动并指导患者锻炼的详细设计规范的努力。通过反复的问卷调查和访谈，我们发现中风后幸存者和治疗师都欣赏人工智能和机器人教练的潜在好处，以实现更系统的管理并提高他们在康复治疗中的自我效能和积极性。此外，我们的评估揭示了一些实际问题（例如，认知障碍者互动可能存在困难、系统故障等）。我们讨论了利益相关者早期参与的价值以及补充系统故障的交互技术，同时也支持个性化的治疗课程，以更好地部署人工智能和机器人运动教练。
支持家庭暴力的幸存者/受害者
家庭暴力 美国空军部 (DAF) 提供广泛的应对方案，以支持遭受家庭暴力的军人和家庭成员。作为 DAF 的领导者，您表现出的参与和同理心对成员的生活产生了重要影响。我们联系您是为了让您了解可用的资源，并鼓励您在将我们的人员与支持联系起来时最大限度地利用这些资源。在您处理这个重要问题时，请让我们知道我们还能做些什么，特别是因为受害者往往不愿站出来，也不知道幸存者/受害者可以获得哪些支持。 DAF 的总体目标很简单：以一种能引起受害者和幸存者共鸣的方式提供支持，同时清楚地传达我们的意图和行动集中在一件事上：帮助！可用资源： • 受害者倡导者支持：受害者倡导者协助制定安全计划、颁布机密报告选项、寻求军事保护令、提供有关医疗治疗选项的信息以及许多其他服务
使用用户友好型、可穿戴的基于 EMG 的神经接口解码偏瘫慢性中风幸存者的手部和手腕运动意图
€ 这些作者的贡献相同。 * 通讯作者：meyerse@battelle.org 摘要：几十年来，假肢和矫形器一直被认为是恢复中风患者手部功能和独立性的潜在手段。然而，75% 的中风幸存者、护理人员和医疗保健专业人员 (HCP) 认为当前的做法还不够，特别指出上肢是需要创新的领域，以开发适用于中风人群的高度可用的假肢/矫形器。控制上肢技术的一种有前途的方法是从表面肌电图 (EMG) 活动中非侵入性地推断运动意图。虽然这种方法在文献中引起了广泛关注，但现有技术通常仅限于研究环境，难以满足所述的用户需求。为了解决这些限制，我们开发了 NeuroLife ® EMG 系统，它由一个可穿戴的前臂套组成，其中嵌入了 150 个电极以及相关的硬件和软件来记录和解码表面肌电图。在这里，我们展示了对 12 种功能性手部、腕部和前臂运动的准确解码，包括来自中风后不同程度慢性损伤的参与者的多种抓握类型，总体准确率为 77.1±5.6%。重要的是，我们展示了以 85.4±6.4% 的准确率解码严重手部损伤患者的 3 种基本运动子集的能力，凸显了其作为辅助技术控制机制的潜力。测试该系统的中风幸存者的反馈表明，袖套的设计满足了各种用户需求，包括舒适、便携和轻便。袖套的外形尺寸使其可以在家中使用，无需专业技术人员，并且可以佩戴数小时而不会感到不适。总而言之，NeuroLife EMG 系统代表了一种平台技术，用于记录和解码高清 EMG，最终以符合用户需求的外形尺寸实时控制辅助设备。
一般实践和数字方法招募中风幸存者参加临床流动性研究：比较分析
背景：参与者招聘仍然是进行临床研究的障碍。中风的残疾性质，通常包括功能性和认知障碍，以及适合许多试验的患者的急性疾病阶段，使招募患者特别复杂且具有挑战性。此外，包括大多数中风幸存者在内的65岁及以上的人已被确定为难以到达的群体，通常在健康研究中，尤其是临床试验中的人数不足。数字媒体可以提供有效的工具来支持临床试验中中风幸存者的入学工作。目的：这项研究的目的是比较招募中风幸存者进行临床流动性研究的通用实践（传统）和数字（在线）方法的有效性。方法：临床流动性研究的招聘始于2018年7月。合格的研究参与者包括18岁及以上的个人，他们有一个中风，目前在社区中是门诊。一般招聘实践包括打电话给中风注册表中列出的个人，与当地的物理治疗师联系，并在整个大学校园内放置学习传单。在2019年5月21日至2019年6月26日之间，该研究还使用社交网络Facebook和搜索引擎营销工具Google Adwords进行了数字促进。招聘广告（AD）包括指向研究页面的链接，转介了点击的用户。使用Lilliefors测试，Welch两样本T检验和Mann-Whitney测试对数据进行了分析。通用实践和数字方法的主要结果包括招聘速度（入学率）和样本特征。显着性设置为p = .05。所有统计分析均在MATLAB 2019b中进行。结果：我们的结果表明，数字招聘方法可以解决有关中风幸存者的招聘挑战。数字招聘方法使我们能够以更快的速度（1.8参与者/周）参加研究参与者，与使用通用方法（0.57参与者/周）相比。我们的发现还表明，数字和一般招聘实践可以达到同等的样本代表性水平。注册中风幸存者的特征因年龄（p = .95）或临床评分而没有显着差异（p = .22; p = .82）。比较了Facebook和Google的成本效益，我们发现Facebook的使用每次点击的成本较低，每个广告每招待会成本。结论：与更传统的招聘实践相比，数字招聘可用于加快参与者招募中风幸存者的招聘，同时还可以实现同等的样本代表性。通用实践和数字招聘方法对于成功招募中风幸存者将很重要。未来的研究可以专注于测试有效性