XiaoMi-AI文件搜索系统
World File Search System智能算法
基于人工智能算法的概念：通过 CEUS 图像和 HSP 分析来识别重症急性胰腺炎的早期实质变化
1 维尔纽斯大学医学院临床医学研究所、胃肠病学、外科、肾泌尿学诊所，M.K.Ciurlionio str.21，维尔纽斯 LT-03101，立陶宛 2 维尔纽斯大学医学院生物医学科学研究所、放射学、核医学和医学物理学系，M.K.Ciurlionio str.21，维尔纽斯 LT-03101，立陶宛 3 考纳斯理工大学超声波研究所，K. Donelaicio str.73，考纳斯 44249，立陶宛 4 考纳斯理工大学电力系统系，K. Donelaicio str.73，考纳斯 44249，立陶宛 5 乔治城大学医院外科部，3800 Reservoir Rd，NW，华盛顿特区 20007，美国 6 维尔纽斯大学数据科学与数字技术研究所，Akademijos 街。4，维尔纽斯，LT-08412，立陶宛 电子邮件：aiste.kielaite-gulla@mf.vu.lt，arturas.samuilis@santa.lt
人工智能算法在非专业用户医疗环境中的应用：CARTIER-IA 平台
机器学习、深度学习和其他相关人工智能方法等高级算法和模型的使用率不断增长，因为它们在不同环境中具有优势。其中一个环境是医学领域，因为这些算法可以支持疾病检测、图像分割和其他多项任务。然而，有必要组织和安排这些场景中涉及的不同数据资源，并解决数据源的异构性问题。这项工作介绍了 CARTIER-IA 平台：一个用于管理医疗数据和成像的平台。该项目的目标侧重于提供一个友好且可用的界面来组织结构化数据、可视化和编辑医学图像，并在存储的资源上应用人工智能算法。平台设计的挑战之一是简化这些复杂的任务，使非人工智能专业的用户无需进一步培训即可从人工智能算法的应用中受益。提供了平台内人工智能应用的两个用例，以及一个启发式评估来评估 CARTIER-IA 第一版的可用性。
使用人工智能算法检测脑肿瘤
海得拉巴，特伦甘纳邦，印度 摘要：在人体中，最重要和最复杂的器官与大脑中的数十亿个细胞一起工作。大脑周围细胞的异常生长或不受控制的分裂会导致脑瘤。这组细胞会影响大脑的功能，也会破坏人体细胞。在过去，检测脑瘤比现在困难得多。现代计算机视觉技术的使用使检测更加准确和容易。在本文中，首先使用 K 最近邻 (KNN) 机器学习 (ML) 模型检测脑中的肿瘤，该模型将症状归类为脑瘤，然后使用磁共振图像 (MRI) 扫描进行进一步确认。KNN 模型的准确率为 97%，而本文使用的卷积神经网络 (CNN) 模型的准确率为 99%。索引术语 - K 最近邻、卷积神经网络、症状、脑瘤。
专题 地图样萎缩分析的人工智能算法：回顾与评估
我们目前对导致 GA 进展的原因以及如何预测其生长（即其进展）的理解仍然有限，测量病变大小的策略在人力资源方面既缓慢又昂贵。人工智能 (AI) 过去曾广泛用于基于电子健康记录的“大数据”分析，最近，AI 方法已扩展到筛查视网膜图像，随后在诊断中显示出希望。12 基于 AI 的分析的一个优点是它可以非常快速且经济高效地评估兆字节数据。13 AI 系统可以以比人类更高的分辨率和更大的带宽区分图像特征和颜色，因此可以增强信息发现过程。14 AI 还可以将临床信息与诊断图像中出现的特征相结合，以提高分类准确性。15 这在放射学和皮肤病学中很明显，它们已经成为基于 AI 的诊断研究的主题，并取得了令人鼓舞的结果。13
医疗/保健应用因医疗保健领域训练人工智能算法的偏见而产生的伦理问题以及数据共享作为潜在解决方案
这项研究由 NIH R21 EB026665 赞助。Luke Macyszyn 是 Theseus AI 的董事会成员和投资者。Gaonkar 博士是 Theseus AI 的被动投资者。Theseus AI 是一家从加州大学洛杉矶分校分拆出来的初创公司，旨在将 Macyszyn 实验室的工作商业化。
原创文章 基于Python编程的搅拌摩擦焊接头力学性能分析人工智能算法
摘要：在现代计算科学中，机器学习和优化过程之间的相互作用标志着最重要的发展。优化在机械工业中起着重要作用，因为它可以降低材料成本、减少时间消耗并提高生产率。最近的工作重点是对搅拌摩擦焊接工艺进行优化任务，以获得搅拌摩擦焊接接头的最大极限抗拉强度 (UTS)。为此选择了两种机器学习算法，即人工神经网络 (ANN) 和决策树回归模型。输入变量为工具转速 (RPM)、工具移动速度 (mm/min) 和轴向力 (KN)，而输出变量为极限抗拉强度 (MPa)。观察到，在人工神经网络的情况下，训练和测试集的均方根误差分别为 0.842 和 0.808，而在决策树回归模型的情况下，训练和测试集的均方根误差分别为 11.72 和 14.61。因此，可以得出结论，ANN 算法比决策树回归算法提供更好、更准确的结果。
从人工智能算法到临床应用
摘要 眼科目前正处于人工智能潜力展示与广泛部署之间的阶段。下一阶段包括汇总和管理数据集、训练和验证人工智能系统、建立监管框架、实施和采用并持续评估和模型调整，最后，通过临床验证的工具进行有意义的人机智能交互，这些工具已证明对患者和医疗保健系统结果具有可衡量的影响。眼科医生应利用人工智能系统从大量多变量数据中获取见解的能力，并在临床环境中解释人工智能建议。通过这样做，该领域将能够引领医疗保健向个性化方向的转变。
一种基于芯针活检全切片图像的前列腺癌诊断人工智能算法：一项盲法临床验证和部署研究
方法 使用飞利浦扫描仪数字化的前列腺 CNB 的苏木精和伊红 (H&E) 染色载玻片开发了一种基于 AI 的算法，这些载玻片分为训练数据集（来自 549 张 H&E 染色载玻片的 1 357 480 个图像块）和内部测试数据集（2501 张 H&E 染色载玻片）。该算法为癌症概率、Gleason 评分 7-10（与 Gleason 评分 6 或非典型小腺泡增生 [ASAP] 相比）、Gleason 模式 5、神经周围侵袭和 CNB 材料中癌症百分比的计算提供了载玻片级评分。随后在 Aperio AT2 扫描仪上数字化的 100 个连续病例（1627 张 H&E 染色载玻片）的外部数据集上验证了该算法。此外，AI 工具在常规临床工作流程中的病理实验室中实施，作为第二个读取系统来审查所有前列腺 CNB。使用受试者工作特征曲线下面积 (AUC)、特异性和敏感性以及癌症百分比的皮尔逊相关系数 (Pearson's r) 来评估算法性能。
用于实时生产的人工智能算法...
信息................................................................................................................................. 48
引用：Khan，SN，利用智能算法高效利用能源，解决电力系统中负荷不确定性问题
在本文中，我正在开发一种独特的基于优化的实时内陆负荷管理算法，该算法考虑到负荷模糊性，以尽量减少每个住宅用户的能源支付，并降低峰值与平均值的比率以克服电网稳定性的缺陷。通过将所有住宅负荷分为不同的类别，即必须运行、可中断和不间断设备，我使用实时定价方案进行负荷管理。然而，当能源需求过高时，实时定价会产生峰值曲线，这就是为什么我使用实时定价和倾斜区块费率模型的组合来通过降低峰值与平均值的比率来提高电网稳定性。模拟结果表明，对于所提供的数据，所提出的算法有效地降低了总体住宅能源成本以及我们模型的峰值与平均值的比率。