XiaoMi-AI文件搜索系统
World File Search System测出
用户对人工智能驱动的移动健康诊断应用程序的看法
首批面向消费者的通过人工智能进行医疗自我诊断的应用程序最近才进入市场。例如，这些应用程序有望从照片中检测出恶意的皮肤变化或从智能手机麦克风捕捉到的咳嗽声中检测出呼吸系统疾病。虽然有大量关于移动健康应用程序的人机交互相关方面的研究，但关于用户对此类新型人工智能驱动的自我诊断应用程序的看法以及影响其接受和采用的因素的知识却很少。在一项在线调查中，我们调查了参与者的总体使用意愿（考虑了四种类型的捕获和处理的数据）并确定了信任因素和理想功能。我们发现超过一半的参与者会使用人工智能驱动的自我诊断应用程序，但主要融入了现行的全科医生护理中。基于
基于事后分析，对英国使用剂量指南应用程序的 icodec 与基础胰岛素类似物进行长期成本效益分析
icodec 与三种每日一次的基础胰岛素类似物分别进行比较。每次比较中，icodec 组的患者都根据患者特征与比较组的患者进行匹配，但需要注意的是，每个亚组的样本量越小，统计差异就越大，检测出显著差异的难度也就越大。
使用视频游戏检测 ADHD 儿童的注意力水平并使用单通道 BCI 耳机测量大脑活动
摘要：仅使用行为测试很难检测出注意力缺陷多动障碍中的注意力生物标志物。我们探索了通过低成本脑电图系统测量的注意力是否有助于在早期阶段检测出可能的疾病。GokEvolution 应用程序旨在训练注意力，并提供一种在早期识别儿童注意力问题的方法。使用 NeuroSky MindWave 记录的注意力变化与 CARAS-R 心理测试相结合，用于描述 52 名非 ADHD 儿童和 23 名 7 至 12 岁 ADHD 儿童的注意力特征。分析表明，GokEvolution 通过使用 EEG-BCI 技术在测量注意力方面很有价值。与对照组相比，ADHD 组的注意力水平较低，大脑注意力反应的变化更大。与对照组相比，该应用程序能够绘制 ADHD 组的低注意力特征，并可以区分完成任务的参与者和未完成任务的参与者。因此，该系统可在临床环境中用作筛查工具，以便早期检测注意力特征，从而防止其发展。
利用人工智能进行假脸检测
随着技术的进步，可以以非常无缝的方式为伪造媒体创建人脸图像，利用视频的大规模可访问性。这些假面孔可能用于对目标对象进行冒充攻击。ASCII 文本文件计算机代码和各种商业应用程序的可用性提供了通过几种方式获取选定目标对象的伪造视频的机会。在本文中，我们倾向于通过一系列研究来判断检测方法的普遍性，以对检测准确性进行基准测试。为此，我们从非复制网站收集了一个包含 50,000 多张图像的新数据库，这些图像来自多种数字生成的伪造来源，包括计算机图形图像生成和许多基于篡改的方法。此外，我们还使用了智能手机上常见的应用程序修改的视频。使用基于纹理的手工检测和使用 CNN 方法进行了广泛的实验，以确定检测方法的适用性。通过这种方式，我们可以通过 CNN 方法检测假脸。检测一张看起来很逼真的假脸。我们获取大量图像数据集并对其进行规范化。因此，我们从互联网上收集了大量名人照片，并希望从这些照片中检测出假脸。这样就可以从人脸中检测出假脸。
自动化飞机目视检查系统
为了减少对易出错的目视检查和现场检查的依赖，A*STAR 的研究人员开发了一种用于检测飞机表面缺陷的自动化系统。该系统使用机器人或摄像头从不同角度捕捉飞机图像。然后，机器学习算法处理这些图像，从这些图像中检测出各种缺陷。该系统还会定位这些缺陷，将它们映射到 3D 模型上，以可视化飞机表面的缺陷。然后，检查员可以对这些捕获的缺陷进行有针对性的检查和验证。
