XiaoMi-AI文件搜索系统
World File Search System莱波
肝细胞癌的靶向治疗
1 莱科综合医院肾移植科，邮编 11527 雅典，希腊 2 尼古拉斯·克里斯蒂亚斯实验外科和外科研究实验室，雅典国立和卡波迪斯特里安大学医学院，邮编 11527 雅典，希腊 3 莱科综合医院预防外科第二系，雅典国立和卡波迪斯特里安大学医学院，邮编 11527 雅典，希腊 4 莱科综合医院预防内科第一系，雅典国立和卡波迪斯特里安大学医学院，邮编 11527 雅典，希腊 5 柏林夏利特医学院，柏林自由大学和柏林洪堡大学的企业成员，邮编 13353 柏林，奥古斯滕堡广场 1 号，邮编 13353 柏林，德国 6 雅典国立和卡波迪斯特里安大学医学院生物化学系分子肿瘤学系，邮编 11527 雅典，希腊 7 医学雅典国立卡波迪斯特里安大学医学院，邮编 11527 雅典，希腊 8 雅典国立卡波迪斯特里安大学医学院卫生、流行病学和医学统计学系，邮编 11527 雅典，希腊 * 通讯地址：x_damaskos@yahoo.gr；电话：+30-694-846-7790 † 这些作者对这项工作做出了同等贡献。
使用脑波测量值可以在家中进行的痴呆预测测试
这项研究旨在首先在家中测试痴呆症的社会问题，而无需去医院，可以通过简单地将传感器附加到头部并在15分钟内进行评估，而无需去医院，就可以做出与医生诊断相似的预测。这使我们能够满足想要检查自己和家人的潜在痴呆症患者的需求。从技术上讲，这是一种新的大脑测试技术，它将大脑连接到计算机，称为大脑计算机接口，并根据从100多个测试实验中获得的大数据来处理大脑的统计，因此不必进行医生的访谈或大脑成像测试。
使用朴素贝叶斯分类器对 FASD 儿童脑电信号进行分析的初步研究
1 圣路易斯儿童医院，31-503 克拉科夫，波兰；katarzyna.dylag@dzieciecyszpital.pl (KAD)；krasnoludki11a@poczta.onet.pl (BB) 2 克拉科夫雅盖隆大学医学院病理生理学系，31-121 克拉科夫，波兰 3 克拉科夫雅盖隆大学医学院生物信息学和远程医疗系，30-688 克拉科夫，波兰；wiktoria.wieczorek@student.uj.edu.pl (WW)； piotr.walecki@uj.edu.pl（PW）4 AGH 科技大学自动控制与机器人系，30-059 克拉科夫，波兰 5 VSB 俄斯特拉发技术大学控制论与生物医学工程系，708 00 俄斯特拉发-波鲁巴，捷克共和国；radek.martinek@vsb.cz 6 奥波莱理工大学电气工程学院，45-758 奥波莱，波兰* 通信地址：bauer@agh.edu.pl（WB）；kawala84@gmail.com（AK-S.）† 这些作者对本文的贡献相同。
基于深度第二代小波自动编码器的曲波池化脑病理分类
神经系统疾病代表与人类神经系统相关的异常。它们还包含中枢神经系统、脊髓或大脑的生化、解剖或电改变。这些疾病会引发不同的症状。及早诊断此类变化对于治疗是必要的，目的是限制疾病进展。本文介绍了一种精确的 CAD 系统来对脑 MRI 进行分类，该系统克服了模式分类中的关键问题，例如在训练阶段提取某些特征。我们的贡献是融合第二代小波 (SGW) 网络和深度学习架构，从而提出了用于模式分类的新型监督特征提取方法。我们的新型架构允许通过重建深度堆叠的第二代小波自动编码器来对数据集类别进行分类。将曲波池化 (CP) 与 Adam 梯度计算方法相结合可以提高自动编码器的准确性。在本研究中，我们利用 Haar 曲线波 (CurvPool-AH) 和 Shannon 曲线波 (CurvPool-AS) 构建了 Adam CP。该网络可以通过多个 SGW 自动编码器实现，最终在最后一层使用一个 Softmax 分类器。我们还发现 CurvPool 表现相当不错
单波和多波固定单元对轻固化树脂水泥转换程度的影响
引言胶结对于确定陶瓷修复的最终成功和寿命至关重要。1,2陶瓷贴面失败的主要原因与胶结过程有关。3选择用于胶结的树脂水泥的足够聚合会影响修复和界面的应力传播。4固定树脂水泥被认为是胶结陶瓷饰面的更好材料。5受控的工作时间，容易去除过量的材料，对操作员的技术敏感性低，薄膜厚度，良好的物理特性，低溶解度和良好的粘附是支持选择轻固化树脂水泥的某些特征。6,7固定过程对于这类树脂水泥的适当聚合至关重要，影响了陶瓷贴面的长期临床性能
用于嗜睡的离散小波变换系数...
摘要 — 本文提出了一种使用离散小波变换 (DWT) 系数作为特征从脑电信号中检测困倦的有效方法。大多数困倦检测系统使用 FFT 计算功率谱密度或使用 DWT 计算脑电子带的熵来提取特征。虽然这些技术擅长在频域中捕捉有价值的特征，但它们忽略了分析脑电信号所必需的时间细节。这些细节被整合到表示小波函数和不同时间的脑电信号之间相关性的系数中。在我们的工作中，我们使用 DWT 系数对脑电信号进行时频分析以保留这种时间背景。此外，该研究探讨了时间段大小对系统性能的影响。随后，我们确定了最合适的技术来最小化输入特征冗余。我们的方法只使用两个脑电电极 C3 和 C4，与检测清醒和困倦的常见设置相似。评估了四个分类器：决策树、随机森林、多层感知器和支持向量机。研究结果表明，DWT 系数提高了困倦检测的性能，超越了以前的方法。