XiaoMi-AI文件搜索系统
World File Search System计算机辅助
辅助医学
认证免责声明：梅萨社区学院护理教育计划已由盟军健康教育计划（CAAHEP）的认证委员会（CAAHEP）颁布了初步认证。此认证是有效的09/15/2017。CAAHEP / COAEMSP认可的计划＃600752＆亚利桑那州卫生服务部创伤和紧急医疗服务局ALS培训计划证书持有人＃450311。MESA社区学院护理教育计划已成功完成了最初的自我研究报告（ISSR）和计划现场访问过程，以获得盟军健康教育计划认证委员会（CAAHEP）的初步认证。最初的认证包括对紧急医疗服务教育计划认证委员会（COAEMSP）对该计划进行严格评估，后者随后向Caahep报告了他们的发现和建议。与健康相关学科的认证对公众发挥了非常重要的作用；除了认证和许可外，认证有助于确保医疗保健人员准备充分和合格
在日常临床实践中成功实施基于人工智能的胸部X光计算机辅助检测系统
因其成本低、扫描时间短、适应症广泛等优势，已成为一种诊断工具 [1]。在日常实践中，胸部 X 光片通常用于健康检查、术前风险评估、住院前的常规筛查以及对有症状的心肺疾病患者的评估 [2]。由于胸部 X 光片通常不包含明显的异常，但其分析需要仔细检查复杂的结构，因此读者忽视异常的风险很大 [1,3]。大量检查带来的繁重工作量给放射科医生带来了进一步的困难。因此，基于人工智能的计算机辅助诊断 (AI-CAD) 可以作为第二意见，提高放射科医生诊断的效率和准确性 [1,4,5]。此外，人工智能还可以在日常实践中帮助转诊临床医生进行胸部 X 光检查 [6,7]。当临床医生观察胸部X光片时，可能无法获得官方放射学报告。在这种情况下，使用X光片做出的医疗决定是基于转诊临床医生而不是放射科医生的解读，这种情况可能尤其发生在门诊或急诊室。根据经验水平，转诊临床医生有时可能对自己对胸部X光片的解释缺乏信心，并且可能无意中没有咨询肺病学或胸外科专家[8]。此外，他们可能会因为担心忽视患者的问题而要求进行不必要的CT扫描或后续影像检查。目前，对AI的期望越来越高，转诊临床医生意识到AI可能能够支持他们的决策过程[9,10]。许多
使用化学合成规划器进行计算机辅助多步化学酶逆合成
对于一些合成化学家来说，在有机化学和酶化学界面处挖掘优势是一项挑战。化学酶合成规划工具可以有效地帮助识别小分子制造中的生物催化机会。计算机辅助合成规划 (CASP) 中的逆合成技术通过从目标开始并递归选择适当的断开连接，提出了从可用起始材料到目标的可行多步合成路线。从 50 多年前提出的有机化学早期 CASP 工具开始，7,8 这些方法已经得到改进，可以使用基于规则的方法和机器学习来概括已知反应，从而预测达到所需目标的实际有机合成路线。9 – 11 酶逆合成的最新发展显示出为酶开发类似的 CASP 工具的巨大潜力。12 – 15 Finnigan 等人最近整理了一小组经过专业编码的反应规则来描述用于生物催化的酶工具箱。 13 这些反应规则隐含地反映了不同酶类已确定的底物混杂性。这些规则所代表的酶已被证明在许多情况下适合酶工程，以接受新的底物。13 此外，它们还被成功地用于规划针对目标分子的生物催化级联。尽管 RetroBioCat 成功地规划了多步酶促途径，但它无法提出针对所需目标的化学酶促途径，该途径协同涉及有机和酶促方法。
先天性横向缺陷患者计算机辅助训练后高密度表面肌电图：病例研究
结论：这些结果虽然仅来自一名患者，但表明由计算机生成的视觉和感官刺激支持的心理训练可导致肌肉力量和活动的有益变化。心理训练后肌肉激活度增加和 EMG 活动空间分布改变可能表明双侧上肢先天性横向缺陷患者的斜方肌运动激活策略在训练过程中发生了功能可塑性。患者在训练后亚最大收缩过程中空间分布的显著变化可能与肌肉神经驱动的变化有关，这与特定的（患者不熟悉的）运动任务相对应。这些发现与双侧上肢先天性横向缺陷患者的神经肌肉功能康复（尤其是上肢移植前后）以及基于 EMG 的假肢的开发有关。
WIP：计算机视觉辅助车辆中激光诱导声学干扰的威胁建模
摘要 — 通过声学干扰控制或禁用计算机视觉辅助自动驾驶汽车是车辆网络安全研究中的一个未解决的问题。这项工作探索了这个问题领域的一种新威胁模型：通过高速脉冲激光进行声学干扰以非破坏性地影响无人机传感器。初步实验验证了在 MEMS 陀螺仪传感器的谐振频率下激光诱导声波产生的可行性。实验室规模激光器产生的声波在商用现货 (COTS) 陀螺仪传感器读数中产生了 300 倍的本底噪声修改。无人机的计算机视觉功能通常依赖于这种易受攻击的传感器，并且可能成为这种新威胁模型的目标，因为声学干扰会导致摄像机运动模糊。通过从在不同声学干扰条件下捕获的无人机图像中提取模糊核来模拟激光诱导声学对物体检测数据集的影响，包括扬声器产生的声音以模拟更高强度的激光，并使用最先进的物体检测模型进行评估。结果显示，YOLOv8 在两个数据集上的平均准确率平均下降了 41.1%，表明物体检测模型的平均准确率与声学强度之间存在反比关系。具有至少 60M 个参数的物体检测模型似乎对激光诱导声学干扰具有更强的抵御能力。对激光诱导声学干扰的初步表征揭示了未来影响自动驾驶汽车传感器和下游软件系统的潜在威胁模型。
计算机辅助分析常规脑电图以识别癫痫的隐藏生物标志物：系统评价方案
摘要 简介 癫痫的诊断通常依赖于神经科医生对脑电图 (EEG) 的视觉解释。癫痫在脑电图上的标志是发作间期癫痫样放电 (IED)。该标记缺乏敏感性：仅在癫痫患者 30 分钟常规脑电图中的一小部分中可捕获到它。在过去的 30 年里，人们对使用计算方法来分析脑电图而不依赖于 IED 的检测的兴趣日益浓厚，但目前尚无一种方法应用于临床实践。我们旨在回顾应用于动态脑电图分析的定量方法的诊断准确性，以指导癫痫的诊断和治疗。方法与分析该方案符合 Cochrane 对诊断测试准确性系统评价的建议。我们将在 MEDLINE、EMBASE、EBM 评论、IEEE Explore 以及灰色文献中搜索 1961 年以后发表的文章、会议论文和会议摘要。我们将纳入观察性研究，这些研究提出了一种计算方法来分析脑电图以诊断成人或儿童癫痫，而不依赖于 IED 或癫痫发作的识别。参考标准是医生对癫痫的诊断。我们将报告每个标记的估计汇总敏感度和特异性以及接收者操作特征曲线下面积 (ROC AUC)。如果可能，我们将对每个单独的标记的敏感度和特异性以及 ROC AUC 进行荟萃分析。我们将使用改进的 QUADAS-2 工具评估偏倚风险。我们还将描述用于信号处理、特征提取和预测建模的算法，并评论不同研究的可重复性。道德与传播 不需要伦理批准。研究结果将通过同行评审的出版物传播，并在与该领域相关的会议上发表。 PROSPERO 注册号码 CRD42022292261。
人工智能和机器学习的最佳实践用于医学成像中的计算机辅助诊断
简介美国医学任务小组的物理学家协会（TG）273被指控制定有关计算机辅助决策支持系统开发和绩效评估的最佳实践建议。TG报告[1]解决了大多数（即使不是全部）计算机辅助诊断（CAD）和人工智能（AI）应用程序（AI）应用程序的常见问题，及其从板凳到诊所的翻译。的目标是引起人们对机器学习（ML）算法的适当数据收集，培训和验证方法等问题的关注，旨在提高发电性和可靠性，从而加速采用CAD-AI系统进行临床决策支持。该报告重点介绍了CAD-AI的几个开发阶段：数据收集，参考标准，模型开发，绩效评估以及转化为诊所。CAD是使用计算机分析的信息来协助医疗决策。传统的ML CAD被引入了二十多年前的放射学临床实践中。近年来，ML和深度学习技术的快速进步引起了CAD工具的开发，使AI不合适，并大大增加了
脂肽的计算机辅助药物发现的机会主义挑战：大分子疗法的新见解
抽象的计算机辅助药物设计是击败干燥药物发现的一种有前途的方法。它旨在通过成本效益减少实验性工作。自然发生的大分子具有高于500道尔顿的分子量，例如猫离子肽，环状肽，糖肽和脂肪肽是一些大分子的例子，这些实例是成功应用，这些实例是作为广泛的抗生素，抗癌，抗癌药物，抗病毒，反病毒，抗原和毒药。利用微生物 - 土豆片作为潜在的候选药物，通过大规模生产此类分子而不是合成方法来产生成本效益。对此类化合物的计算研究产生了巨大的可能性，可以使用可用的计算工具来处理这些复杂分子，从而开发新的潜在客户。开发率始于母体药物分子中所需的结构修饰。虚拟修饰，然后通过分子建模模拟和结构活性关系模型的鉴定，然后在目标位点进行分子相互作用研究，以开发出更为突出和潜在的药物分子。铅优化研究以开发具有提高特异性和降低靶向的新型化合物是大分子在计算上是一个巨大的挑战。预测优化的药物特性的预测有助于与天然化合物相比，具有较低毒性的化合物的发展。因此，需要探索来自具有更高特异性的天然大分子的Devel-op新颖化合物。生成针对目标特异性和ADMET（吸收，分布，新陈代谢，排泄和毒性）的化合物和研究库，用于大分子，这是费力的，并且通过无体外方法产生了巨大的成本和化学浪费。这篇评论文章将重点介绍了计算机辅助药物发现大分子疗法的可能挑战和机遇。关键字：抗真菌剂，环状肽，药物发现，糖肽，脂肽引用本文：Yadav M，Eswari JS。脂肽的计算机辅助药物发现的机会主义挑战：大分子疗法的新见解。Avicenna J Med Bio-Tech 2023; 15（1）：1-13。
评估基于MRI的机器学习方法用于临床数据仓库中痴呆症的计算机辅助诊断
索邦大学，脑研究所 - 帕里斯 - 巴黎脑研究所 - ICM，CNRS，Inria，Inserm，inserm，ap-hp，piti´e-salpical医院，巴黎，75013，法国B ap-ap-HP，巴黎，巴黎，巴黎，75012，75012，法国C IM2A，法国C IM2A，PITI，PITI，PITI，PITI，AP-HP，PITI，PITI，PITI，PITI，PITI，AP-HP， 75013，法国D AP-HP，Piti´e Salpild，神经辐射学系，巴黎，75013，法国E Sorbonne University，Brain Institute-Paris-Paris-Paris-Paris Institute-ICM，CNR，CNR，CNRS Inria，Inserm，Inserm，ap-hp，ap-hp，piti´e-salpˆere，dmu dimu dimu dimumu diament paris，75013