XiaoMi-AI文件搜索系统
World File Search System评估器
开发基于机器学习的远程医疗自动患者参与度评估器：算法开发和验证研究
背景：患者参与是行为健康护理中一项关键但具有挑战性的公共卫生优先事项。在远程医疗过程中，医疗保健提供者需要主要依靠口头策略而不是典型的非口头提示来有效地吸引患者。因此，典型的患者参与行为现在有所不同，并且医疗保健提供者对远程医疗患者参与的培训不可用或非常有限。因此，我们探索了机器学习在估计患者参与度中的应用。这可以帮助心理治疗师与患者建立治疗关系，并在远程心理健康会话期间增强患者对心理健康状况治疗的参与度。目标：本研究旨在检查机器学习模型在远程心理健康会话期间估计患者参与度的能力，并了解机器学习方法是否可以支持客户和心理治疗师之间的治疗参与。方法：我们提出了一种基于多模态学习的方法。我们独特地利用了心理学文献中经常使用的情感和认知特征对应的潜在向量来了解一个人的参与度。鉴于医疗保健中存在的标记数据约束，我们探索了一种半监督学习解决方案。为了支持远程医疗类似技术的开发，我们还计划发布一个名为“临床分析中的多模式参与检测”（MEDICA）的数据集。该数据集包括 1229 个视频片段，每个片段时长 3 秒。此外，我们还展示了针对该数据集进行的实验，以及真实世界的测试，以证明我们方法的有效性。结果：与最先进的参与度估计方法相比，我们的算法报告的均方根误差提高了 40%。在我们对 20 名患者心理治疗过程中的 438 个视频片段进行的真实世界测试中，与之前的方法相比，心理治疗师的工作联盟清单得分与我们的平均和中位参与度估计值之间存在正相关。这表明所提出的模型有可能提供与心理治疗师使用的参与度测量非常吻合的患者参与度估计值。结论：患者参与度已被确定为改善治疗联盟的重要因素。然而，在远程医疗环境中，对这一点进行测量的研究有限，因为治疗师缺乏做出自信评估的传统线索。所开发的算法试图在机器学习框架内建立以人为本的参与建模理论，以准确可靠地估计远程医疗中患者的参与程度。结果令人鼓舞，并强调了将心理学和机器学习结合起来以了解患者参与的价值。进一步
评估器官运动对近距离放射治疗的影响宫颈癌
子宫颈癌（CC）是全世界WOM的第四大癌症，估计为2020年的604 127例病例总数为604 127例，341 831例死亡（1）。治疗CC的标准方法通常涉及手术，化学疗法和放射治疗。usu ally，外束放射疗法之后是高剂量率（HDR）近距离放射治疗。在近距离放射治疗中，由于施加器固定在子宫颈并遵循其运动后，靶标相对于辐射源的运动可以忽略不计。然而，附近有风险的器官（OARS）正在植入物周围移动，并且由于其靠近治疗目标和辐射源，其位置的剂量计算显着影响治疗计划过程。使用计划MRI根据桨板的划定进行了优化剂量，这些MRI在将涂抹器插入患者的子宫颈中时获得。因此，与涂抹器相关的OAR定位的变化，计划和治疗之间的形状变化和/或填充可能会影响递送剂量的准确性。几项研究已经解决了分裂内（2-4）和分流术（4,5）器官在近距离放射治疗中的问题。分流器官运动是指在单个辐射处理过程中体内器官的运动/变形。这可能会影响辐射到预期目标区域的精确输送。近距离放射治疗中的分流器官运动是指在不同的放射治疗课程或分数之间体内器官的运动 /变形。Yan等。 nesYan等。nes管理和核算分流内和分裂间器官的运动在近距离放射治疗中很重要，以确保将辐射剂量准确地输送到靶标，并且附近的健康组织或器官免于过多的辐射暴露。（2）考虑了递送前锥束CT（CBCT），从中划定结构并重新计算剂量，并与计划CT的结构进行了比较。 Mazeron等。（3）在宫颈癌中脉冲剂量 - 近距离放射治疗的过程中评估了分裂内器官的运动。他们进行了三项CT扫描：一项在治疗前和植入后MRI之后（第1天），在治疗递送期间进行了两次（第2和第3天）。
透明，兼容的3D介质结构，用于精确评估器官的机械特征
最近开发了将薄膜材料的二维（2D）模式转换为3D介质结构的方法，在微系统设计中创造了许多有趣的机会。增长的感兴趣领域是多功能的热，电气，化学和光学接口到生物组织，尤其是3D多细胞，毫米尺度的构建体，例如球体，组装和类动物。本文提供了3D机械界面的示例，其中parylene-c的细丝带构成了透明，高度合规的框架的基础，这些框架可以可逆地打开和封闭，以捕获，包裹和机械限制脆弱的3D组织，以柔和的，非毁灭性的方式，以确切的粘膜属性测量，用于使用粘ellasticalsiques in nanoindent in nanoindentiques in nanoindentiques in nanoindentiques。有限元分析是一种设计工具，可用于指导对形状匹配的3D体系结构的几何和材料参数的选择。这些计算方法还量化了在打开和关闭其赋予的结构和力的过程中变形的各个方面，它们赋予了它们的结构和力。纳米识别的研究表明，根据器官的年龄，有效的Young的模量在1.5至2.5 kPa范围内。这一结果收集表明，在毫米级，软生物组织的非侵入性机械测量中广泛的效用。
