XiaoMi-AI文件搜索系统
World File Search SystemAghakhani
无人机运送系统和能源管理
近年来，由于新兴配送系统的发展，作为供应和分销链中最后一个阶段的最后一英里配送带来了重大挑战（Aghakhani 等人，2022 年）。公司在运输货物的方式上越来越创新，并且由于即时管理，配送服务正在增加（Beigi，Haque 等人，2022 年；Beigi，Khoueiry 等人，2022 年）。无人机 (UAV) 是一种飞行机器人，可以自主或遥测操作以执行特殊任务。由于微处理器和人工智能 (AI) 的不断进步，无人机的成本和其扩大的机动性现在可以显着改善，从而引起了用户和研究人员对其在一系列应用中的潜力的兴趣（Adnan 等人，2019 年；Moeinifard 等人，2022 年）。值得注意的是，这些设备有许多军事和民用用途，包括送货服务、扫雷、农业相关应用（例如，喷洒农药或进行田间土壤分析）、无线覆盖和监测（Famili 等人，2022a、2022b、2022c；Razzaghi 和 Assadian，2015 年）。为了最大限度地利用无人机，一些跨国公司正在大力投资提高无人机性能，以增强其效用。
通过远程学习以及逆转方法对自我保健行为和生活质量的原始/研究论文效应
a。护理系护理和助产士，乌尔米亚大学医学科学大学，伊朗乌尔米亚b。伊朗乌尔米亚乌尔米亚大学医学科学大学生命统计系 *通讯作者：纳德·阿加哈尼（Nader Aghakhani）（博士学位），护理和助产士护理系，乌尔米亚乌尔米亚乌尔米亚乌尔米亚大学医学科学大学。 电子邮件：naderaghakhani2000@gmail.com https://doi.org/10.32598/jnacs.ss.2411.1079这是根据Creative Comportibution-noncrution-Noncormercial 4.0许可（CC by-NC 4.0）的开放访问文章。 ©2025作者。 摘要本研究旨在确定和比较使用远距离学习和逆转方法对自我护理行为以及心力衰竭患者生活质量的影响。 这项准实验研究是对90例心力衰竭患者进行的，他们在2021年至2022年之间访问了Urmia的Sey-Shohada教育和医疗中心。 患者被随机分配到三组：逆转教育组，远程学习组和对照组。 对照组接受了常规的教育护理，而逆转方法组是通过面对面的询问来评估其不定期的，要求患者用自己的话来解释他们学到了什么。 远程学习组通过WhatsApp获得了指导。 使用配对t检验，方差分析（ANOVA），协方差分析（ANCOVA）和CHI-SQUARE测试在社会科学统计软件包（SPSS）版本22中分析数据。 1│简介伊朗乌尔米亚乌尔米亚大学医学科学大学生命统计系 *通讯作者：纳德·阿加哈尼（Nader Aghakhani）（博士学位），护理和助产士护理系，乌尔米亚乌尔米亚乌尔米亚乌尔米亚大学医学科学大学。电子邮件：naderaghakhani2000@gmail.com https://doi.org/10.32598/jnacs.ss.2411.1079这是根据Creative Comportibution-noncrution-Noncormercial 4.0许可（CC by-NC 4.0）的开放访问文章。©2025作者。摘要本研究旨在确定和比较使用远距离学习和逆转方法对自我护理行为以及心力衰竭患者生活质量的影响。这项准实验研究是对90例心力衰竭患者进行的，他们在2021年至2022年之间访问了Urmia的Sey-Shohada教育和医疗中心。患者被随机分配到三组：逆转教育组，远程学习组和对照组。对照组接受了常规的教育护理，而逆转方法组是通过面对面的询问来评估其不定期的，要求患者用自己的话来解释他们学到了什么。远程学习组通过WhatsApp获得了指导。使用配对t检验，方差分析（ANOVA），协方差分析（ANCOVA）和CHI-SQUARE测试在社会科学统计软件包（SPSS）版本22中分析数据。1│简介结果表明，在干预之前，这三个组之间的平均自我保健和生活质量得分（对照，逆转和远程学习）在统计学上没有显着意义（p> 0.05）。但是，在干预后，除身体维度外，自我保健教育和生活质量的平均得分在这三组中具有统计学意义（p = 0.0001）。基于逆转和远距离学习方法对心力衰竭患者的自我保健和生活质量的积极影响，建议使用这两种教育方法，因为它们的简单性和易于在教育这些患者方面使用。关键词：自我保健教育，远程学习，逆转方法，自我保健行为，生活质量，心力衰竭。
心冲击图伪影消除，用于同时进行 EEG - ...
1. Mulert, C.、Pogarell, O. 和 Hegerl, U. 同步 EEG-fMRI：精神病学展望。CEN, 39(2)，61–64 (2008)。https://doi.org/10.1177/155005940803900207 2. Shams, N.、Alain, C. 和 Strother, S. 同步 EEG–fMRI 中诱发反应的 BCG 伪影去除方法比较。J. Neurosci. Methods 245, 137–146 (2015) 3. Iannotti GR、Pittau F.、Michel CM、Vulliemoz S. 和 Grouiller F. 基于 EEG 地图拓扑在同步 EEG-fMRI 记录中进行脉冲伪影检测。脑拓扑； 28(1):21-32 (2015) 4. Allen, PJ, Polizzi, G., Krakow, K., Fish, DR 和 Lemieux, L. Identification of EEG events in the MR scanner: the problem of pulse pseudodragon and a method for its subtraction. Neuroimage 8(3), 229–239 (1998) 5. C. Bénar, Y. Aghakhani, Y. Wang 等，Quality of EEG insynchronous EEG–fMRI for epilepsy，Clin. Neurophysiol. 114 (3), 569–580 (2003) 6. K. Niazy, CF Beckmann, GD Iannetti 等, 使用最优基础集从 EEG 数据中去除 FMRI 环境伪影, Neuroimage 28 (3), 720–737 (2005) 7. Kruggel F, Wiggins CJ, Herrmann CS 等, 在 3.0 Tesla 场强下功能性 MRI 期间记录事件相关电位。Magn Reson Med, 44(2): 277-282 (2000) 8. Niazy, RK, Beckmann, CF, Iannetti, GD, Brady, JM 和 Smith, SM, 使用最优基础集从 EEG 数据中去除 FMRI 环境伪影。 Neuroimage 28(3), 720–737 (2005) 9. Li Hu, Zhiguo Zhang: EEG 信号处理和特征提取。Springer Nature (2019) 10. Ibrahim Sadek, Jit Biswas, Bessam Abdulrazak。心冲击信号处理：综述。健康