XiaoMi-AI文件搜索系统
World File Search SystemAnom
胎儿中的超声皮质发育和异常：系统评价和荟萃分析
1妇产科，fondazione policlinico tor Vergata，罗马托尔加塔大学，意大利00133，意大利00133； chiarapatelli18@gmail.com（C.P.）; giuseppe.rizzo@uniroma1.it（g.r。）2罗马萨皮恩扎大学孕产妇和儿童健康与泌尿科科学系，00161意大利罗马3妇科学和产科部Chieti，66100 Chieti，意大利Chieti 5妇科和妇产科，公共卫生系，那不勒斯大学Federico II，80131 Naples，意大利； gm.mar@tiscali.it（G.M.M.）6 Fetal Medicine Unit, St George's University Hospital, London SW17 0QT, UK 7 Vascular Biology Research Centre, Molecular and Clinical Sciences Research Institute, St George's University of London, London SW17 0RE, UK 8 Twins Trust Centre for Research and Clinical Excellence, St George's University Hospital, St George's University of London, London SW17 0RE, UK * Correspondence: drcarboneluigi@gmail.com;电话。： +39-0817462972†这些作者对这项工作也同样贡献。
胎儿先天性心脏异常自动诊断的深度学习管道
先天性心脏缺陷（CHD）是最普遍的出生异常，严重影响婴儿的健康，并具有不良后果，例如残疾甚至死亡。但是，英国的产前检测仍然很低，为54％。我们提出了一条深度学习的管道，以从超声数据中进行鲁棒图像分析，以增强新生儿预后。我们揭示了脊柱的解剖学意义，并引入了一种基于斑点的新方法来定位。我们的管道使用平面检测模型提取心脏视图并执行语义分割以预测脊柱点。脊柱是自动提取诸如心脏轴和新型度量的已建立特征的地标 - 主动脉和导管血管之间的角度。我们使用逻辑回归将这些特征与含义心脏病相关联，以有效检测异常。我们的管道在诊断Fallot的四边形时达到了90％的明显准确性，而在持有的临床数据上，大动脉的转疗率为60％，超过了当前的临床检测率。这些结果强调心脏生物标志物的价值以及深度学习模型对迅速检测CHD的功效，从而改善了胎儿结局。
通过异常检测确保可植入的医疗设备免受远程攻击：增强医疗保健中的物联网安全
可植入的医疗设备被手术插入患者中，以提供增强的医疗治疗，例如连续监测或常规药物注射。现代设备具有无线通信capabil ities，并与医院的外部实体进行通信。此无线通信引入了攻击向量，以供对手利用。成功对植入医疗设备的攻击可能会产生致命的结果，因此至关重要的是将这些攻击免受远程攻击。随着连接的医疗设备的数量增加，患者安全受到危害。这些设备旨在增强患者的健康状况，而不引入任何其他风险。调查并建议将适当的异常检测算法在可植入的医疗设备上实施，这有助于早期检测潜在攻击并保护患者免受进一步的伤害。由于设备受到资源的约束，因此在计算效率上需要准确的算法。主要的研究差距是，在建议用于植入式医疗设备异常检测的机器学习模型时，以前的研究尚未考虑这些资源限制。在本文中，根据预测性能和计算效率评估了算法。所述问题很重要，因为研究领域的研究不足。随着针对小电池，效率软件和嵌入式系统的能源收集的最新技术进步，因此有更多的安全空间。
评估可解释的AI方法，以增强自主驾驶系统中的异常检测
摘要：自动驾驶的最新进展伴随着损害自动驾驶汽车网络（AVS）的网络安全问题，激发了使用AI模型来检测这些网络上的异常情况。在这种情况下，用于解释这些异常检测AI模型的行为的可解释AI（XAI）的用法至关重要。这项工作介绍了一个综合框架，以评估AVS内的黑框XAI技术，以促进对全球和局部XAI方法的检查，以阐明XAI技术的决定，以解释AI模型对异常AV行为进行分类的AI模型的行为。通过考虑六个评估指标（描述性准确性，稀疏性，稳定性，效率，稳健性和完整性），该框架评估了两种众所周知的黑盒XAI技术，摇滚和石灰，涉及应用XAI技术，以应用XAI技术来确定对隔离式跨度的重要跨度的自动范围，并确定主要的分类，并跨越了六个驱动器。 Veremi和传感器。这项研究推进了在自主驾驶系统中用于现实世界异常检测的黑盒XAI方法的部署，从而有价值的见解对此关键领域内当前的Black-Box XAI方法的优势和局限性有了宝贵的见解。
冠状动脉的异常和解剖变异及其可能的
摘要随着冠状动脉程序的增加，了解冠状动脉的解剖模式变得越来越重要，因为它们可能会对患者产生影响。这项研究的目的是对Uberaba大学人类解剖学和病理实验室的心脏冠状动脉进行详细分析（Uniube）。此主题之所以选择与了解血流改变有关的病理变化的相关性。在20个月内进行了一项横断面分析观测研究：2022年8月至2024年4月。根据文献中描述的心脏解剖结构，该研究的材料由40个保存的尸体心脏和数据收集组成，该材料基于一个带有先前准备的问题的脚本。在进行的研究中，在分析的心脏总数中，有四个具有不规则的冠状动脉途径，总计10％。基于普遍接受的冠状动脉分支模式，发现了13个改变，总计33％。其中，主要和最稀有的是前降动脉的双重起源，其中一个分支起源于右冠状动脉，一个分支来自左冠状动脉。关于冠状动脉优势的模式，在87％的病例中，正确的优势主要是占主导地位。通常，这项研究将有助于更好地理解心脏解剖学对了解临床事件的重要性，对检查的正确性能和解释以及对患者的手术方法的重要性。关键字：冠状动脉；冠状动脉异常；解剖学。摘要随着冠状动脉程序的增加，对冠状动脉解剖模式的理解变得越来越重要，因为它们可能会对患者产生影响。这项研究旨在详细介绍乌贝拉巴大学人体解剖学和病理实验室（Uniube）心脏心脏的冠状动脉，由于其与血液流动变化导致的病理变化相关，因此选择了该主题。对横向分析观测类型的研究，有效期为20个月：2022年8月至2024年4月。根据文献中描述的心脏解剖结构，该研究的材料由40个尸体心脏保守，数据收集基于具有先前详细问题的脚本。在所做的研究中，在分析的心脏总数中，有四个包含不规则的冠状动脉路径，总计10％。基于普遍接受的冠状动脉分支模式，发现了13个变化，总计33％。中，主要和最稀有的是先前下降动脉的双重起源，该分支来自右冠状动脉和左冠状动脉的一个分支。关于冠状动脉域模式，在87％的病例中，正确的优势占主导地位。关键字：冠状动脉；冠状动脉异常；解剖学。研究将有助于最佳理解心脏解剖学对医学界的重要性，对临床事件的理解，对检查的正确表现和解释以及患者的手术方法。
基于原型的神经网络，用于图像异常检测和定位
图像异常检测和定位不仅执行图像水平异常分类，还可以定位像素级异常区域。最近，由于其在各个领域的广泛应用，因此受到了很多研究的关注。本文提出了原型，这是一种基于原型的神经网络，用于图像异常检测和定位。首先，普通图像的贴片特征是通过对自然图像预先训练的深网进行提取的。然后，通过非参数聚类来学习北斑特征的原型。最后，我们通过将特征提取网络附加到具有L 2特征正常ization，1×1卷积层，通道最大 - 功能和减法操作的特征提取网络来构建图像异常定位网络（PITOAD）。我们将原型用作1×1卷积层的内核；因此，我们的神经网络不需要训练阶段，并且可以以端到端的方式进行异常检测和定位。对两个挑战的工业异常检测数据集MVTEC AD和BTAD进行了广泛的实验，这表明，原始AD达到了具有较高推理速度的最先进方法的竞争性能。源代码可在以下网址获得：https：//github.com/98chao/protoad。
在政府招标过程中检测异常建议：一种基于机器学习的方法
摘要。政府采购涉及一个正式程序，政府机构选择商品和服务的供应商建议，以获得最佳条款。这项研究采用三种机器学习算法来指定巴西政府的采购过程中的违规行为，重点关注来自Paraiba州的数据。评估了包含已知异常的受控数据集的这些算法的功效，评估了它们识别偏差的能力。这些发现证明了这些方法的有效性，尤其是单级SVM，它擅长揭示表明政府采购可能不规则的模式。总而言之，这项研究强调了机器学习算法在增强公共招标过程的转换和完整性方面的潜力。
cmip6模型很少模拟南极冬季海冰异常，如2023年所观察到的那样大
普通语言摘要在2023年，冬季南极海冰地区降至自1978年底开始以来卫星记录以来最低的。仍在争论中，自然变化可以解释这一低范围，以及气候变化可以解释多少。全球气候模型是用于研究过去和预测未来全球变化的工具。我们表明，在没有气候变化的情况下，这些模型的最新一代极不可能模拟从2023年冬季观察到的均值的均值减少。包括强烈的气候变化四倍，使这种减少的机会很少，但是机会仍然很低。当模拟这些罕见的减少时，海冰大约需要10年才能恢复到一个新的，较低的区域：这表明南极海冰在未来几十年中可能会过渡到新的，较低的状态。
异常健康事件 (AHI) 态势感知...
Forsten 博士于 2020 年 10 月从美国陆军退役，在美国军队服役超过 30 年。他于 2022 年 11 月调至华盛顿特区 VA 战争相关疾病和伤害研究中心 (WRIISC)。Forsten 博士曾担任过多个 O6 级指挥官，并担任过三星级和四星级参谋外科医生。他曾被派往伊拉克、阿富汗并支持美国的人道主义任务。Forsten 博士还曾担任美国陆军特种作战部队的指挥精神病学家六年。